萨提亚·纳德拉警告：企业正在为 AI 付出双重代价
微软 CEO 萨提亚·纳德拉（Satya Nadella）向企业发出了一项引人注目的警告，提醒人们当前的专有 AI 使用模式涉及一种隐蔽且代价高昂的成本。除了单纯的订阅费用外，企业还在无意中交易掉自己最宝贵的资产：机构智能（institutional intelligence）。
隐形成本：以专有知识作为代价
在最近一篇具有启发性的博客文章中，纳德拉认为 AI “买家”本质上是在为智能支付两次费用。第一次是金钱支出——支付给 OpenAI 和 Anthropic 等实验室的 Token（令牌）和订阅费用。第二次，也是更为危险的一次支付，是为使模型变得有用而泄露的专有知识。
纳德拉强调，随着企业试图微调模型性能，他们会向模型输入敏感数据。更关键的是，模型会从“残余物”（exhaust）中学习——包括提示词（prompts）、智能体使用的特定工具，以及模型出错时人类进行的纠正。这种反馈循环提炼出了竞争对手永远无法购买的机构诀窍（institutional know-how），然而这些诀窍却被直接交给了模型提供商。
关于“蒸馏”的争论与训练中的伪善
AI 领域的一个核心矛盾是“蒸馏”（distillation）的概念——即利用模型的输出结果来训练一个新的、更高效的模型。纳德拉指出了行业中一种被察觉到的伪善：虽然 AI 实验室声称拥有“合理使用”权，可以抓取整个互联网来训练其基础模型，但他们同时又施加限制性条款，阻止企业从其专有模型中进行蒸馏或学习。
这场争论并非仅仅停留在理论层面。像 Anthropic 这样的行业参与者此前曾提出担忧，认为某些中国开源模型涉嫌利用来自 Claude 的数百万条提示词来提升自身能力，从而引发了要求政府实施更严格出口管制的呼声。
向编排（Orchestration）与本地化模型转型
为了降低这些风险，纳德拉建议企业在构建 AI 技术栈时进行战略转型。他提倡两种主要的防御手段：
- 专有学习环境： 企业应通过在云端（如 Microsoft Azure）构建专用环境，来保留对数据、提示词和反馈的绝对所有权。
- 编排层（Orchestration Layers）： 企业不应被锁定在单一供应商身上，而应使用“AI 网关”（AI gateways）在不同模型之间进行无缝切换。
这种架构转型已在市场中显现。Solo.io 的行业专家 Idit Levine 指出，企业正呈现出向“本地部署”（on-premise）开源模型迁移的增长趋势。这些模型能以极低的成本完成专有巨头模型高达 90% 的任务，同时确保数据保留在公司的物理或虚拟控制范围内。
数据支持了这一趋势；像 Vercel 这样的平台报告称，在单月内，通过其网关的所有流量中，开源模型占到了 29%。正如纳德拉所总结的那样：“在消费智能的同时，你也在创造智能。而你所创造的东西应该属于你自己。”
核心要点
- 双重支付陷阱： 企业不仅在支付现金；他们还在用其专有业务逻辑和纠错过程产生的“残余物”进行支付。
- 模型编排的兴起： 为了避免供应商锁定和数据泄露，企业正越来越多地采用 AI 网关和编排层来管理多个模型。
- 开源转型： 一场向使用本地化开源模型转型的重大运动正在进行中，旨在维护数据主权并降低长期成本。