微软首席执行官萨蒂亚·纳德拉（Satya Nadella）近日在CNN播客节目中发出警告，称企业若依赖单一人工智能模型，可能将自身知识和思考能力“外包”给模型提供商，甚至失去独立生存能力。这一表态直指当前企业AI应用中的核心风险——模型依赖与数据主权问题。
在节目中，记者法里德·扎卡利亚（Fareed Zakaria）指出，企业每次使用人工智能后，都在向AI公司提供数据，这些数据可能涵盖企业的知识、思维过程、想法和愿景。他认为AI公司实际上是在利用这些成果改进自身模型。纳德拉对此表示赞同，并进一步强调，任何一个模型都可能停止服务，企业必须掌控自身知识和发展方向。
纳德拉提出，有别于面向普通消费者的AI运营逻辑，企业会持续创造知识，这些知识应留在企业内部，而不应被绑定到某个模型或服务商。他提出企业不仅拥有“人力资本”，还会形成不断增长的“Token资本”（token capital）。这一概念涵盖提示词上下文、员工与模型的交互记录，以及员工使用模型的方式等，是企业在使用AI过程中积累的知识资产。
纳德拉认为，在消费者市场，可以存在类似现有广告商业模式的“免费服务换取数据”的价值交换方式。但在企业市场，不能照搬这一规则，否则可能威胁企业本身的生存。他强调，企业若依赖单一人工智能模型，就交出了掌控自身命运的权力，这样的企业无法继续生存，等同于将整个公司的运营逻辑都外包出去了。
这一观点反映出AI在企业服务领域落地过程中面临的关键矛盾。随着大模型能力持续提升，越来越多的企业将核心业务流程嵌入AI模型，但模型提供商的商业模式、数据使用政策和技术路线变化都可能对企业产生深远影响。模型停服、接口调整、定价变更等风险，都可能让依赖单一模型的企业陷入被动。
从行业实践看，企业级AI应用正在从简单的API调用向深度集成演进。一些企业已经意识到，将内部知识库、业务流程与特定模型深度绑定，虽然短期内能快速获得能力提升，但长期来看可能形成新的技术锁定。与此相对，多模型策略、私有化部署和模型无关架构正在成为企业IT决策者关注的方向。
纳德拉的言论也呼应了微软在企业AI市场的一贯策略。微软通过Azure OpenAI服务提供多种模型选择，并强调企业数据在训练和推理过程中的隔离与安全。这种平台化思路与“单一模型依赖”形成对比，意在让企业在使用AI能力的同时，保留对自身数据和知识资产的控制权。
对于正在推进AI转型的企业而言，纳德拉的提醒具有实际操作层面的意义。企业在选择AI服务商时，除了评估模型性能和成本，还需要考量数据主权、模型可替代性以及知识资产的归属问题。Token资本的积累过程，实际上就是企业AI能力内化的过程，这一过程不应被外部模型提供商所绑架。
随着AI在企业服务领域的渗透率不断提高，模型依赖风险将成为企业决策者必须面对的战略课题。如何在利用大模型能力的同时，保持对核心知识资产的掌控，是未来企业AI落地需要持续探索的方向。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
