（来源：机器之心）

随着大模型与 AI 智能体加速渗透业务场景，多数企业的 AI 转型仍停留在降本增效的工具层面。这类浅层转型不仅无法释放技术价值，还极易造成企业内部长期沉淀的业务经验、决策逻辑等隐性知识外泄，侵蚀其核心竞争力。

微软 CEO 纳德拉指出，市场普遍低估本轮 AI 变革的颠覆性，其本质并非单纯的技术增效，而是重塑企业资产结构与底层经营逻辑。当下企业竞争重心转向隐性知识与 Token 资本，智能体的批量落地也同步带来协作与风控双重考验。如何跳出工具思维构筑私有 AI 闭环、守住知识资产并适配智能体协作模式，是现阶段管理者亟需破解的转型难题。

目录

01. 企业如何在内部搭建「爬山模式」筑牢隐性知识安全闭环？

什么是企业的隐性知识？隐性知识如何影响企业竞争力？ AI 如何影响隐性知识的用途与风险？...

02.如何理解守护「隐性知识」就是守护企业的立身之本？

企业如何界定自有 Token 资本？「爬山机器」如何守住企业独有知识？...

03.企业如何做好智能体规模化的落地管理？

企业员工该如何调度智能体？AI 转型阶段管理者首要解决什么核心问题？...

04.如何破解 Token 资本管理的三大核心难题？

通用业务是否需要前沿大模型？AI 转型和传统信息化升级有哪些根本性区别？...

隐性知识与 Token 资本如何影响企业生命线？

1、微软 CEO 萨提亚・纳德拉近日接受了一场访谈，围绕企业 AI 战略布局、「隐性知识」（tacit knowledge）防护、「Token 资本」（Token capital）运营、人机协作重构及管理者角色升级等维度，结合行业发展现状，深度剖析本轮 AI 变革的底层逻辑，并给出企业破局转型的全套落地思路。

2、纳德拉指出 AI 是重塑企业根基的底层变革力量，其具备提取企业「隐性知识」的能力，直接关系到企业核心竞争力的安危，因此企业不能仅将其作为普通技术工具使用，必须以战略视角自上而下完成全面转型与布局。

① 「隐性知识」是企业在长期经营中沉淀下来的专业技能、判断力与操作流程，大多留存于员工头脑之中，难以用文字完整描述。而 AI 可通过捕捉人类工作行为轨迹，将这类无形知识提取并转化为可被机器识别、运用的内容。

② 纳德拉对比当前市场普遍将 AI 视作如「水、电一般可随时接入的普惠工具」的错误认知，以银行业举例说明，移动互联网阶段企业只需保障线上应用正常运行，而 AI 会直接触及企业长期沉淀的信贷审批经验、风险判断力等独有的隐性知识。

3、根据纳德拉的描述，AI 能够提取企业隐性知识，核心经验泄露会彻底瓦解竞争优势。企业应秉持 「重新奠基」 思路，依托可控闭环的「爬山机器」训练自有模型，守护知识资产、构筑差异化竞争力。

① 「爬山机器」是部署在企业私有环境中的闭环 AI 自主学习体系，依靠内部业务数据持续训练自有模型，沉淀企业隐性知识形成专属 Token 资本，同时防止核心经验外泄，构建独特竞争壁垒。

4、面对行业竞相追捧前沿大模型的现状，纳德拉他主张企业应当摒弃盲目跟风的心态，依据业务类型与应用场景差异化选用 AI 模型，在合理管控算力与运营成本的基础上，全面提升整体运行效能。

① 企业日常运转中占比最高的是流程化、可预判的重复性工作，无需部署高成本的前沿模型。选用轻量化专用模型结合人类反馈强化学习进行优化，不仅能够降低算力成本，运行效率甚至优于前沿大模型。

② 前沿模型成本高昂，更适合集中于对新材料研发、基础科学探索等需要突破性创新的领域的应用。

5、纳德拉预判，未来一年内，AI 供应链将成为所有企业重点思考的核心议题。企业不能孤立看待 AI 工具与模型，而要搭建完整、自主可控的 AI 供应链体系，串联数据、模型、训练、应用全环节，依托这套体系持续放大自身竞争优势。

如何理解守护「隐性知识」就是守护企业的立身之本？

1、纳德拉认为守护隐性知识，就是守护企业的立身之本。他指出多数企业存在认知盲区，仅重视传统数据安全却忽视「隐性知识」的保护，员工使用公共 AI 工具极易造成企业核心经验流失。

① 以零售行业为例说明，零售商数十年打磨而成的采购谈判技巧，但当员工借助 ChatGPT 等公共 AI 工具整理谈判记录时，背后的策略与经验便被公共模型学习，最终竞争对手也能掌握同类方法，企业独有的竞争力随之瓦解...

 关注👇🏻「机器之心PRO会员」，前往「收件箱」查看完整解读