微软CEO:在AI時代如何定義公司的護城河

原名: 沒有示例的前面不穩定

由微软首席執行官Satya Nadella創作

原文:Peggy

微软CEOSatya Nadella認為, AI時代企業真正的競爭能力並非最強大的模型, 企業不能只買到人工智能能力。

在這個框架之下, 未來公司將同时积累兩種資本:人資, 即員工的知識、判斷、網路、創意與模式認同; Nadella強調AI不贬低人力资本, 沒有人可以拉動, 微积分在原地旋轉; 沒有任何組織可以沉沒自己的知識。

本文的中心判斷是,沒有生态支持的邊境將不是一個穩定的未來. 而不是形成一個邊界生态系统, 每個公司、各行各業和每個國家都有自己的學習環境。 企業需要建立私人的評估、更好的私人學習環境和可搜索的知識基礎, 真正的護城河本身可能不是模型, 但即使它被通用模型取代。

這也是AI時代企業主權的關鍵:他們能將組織知識轉變成一個連續的複雜體系。

原文如下:

最近我一直在想 一個企業的未來 在AI驱动的經濟中會是怎樣的。

此轉變與先前所有平台的移動不同 。 這一次我們第一次在人與數位系統之間建立了真正的认知圈。 因為這改變了我們對公司內工作的理解。

真正關鍵的問題不是如何使用數位工具或系統, 而是組織如何繼續學習, 积累知识产权。

每個公司都要建立我所称的人力资本和托肯资本。 人資包括員工知識、判斷力、網路、創意與模式認同。

人資不會因Token資本的增長而變得無關緊要。 相反,它只是变得更加重要。 我相信,人的流动性将是托肯资本增长的核心。 人們設立了宏大的目標, 交叉的連結, 沒有人類的分流 微积分只能轉移到原位。

這意味著真正的機會不在于選擇最佳模式, 而是在模式上建立學習圈, 你可以外包工作,甚至工作, 但你永遠不能外包你的研究。 企業的未來。

每個企業都應該能夠建立智慧系統, 公司應該能取代「通用」模式, 這將是未來衡量企業控制和主權的關鍵考驗。

企業需要將自己的工作流程、野外知識與久遠的判斷轉換成AI系統, 私人評估應該衡量模式是否真正比外部基准化測試更符合企業利益。 私人學習環境應該使模型更強大, 公司知識基礎使机构記憶體的搜尋更有效率。

這個圈子將成為企業的新知识产权 我想是登山機 而且,与大部分资产不同,它的价值會增加。 工作流的每次改善都會產生更好的訓練信號, 無論未來如何打破個人模式能力。

我們最不想看到的是 一個讓各行各業的每個公司 都對一些吞噬一切的模型有所貢獻的世界 政治經濟結構根本無法容忍這種結果。 讓未來的業務都空空的人工智能。

想想全球化第一階段發生了什麼, 但實際的工業轉變和就业震撼確實存在, 我們不能把這股動力帶入人工智能時代。

依我看 我們的重點必須是构建一個邊界生态 而不是一個邊界模型 只有這樣, 在這樣的環境中,每個組織都可以有自己的學習圈子,編碼自己的機構知識,並讓人資能與托肯資本一起增長。

這也是我一直分享的平台精神:平台上方的價值應該大于平台本身所抓住的價值;每個公司都應該能创新,創造自己的價值。

企業將為自身和他們生活的經濟環境创造價值。 員工的專業能力得到擴大。

這就是公司如何為自己和更广泛的經濟創造價值。 這也是我們應該共同建立的稳定平衡。

原始链接