微软 CEO 纳德拉警告：AI 模型正“掏空”企业的知识，少数巨头恐将吞噬一切

纳德拉敲响警钟：AI正在制造“数据封建主义”

微软CEO萨提亚·纳德拉近日在社交平台X上发出严厉警告。他指出，当前人工智能浪潮正催生一种危险的“赢家通吃”格局。少数AI模型提供商——那些掌控着最前沿大模型的公司——正通过其API和平台，间接掌握各行业企业的核心业务数据与知识。这导致了一个悖论：企业越依赖AI模型提升效率，其自身独特的“知识资本”便越被模型提供商所吸收和利用。长此以往，几乎所有经济价值都将被这少数几家巨头吞噬，而真正的商品和服务生产商将丧失对自身知识的控制权，沦为底层的“数据佃农”。这不仅是商业风险，更是一种新型的经济权力失衡。

模型沦为“白开水”：Srinivas的“商品化”预言

纳德拉的担忧并非空穴来风，其背后是AI产业一场深刻的范式转移。Perplexity的联合创始人Aravind Srinivas提出了一个颠覆性观点：模型本身正在被彻底商品化。他引用OpenAI联合创始人格雷格·布罗克曼的话——“模型不再是产品”，并深表赞同。原因在于，任何单一模型的原始输出Token都缺乏壁垒。当各家公司都能训练出性能相近的模型时，这些模型的API本质上就成了没有差异的“白开水”。

Srinivas一针见血地指出：“如果你只是模型Token的转售商，你没有商业模式。”这意味着，即便是OpenAI这样的前沿实验室，如果只依赖卖出API Token，其定价权也将随着模型同质化而消失。纳德拉警告的根本原因正在于此：当模型沦为基础设施，掌握模型的少数巨头将利用其规模优势和网络效应，形成一个无法撼动的数据吸血中心。

未来属于“编排者”：谁在玩“多模型”魔术？

那么，真正的价值在哪里？Srinivas给出了答案：代理工作框架（agent harness），也就是编排层（orchestration layer）。未来的AI赢家，不是训练出最聪明模型的实验室，也不是拥有最大数据中心的企业，而是在异构模型、芯片与设备之间，最大化“每位用户每瓦特的Token价值”的“编排者”。

这种“编排者”的核心特征是“模型无关”（model-agnostic）。它们能动态地将用户的任务路由到最合适的模型上——可能是GPT-5，也可能是Claude Opus，甚至是本地的开源模型。通过一个精妙的编排层，它们结合了路由、工具连接和本地计算，从而在保证输出质量的同时，将成本和能源消耗降到最低。这打破了单一模型商对用户数据的锁定，为企业提供了一个更安全、更具弹性的AI应用路径。例如，Perplexity就不会被锁定在任何一个模型堆叠里。

电力与内存：“看不见的手”才是真瓶颈

要理解为何少数巨头能筑起如此高的壁垒，需要先看清AI产业的物理瓶颈。Srinivas认为被投资者严重低估的瓶颈，并非模型智能，而是电力基础设施和高带宽内存（HBM）。他透露，目前全球约40%的规划数据中心因公众阻力（水资源消耗、能源使用争议）而停滞。获取土地、购置涡轮机、与电网合作、获得许可，这一系列物理建设的周期长达3-5年。

他做出一个惊人预测：像Micron这样的HBM供应商，其市值可能在6到12个月内超过Meta。这意味着，控制芯片（GPU）、内存（HBM）和电力的“物理派”巨头，正在通过扼制基础设施来卡住整个产业的咽喉。而那些缺乏自有芯片和电力资源的AI初创公司，其成本将完全受制于这些底层供应商。于是，一个由顶级模型商、芯片商和能源商构成的“超级巨头”联盟正在形成，它们共同构成了纳德拉所描述的、吞噬一切的寡头图景。