微软CEO长文：以后两种资本，人力资本+Token资本

昨天晚上，微软 CEO 萨蒂亚·纳德拉（Satya Nadella）在 𝕏 上发布了一篇长推文《A frontier without an ecosystem is not stable》，即「没有生态系统的前沿是不稳定的」。

该条推文一上线就吸引了大量关注，如今浏览量已经突破了 2800 万。

• 原文地址：https://x.com/satyanadella/status/2066182223213293753

纳德拉深刻探讨了在 AI 驱动的经济时代下，企业未来的形态、数字主权以及 AI 发展的社会经济影响。

其中提出了「人力资本」与「Token 资本」两个概念。

在他看来，AI 正在改变企业竞争的底层逻辑。过去，企业购买或建设数字工具，是为了提升人力效率：工具放大人，人创造价值。但今天，AI 模型本身就具备了吸收人类专业知识并将其「商品化」的能力。一个模型在学习了足够多的企业数据之后，可以把原本属于某家公司的独门本领，变成人人皆可调用的标准服务。

如此一来，AI 似乎就有个吞噬其它软件服务的能力，或者按纳德拉的说法是「各个行业的每家公司都在把价值让渡给少数几个吞噬一切的模型。」

这也让他非常担忧，他在文中呼吁「我们决不能让少数 AI 系统攫取所有的经济回报。」

有趣的是，经常嘲讽微软的世界首富伊隆·马斯克（Elon Musk）带着阴阳的语气称这篇文章很有趣（interesting）：

毕竟，这篇博客似乎证明了马斯克去年 8 月的一条评论「OpenAI 将活活吞下微软」。

那时候，纳德拉刚刚宣布 GPT-5 将全面接入微软旗下的 Copilot、GitHub 和 Azure 产品线。当时他的回应也轻巧而自信：「人们想吃掉我们已经 50 年了，这才是乐趣所在！」

而马斯克的言外之意也很明显：微软引以为傲的软件帝国，正在亲手把自己的护城河拱手相让给一个合作伙伴。在 AI 这个领域，依赖别人的模型，迟早会被别人的模型替代。

而今天的这篇推文表明，纳德拉已经不复当时的自信。

以下是纳德拉的推文全文翻译：

我一直在思考 AI 驱动的经济中企业的未来。

这种转变与以往任何平台更迭都有所不同。过去，我们利用数字系统来提升人力资本。这是我们首次能够在人类与数字系统之间建立真正的认知循环。这非常颠覆认知，因为它改变了我们在企业内部构想工作的方式。

关键的议题已超越某些数字工具或系统的使用层面。我们需要关注的是，在一个 AI 模型能够不断吸收人类与组织的专业知识并将其商品化的世界里，组织该如何持续学习、构建知识产权、保持差异化并蓬勃发展。

每家公司都必须构建我所谓的「人力资本」与「Token 资本」：

人力资本包含员工的知识、判断力、人际关系、创造力以及模式识别能力

Token 资本则代表企业构建并拥有的 AI 能力。

重要的是，人力资本的价值不会随着 Token 资本的增长而降低。它只会变得更有价值！我认为人类的主观能动性将成为 Token 资本增长的驱动力。人类将设定宏大的目标，跨领域串联信息，建立人际关系，并识别出最关键的模式。如果没有人类的引导，计算资源只会在原地打转。

这意味着真正的机遇并不在于挑选最佳模型。我们应当在模型之上建立一个学习循环，让人力资本与 Token 资本在其中产生复利效应。你可以外包一项任务，甚至是一份工作，你却永远无法外包你的学习过程。企业的未来取决于在人类与 AI 之间积累这种学习复利的能力。

这需要一种全新的架构方案，让每家企业都能构建随时间推移不断进化的智能体系统，同时依然保持对其知识产权的控制。一家公司应当能够在替换「通用」模型时，依然保留其学习系统内积累的「企业老将」级别的专业知识。这将是未来时代对你的控制力与主权的一项关键「测试」。

企业需要将其工作流、领域知识和积累的判断力转化为能随着每一次使用而不断改进的 AI 系统。私有评估体系应当能够捕捉模型是否真正在对企业至关重要的成果上取得进步（仅仅看外部基准测试是不够的！）。私有强化学习环境应当让模型在组织内部的真实执行轨迹中变得更强大。它的知识库让机构记忆变得可查询，也让 Token 的使用变得更加高效。

这个循环将成为企业新的知识产权。我把它看作一台爬山机。并且与大多数资产不同，它具有复利效应。每一个得到改进的工作流都会产生更好的训练信号，这会加速企业独有隐性知识的积累。尽早构建这一体系的公司将拥有难以复制的优势，无论个体模型又出现了什么新能力。

我们绝不希望看到这样一个世界：各个行业的每家公司都在把价值让渡给少数几个吞噬一切的模型。假设所有的价值都被少数几个模型攫取，政治经济体系将无法容忍这种局面。社会也不会允许一个掏空整个行业的 AI 未来。

回想一下在全球化第一阶段发生的事情，当时整个工业经济体都因为外包而被掏空。尽管 GDP 数据表面上看起来不错，岗位的流失却是真实存在的，其后果至今依然影响深远。我们决不能把那种动态带入 AI 时代，让少数 AI 系统攫取所有的经济回报，同时整个行业眼睁睁地看着他们的知识在不知不觉中被商品化。

在我看来，我们的当务之急必须是构建一个前沿生态系统，仅仅打造一个前沿模型是远远不够的。只有这样，价值才能在每一家公司、每一个行业和每一个国家之间广泛流动。在这个生态系统中，每个组织都能拥有编码其机构知识的学习循环，并让其人力资本与 Token 资本产生复利。

这是我成长过程中所遵循的理念：平台应该在其之上促成比其内部所捕获的更多的价值，让每家公司都能不断创新并创造属于自己的价值。

当这种情况发生时，企业将为自己以及周围的经济体创造价值。员工将会看到他们的专业知识得到放大，他们的判断力将成为系统的一部分，变得可复制且具备规模化扩展能力。同时，带来的收益将惠及他们周围的企业和社区。

这正是企业为自身和更广泛的经济体驱动价值的方式。这也是我们应该共同建立的稳定平衡。

文章来自于"机器之心"，作者 "机器之心编辑部"。