微軟CEO提出“Token資本”概念：AI 時代每家公司需要經營人力資本和Token資本

微軟 CEO Satya Nadella 發了一篇長文，提出了一個新概念：Token 資本。

他的核心論點是，AI 時代每家公司都需要同時經營兩種資本。一種是傳統的人力資本，員工的知識、判斷力、關系網絡；另一種是 Token 資本，公司自己構建并擁有的 AI 能力。兩者不是此消彼長的關系，人的判斷力越強，Token 資本增長越快。沒有人的方向引導，算力只是在空轉。

這個說法聽起來抽象，但 Nadella 給出了一個具體的檢驗標準：你能不能隨時換掉底層的通用大模型，而不丟失公司積累的專有經驗？如果能，說明你真正擁有自己的 AI 能力；如果不能，說明你只是在租用別人的智能。

他建議企業把工作流、行業知識、決策經驗轉化成可以持續改進的 AI 系統，建立私有評估體系來衡量模型在實際業務中的表現，而不是只看公開跑分。這個學習飛輪一旦轉起來，就像復利，每次改進的工作流都會產生更好的訓練信號，進一步加速知識積累。

Nadella 還發出了一個頗有政治意味的警告。他拿全球化做類比：第一輪全球化時期，GDP 數字看著不錯，但整個產業被外包掏空了，后果至今還在顯現。如果 AI 時代重演這個劇本，少數幾個模型吃掉所有行業的知識和價值，"政治經濟體系不會容忍這種結局"。

--- 原文翻譯 ---

沒有生態支撐的前沿技術，注定無法行穩致遠

文|Satya Nadella

最近，我一直在深思：在由人工智能驅動的經濟浪潮中，企業的未來究竟在哪里？

這次變革與以往任何一次平臺更迭都截然不同。過去，我們只是用數字化系統來提升人類的工作效率。但這一次，我們破天荒地在人類與數字系統之間建立起了一個真正的認知循環 (cognitive loop)。這絕對是個顛覆認知的概念，因為它徹底改變了我們對企業內部“工作”本質的定義。

當 AI 模型能夠源源不斷地吸收人類和組織的專業知識，并將其變成大眾化的廉價商品（即將原本稀缺的專業技能變成人人唾手可得的通用能力，從而削弱企業的核心壁壘）時，真正的危機出現了。我們面臨的關鍵挑戰，不再僅僅是如何使用某個數字化工具或系統，而是企業該如何在這個全新的世界中持續學習、積累知識產權 (IP)、保持獨特性并茁壯成長。

每家公司都必須構建兩種資本：一種是我們熟知的“人力資本” (human capital)，另一種我稱之為“Token 資本” (token capital)。人力資本包含了員工的知識儲備、判斷力、人脈關系、創造力以及識別事物規律的能力；而 Token 資本則是指企業自身打造并掌控的 AI 實力（在這里，“Token 資本”一詞很形象，因為大語言模型 (LLM) 處理信息的基本單位就是 Token）。

必須強調的是，隨著 Token 資本的不斷壯大，人力資本并不會因此貶值。相反，它會變得比以往任何時候都更加寶貴！我堅信，人類的主觀能動性 (human agency) 將是推動 Token 資本增長的核心引擎。人類負責設定宏大的目標，跨領域地將線索串聯起來，建立關系網，并洞察出最關鍵的規律。如果沒有人類在前方指引方向，那些強大的計算力不過是在原地打轉罷了。

這就意味著，真正的機遇并不在于你去市面上挑選一個“最好”的模型，而在于如何在模型的基礎之上，構建一個能讓人力資本和 Token 資本產生復利效應 (compound) 的“學習循環” (learning loop)。你可以把某項任務甚至整個崗位都外包出去，但你絕對不能把“學習能力”給外包了。企業未來的核心競爭力，就在于能否在人類與 AI 之間不斷積累并放大這種學習能力。

這需要一種全新的架構思路：每家企業都要能夠構建出能隨著時間推移自我迭代的 AI 智能體系統 (agentic systems)，同時還要牢牢掌控自己的知識產權。一家公司應該能夠隨時替換掉底層的某個“通才模型” (generalist model)，而不丟失那些已經沉淀在系統里的、像“公司老兵”一樣豐富的專業經驗。在未來的時代，這將是檢驗企業是否擁有數據控制權和技術主權的關鍵“試金石”。

企業需要將自身的工作流、領域知識以及多年積累的判斷力，統統轉化為每一次使用都能自我進化的 AI 系統。企業應當建立私有評估機制 (private evals)（即企業內部針對自身真實業務場景定制的模型能力測試標準），用來檢驗模型是否真正在對企業有價值的結果上取得了進步，而不能僅僅依賴外界的公開跑分盲目自嗨！專屬的強化學習 (reinforcement learning) 環境，應該讓模型通過吸收組織內部真實的業務數據和工作軌跡變得越來越強大。這樣的專屬知識庫，能讓企業的組織記憶變得隨時可檢索，同時也讓 token (tokens) 的運轉效率大幅提升。

這種循環，將成為企業全新的知識產權。我把它想象成一臺不斷向上攀登的機器 (hill climbing machine)。而且與大多數資產不同，它具有強大的復利效應。每一個被優化的工作流，都會產生更優質的訓練信號，從而加速這家企業獨有的隱性知識 (tacit knowledge) 的積累。那些盡早布局構建這種循環的公司，將會獲得一道難以復制的護城河，無論未來市面上又出了什么能力炸裂的新模型，都無法輕易撼動其地位。

我們最不愿看到的局面，就是各行各業的所有公司，都在向少數幾個貪婪吞噬一切的巨頭模型割讓價值。如果所有的經濟價值都只被少數幾個模型壟斷，政治經濟體制是絕對無法容忍的。社會也絕對不會允許一個讓整個產業被徹底掏空的 AI 未來。

回想一下全球化初期發生的事情吧：大規模的業務外包曾讓許多工業經濟體被徹底掏空。表面上看 GDP 數據依然光鮮亮麗，但大量產業工人流離失所是血淋淋的現實，其帶來的嚴重后果至今仍未消散。我們絕不能讓這種悲劇在 AI 時代重演——決不能讓少數幾個 AI 系統攫取了所有的經濟回報，而一整個行業的從業者卻只能眼睜睜地看著自己賴以生存的專業知識被無情地廉價化。

在我看來，我們的當務之急不僅是打造前沿模型 (frontier model)，更要構建一個繁榮的“前沿生態系統” (frontier ecosystem)。只有這樣，價值才能像活水一樣，廣泛地流向每一家公司、每一個行業、每一個國家。在這個生態中，每個組織都能擁有屬于自己的學習循環，將組織智慧沉淀其中，讓人力資本與 Token 資本共同實現滾雪球式的增長。

這也是伴隨我職業生涯一路走來的核心理念：真正的平臺，能夠讓在其之上生長出來的價值，遠遠大于平臺自身所截留的價值。在這樣的生態里，每家公司都能持續創新，并構建屬于自己的真正價值。

當這一切實現時，企業不僅能為自己、也能為周邊的整個經濟體創造巨大的紅利。員工們將會看到自己的專業技能被無限放大，個人的判斷力將被融入系統，變得可以復制和規模化應用。而這一切帶來的好處，最終將回饋給企業以及他們所在的廣泛社區。

這才是企業為自身和宏觀經濟創造價值的正確方式。這也是我們應當攜手共建的、穩定而持久的生態平衡。