微软CEO纳德拉Nadella写了一篇充满哲学味的长文探讨“AI驱动的经济中企业的未来”。他抛出了一个让所有企业都该想想的问题如果AI模型能持续吸收你和你的组织独有的专业知识并把它商品化你的公司靠什么活下去纳德拉的答案是每家公司都必须构建自己的AI学习闭环让人力资本和AI能力彼此叠加、复利增长把命运攥在自己手里而不是交给几个大模型。认知闭环纳德拉开篇就点明这一次的转变跟过去任何一次平台变迁都不一样。过去数字系统是用来增强人的能力的无论是Excel帮你算账还是ERP帮你管供应链本质都是人用工具。纳德拉认为当下出现了真正的质变人与数字系统之间第一次可以建立认知闭环cognitive closed loop。AI模型不再只是被动地等你下达指令它能持续吸收人的专业知识、判断力、经验反过来让整个系统变得更聪明再反哺给人。这个概念并不抽象。全球72%的企业已经在生产环境中部署了至少一个AI工作负载麦肯锡2026年一季度数据但只有1%认为自己成熟。差距在哪里绝大多数企业只是把AI当工具用问ChatGPT要个文案让Copilot写代码用完就结束了没有形成任何闭环。知识流进模型沉淀在大模型厂商的服务器上跟你自己再无关系。真正攸关的并不是某个数字工具或系统如何被使用而是当AI模型能够持续吸收人与组织的专业知识、并将其商品化时组织该如何继续学习、构建知识产权、形成差异化并在这样的世界中繁荣发展。这句话触及了当前AI产业最敏感的神经。2025年全球AI投资高达2023亿美元占全球风险投资总额的50%其中OpenAI和Anthropic两家公司就吃掉了全球所有行业风险投资的14%。基础模型公司拿走了800亿美元占全球AI融资的40%。价值正在以前所未有的速度向少数几个模型集中而大量企业正在用自己的数据喂养这些模型亲手把自己的专业知识商品化再花钱买回来。纳德拉用认知闭环这个词恰恰是在说闭环必须长在你自己身上不能长在别人的模型里。两种资本一个飞轮纳德拉提出了两个概念人力资本和Token资本。人力资本是员工拥有的知识、判断力、人际关系、创造力与模式识别能力。Token资本是企业自己构建并拥有的AI能力。所谓Token在这里指的是AI模型推理时消耗的最小文本单元纳德拉用它来代指企业自主掌控的AI算力与能力储备。他特别强调了一点人力资本并不会随着Token资本的增长而贬值——恰恰相反它只会变得更有价值人的能动性才是Token资本增长的真正驱动力。人会设定远大的目标在不同领域之间建立连接经营关系识别最重要的模式。没有人的方向引导算力只会原地打转。过去一年AI替代人类的叙事甚嚣尘上85万个岗位预计将在2028年前被AI取代世界经济论坛数据22至25岁从事AI暴露度较高岗位的劳动者就业率下降了13%。纳德拉没有否认这些冲击但他把逻辑翻了个面AI能力越强人的判断力和方向感越稀缺越值钱。真正有机会的不是去挑一个最好的模型而是在模型之上构建一套学习闭环让两种资本彼此叠加、复利增长。纳德拉的原话是你可以把一项任务、甚至一份工作外包出去但你永远无法把“学习”外包出去。微软自己的实践就是一例。2026年6月初的Build大会上微软一口气发布了7款自研MAI模型涵盖推理、编程、图像、语音、转录等方向。Mustafa Suleyman领导的微软AI部门声称在为麦肯锡这样的企业客户调优模型后MAI模型在特定场景下跑赢了OpenAI的GPT 5-5成本效率还高出10倍。关键在于这些模型全部基于干净、可追溯的企业级数据训练。这正是Token资本的一种形态模型不一定要自己从零训练但调优的过程、领域知识的注入、评测标准的制定这些必须掌握在自己手里。别把学习外包出去纳德拉文章中最具实操价值的部分是他对学习闭环的具体描绘。他提出了一套架构思路让每一家企业都能构建会随时间不断改进的智能体系统agentic systems同时牢牢掌控自己的知识产权。他甚至给出了一个检验标准——一家公司应当能够更换掉某个通用型模型而不会因此丢失沉淀在自身学习系统中的公司老兵式的专业经验。模型是可替换的组件你自己的学习系统才是资产。具体怎么做纳德拉列了三样东西私有评测private evals衡量模型在对你业务真正重要的结果上是否有所改进而不是看外部基准测试的得分。私有的强化学习RL环境让模型能在来自组织内部的真实轨迹traces上不断变强。知识库让机构记忆变得可被查询也让Token的使用更加高效。这三样东西合在一起构成企业的核心知识产权。纳德拉把它比作一台爬坡机器hill climbing machine而且它跟大多数资产不同会复利增长。每一次被改进的工作流程都产生更好的训练信号加速积累那些独属于该企业的隐性知识tacit knowledge。当前全球AI产业正在经历一场从模型竞赛到Agent竞赛的转向。Gartner预测2026年底40%的企业应用将内置任务型AI Agent而2025年这个比例还不到5%。Anthropic的Claude Code已经跑出了5亿美元的年化收入占Claude全部使用量的36%。但纳德拉想说的更深一层Agent如果没有闭环就只是一个更聪明的工具。只有当Agent被嵌入一套持续学习、持续积累、模型可换而经验不丢的系统里它才真正变成企业的资产而不是模型厂商的附庸。微软的Microsoft Foundry前身为Azure AI Foundry在2026年5月正式GA定位就是AI应用和Agent工厂支持多模型部署涵盖OpenAI、Anthropic、Meta Llama、Mistral以及自研的MAI模型。Build 2026的主题之一就是模型多元、开放、异构的全栈平台。纳德拉的原话是我们相信时机已经到来每家公司都应该从消费前沿模型转向在前沿生态中全面参与。这是微软的战略立场不做只绑定单一模型的公司而是做让每家企业在任何模型之上都能构建自己学习闭环的平台。这个定位跟他长文里的逻辑完全一致。前沿生态不是前沿模型纳德拉从企业策略上升到了政治经济格局这也是全文最锋利的部分。他写道“我们任何人最不希望看到的是这样一个世界每个行业里的每一家公司都在把价值拱手让给少数几个吞噬一切所见的模型。如果所有价值都只被极少数模型攫取政治经济格局根本不会容忍这种局面。一个掏空整个产业的AI未来是不会获得社会许可的。”他做了一个精确的历史类比——全球化第一阶段的产业外包。整片整片的工业经济被外包浪潮掏空表面上GDP数字看起来还不错但真实的冲击切实存在其后果至今仍在延续。纳德拉的警告是不要把那种动态带进AI时代让少数几个AI系统攫取全部的经济回报而整个行业眼睁睁看着自己的知识在脚下被商品化。当前中美控制了全球90%的前沿AI算力包揽了排名前50的全部基础模型CNAS主权AI指数。旧金山湾区一个城市就拿了全球AI投资的76%。全球主权AI运动正在兴起加拿大投入20亿美元印度12.5亿美元欧盟约20亿美元但这些数字加起来还不及微软一家公司一个季度的AI资本支出2026财年第二季度单季375亿美元。纳德拉说我们的首要任务必须是构建一个前沿生态而不只是一个前沿模型——让价值能够广泛地流向每一家公司、每一个行业、每一个国家。平台所激发的、在其之上创造的价值应当超过平台自身所攫取的价值。他在2026年6月接受Stratechery采访时也表达了类似的意思大多数人把竞争格局看作零和博弈但从来都不是这样。我们真正有希望做到的是成为一个值得信赖的平台提供者让人们在平台上创造更多价值。微软自身的OpenAI关系演变也印证了从前沿模型依赖到前沿生态布局的转向。2019年以来微软对OpenAI投入超过130亿美元获得了27%的稀释后股权。但2025年10月的重组中OpenAI转为公益公司微软的IP许可从独家变为非独家收入分成被设定了20%的上限。OpenAI开始与亚马逊、谷歌合作微软则一边保有到2032年的IP使用权和Azure对无状态API的独家托管权一边加速建设自研MAI模型矩阵和Foundry平台。微软选择把赌注从单一模型分散到整个生态让微软成为企业构建AI学习闭环的基础设施而不是成为下一个被单一模型绑架的公司。纳德拉在文章最后描绘了一个他所说的稳定均衡员工看到自己的专业能力被放大判断力成为某个系统的一部分变得可复制、可规模化收益惠及公司和社区。这才是企业为自身、也为更广阔经济创造价值的方式。AI时代最稀缺的东西可能不是最强的模型而是每家公司能不能把属于自己的那套学习闭环建起来。参考资料https://x.com/satyanadella/status/2066182223213293753
微软加速自研MAI模型，CEO一篇长文道出了答案
微软CEO纳德拉Nadella写了一篇充满哲学味的长文探讨“AI驱动的经济中企业的未来”。他抛出了一个让所有企业都该想想的问题如果AI模型能持续吸收你和你的组织独有的专业知识并把它商品化你的公司靠什么活下去纳德拉的答案是每家公司都必须构建自己的AI学习闭环让人力资本和AI能力彼此叠加、复利增长把命运攥在自己手里而不是交给几个大模型。认知闭环纳德拉开篇就点明这一次的转变跟过去任何一次平台变迁都不一样。过去数字系统是用来增强人的能力的无论是Excel帮你算账还是ERP帮你管供应链本质都是人用工具。纳德拉认为当下出现了真正的质变人与数字系统之间第一次可以建立认知闭环cognitive closed loop。AI模型不再只是被动地等你下达指令它能持续吸收人的专业知识、判断力、经验反过来让整个系统变得更聪明再反哺给人。这个概念并不抽象。全球72%的企业已经在生产环境中部署了至少一个AI工作负载麦肯锡2026年一季度数据但只有1%认为自己成熟。差距在哪里绝大多数企业只是把AI当工具用问ChatGPT要个文案让Copilot写代码用完就结束了没有形成任何闭环。知识流进模型沉淀在大模型厂商的服务器上跟你自己再无关系。真正攸关的并不是某个数字工具或系统如何被使用而是当AI模型能够持续吸收人与组织的专业知识、并将其商品化时组织该如何继续学习、构建知识产权、形成差异化并在这样的世界中繁荣发展。这句话触及了当前AI产业最敏感的神经。2025年全球AI投资高达2023亿美元占全球风险投资总额的50%其中OpenAI和Anthropic两家公司就吃掉了全球所有行业风险投资的14%。基础模型公司拿走了800亿美元占全球AI融资的40%。价值正在以前所未有的速度向少数几个模型集中而大量企业正在用自己的数据喂养这些模型亲手把自己的专业知识商品化再花钱买回来。纳德拉用认知闭环这个词恰恰是在说闭环必须长在你自己身上不能长在别人的模型里。两种资本一个飞轮纳德拉提出了两个概念人力资本和Token资本。人力资本是员工拥有的知识、判断力、人际关系、创造力与模式识别能力。Token资本是企业自己构建并拥有的AI能力。所谓Token在这里指的是AI模型推理时消耗的最小文本单元纳德拉用它来代指企业自主掌控的AI算力与能力储备。他特别强调了一点人力资本并不会随着Token资本的增长而贬值——恰恰相反它只会变得更有价值人的能动性才是Token资本增长的真正驱动力。人会设定远大的目标在不同领域之间建立连接经营关系识别最重要的模式。没有人的方向引导算力只会原地打转。过去一年AI替代人类的叙事甚嚣尘上85万个岗位预计将在2028年前被AI取代世界经济论坛数据22至25岁从事AI暴露度较高岗位的劳动者就业率下降了13%。纳德拉没有否认这些冲击但他把逻辑翻了个面AI能力越强人的判断力和方向感越稀缺越值钱。真正有机会的不是去挑一个最好的模型而是在模型之上构建一套学习闭环让两种资本彼此叠加、复利增长。纳德拉的原话是你可以把一项任务、甚至一份工作外包出去但你永远无法把“学习”外包出去。微软自己的实践就是一例。2026年6月初的Build大会上微软一口气发布了7款自研MAI模型涵盖推理、编程、图像、语音、转录等方向。Mustafa Suleyman领导的微软AI部门声称在为麦肯锡这样的企业客户调优模型后MAI模型在特定场景下跑赢了OpenAI的GPT 5-5成本效率还高出10倍。关键在于这些模型全部基于干净、可追溯的企业级数据训练。这正是Token资本的一种形态模型不一定要自己从零训练但调优的过程、领域知识的注入、评测标准的制定这些必须掌握在自己手里。别把学习外包出去纳德拉文章中最具实操价值的部分是他对学习闭环的具体描绘。他提出了一套架构思路让每一家企业都能构建会随时间不断改进的智能体系统agentic systems同时牢牢掌控自己的知识产权。他甚至给出了一个检验标准——一家公司应当能够更换掉某个通用型模型而不会因此丢失沉淀在自身学习系统中的公司老兵式的专业经验。模型是可替换的组件你自己的学习系统才是资产。具体怎么做纳德拉列了三样东西私有评测private evals衡量模型在对你业务真正重要的结果上是否有所改进而不是看外部基准测试的得分。私有的强化学习RL环境让模型能在来自组织内部的真实轨迹traces上不断变强。知识库让机构记忆变得可被查询也让Token的使用更加高效。这三样东西合在一起构成企业的核心知识产权。纳德拉把它比作一台爬坡机器hill climbing machine而且它跟大多数资产不同会复利增长。每一次被改进的工作流程都产生更好的训练信号加速积累那些独属于该企业的隐性知识tacit knowledge。当前全球AI产业正在经历一场从模型竞赛到Agent竞赛的转向。Gartner预测2026年底40%的企业应用将内置任务型AI Agent而2025年这个比例还不到5%。Anthropic的Claude Code已经跑出了5亿美元的年化收入占Claude全部使用量的36%。但纳德拉想说的更深一层Agent如果没有闭环就只是一个更聪明的工具。只有当Agent被嵌入一套持续学习、持续积累、模型可换而经验不丢的系统里它才真正变成企业的资产而不是模型厂商的附庸。微软的Microsoft Foundry前身为Azure AI Foundry在2026年5月正式GA定位就是AI应用和Agent工厂支持多模型部署涵盖OpenAI、Anthropic、Meta Llama、Mistral以及自研的MAI模型。Build 2026的主题之一就是模型多元、开放、异构的全栈平台。纳德拉的原话是我们相信时机已经到来每家公司都应该从消费前沿模型转向在前沿生态中全面参与。这是微软的战略立场不做只绑定单一模型的公司而是做让每家企业在任何模型之上都能构建自己学习闭环的平台。这个定位跟他长文里的逻辑完全一致。前沿生态不是前沿模型纳德拉从企业策略上升到了政治经济格局这也是全文最锋利的部分。他写道“我们任何人最不希望看到的是这样一个世界每个行业里的每一家公司都在把价值拱手让给少数几个吞噬一切所见的模型。如果所有价值都只被极少数模型攫取政治经济格局根本不会容忍这种局面。一个掏空整个产业的AI未来是不会获得社会许可的。”他做了一个精确的历史类比——全球化第一阶段的产业外包。整片整片的工业经济被外包浪潮掏空表面上GDP数字看起来还不错但真实的冲击切实存在其后果至今仍在延续。纳德拉的警告是不要把那种动态带进AI时代让少数几个AI系统攫取全部的经济回报而整个行业眼睁睁看着自己的知识在脚下被商品化。当前中美控制了全球90%的前沿AI算力包揽了排名前50的全部基础模型CNAS主权AI指数。旧金山湾区一个城市就拿了全球AI投资的76%。全球主权AI运动正在兴起加拿大投入20亿美元印度12.5亿美元欧盟约20亿美元但这些数字加起来还不及微软一家公司一个季度的AI资本支出2026财年第二季度单季375亿美元。纳德拉说我们的首要任务必须是构建一个前沿生态而不只是一个前沿模型——让价值能够广泛地流向每一家公司、每一个行业、每一个国家。平台所激发的、在其之上创造的价值应当超过平台自身所攫取的价值。他在2026年6月接受Stratechery采访时也表达了类似的意思大多数人把竞争格局看作零和博弈但从来都不是这样。我们真正有希望做到的是成为一个值得信赖的平台提供者让人们在平台上创造更多价值。微软自身的OpenAI关系演变也印证了从前沿模型依赖到前沿生态布局的转向。2019年以来微软对OpenAI投入超过130亿美元获得了27%的稀释后股权。但2025年10月的重组中OpenAI转为公益公司微软的IP许可从独家变为非独家收入分成被设定了20%的上限。OpenAI开始与亚马逊、谷歌合作微软则一边保有到2032年的IP使用权和Azure对无状态API的独家托管权一边加速建设自研MAI模型矩阵和Foundry平台。微软选择把赌注从单一模型分散到整个生态让微软成为企业构建AI学习闭环的基础设施而不是成为下一个被单一模型绑架的公司。纳德拉在文章最后描绘了一个他所说的稳定均衡员工看到自己的专业能力被放大判断力成为某个系统的一部分变得可复制、可规模化收益惠及公司和社区。这才是企业为自身、也为更广阔经济创造价值的方式。AI时代最稀缺的东西可能不是最强的模型而是每家公司能不能把属于自己的那套学习闭环建起来。参考资料https://x.com/satyanadella/status/2066182223213293753
