微软CEO：别只顾接入AI，你的知识正在被大模型吸走

2026年6月，微软CEO纳德拉发布了一篇文章，核心观点只有一句话：没有生态系统支撑的前沿模型，并不稳定。

这句话，是说给所有正在拥抱AI的企业听的。

所有人都在接入AI，但大多数人接错了方向

过去两年，接入大模型、上线AI工具几乎成了企业标配。但纳德拉看到的是另一个危险：如果所有企业只是成为少数大模型的被动用户，而不是在模型之上建立自己的能力，最终的结果是整个行业的知识被大模型吸走，企业自身越来越空洞。

他用全球化做了类比：全球化第一阶段，大量工业经济体把制造外包出去，表面上GDP数据还不错，但实体产业被掏空，后果延续至今。AI时代如果重蹈覆辙，企业把知识、工作流、判断力全部让渡给少数大模型，最终会发现核心能力都沉淀在别人的系统里。

两种资本：人力资本与Token资本

纳德拉提出了一个值得深思的框架：未来每家公司都必须同时建设两种资本。

1.人力资本，是员工的知识、判断力、关系网络和模式识别能力。这不是新概念，但在AI时代它的内涵发生了变化——人的价值不会因为AI变强而下降，反而会更加重要。因为真正决定AI往哪里走的，仍然是人的目标、判断和组织经验。没有人的方向，算力只是在原地打转。

2.Token资本，是企业自身构建并拥有的AI能力。不是接入一个外部模型，而是把企业自己的工作流、领域知识、长期积累的判断力，转化为一套会随使用不断进化的AI系统。

这两种资本的关键，是让它们相互复利。每一个被AI改进的工作流，都会产生更好的训练信号，反过来加速积累企业独有的隐性知识。这个循环，才是真正的护城河。

你可以外包任务，但不能外包学习能力

纳德拉说了一句很直接的话：你可以外包一个任务，甚至外包一个岗位，但你永远不能外包自己的学习能力。

这句话，精准击中了当前大多数企业AI转型的盲区。

很多企业理解的AI转型，是用AI替代某些工作。这个思路没有错，但只做到这一步远远不够。真正有价值的，是企业在使用AI的过程中，能否把自身的经验和判断沉淀进去，形成只属于这家企业的AI能力。竞争对手接入同样的大模型，却复制不了你的判断力——这才是AI时代真正意义上的知识产权。

对企业的三个实践启示

纳德拉的观点，对正在推进AI转型的企业有几个直接的行动启示。

其一，不要只评估模型能力，要评估模型是否真正改善了业务结果。外部基准测试告诉你的是模型的通用能力，而企业内部应该关注：这套AI系统有没有让我的核心业务指标变好？

其二，把企业隐性知识显性化，是AI转型的前置工作。资深员工脑中的判断逻辑、多年积累的行业经验——如果不被结构化，AI就只能处理表层任务，无法真正进入业务深处。

其三，尽早建立自己的学习循环。翰德恩咨询在辅导企业AI转型时观察到，越早把企业工作流和领域知识注入AI系统的企业，积累的优势越难被后来者追上。这种先发优势，不来自技术投入，而来自持续的知识沉淀。

结语

纳德拉的核心判断，给所有企业提出了一个严肃的问题：你在用AI，还是在被AI用？

前者是主动的，企业把自身知识注入AI，让AI成为放大自己能力的工具；后者是被动的，企业只是大模型的消费者，价值在不知不觉中被吸走。

建设前沿生态，而不只是接入前沿模型——这是微软CEO给出的答案，也是这个时代留给每家企业的真正考题。