微软CEO不相信AI取代人力：即使Token资本增长，人力资本价值也不会降低

微软执行长纳德拉发表长文探讨 AI 影响。他提出人力与 Token 资本概念，强调未来竞争在于建立专属学习系统，并呼吁打造开放生态。

Satya Nadella 提出「Token 资本」概念，重新定义企业核心资产

微软执行长萨蒂亚·纳德拉（Satya Nadella）近日（6/14）发表长文，探讨 AI 对企业组织带来的深层影响。

他认为，这波 AI 浪潮与过去数字化转型最大的差异，在于企业首次能够在人类与数字系统之间建立持续互动的认知循环，进而改变知识累积、决策形成与智慧财产权的创造方式。

纳德拉提出「人力资本（Human Capital）」与「Token 资本（Token Capital）」两大概念。

• 前者包含员工的知识、经验、判断力、人际网络与创造力；
• 后者则是企业通过 AI 系统所建立与掌握的能力资产。

他认为，人力资本的重要性并未因 AI 发展而降低。相反地，AI 能否持续进化，很大程度仍仰赖人类设定目标、建立关联、辨识模式与提供决策方向。企业累积的专业知识与经验，仍然是推动 AI 能力成长的重要来源。

企业竞争关键转向「学习循环」，而非单一模型能力

纳德拉指出，未来企业之间的竞争焦点，将逐渐从追逐最强 AI 模型，转向建立专属于自己的学习系统。

**他认为，企业可以把许多工作流程交给 AI 执行，但组织本身的学习能力无法被外包。**企业长年累积的知识、决策逻辑与产业经验，需要被转化为可持续进化的 AI 能力，才能形成真正的竞争优势。

在这套架构下，企业即使未来更换底层模型，也能保留自身累积的知识资产。纳德拉将这项能力视为 AI 时代的重要主权指标。他认为，企业应该能够替换通用模型，同时保有组织内部累积的专业能力与经验。

为了达成这个目标，企业需要建立专属评测机制、内部强化学习环境以及知识管理系统，让 AI 能够持续从企业实际运作过程中学习，而非完全依赖公开资料或通用基准测试。

AI 学习系统正成为企业新一代智慧财产权

纳德拉将这种持续成长的知识体系形容为一部能够不断累积价值的机器。每一次流程优化、每一次决策改善与每一次工作成果，都能产生新的训练资料，进一步提升 AI 系统的能力。

他认为，企业未来的重要资产将不再局限于专利、程式码或数据库，而是由人类与 AI 共同建立的学习循环。这些系统会持续吸收组织内部的隐性知识，并逐渐形成难以复制的竞争门槛。

随着企业累积更多工作纪录、专业判断与产业经验，相关 AI 系统也会同步成长。即使市场出现更新、更强的大模型，后进者仍难以快速重建一家企业多年累积下来的知识资本。

警告 AI 价值过度集中，呼吁建立开放生态系

纳德拉同时对 AI 产业未来的发展提出警示。

他表示，若所有企业创造的价值最终都流向少数大型 AI 模型供应商，将对产业结构与整体经济造成冲击。

**他以全球化过程中的产业外移为例指出，虽然整体经济规模持续增长，但部分产业与地区的核心能力被逐步掏空，相关影响至今仍持续存在。**类似情况若发生在 AI 产业，企业长年累积的知识与专业能力可能被快速商品化，进一步削弱自身竞争力。

因此，纳德拉主张产业应优先建立完整的 AI 生态系，而非将所有价值集中于少数模型平台。他认为，每一家企业、每个产业以及不同国家，都应该拥有自己的知识循环与 AI 能力体系，让企业能够持续累积人力资本与 Token 资本，并将价值留在自身组织与产业之中。