微软首席执行官萨提亚·纳德拉近日通过个人博客发出了一项引人深思的警告：如果企业不主动构建属于自己的AI能力，未来可能会出现“少数AI系统攫取全部经济回报”的局面，而众多行业的专业知识则会在这一过程中被悄然商品化。

纳德拉的核心概念是“Token资本”。他认为，传统上企业主要依赖人力资本，但在AI时代，公司还需要积累一种新的资本形态——即由企业自身拥有并控制的AI能力。这种能力并非简单地接入某个外部大模型，而是建立在内部数据、专有学习循环和持续优化的基础之上。

从挑选模型到构建学习循环

纳德拉在文章中具体阐述了构建Token资本的路径。企业应当建立专属的学习系统，通过私有评估来追踪AI模型在真实业务场景中的表现是否切实提升。更重要的是，要利用公司内部的实际数据来训练和优化模型，并将分散的机构知识转化为可查询、可复用的数字资产。

“真正的机会不在于挑选最好的模型，而在于在模型之上构建一个学习循环，让人力资本和Token资本在其中相互叠加、复合增长。”纳德拉写道。他进一步指出，企业可以外包一项任务甚至一个岗位，但永远无法外包自己的学习能力。未来公司的核心竞争力，将取决于其能否将这种学习能力在人与AI之间持续放大。

一个关键的检验标准是：企业能否在替换底层模型时，不丢失已经积累在上面的知识。这意味着AI能力的构建应当与特定模型解耦，形成企业自身可迁移、可传承的认知资产。

纳德拉的立场与语气转变

这一论述显然与微软自身的商业战略高度吻合。尽管微软也在训练自己的AI模型，但目前在模型能力上仍落后于OpenAI等竞争对手。微软的策略更多是试图通过Azure云平台和Office产品捆绑的AI服务，将企业客户锁定在其工具生态系统中。

值得注意的是，纳德拉对AI模型商品化的判断在过去一年间出现了微妙变化。2025年3月，他曾明确表示“模型正在被商品化”，认为真正的价值存在于产品和系统堆栈中。然而仅仅一年多后，他的语气变得不那么笃定。他现在警告的，恰恰是模型可能并未如预期般快速商品化，反而可能形成新的价值集中点。

产业集中化的风险与博弈

纳德拉的担忧并非空穴来风。OpenAI和Anthropic等公司不仅拥有其他企业难以匹敌的模型能力，还在围绕这些模型构建完整的产品生态。当模型能力与所谓的“智能体”框架之间的界限日益模糊时，这种垂直整合可能形成微软自身通常所占据的那种市场集中地位。

纳德拉从社会接受度的角度发出了更严厉的警示：“我们最不希望看到的，是一个每个行业、每家公司都将价值拱手让给少数几个吞噬一切的模型的世界。如果所有价值只由少数模型获取，政治经济体系根本不会容忍。社会不会为一种掏空整个产业的AI未来发放许可。”

这番话点出了一个超越技术层面的核心问题：AI价值的分配不仅关乎商业竞争，更触及经济结构和社会契约的敏感神经。对于关注AI产业链的投资者而言，这意味着模型层的竞争格局、企业级AI应用的发展路径，以及云平台在其中的锁定效应，都将成为影响资本流向的关键变量。

纳德拉的论述既是对产业趋势的观察，也可视为一份战略宣言。在AI价值链条中，模型提供商、云基础设施平台和企业用户之间的博弈远未结束，而“Token资本”概念的提出，或许正是微软在下一阶段企业AI市场中争取话语权的理论铺垫。