没有生态系统的前沿是不稳定的 ~ Satya Nadella
摘要
Satya Nadella认为,公司必须构建一个结合人力资本和代币资本的学习循环,以保持控制权,避免价值被少数AI模型攫取。他强调需要一个前沿生态系统,而不仅仅是前沿模型。
查看缓存全文
缓存时间: 2026/06/15 15:00
没有生态系统的前沿是不稳定的
我一直在思考AI驱动经济下企业的未来。
这次转型与以往任何平台迁移都不同。过去,我们用数字系统来增强人力资本。而这是我们第一次能够在人与数字系统之间建立真正的认知循环。这令人震撼,因为它改变了我们对企业内部工作的根本理解方式。
关键在于,这不是某个数字工具或系统及其使用的问题,而是组织如何在AI模型能够不断吸收人类和组织的专业知识并将其商品化的世界中,继续学习、构建知识产权、实现差异化并蓬勃发展。
每家公司都必须构建我称之为“人力资本“和“代币资本“的东西。人力资本包括员工的知识、判断力、人际关系、创造力和模式识别能力,而代币资本则是企业构建并拥有的AI能力。
重要的是,随着代币资本的增长,人力资本并不会贬值,反而会变得更加珍贵!我相信人类能动性将是推动代币资本增长的动力。人类会设定雄心勃勃的目标,连接跨领域的知识,建立人际关系,并识别出最重要的模式。没有人类的引导,计算只会原地打转。
这意味着真正的机会不在于选择最好的模型,而在于在模型之上构建一个学习循环,让人力资本和代币资本相互叠加。你可以外包一个任务,甚至一个岗位,但你永远无法外包学习。企业的未来在于能够将这种学习在人与AI之间进行累积叠加。
这需要一种新的架构方法,让每个企业都能构建随时间不断改进的智能体系统,同时保留对其知识产权的控制权。一家公司应该能够更换“通用型“模型,而不丢失其学习系统中已构建的“公司老手“级专业知识。这是你在未来时代控制权和自主权的关键“测试“。
企业需要将其工作流程、领域知识和积累的判断力转化为AI系统,这些系统会随着每次使用而改进。私有评估应能判断模型是否在实际业务相关结果(而非外部基准!)上有所改善。私有强化学习环境应让模型在组织内部的真实痕迹数据上变得更强。其知识库让机构记忆变得可查询,并使代币使用更加高效。
这个循环将成为企业新的知识产权。我将其视为一架登山机器。与大多数资产不同,它是可以累积叠加的。每一条改进的工作流程都会产生更优质的训练信号,从而加速企业独有的隐性知识积累。尽早构建这一循环的公司将获得难以复制的优势,无论任何新模型的能力有多强。
我们任何人都不希望看到一个世界:每个行业的每家公司都将价值拱手让给少数几个吞噬所见一切的模型。如果所有价值都被少数几个模型攫取,政治经济体系根本无法容忍。不存在一个会让整个行业被掏空的AI未来的社会许可。
想想全球化第一阶段发生的事:整个工业经济体因外包而被掏空。GDP数字表面上看不错,但流离失所是真实的,其后果至今仍在显现。我们不应将这种动态带入AI时代——少数AI系统捕获所有经济回报,而整个行业的知识就在它们脚下被商品化。
在我看来,我们的首要任务是构建一个前沿生态系统,而不仅仅是一个前沿模型,这样价值就能广泛流向每家公司、每个行业、每个国家。在这个生态中,每个组织都能拥有编码其机构知识的学习循环,让人力资本和代币资本不断累积叠加。
这就是我成长中所接受的理念:平台在其之上创造的价值比其内部捕获的价值更多,每个企业都能持续创新并创造属于自己的价值。
当这种情况发生时,企业将为自己和周边经济创造价值。员工将看到自己的专业能力被放大,他们的判断力成为系统的一部分,变得可复制、可扩展,而收益则归属于企业及其所在的社区。
这就是企业如何为自己和更广泛的经济创造价值。这也是我们应该共同构建的稳定均衡。
相似文章
没有生态系统的前沿是不稳定的(5分钟阅读)
Microsoft CEO 萨提亚·纳德拉(Satya Nadella)认为,在人工智能驱动的经济中,企业必须同时建立人力资本和代币资本(AI能力),并通过复利学习循环不断推动发展。他强调,人类能动性仍然至关重要,公司必须保留对其知识产权的控制,以避免价值被少数前沿模型攫取。
微软萨提亚·纳德拉表示,未来在于学习循环。但谁真正拥有它?
萨提亚·纳德拉认为,公司必须拥有自己的学习循环,而不仅仅是AI模型。本文警告说,依赖API提供商可能有失去控制的风险,并倡导构建允许在不丢失机构知识的情况下切换模型的系统。
@gokulr:每个人都在前沿运作——微软董事长兼CEO萨提亚·纳德拉接受@saranormous、@eladgil及@swyx采访
在微软Build 2026大会的采访中,萨提亚·纳德拉阐述了微软的AI战略,核心是构建生态系统而非依赖单一模型。他主张将私有评估(private evals)作为关键知识产权,为代理工作流重建IDE,并将代理轨迹视为资产负债表上的资产。
@rohanpaul_ai:桑达尔·皮查伊: - 在前沿实验室,竞争激烈 - 真正处于前沿的实验室很少,然后还有……
桑达尔·皮查伊评论了前沿AI实验室之间的激烈竞争,指出真正处于前沿的实验室很少,并且如果出现递归自我改进,这将成为一个社会问题,需要超越任何单一公司的更广泛重视。
@AnjneyMidha: 如果你不理解 SOTA 研究文化的脆弱性,你将永远无法留住前沿人才……
文章认为,理解前沿研究文化的脆弱性对于留住顶尖 AI 人才至关重要,并批评了将前沿 AI 视为纯粹工程学的观点。