6月14日晚，微软CEO萨蒂亚·纳德拉在X平台上发了一篇长推文，标题叫《没有生态系统的前沿是不稳定的》。
不到一天，浏览量突破2800万。
这篇推文之所以引爆科技圈，不止因为纳德拉的身份，更因为他提出了一个让人没法绕开的判断：AI正在改变企业竞争的底层逻辑，未来只有两种资本——人力资本和Token资本。
有意思的是，向来喜欢嘲讽微软的马斯克，也跑来评论了一句"interesting"，语气怎么听都带着点阴阳。毕竟纳德拉这篇推文的基调，和几个月前那个自信满满的微软CEO判若两人。
2025年8月，纳德拉刚宣布GPT-5全面接入Copilot、GitHub和Azure时，有人问他怕不怕被OpenAI"吃掉"，他的回答轻巧又自信："人们想吃掉我们已经50年了，这才是乐趣所在。"
现在呢？他在推文里写的是：我们决不能让少数AI系统攫取所有的经济回报。
态度变了。不是变得悲观，是变得清醒。
什么是"两种资本"
纳德拉的逻辑其实不复杂。
过去，企业采购数字工具，目的是提升人的效率——工具放大人的能力，人创造价值。但今天，AI模型本身就能吸收人类专业知识，然后把它变成人人都能调用的标准服务。
也就是说，你花了几十年积累的行业经验、业务流程、判断直觉，一旦被AI学走，就可能变成别人花几块钱就能买到的东西。
这就是纳德拉担心的"价值让渡"——各个行业的公司，都在不知不觉地把核心能力让渡给少数几个吞噬一切的模型。
所以他提出了一个框架：人力资本 + Token资本。
人力资本，就是员工的知识、判断力、人际关系、创造力和模式识别能力。这是你的团队"人"的部分。
Token资本，是企业构建并拥有的AI能力——模型、工作流、数据、评估体系。这是你的"机器"的部分。
关键来了：纳德拉强调，人力资本的价值不会因为Token资本的增长而贬值，反而会变得更加值钱。
因为人类的判断力和目标设定能力，是驱动Token资本增长的核心燃料。没有人的引导，计算资源只是一堆在原地打转的数字。
真正的护城河是什么
纳德拉在推文里说了一句特别值得琢磨的话："你可以外包一项任务，甚至是一份工作，你却永远无法外包你的学习过程。"
这句话点出了AI时代最容易被忽视的真相。
很多企业现在的做法是：接入一个底层大模型，调用API，把业务跑起来，就认为自己完成了AI转型。但纳德拉认为，这只是最浅层的做法。
真正的竞争力，不在于你选了哪个模型，而在于你能不能构建一个"学习循环"——让人力资本和Token资本在每一次使用中相互增强，形成复利效应。
具体来说，企业需要把工作流、领域知识和积累的判断力，转化成能随着每次使用而不断改进的AI系统。你的私有评估体系要能判断模型是否真的在企业关心的成果上进步，而不是只看外部基准测试。你的私有强化学习环境，要让模型在组织内部的真实执行轨迹中越变越强。
这套循环，就是企业新的知识产权。它像一台"爬山机"，每用一次就往上提升一点，而且具备复利效应——每一个被改进的工作流，都会产生更好的训练信号，加速企业独有隐性知识的积累。
尽早构建这套体系的公司，将拥有对手难以复制的优势，不管底层模型换成什么。
AI时代的"外包陷阱"
说到这里，你可能会问：直接用大模型不就行了吗？为什么还要自己花力气建这些东西？
纳德拉在推文里也回应了这种想法。他拿全球化的第一阶段来类比——当时整个工业经济体因为外包而被掏空。GDP数据看起来不错，但岗位流失是真实的，后果至今还在。
他警告说，AI时代绝不能重蹈覆辙。如果每个公司都把核心能力交给少数几个模型，整个行业的知识就会在不知不觉中被商品化。表面上省了力，实际上把命根子交了出去。
所以他的结论是：仅仅打造一个前沿模型是不够的，必须构建一个前沿生态系统——在这个生态里，每个组织都能积累自己的学习循环，让人力资本和Token资本产生复利。
你不需要成为AI公司，你需要成为"会学习"的公司。
纳德拉这篇推文，本质上是一个提醒。
AI不是一个你买回来就能用的工具，它是一个正在重塑经济运行逻辑的底层变量。企业真正的竞争力，不在于接入多强的模型，而在于能不能在人与AI之间建立起一个不断进化的学习系统。
人力资本负责设定方向、串联信息、建立信任；Token资本负责放大执行、加速迭代、沉淀知识。两者相互增强，才是AI时代的护城河。
如果你的公司今天还没开始思考这个问题，那么纳德拉的2800万阅读量背后，也许就有你的竞争对手。
欢迎在评论区聊聊你的公司是怎么用AI的，是直接调API还是有自己的一套体系？
