Paradoks Maklumat Terbalik Nadella

Pada 12 Julai 2026, CEO Microsoft Satya Nadella menerbitkan satu kiriman di X yang merangka semula risiko utama penggunaan AI perusahaan. Beliau menamakannya Paradoks Maklumat Terbalik — satu penyongsangan struktur Paradoks Maklumat klasik ahli ekonomi Nobel Kenneth Arrow — dan ia telah pun dilihat lebih 5.7 juta kali . Mesejnya terus terang: syarikat yang menggunakan AI sempadan membayar untuk kecerdasan dua kali, sekali secara tunai dan sekali dalam pengetahuan proprietari yang mesti didedahkan untuk menjadikan model berguna .

Nadella bukan sekadar menamakan masalah. Beliau mencadangkan rangka kerja amanah lima bahagian, menyeru makmal AI kerana apa yang dilihatnya sebagai standard dua yang hipokrit mengenai penyulingan model, dan berhujah bahawa pengetahuan yang dijana melalui penggunaan AI mesti terkumpul di dalam perusahaan, bukan vendor. Berikut adalah apa yang disokong oleh bukti.

Paradoks Maklumat Terbalik Dijelaskan

Paradoks asal Arrow menyatakan bahawa penjual maklumat berisiko memberikannya secara percuma semata-mata untuk membuktikan nilainya kepada pembeli. Nadella berhujah bahawa AI menyongsangkan ini: kini pembeli yang berisiko. Syarikat membayar untuk perkhidmatan AI dengan yuran langganan atau API, tetapi untuk mendapatkan hasil yang bermakna, mereka serentak mesti memberi sistem konteks perniagaan proprietari, proses, ralat, dan pembetulan mereka .

"Dalam era AI, pembeli berisiko memberikan pengetahuan, hanya untuk menggunakan apa yang mereka beli," tulis Nadella . Setiap arahan, panggilan alat ejen, pembetulan, penilaian, dan jejak aliran kerja menjadi isyarat yang didermakan kepada penyedia model, bukan dikekalkan oleh perusahaan . Semakin mendalam sesebuah organisasi menggunakan model sempadan, semakin banyak pengetahuan institusi bocor ke luar, terkumpul dalam saluran latihan penyedia dan bukannya dalam sistem syarikat sendiri .

Pelbagai saluran media menyifatkan ini sebagai perusahaan secara efektif "membayar untuk kecerdasan dua kali" — sekali dengan wang tunai, dan sekali lagi dengan sesuatu yang jauh lebih berharga: harta intelek mereka sendiri .

Masalah Wasap Kecerdasan

Rangka kerja Nadella memberikan nama yang lebih tajam kepada masalah yang sudah dihadapi pentadbir. Hasil sampingan setiap interaksi AI — arahan, pembetulan, maklum balas manusia, jejak penilaian, dan pemberat yang disesuaikan — membentuk apa yang dipanggilnya wasap kecerdasan . Wasap ini sepatutnya terkumpul sebagai memori institusi dalam sempadan amanah perusahaan sendiri, tetapi dalam model semasa, ia mengalir keluar kepada vendor .

Seperti yang dirangka oleh analisis komuniti Databricks: "semasa organisasi menggunakan AI dengan lebih meluas, siapa yang memiliki pengetahuan yang dicipta melalui arahan, pembetulan, penilaian, aliran kerja, dan maklum balas manusia?" Jawapan Nadella tidak berbelah bahagi: perusahaan mesti memilikinya. Pesaing tidak akan pernah dapat membeli pengetahuan institusi itu, tetapi syarikat memberikannya secara percuma .

Nadella dilaporkan menggambarkan dinamik ini sebagai analog kepada penyumberan luar industri — sama seperti globalisasi melumpuhkan ekonomi kilang, penggunaan AI yang tidak terkawal berisiko melumpuhkan modal intelek perusahaan .

Rangka Kerja Amanah Lima C

Untuk menangani risiko ini, Nadella mencadangkan rangka kerja lima bahagian — Lima C — sebagai prinsip yang mesti dikuasai perusahaan dalam sempadan amanah AI mereka sendiri :

• Kawalan (Control) — Perusahaan mesti membina sistem penilaian mereka sendiri dan mengekalkan pemilikan memori institusi, maklum balas, dan keputusan yang dijana melalui penggunaan AI .
• Keupayaan (Capability) — Perusahaan memerlukan kemahiran dan infrastruktur dalaman untuk mengurus AI dengan selamat dalam persekitaran pembelajaran proprietari dalam sempadan penyewa mereka sendiri .
• Pilihan (Choice) — Perusahaan tidak boleh dikunci kepada satu penyedia model tunggal; mereka memerlukan mudah alih model dan lapisan orkestrasi yang terpisah .
• Kos (Cost) — Perusahaan mesti memahami kos penuh penggunaan AI, termasuk kebocoran IP, bukan hanya yuran API .
• Kompaun (Compound) — Pengetahuan, penilaian, dan pemberat yang disesuaikan harus terkumpul dalam timbunan perusahaan sendiri, bukan vendor .

Preskripsinya adalah sempadan amanah yang keras di mana penilaian, memori, pemberat yang disesuaikan, dan orkestrasi perusahaan terkumpul tanpa disentuh oleh penyedia model . Satu analisis mencatatkan bahawa Lima C berfungsi sebagai "dokumen keperluan untuk kelas infrastruktur yang sedang dibina Microsoft melalui Foundry, Azure AI, dan Copilot Studio" .

Kritikan Terhadap Standard Dua Makmal AI Mengenai Penyulingan Model

Nadella secara jelas menyeru makmal AI terkemuka — menamakan OpenAI dan Anthropic — untuk apa yang digambarkannya sebagai standard dua yang hipokrit . Hujahnya mempunyai dua sisi.

Pertama, makmal ini bergantung pada hak penggunaan adil untuk melatih model mereka pada sejumlah besar data awam yang dikutip dari internet. Kedua, mereka secara serentak mengenakan terma ketat yang menghalang orang lain daripada menyuling model proprietari mereka — iaitu, melatih model yang lebih kecil dan lebih murah berdasarkan output sistem sempadan mereka .

"Walaupun inovasi hebat yang datang daripada penyedia model yang mempunyai hak penggunaan adil untuk melatih model pada data awam diperlukan," tulis Nadella, "saya dapati ironi bahawa status quo adalah untuk kemudian berpusing dan mengenakan terma ketat pada penyulingan, dan untuk menempah hak untuk belajar daripada penggunaan dan interaksi pelanggan" .

Pelbagai saluran melaporkan bahawa kritikan Nadella adalah serangan langsung kepada makmal seperti Anthropic yang telah bersuara menentang penyulingan model mereka . Ketegangan utama, seperti yang dirumuskan oleh satu laporan: "Mengapa satu set syarikat dibenarkan untuk berlatih di seluruh web, tetapi kemudian memberitahu orang lain mereka tidak boleh menggunakan output mereka?"

Nadella selanjutnya memberi amaran bahawa jika pengetahuan mengalir hanya dalam satu arah — daripada pencipta dan perusahaan naik ke penyedia model — maka nilai ekonomi akan tertumpu dengan pemilik infrastruktur dan platform, bukan dengan organisasi yang sebenarnya menjana pengetahuan .

Apa Maksudnya untuk Strategi AI Perusahaan

Esei Nadella mempunyai implikasi yang signifikan. Pertama, ia merangka semula penguncian vendor AI bukan sekadar sebagai masalah kos atau keserasian tetapi sebagai kebocoran pengetahuan struktur. Kedua, ia meletakkan infrastruktur AI Microsoft sendiri — Azure AI, Copilot Studio, dan Foundry — sebagai jawapannya, walaupun rangka kerja Lima C secara prinsipnya tidak bergantung pada seni bina . Ketiga, ia memaksa setiap pembeli perusahaan untuk bertanya soalan yang kebanyakan tidak pernah ditanya: semasa kita menggunakan AI dengan lebih mendalam, siapa yang memiliki pembelajaran?

Reaksi industri adalah serta-merta. Analisis LinkedIn mencatatkan bahawa esei itu "meletakkan label yang lebih tajam pada masalah yang sudah dihadapi pentadbir: tadbir urus AI mesti merangkumi pengetahuan yang dijana di sekitar model, bukan hanya dokumen yang dimuat naik kepadanya" . Seorang pemerhati lain memanggil Lima C "dokumen keperluan untuk kelas infrastruktur" .

Paradoks maklumat terbalik bukan tentang sama ada untuk menggunakan AI. Ia tentang sama ada perusahaan — atau vendor — akan memiliki apa yang dipelajari oleh AI.