纳德拉：每家公司都应构建自己的AI模型

微软CEO认为，企业的未来取决于构建AI学习循环，而非挑选最好的基础模型。

萨提亚·纳德拉希望每家公司都去构建自己的AI模型。在周五发布的一则采访中，这位微软首席执行官对Applied Compute联合创始人Yash Patil表示，企业应创建针对自身独特业务数据和场景量身定制的模型，并警告称，只依赖少数几家前沿AI提供商无异于将企业的学习能力外包出去。

"我的想法很简单：世界上应该有多少家公司，就应该有多少个模型，"纳德拉说。"因为说到底，一家公司是什么？公司就是一个学习系统。"

这番言论是纳德拉迄今为止对企业AI战略最清晰的阐述之一。微软正日益通过Azure AI Foundry推进多模型策略，该平台不仅提供OpenAI的模型，还接入了DeepSeek、Cohere等多家产品，而非仅依赖其与OpenAI之间130亿美元的合作关系。亚马逊通过Bedrock走了类似路线，谷歌云则在Gemini之外提供第三方及自研模型。

"你总能买到工具，甚至能把某个任务甚至某份工作外包出去，但你不能把学习外包出去，"纳德拉说。"如果你把学习外包了，那你还存在干什么？"

学习循环，而非模型

在X平台发布的一篇单独文章中，纳德拉认为，真正的机遇不在于挑选最好的模型，而在于构建他所谓的"学习循环"——让人力资本与代币资本随时间不断叠加。他说，持久的资产不是模型本身，而是围绕模型构建的系统——即便底层的模型被替换，这个系统仍然能保留他所说的"公司老兵"式的专业知识。

这与过去两年企业AI的讨论方向截然不同，当时的焦点一直围绕模型能力：哪个模型推理能力更强，哪个写代码更好，哪个在基准测试中排名最高。随着来自OpenAI、Anthropic、谷歌和Meta的前沿模型持续飞速进化，智能层正在变得充裕。纳德拉的观点将问题从"哪个模型最聪明"转向了"企业如何组织智能、部署智能并持续改进它"。

这一理念与此前的平台转型如出一辙。企业不会因为数据库每次升级就重建ERP系统，也不会因为处理器变快就重新设计CRM策略。持久的价值存在于基础设施层之上。纳德拉认为，同样的道理也适用于AI。

反对集中的经济学理由

纳德拉还警告说，如果所有价值都归集到少数几个基础模型手中，这种情况在经济和政治上都是不可持续的。

"不能是'嘿，你看，我有两个或三个前沿模型'之类的——某个有限的集合学走了今天经济中所有差异化的东西，因为那样的话体系就塌了，"他说。

这种担忧并非纯粹出于理念。那些培育了前沿AI公司的大型科技企业如今正面临一个困境。微软、亚马逊和谷歌已向数据中心基础设施投入了数百亿美元以支持AI模型训练，然而最先进的模型却日益蚕食它们的核心业务——从编程助手到办公软件。根据华尔街的预测，四家最大的美国科技公司今年的自由现金流预计将降至2014年以来的最低水平，原因正是AI基础设施支出带来的压力。

微软已经在转变策略。公司推出了面向办公人员的AI智能体产品Copilot Cowork，并正在考虑将中国的DeepSeek（一个低成本、开放权重的模型）整合到其平台中。其目标是提供价格低廉的代币定价，让普通用户也能用上AI，而非只在前沿模型能力上竞争。

对于投资者而言，这其中利弊并存。微软股价今年表现欠佳，原因是市场正在权衡AI基础设施成本与不确定的营收回报。如果每家公司都构建自己的AI模型，这将扩大Azure等云平台的总可寻址市场，但同时也会使模型层商品化，从而压缩前沿AI提供商的利润率。最终定义企业AI下一阶段的，可能不是那些构建最强大模型的公司——而是那些构建出能让每个组织将智能转化为不断积累的制度化知识的系统的公司。

本文仅供参考，不构成投资建议。