Nadella 嘅核心論點：公司就係一個學習系統

Nadella嘅論點由重新定義「公司」開始。佢喺6月27日同Applied Compute聯合創辦人Yash Patil嘅訪問中話：「我嘅諗法好簡單：世界上應該有咁多AI模型，就等於有咁多公司。因為，一間公司究竟係咩？一間公司就係一個學習系統。」

呢個觀點之下，喺AI時代嘅持久競爭優勢，並唔係個模型本身，而係圍繞住佢嘅生態系統——包括數據、流程、評估同人類反饋，將AI同機構嘅知識庫連繫起嚟。 Nadella認為，公司揀選或微調模型時，應該能夠「用返自己嘅背景、自己嘅數據同自己嘅痕跡。」

Nadella唔係將個模型當作護城河，而係指向一個可以持續改進嘅系統。佢對Business Today講過：「機構唔能夠將學習嘅過程外判出去」——你可以將一個任務外判，但唔可以將公司嘅學習曲線都外判埋。

點解外判AI咁危險？「產業空心化」嘅警告

Nadella俾咗兩個相互關連嘅理由，解釋點解完全依賴第三方頂尖模型對企業嚟講係好危險。

1. 喪失競爭護城河同價值被抽走。 Nadella警告，如果一間公司只係租用模型，而冇建立任何專屬嘅嘢喺側邊，咁個模型就唔係佢嘅競爭優勢——甚至可能已經緊落後。 佢喺篇文章入面講到：「我哋最唔想見到嘅，就係每個行業嘅每間公司，都要將價值拱手相讓俾少數幾個乜都食晒嘅模型。」

佢認為，強大嘅AI模型正變得極之擅於吸收專門嘅企業知識，有機會將整個行業嘅專業知識商品化，然後賣返俾生產呢啲知識嘅公司。 如果公司唔建立自己嘅AI反饋系統，就會面臨將價值拱手俾外部模型提供者嘅風險，而唔係累積自己嘅機構知識。

2. 集中風險同供應商依賴。 完全依賴單一嘅頂尖模型，會令企業暴露喺外部供應商嘅限制、定價同策略選擇之下。 Nadella嘅框架強調要建立內部學習循環——呢啲系統可以更換底層模型，而唔會失去累積落嚟嘅智慧。 佢認為，「只為一個模型優化AI基建係好危險嘅」，因為對手喺模型架構上嘅突破可能會令成個投資付諸流水。

同Microsoft多模型策略嘅配合

Nadella嘅論點同Microsoft自己嘅策略轉向完全一致。喺同OpenAI合作多年之後，Microsoft正有意識地擴闊佢嘅AI模型策略，並引入更多自家嘅AI能力。

喺2026年6月初嘅Microsoft Build大會上，公司推出咗新嘅專屬AI模型（MAI基礎模型系列），目的係減少對OpenAI嘅依賴，同降低開發者嘅成本。 Microsoft亦正開發第一方系統，例如Project Polaris——被描述為Microsoft自家嘅編碼AI，預計喺2026年8月取代GitHub Copilot入面嘅GPT-4。

Microsoft已經推出咗價格相宜嘅AI模型同一個多引擎嘅Copilot平台，除咗OpenAI之外，仲支援Anthropic、Meta（Llama）、Mistral AI、DeepSeek同Cohere嘅模型，俾用戶可以喺多個AI引擎之間做選擇。 Anthropic嘅Claude而家已經係Azure AI Foundry入面嘅第一方選項，同OpenAI、DeepSeek、Llama同Mistral並列。

呢個策略嘅邏輯好直接：如果企業需要連接到自己數據、工作流程同機構知識嘅自訂AI系統，咁主辦呢個生態系統嘅雲端平台——即係Azure——就會變得非常重要。 所以Nadella嘅「建立自己嘅學習循環」建議，同時係一個架構指引，同Microsoft嘅整體雲端及AI平台策略非常配合。

Nadella一早預見到呢種商品化趨勢。喺2025年底，佢形容得好直接：「如果你係一間模型公司，你可能會遭遇贏家詛咒…因為佢只係離被商品化相差一個複製本嘅距離。」

新嘅企業AI框架：人力資本 + 代幣資本

Nadella喺2026年6月嘅文章入面引入咗兩個概念，成為企業AI討論嘅核心：「人力資本」（Human Capital）同「代幣資本」（Token Capital）。

乜嘢係代幣資本？

代幣資本係「一間公司建立同擁有嘅AI能力」，係用返自己嘅工作流程、數據、評估同累積嘅專業知識建立出嚟嘅。 佢係公司圍繞自己嘅作業系統發展出嚟嘅專屬AI資產，而唔係純粹租用外面嘅通用能力。 代幣資本包括公司隨時間發展出嚟嘅系統、模型、提示、評估同經過調整嘅工作流程。 Nadella形容佢好似「複息」咁樣，喺一個自我強化嘅學習循環中增長。

人力資本變得更重要，唔係更次要

Nadella一個反直覺嘅論點係：隨住AI能力（代幣資本）提升，人力資本嘅價值反而會上升，而唔係下降。 人力資本包含公司員工嘅知識、判斷力、人際關係、創造力同模式識別能力。

佢嘅論點係：「冇咗人類嘅指導，你只係喺度空轉計算。」 人類嘅專業知識係主導學習循環、評估輸出、同將AI能力轉化為有用嘅組織優勢嘅關鍵。 Nadella將呢個轉變形容為「人類同數碼系統之間一個真正嘅認知循環」，係一個同之前科技革命有根本性分別嘅改變。

具有複合效應嘅學習循環

Nadella形容理想狀態係「建立一個喺模型之上嘅學習循環，令人力資本同代幣資本好似複息咁樣一齊增長。」 喺呢個循環入面：

• 人力資本（專業知識、判斷力）引導AI輸出嘅建立同評估
• 代幣資本（擁有嘅AI能力）捕捉同營運化呢啲專業知識
• 每一次強化都令雙方嘅價值隨時間增加

如果你唔能夠換一個通用模型而唔失去累積落嚟嘅智慧，咁你冇擁有自己嘅學習循環——你只係租緊佢。

對企業採用AI嘅實際影響

基礎設施：靈活、多模型嘅平台

企業唔可以再將單一嘅頂尖模型當作成個AI策略。 佢哋需要靈活嘅基礎設施，能夠支援多個模型家族、專屬數據連接、工作流程整合同持續嘅反饋循環。 Nadella嘅框架意味住，贏家會係幫助公司建立同營運呢啲生態系統嘅平台——而呢個正正係Microsoft點樣定位Azure同佢嘅Copilot服務。

人力資本：喺人方面更深嘅投資

Nadella嘅論點同「自動化優先」嘅敘述相反。如果人類判斷力隨住AI發展變得更加重要，公司就需要喺員工嘅專業知識、領域知識同創意決策上投資更多，而唔係更少。 2026年大約有117,000個科技職位被裁，AI被列為其中一個因素——Nadella嘅框架暗示，如果裁員令公司失去引導學習循環所需嘅人力資本，咁樣係好危險。

代幣資本：建立，而唔係淨係買

關鍵嘅策略轉變係由「消費」AI轉變為「擁有」AI能力。呢個意味住要開發專屬模型、用內部數據做微調、建立評估系統、同創造能夠以可重用嘅形式捕捉機構知識嘅工作流程。 如果公司只係訂閱最好嘅頂尖模型然後就停停咗，佢哋就有被「空心化」嘅風險——因為佢哋嘅持久優勢並唔會嚟自租返嚟嘅模型本身，而係嚟自佢哋喺模型周圍建立嘅專屬學習循環。

策略底線

對於企業領袖嚟講，Nadella嘅意思係，AI時代嘅公司必須同時投資喺：

• 基礎設施： 靈活、多模型、雲端為本嘅平台，容許圍繞專屬工作流程同數據建立自訂AI系統。
• 人力資本： 更深層次投資喺員工嘅判斷力、人際關係、創造力同領域專業知識——而家更加重要，唔係更次要。
• 代幣資本： 透過公司獨特嘅數據、反饋循環同營運流程訓練同改善嘅專屬AI能力。

訊息非常清楚：如果你嘅AI策略淨係揀一個頂尖模型供應商，你可能已經緊落後俾嗰啲擁有自己學習循環、而唔係租用佢嘅公司。

Nadella 嘅核心論點：公司就係一個學習系統

Nadella嘅論點由重新定義「公司」開始。佢喺6月27日同Applied Compute聯合創辦人Yash Patil嘅訪問中話：「我嘅諗法好簡單：世界上應該有咁多AI模型，就等於有咁多公司。因為，一間公司究竟係咩？一間公司就係一個學習系統。」

呢個觀點之下，喺AI時代嘅持久競爭優勢，並唔係個模型本身，而係圍繞住佢嘅生態系統——包括數據、流程、評估同人類反饋，將AI同機構嘅知識庫連繫起嚟。 Nadella認為，公司揀選或微調模型時，應該能夠「用返自己嘅背景、自己嘅數據同自己嘅痕跡。」

Nadella唔係將個模型當作護城河，而係指向一個可以持續改進嘅系統。佢對Business Today講過：「機構唔能夠將學習嘅過程外判出去」——你可以將一個任務外判，但唔可以將公司嘅學習曲線都外判埋。

點解外判AI咁危險？「產業空心化」嘅警告

Nadella俾咗兩個相互關連嘅理由，解釋點解完全依賴第三方頂尖模型對企業嚟講係好危險。

1. 喪失競爭護城河同價值被抽走。 Nadella警告，如果一間公司只係租用模型，而冇建立任何專屬嘅嘢喺側邊，咁個模型就唔係佢嘅競爭優勢——甚至可能已經緊落後。 佢喺篇文章入面講到：「我哋最唔想見到嘅，就係每個行業嘅每間公司，都要將價值拱手相讓俾少數幾個乜都食晒嘅模型。」

佢認為，強大嘅AI模型正變得極之擅於吸收專門嘅企業知識，有機會將整個行業嘅專業知識商品化，然後賣返俾生產呢啲知識嘅公司。 如果公司唔建立自己嘅AI反饋系統，就會面臨將價值拱手俾外部模型提供者嘅風險，而唔係累積自己嘅機構知識。

2. 集中風險同供應商依賴。 完全依賴單一嘅頂尖模型，會令企業暴露喺外部供應商嘅限制、定價同策略選擇之下。 Nadella嘅框架強調要建立內部學習循環——呢啲系統可以更換底層模型，而唔會失去累積落嚟嘅智慧。 佢認為，「只為一個模型優化AI基建係好危險嘅」，因為對手喺模型架構上嘅突破可能會令成個投資付諸流水。

同Microsoft多模型策略嘅配合

Nadella嘅論點同Microsoft自己嘅策略轉向完全一致。喺同OpenAI合作多年之後，Microsoft正有意識地擴闊佢嘅AI模型策略，並引入更多自家嘅AI能力。

喺2026年6月初嘅Microsoft Build大會上，公司推出咗新嘅專屬AI模型（MAI基礎模型系列），目的係減少對OpenAI嘅依賴，同降低開發者嘅成本。 Microsoft亦正開發第一方系統，例如Project Polaris——被描述為Microsoft自家嘅編碼AI，預計喺2026年8月取代GitHub Copilot入面嘅GPT-4。

Microsoft已經推出咗價格相宜嘅AI模型同一個多引擎嘅Copilot平台，除咗OpenAI之外，仲支援Anthropic、Meta（Llama）、Mistral AI、DeepSeek同Cohere嘅模型，俾用戶可以喺多個AI引擎之間做選擇。 Anthropic嘅Claude而家已經係Azure AI Foundry入面嘅第一方選項，同OpenAI、DeepSeek、Llama同Mistral並列。

呢個策略嘅邏輯好直接：如果企業需要連接到自己數據、工作流程同機構知識嘅自訂AI系統，咁主辦呢個生態系統嘅雲端平台——即係Azure——就會變得非常重要。 所以Nadella嘅「建立自己嘅學習循環」建議，同時係一個架構指引，同Microsoft嘅整體雲端及AI平台策略非常配合。

Nadella一早預見到呢種商品化趨勢。喺2025年底，佢形容得好直接：「如果你係一間模型公司，你可能會遭遇贏家詛咒…因為佢只係離被商品化相差一個複製本嘅距離。」

新嘅企業AI框架：人力資本 + 代幣資本

Nadella喺2026年6月嘅文章入面引入咗兩個概念，成為企業AI討論嘅核心：「人力資本」（Human Capital）同「代幣資本」（Token Capital）。

乜嘢係代幣資本？

代幣資本係「一間公司建立同擁有嘅AI能力」，係用返自己嘅工作流程、數據、評估同累積嘅專業知識建立出嚟嘅。 佢係公司圍繞自己嘅作業系統發展出嚟嘅專屬AI資產，而唔係純粹租用外面嘅通用能力。 代幣資本包括公司隨時間發展出嚟嘅系統、模型、提示、評估同經過調整嘅工作流程。 Nadella形容佢好似「複息」咁樣，喺一個自我強化嘅學習循環中增長。

人力資本變得更重要，唔係更次要

Nadella一個反直覺嘅論點係：隨住AI能力（代幣資本）提升，人力資本嘅價值反而會上升，而唔係下降。 人力資本包含公司員工嘅知識、判斷力、人際關係、創造力同模式識別能力。

佢嘅論點係：「冇咗人類嘅指導，你只係喺度空轉計算。」 人類嘅專業知識係主導學習循環、評估輸出、同將AI能力轉化為有用嘅組織優勢嘅關鍵。 Nadella將呢個轉變形容為「人類同數碼系統之間一個真正嘅認知循環」，係一個同之前科技革命有根本性分別嘅改變。

具有複合效應嘅學習循環

Nadella形容理想狀態係「建立一個喺模型之上嘅學習循環，令人力資本同代幣資本好似複息咁樣一齊增長。」 喺呢個循環入面：

• 人力資本（專業知識、判斷力）引導AI輸出嘅建立同評估
• 代幣資本（擁有嘅AI能力）捕捉同營運化呢啲專業知識
• 每一次強化都令雙方嘅價值隨時間增加

如果你唔能夠換一個通用模型而唔失去累積落嚟嘅智慧，咁你冇擁有自己嘅學習循環——你只係租緊佢。

對企業採用AI嘅實際影響

基礎設施：靈活、多模型嘅平台

企業唔可以再將單一嘅頂尖模型當作成個AI策略。 佢哋需要靈活嘅基礎設施，能夠支援多個模型家族、專屬數據連接、工作流程整合同持續嘅反饋循環。 Nadella嘅框架意味住，贏家會係幫助公司建立同營運呢啲生態系統嘅平台——而呢個正正係Microsoft點樣定位Azure同佢嘅Copilot服務。

人力資本：喺人方面更深嘅投資

Nadella嘅論點同「自動化優先」嘅敘述相反。如果人類判斷力隨住AI發展變得更加重要，公司就需要喺員工嘅專業知識、領域知識同創意決策上投資更多，而唔係更少。 2026年大約有117,000個科技職位被裁，AI被列為其中一個因素——Nadella嘅框架暗示，如果裁員令公司失去引導學習循環所需嘅人力資本，咁樣係好危險。

代幣資本：建立，而唔係淨係買

關鍵嘅策略轉變係由「消費」AI轉變為「擁有」AI能力。呢個意味住要開發專屬模型、用內部數據做微調、建立評估系統、同創造能夠以可重用嘅形式捕捉機構知識嘅工作流程。 如果公司只係訂閱最好嘅頂尖模型然後就停停咗，佢哋就有被「空心化」嘅風險——因為佢哋嘅持久優勢並唔會嚟自租返嚟嘅模型本身，而係嚟自佢哋喺模型周圍建立嘅專屬學習循環。

策略底線

對於企業領袖嚟講，Nadella嘅意思係，AI時代嘅公司必須同時投資喺：

• 基礎設施： 靈活、多模型、雲端為本嘅平台，容許圍繞專屬工作流程同數據建立自訂AI系統。
• 人力資本： 更深層次投資喺員工嘅判斷力、人際關係、創造力同領域專業知識——而家更加重要，唔係更次要。
• 代幣資本： 透過公司獨特嘅數據、反饋循環同營運流程訓練同改善嘅專屬AI能力。

訊息非常清楚：如果你嘅AI策略淨係揀一個頂尖模型供應商，你可能已經緊落後俾嗰啲擁有自己學習循環、而唔係租用佢嘅公司。