當市場焦點仍集中在模型能力的競賽時，微軟執行長 Satya Nadella 卻提出不同觀點：真正決定企業競爭力的，未必是模型本身，而是圍繞模型建立而起的生態系。在其最新長文〈A frontier without an ecosystem is not stable〉中，他嘗試重新定義 AI 時代的企業角色，並提出「前沿生態系（Frontier Ecosystem）」概念。
這次平台轉移不一樣
Nadella 在文中強調，這次的轉變和過去任何一次數位轉型的平台轉移都不同。他表示，過去我們用數位系統來「增強」人力資本，而現在是第一次，人們能在人與數位系統之間，創造一個真正的「認知迴圈（cognitive loop）」，從根本上改變人們如何在企業內部理解「工作」這件事。
他指出，真正的關鍵，不在於某個數位工具或系統如何被使用，而在於組織如何在一個 AI 模型能持續吸收人類與組織累積的專業知識，並逐步將這些能力標準化與商品化的世界裡，繼續學習、建立智慧財產、做出差異化並繼續壯大。換句話說，當模型逐漸把專業知識商品化，企業如何守住自己的差異化優勢，成了核心命題。
人力資本與 Token 資本
Nadella 為此提出一組概念：每家公司都得同時建立「人力資本（Human Capital）」與「Token 資本（Token Capital）」。人力資本指的是員工的知識、判斷、關係、創造力與模式辨識能力；Token 資本則是組織自行打造並擁有的 AI 能力。
值得注意的是 Nadella 的看法：人力資本不會因 Token 資本成長而貶值，反而會變得更有價值。他認為，人類的能動性將是 Token 資本成長的驅動力：是人類設定雄心勃勃的目標、跨領域連結、建立關係、辨識出最重要的模式；「沒有人類的指引，運算只會原地打轉」。
因此他主張，真正的機會不在於挑選最好的模型，而在於在模型之上建立一個「學習迴圈」，讓人力資本與 Token 資本彼此複利成長。他寫下一句關鍵的話：你可以外包一項任務、甚至一份工作，但你永遠無法外包你的「學習」。
學習迴圈，或他口中的「爬山機器」
這個學習迴圈，Nadella 稱之為「爬山機器（hill-climbing machine）」。在《Stratechery》的日前訪談中，他向主持人 Ben Thompson 解釋，爬山機器會根據目標不斷嘗試、評估、修正，再重新嘗試，透過一次又一次的迭代，逐步逼近更好的結果。他認為這是描述「學習」最貼切的比喻。
具體來說該如何建造？Nadella 指出，企業要把工作流程、領域知識與累積的判斷，轉化為「每次使用都會進步」的 AI 系統。其中包含三塊：
私有評測（private evals），用來衡量模型是否真的在對企業重要的成果上進步，而非只是外部基準；私有的強化學習環境（private RL environments），讓模型能基於組織內部的真實軌跡變得更強；以及知識庫，讓組織記憶可被查詢、讓 token 的使用更有效率。他在訪談中更直言，這些私有基準與私有評測，「可能是一家公司所創造最重要的智慧財產」，而且今天的失敗案例會反過來不斷修正基準，它不是靜態的。
這個迴圈本身，就成了企業新的智慧財產，而且與多數資產不同，它會「複利」：每一個被改善的工作流程都會產生更好的訓練訊號，加速累積該公司獨有的隱性知識。Nadella 由此導出他眼中關鍵的「控制權測試」：他認為企業應該能夠隨時替換底層通用模型，卻不會失去自身累積的專業知識與經驗。如果更換模型就必須重來一次，那麼企業其實並未掌握自己的 AI 能力。
有趣的是，這套論述出現的時間點並不尋常。因為就在今年 Build 大會期間，Microsoft 才剛宣布推出多款自研 MAI 模型，並積極強化自主 AI 能力。微軟 AI 執行長 Mustafa Suleyman 在接受《The Verge》訪談時坦言，微軟過去幾年一直在重新調整與 OpenAI 的合作關係，並建立屬於自己的「Superintelligence Team（超級智慧團隊）」，他並表示，超級智慧將可能成為「史上最有價值的技術」，因此 Microsoft 不可能永遠依賴第三方提供核心智慧能力。
微軟一方面持續投資前沿模型，另一方面卻開始告訴企業模型不是最重要的，這表面上看似矛盾，實際上卻反映微軟對產業演進的判斷：在 Nadella 看來，前沿模型固然重要，但模型終究會持續演進、持續被替換。企業真正需要擁有的，不是某個特定模型，而是能夠跨模型存在的學習系統。
某種程度上，這也反映微軟正在把自身定位，從依賴單一模型能力的參與者，轉向提供企業 AI 基礎設施與工作平台的角色。微軟想掌握的不是「最強的那個模型」，而是能承載各種模型、讓每家企業都能蓋起自己爬山機器的那層平台。
從 Frontier Model 到 Frontier Ecosystem
這也是 Nadella 提出「Frontier Ecosystem」概念的原因。他擔心，若 AI 經濟最終只剩下少數模型公司掌握所有價值，企業知識將被快速商品化，甚至重演全球化初期產業外包導致產業空洞化的情況。
在長文中，他將這種情境比喻為全球化第一波浪潮：雖然 GDP 持續成長，但許多產業生態系被掏空，其社會與政治影響至今仍未消失。因此，他認為產業應該追求的不是 Frontier Model（前沿模型），而是 Frontier Ecosystem（前沿生態系）。
在這個生態系裡，企業擁有自己的知識庫、自己的評估系統、自己的 Agent 工作流程，以及自己的學習迴路。模型則像是底層基礎設施，可以隨時替換，但不會帶走企業最核心的競爭力。
對企業而言，這或許也是 AI 導入進入下一階段後最重要的課題。未來競爭的關鍵問題，可能不再是哪個模型最強，而是哪家公司最能把自身知識、流程與判斷力，轉化為一套持續學習、持續進化的系統。而這正是 Nadella 所描繪的 AI 時代企業新樣貌。
【推薦閱讀】
◆ 台灣 AI 動能指數居亞洲之冠，但鄧白氏點出最大挑戰：資料與系統整合
＊本文開放合作夥伴轉載，資料來源：Satya Nadella、《Stratechery》、《Business Today》、《The Verge》，首圖來源：Microsoft
