撰文：Satya Nadella，Chairman and CEO at Microsoft
编译：Gandalf，Techub News
摘要：
在AI时代，企业竞争力不再取决于“用哪个模型”，而取决于是否建立了“人类+AI的学习闭环”。企业需要将人力资本与AI能力（token capital）结合，通过持续学习和内部数据反馈构建可复利增长的系统性优势。同时，作者强调必须构建开放生态，而非让少数AI模型垄断价值，否则将带来严重的经济与社会问题。
核心要点：
- 企业将拥有两种核心资产：人力资本（经验、判断、关系）与代币资本（AI能力）。
- AI不会削弱人类价值，反而放大人类的作用，人是学习闭环的驱动者。
- 关键不是选择最强模型，而是构建“持续学习系统”。
- 企业应能替换底层模型，但保留自身知识与经验（AI主权）。
- 内部数据与私有评估体系将成为核心竞争力来源。
- 企业的“学习闭环”将成为新的知识产权，并具有复利效应。
- 过度集中于少数AI模型会导致产业空心化与社会问题。
- 应构建“AI生态系统”，让价值在更多企业与社会层面分配。
- 最终目标是实现企业、员工与社会之间的共赢与稳定平衡。
Satya Nadella：我最近一直在思考，在一个由AI驱动的经济中，企业的未来会是什么样。
这次转型不同于以往任何一次平台变革。过去，我们使用数字系统来增强人力资本。而这是第一次，我们可以在人与数字系统之间建立真正的“认知闭环”。这令人震撼，因为它改变了我们对企业内部“工作”的基本理解。
现在真正面临的问题，不是某个数字工具或系统如何被使用，而是：在一个AI模型可以不断吸收人类与组织经验并将其商品化的世界里，企业如何持续学习、构建知识产权、实现差异化并生存下来。
我认为，每一家公司都需要构建两种资本：人力资本和“代币资本”（token capital）。人力资本包括员工的知识、判断力、关系网络、创造力和模式识别能力；而代币资本则是企业所构建并拥有的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，反而会变得更加重要。我相信，人类的能动性将驱动代币资本的增长。人类设定目标、跨领域连接、建立关系、识别关键模式。如果没有人的引导，算力只是在原地打转。
这意味着，真正的机会不在于选择最好的模型，而在于构建一个建立在模型之上的学习闭环，使人力资本和代币资本相互强化。你可以外包一个任务，甚至一个岗位，但你无法外包你的学习。企业的未来在于能否让这种“人与AI的学习”持续复利增长。
这需要一种新的架构：每一家企业都能够构建会随时间不断改进的“智能体系统（agentic systems）”，同时仍然保有对自身知识产权的控制。企业应该能够替换“通用模型”，而不丢失其系统中积累的“老员工经验”。这是未来企业是否具备控制力和主权的关键测试。
企业需要把工作流程、领域知识和积累的判断力转化为能够持续进化的AI系统。私有评估机制应衡量模型是否在业务关键结果上真正提升（而不仅是外部基准）。私有强化学习环境应允许模型基于企业内部的真实数据持续优化。企业知识库则使组织记忆可被查询，并提升token的使用效率。
这个闭环将成为企业新的知识产权。我把它看作一台“爬坡机器”（hill climbing machine）。与大多数资产不同，它会复利增长。每一次流程优化都会产生更优的训练信号，从而加速企业独有的隐性知识积累。那些率先构建这一体系的公司，将获得难以复制的优势，不论未来模型能力如何提升。
我们最不希望看到的，是一个所有行业的公司都将价值让渡给少数几个模型的世界。如果价值只被少数模型吸收，政治经济体系将无法容忍。一个掏空整个行业的AI未来，不会获得社会许可。
回想全球化初期，一些工业经济体被外包掏空。表面上GDP数据还不错，但实际的产业空心化及其后果至今仍在影响社会。我们不应在AI时代重演这一过程，让少数AI系统攫取全部经济回报，而让各行业的知识被迅速商品化。
在我看来，我们的重点必须是构建“前沿生态”，而不仅仅是“前沿模型”，让价值能够在公司、行业和国家之间广泛流动。一个每个组织都能拥有自身学习闭环的世界，将其制度性知识转化为不断复利的人力资本与代币资本。
这是我一直信奉的理念：平台应当在其之上创造更多价值，而不是将价值全部吸走；每一家公司都能够持续创新并创造属于自己的价值。
当这一切实现时，公司不仅为自身创造价值，也为周边经济创造价值。员工的专业能力会被放大，他们的判断将被系统化、可复制、可扩展，其收益将回流到企业和社区之中。
这才是企业为自身及整个经济创造价值的方式，也是我们应共同构建的稳定均衡。
