TechFlow Logo
登入/ 註冊
ETH Gas
Gwei
恐懼
gas
微軟 CEO 納德拉最新長文:AI時代的公司未來,取決於這個“認知循環”

微軟 CEO 納德拉最新長文:AI時代的公司未來,取決於這個“認知循環”

2026.06.15
分享至
若不建自己的 AI 學習循環,知識就會被大模型吃掉。

作者:Satya Nadella

編譯:深潮 TechFlow

深潮導讀:微軟 CEO 納德拉罕見髮長文警告 AI 時代的新危機。他認為如果所有價值都被少數幾個大模型吃掉,政治經濟根本不會容忍,就像第一輪全球化掏空了整個工業經濟一樣。企業必須建立自己的"token 資本"學習循環,把專業知識編碼到 AI 系統裡,否則就會被模型直接商品化。

我一直在思考 AI 驅動經濟中企業的未來會是什麼樣。

這次轉型與以往任何平臺轉型都不同。過去,我們用數字系統來增強人力資本。這是第一次我們可以在人與數字系統之間創建真正的認知循環。這是個令人費解的轉變,因為它改變了我們對企業內部工作的概念化方式。

真正的問題不是某個數字工具或系統及其使用,而是在一個 AI 模型可以持續吸收人類和組織的專業知識並將其商品化的世界裡,組織如何繼續學習、建立知識產權、實現差異化並蓬勃發展。

每家公司都必須建立我所說的人力資本和 token 資本。人力資本包括員工的知識、判斷力、人際關係、創造力和模式識別能力,而 token 資本則是公司構建和擁有的 AI 能力。

重要的是,隨著 token 資本增長,人力資本不會變得不那麼有價值,它只會變得更有價值!我相信人的主動性將是 token 資本增長的驅動力。人類會設定雄心勃勃的目標,跨領域連接點,建立關係,並識別最重要的模式。沒有人類的指導,你只是讓算力在原地打轉。

這意味著真正的機會不在於選擇最好的模型,而在於在模型之上建立一個學習循環,讓人力資本和 token 資本複利增長。你可以外包一項任務,甚至一份工作,但你永遠無法外包你的學習。企業的未來在於能夠在人與 AI 之間複利這種學習。

這需要一種新的架構方法,讓每家企業都能構建隨時間改進的智能體系統,同時仍保留對其知識產權的控制。公司應該能夠更換"通用"模型,而不會失去內置在其學習系統中的"公司老兵"專業知識。這是未來時代檢驗你控制權和主權的關鍵"測試"。

公司需要將其工作流程、領域知識和積累的判斷轉化為隨每次使用而改進的 AI 系統。私有評估應該捕捉模型是否真的在對業務重要的結果上改進(而不僅僅是外部基準!). 私有強化學習環境應該讓模型在組織內部的真實軌跡上變得更強。其知識庫使機構記憶可查詢,token 使用更高效。

這個循環成為公司的新知識產權。我把它想象成一臺爬山機器。與大多數資產不同,它會複利增長。每個改進的工作流程都會生成更好的訓練信號,這加速了公司獨有隱性知識的積累。早期構建這個的公司將擁有難以複製的優勢,無論任何新的單個模型能力如何。

我們任何人都不希望看到一個世界,每個行業的每家公司都在向少數幾個吃掉所見一切的模型讓渡價值。如果所有價值都只被少數幾個模型獲取,政治經濟根本不會容忍它。社會不會允許一個掏空整個行業的 AI 未來。

想想第一階段全球化發生了什麼,整個工業經濟因外包而被掏空。表面上 GDP 數字看起來不錯,但流離失所是真實的,後果至今仍在感受。讓我們不要把這種動態帶入 AI 時代,讓少數 AI 系統捕獲所有經濟回報,而整個行業發現他們的知識就在眼皮底下被商品化了。

在我看來,我們的優先事項必須是構建一個前沿生態系統,而不僅僅是一個前沿模型,這樣價值才能在每家公司、每個行業、每個國家廣泛流動。一個每個組織都能擁有編碼其機構知識的學習循環,複利其人力和 token 資本的生態系統。

這就是我成長過程中形成的理念,平臺在頂層創造的價值多於內部捕獲的價值,每家公司都可以持續創新並建立自己的價值。

當這種情況發生時,公司將為自己和周圍的經濟創造價值。員工將看到他們的專業知識被放大,他們的判斷成為系統的一部分,使其可複製和可擴展,收益歸於公司和周圍的社區。

這就是公司如何為自己和更廣泛的經濟創造價值。這是我們應該共同建立的穩定均衡。

歡迎加入深潮 TechFlow 官方社群

Telegram 訂閱群:https://t.me/TechFlowDaily

Twitter 官方帳號:https://x.com/TechFlowPost

Twitter 英文帳號:https://x.com/BlockFlow_News

添加收藏
分享社交媒體