微软CEO：微软也在混用廉价模型，算力价格战不可避免，五年后企业核心资产将是“专有评测基准” - 网页版

2026年10月26日，微软董事长兼CEO萨提亚·纳德拉参与风投播客20VC，与主持人哈里·斯特宾斯进行了24分钟的交流。

这场对话的时间背景值得关注。五天前，即10月21日，纳德拉在伦敦ExCeL会展中心的Microsoft Frontier Tour活动上发表开场演讲，现场有6500名合作伙伴与客户出席。

他提出企业部署AI需解决三个关键点：确保人的决策参与、掌控自有知识、建立信任。此次播客是对同一观点在投资人群体中的延伸阐述。

针对市场关注的算力成本和模型竞争，纳德拉指出，从技术发展规律看，绝大多数特定业务场景中，模型能力很快会达到边际效应的饱和点。他强调：

一旦能力饱和，开源模型或成本极低的轻量级闭源模型会迅速主导市场。

算力将变成大宗商品，“底层必然经历极端激烈的价格战”

随着模型推理成本下降，市场对基础大模型商业护城河的担忧持续。纳德拉对此直言不讳，他预测前沿模型仅服务于少数高端市场，而日常算力将完全商品化。

纳德拉表示：

因此我的判断很明确：最前沿的顶级模型始终会有其独特的高端市场，例如突破性科学探索，前沿基线会持续提升；但在大多数企业日常场景中，算力消耗绝大部分会走向商品化，变成极度廉价的基础资源。

当被问及底层流量是否会被开源模型占据时，他给出了肯定回应：

可能是开源模型，也可能是价格竞争极其激烈的轻量级闭源模型。底层必然经历极端惨烈的价格战。

最能体现这一趋势的是微软自身旗舰产品的调度机制。纳德拉坦言：

看看我们自己在微软Copilot内部的真实调度机制就知道了：我们每天都在大量混合使用便宜的闭源模型和开源模型。

这一表态实际上削弱了行业为前沿模型稀缺性支付溢价的基础，也表明微软正从单一模型提供者，转型为利润空间更稳定的模型调用编排和管理者。

推翻安全对齐“涌现论”，采用激进“零信任架构”

过去几年，行业默认假设是模型能力越强，安全对齐会自然跟进。纳德拉说自己曾是这一假设的信徒，但现已放弃。

纳德拉强调，传统的后期强化学习无法实现彻底对齐，对齐必须从最底层直接嵌入模型权重。他说：

我过去曾以为模型的‘对齐’会随着参数规模扩大而自动涌现。现实证明并非如此。

他甚至否定了后期补救的路径：

我根本不相信你能依靠后期的强化学习逐步修补实现彻底对齐。对齐必须从最底层直接写入模型权重。

基于底层模型无法保证绝对可信的现状，他提出了一种新的工程化防御思路：

今天使用先进模型最安全的方式，就是假设这个模型已经被攻破。

他主张：

既然底层模型无法保证绝对可信，我们就在模型外部构建一道坚固的信任围栏，在策略配置和异常行为监控上做到极其激进。

此外，对于近期行业内部分模型厂商隐藏“思维链”的做法，他予以严厉批评，认为“这让问题变得更加严重”。他警告称：

坦率说，如果闭源模型厂商不认识到这种‘对可信伙伴保持透明’的必要性，这种不透明性反而会成为开源生态的最大推动力。

微软为此准备了Agent 365和Purview：为每个数字员工分配独立身份，强制记录所有行为轨迹和完整思维链，思维链记录必须是人类可读的纯英文，不可篡改的日志由多个独立模型交叉审查。

作为同时销售模型、编排框架和治理工具的公司，微软在这三层都有产品可卖。将安全定义为外置的信任工程，等于将企业预算引向自身已布局的治理层。

警惕“反向信息悖论”，五年后企业核心是“专有评测基准”

在AI赋能企业B端市场的商业逻辑上，纳德拉提出了“反向信息悖论”。

阿罗的经典信息悖论是，技术拥有者完全披露商业秘密给买家，若无专利保护，商业价值会瞬间消失；纳德拉说这一关系已颠倒，现在需保护的是作为买家的企业客户。

纳德拉提醒道：

企业在与大模型交互时，即使是微小的业务痕迹，都在无偿为大模型公司提供强化学习的养料。你实际上是在为模型厂商创造增量价值，而非将价值保留在自己体内。

那么，AI时代企业的核心资产是什么？纳德拉给出了明确答案，即私有业务评测集。所有外部模型都必须在企业的这套私有指标体系上跑分，谁的性价比高就用谁。

纳德拉说道：

我极其坚信的一点是：未来每一家企业都会构建一套属于自己的私有评测基准，这将成为企业最核心的商业知识产权。

当被问及五年后什么会成为常识时，他重申：

五年后所有人都会意识到：一家企业的核心资产与本质，就是一套属于它自己的专有AI评测基准。

联合利华是一个样板。他们先用前沿模型跑通从销售订单到资金回款的流程，再用业务交互轨迹训练，目前索赔处理已换成成本更低的MAI，业务逻辑保留在自己手中。这个案例出自他10月21日的伦敦演讲。

千亿美元训练成本的硬约束：必须由“全球GDP增长”买单

面对当前全行业疯狂扩张基建、单次模型训练成本甚至被喊出高达千亿美元的现状，市场对这种“军备竞赛”的商业回报率充满担忧。纳德拉从宏观经济角度给出了最终账本。

纳德拉表示：

这笔钱最终必须由全球实际GDP的增长拐点来买单。

他阐述道，任何财务利润表都不可能凭空失效，企业最终都要面对收入和净利润的硬约束。如果一家公司能支撑千亿美元研发，“那前提必然是——这家公司为全球经济带来的增量价值，已大到足以让它合法分得如此庞大的商业回报。”

他给出了最核心的观测指标：

AI到底能否让全球GDP的增长率发生实质性向上跳升？

他对此持乐观态度，特别提及公共医疗深水区的降本增效，以及软件开发本身无尽的潜在需求弹性。

最后，针对行业是否会走向从芯片到应用“全栈垂直一体化垄断”的问题，他认为可能性极低。

他预判行业将走向水平专业化分工，“产业链的每一个层级都在爆发更加充分的竞争”，在堆栈的每一个细分层级都有多个赢家共存，客户将拥有自由拼装的自主权。

本文不构成个人投资建议，不代表平台观点，市场有风险，投资需谨慎，请独立判断和决策。

本文来自微信公众号“华尔街见闻”，作者：鲍奕龙，36氪经授权发布。