Satya Nadella has issued a shocking warning to companies using AI

背景

围绕 AI 潜在负面影响的争论中，硅谷 AI 爱好者最为焦虑的一个担忧是：那些销售专有模型的大型 AI 实验室可能像特洛伊木马一样潜伏在企业内部。当初创企业和大型企业使用 OpenAI、Anthropic 等实验室的 AI 模型时，这些实验室能够持续获取企业最敏感的商业信息。模型制作者随后可以利用这些知识为己所用，甚至可能成为自己客户的竞争对手。此前，包括风险投资人 Jason Calacanis 和 Palantir CEO Alex Karp 在内的多位人士都曾发出过类似警告。如今，微软 CEO Satya Nadella 也加入了这一阵营。

核心内容

在周一发表的一篇令人意外的博客文章中，Satya Nadella 警告称，AI 用户（他称之为“购买者”）实际上在双重付费：他们一方面为 AI token 的使用量支付费用，另一方面却在不知不觉中交出了更有价值的东西——他们必须披露的专有知识，才能使 AI 发挥作用。他写道：“你本质上是在为智能付费两次：一次用钱，另一次用更有价值的东西——你必须透露的专有知识，才能使智能变得有用。你希望模型表现越好，就必须喂给它越多这样的知识！”

Nadella 认为，企业最危险的行为在于，它们正在直接教会模型自身业务的细微差别。“模型从‘尾气’中学习——人们写的提示词、智能体使用的工具，尤其是模型出错时人们做出的纠正。每一次纠正都被提炼成机构知识，”他写道。这种知识是“竞争对手永远无法买到的”，但企业却拱手相让。

Nadella 指出，如果 AI 公司可以自由地抓取互联网来训练自己的模型，那么企业也应该有权利反过来研究（或“蒸馏”）这些模型，这才公平。“蒸馏”是指利用模型自身输出来学习其工作原理，并基于这些洞察训练一个更便宜的新模型。今年 2 月，Anthropic 曾指控中国开源模型向 Claude 发送了数百万条提示词以改进自身模型，并敦促美国政府加强出口管制。Nadella 的观点是，模型制作者不能“两头占便宜”：他们自由地利用全世界的数据训练模型，同时又限制别人对自己的模型做同样的事，这是虚伪的。他写道：“模型提供者享有公平使用公共数据训练模型的权利，这带来了巨大的创新，但我发现讽刺的是，现状是它们转头就对蒸馏施加限制性条款。”

Nadella 特别担心模型制作者“保留从客户使用和交互数据中学习的能力”。他的解决方案带有大型云服务商 CEO 的典型色彩：他建议企业“保留自身数据的所有权”，包括提示词、反馈等。他敦促企业在云上构建自己的“专有学习环境”（而企业数据很可能已经存储在云上，巧的是，这很可能就是微软的云 Azure）。他还建议企业建立所谓的“编排层”——本质上是一种在不同供应商的 AI 模型之间轻松切换的方法，而不是被锁定在某一家。像 AI“网关”这类工具（让企业可以做到这一点）已经越来越受欢迎。

尽管 Nadella 从未直接使用“开源”一词作为保留所有权的方法，但这显然是潜台词。然而还有另一层潜台词：大型企业（其中许多除了使用云之外还拥有自己的数据中心）已经开始转向在自己本地部署开源模型。Solo.io 创始人兼 CEO Idit Levine 表示，她看到自己的客户正在经历这种转变。客户在尝试了专有模型之后，会开始问自己：“我能拿一个开源模型在本地运行吗？它几乎能做到大模型 90% 的事情，成本却低得多。”她告诉 TechCrunch，“他们明白这一点，而且可以控制它。”Solo.io 的技术去年被选为 Linux Foundation 的 Agentgateway 项目的底层技术，其客户包括 T-Mobile、ADP、SAP 等企业。她认为企业越来越多地安装本地开源模型，这是企业级 AI 应用的下一波浪潮。

不仅是她。Vercel（以构建和托管网站的平台闻名，近期增加了 AI 模型切换工具）和 OpenRouter（帮助开发者将请求路由到不同 AI 模型的公司）都观察到开源模型流量激增。事实上，上个月通过 Vercel 网关路由的所有流量中，开源模型占了 29%。鉴于微软 CEO（微软同时投资了 OpenAI 和 Anthropic）现在公开敦促企业谨慎使用专有模型，这一趋势很可能会继续增长。Nadella 写道：“在消费智能的过程中，你也在创造智能。而你所创造的，应该属于你。”

关键要点

• 双重付费风险：企业为 AI token 使用量付费的同时，还要交出宝贵的专有知识，相当于为智能付了两次钱。
• 模型从“尾气”中学习：模型通过用户的提示词、智能体工具使用以及用户纠正错误的行为来学习，这些纠正被提炼成机构知识，具有极大竞争价值，但企业却无偿提供。
• “蒸馏”权利不对等：AI 公司可以自由抓取互联网数据训练模型，却限制企业通过蒸馏来研究其模型，这存在双重标准。
• 数据所有权问题：Nadella 特别警告模型制作者“保留从客户使用和交互数据中学习”的条款，认为企业应保留对提示词、反馈等数据的所有权。
• 解决方案建议：企业应在云上构建专有学习环境，并建立“编排层”以便在不同 AI 模型间切换，避免被单一供应商锁定。
• 开源模型趋势：企业正从专有模型转向本地部署开源模型，因其成本低、可控性强，且性能可达专有模型的 90% 左右。Vercel 和 OpenRouter 的流量数据也证实了这一趋势。
• 微软 CEO 的立场转变：作为 OpenAI 和 Anthropic 的投资者，Nadella 公开警告企业谨慎使用专有模型，这具有标志性意义。

意义与影响

Nadella 的警告标志着 AI 行业权力格局的潜在转折点。作为全球最大云服务商之一的掌舵者，同时又是 OpenAI 和 Anthropic 的主要投资者，他的立场直接挑战了当前专有模型供应商的商业模式。如果企业广泛采纳他的建议——保留数据所有权、构建自有学习环境、采用编排层实现模型切换——那么专有模型实验室将失去其最核心的竞争优势：对客户数据的独占访问权。这可能会加速企业从使用闭源 API 转向部署开源模型（尤其是本地部署），从而重塑 AI 应用生态。

从更宏观的层面看，Nadella 的博客突出了 AI 产业中一个根本性的矛盾：模型供应商既需要大量高质量数据来训练和改进模型，又希望保护自己的知识产权不受蒸馏。企业则需要在利用先进 AI 能力的同时，防止将自己的商业机密拱手让人。这一矛盾短期内难以解决，但 Nadella 提出的“编排层”方案（本质上是云基础设施上的模型中介）恰好符合微软作为云服务商的利益——Azure 可以成为企业存储数据、运行模型和切换供应商的中心平台。

此外，开源模型流量占比的快速上升（Vercel 网关显示 29%）表明，市场正在用脚投票。随着更多企业效仿，专有模型供应商可能被迫调整数据使用条款，或者提供更透明的数据隔离机制。而监管层面，Anthropic 此前呼吁加强对中国开源模型的出口管制，与 Nadella 呼吁的“公平蒸馏”权利形成对比，这将进一步引发关于 AI 训练数据权利和知识产权边界的全球性辩论。