Microsoft 行政總裁 Satya Nadella 於 2026 年 7 月 12 日在 X 發表長文，提出「反向資訊悖論」（Reverse Information Paradox）概念，警告使用專有 AI 模型的企業其實「為智能付了兩次費」，分別為金錢以及更寶貴的專有知識，他指出模型供應商在客戶日常互動中持續汲取企業機密，日後或反過來成為客戶的競爭對手。
一句「付兩次費」擊中企業痛處
Satya Nadella 的論述建基於諾貝爾經濟學獎得主 Kenneth Arrow 的「資訊悖論」，Arrow 當年描述賣方的困境：資訊的價值要在披露之後買方才會知道，但一旦披露，買方等於免費取得。Satya Nadella 認為 AI 時代把這關係徹底反轉，現在承受風險的是買方，企業單單為了使用付費買來的智能，就要不斷交出自己的專有知識。
Satya Nadella 形容模型會從「廢氣」（exhaust）中學習，當中包括員工撰寫的提示、AI 代理使用的工具，以及人們在模型出錯時所作的修正，他強調每一次修正都會蒸餾成機構專屬的實戰知識，而這正是「競爭對手永遠買不到的知識」，企業卻在不知不覺間免費奉上。他直言模型表現愈好，企業需要餵給模型的知識就愈多，資訊不對稱因此持續向供應商一方傾斜。
Satya Nadella 同時批評行業存在雙重標準，AI 實驗室一方面主張自己有合理使用權，可自由抓取公開網絡數據來訓練模型；另一方面卻對「蒸餾」（distillation）施加嚴苛限制，並在使用條款中保留從客戶互動數據中學習的權利。他認為這種做法諷刺且說不通。由於 Anthropic 於 2026 年 2 月曾指控中國開源模型向 Claude 發送數百萬個提示以改進自家系統，並促請美國政府收緊出口管制，Satya Nadella 認為若 AI 公司可自由學習全世界的數據，企業理應也能反過來研究這些模型。
企業究竟在交出甚麼
要理解這個悖論關鍵在於分清「使用模型」與「訓練模型」兩件事，企業以為自己只是租用一套現成智能，實際上每一次提問、每一份上傳的內部檔案、每一個把錯誤答案改正過來的動作，都在向模型透露公司如何運作、如何判斷優劣。這些累積起來的組織記憶，遠比任何一份財務報表更能反映一家企業的核心競爭力。
Satya Nadella 引用經濟學家 Friedrich Hayek 關於「特定時間、地點與情境的知識」的觀點，指出企業在消費智能的同時也在創造智能，而這份新創造的智能理應屬於創造它的公司，他借用 Palantir 行政總裁 Alex Karp 的說法，指技術型客戶真正想要的是對自己的運算資源、模型、數據堆疊與核心優勢擁有控制權。除 Karp 之外創投人 Jason Calacanis 早前也提出過類似的「特洛伊木馬」憂慮，Satya Nadella 這次等於代表雲端巨頭正式加入這個陣營。
他提出的方案是為企業設立一道「真正的信任邊界」，是一道任何東西都不得未經同意跨越的硬界線，連「智能廢氣」也不例外，他把解決方案歸納為 5 個 C：控制（Control）、能力（Capability）、選擇（Choice）、成本（Cost）與複合（Compound），當中以最後一項複合效應為核心，目標是把前 4 者結合成一個屬於企業自己、而非供應商的持續學習迴路。
對企業的意義：如何把知識留在自己手上
對企業決策者而言 Satya Nadella 的提醒指向一個實際的架構問題：企業的修正數據最終流向哪裏，他建議企業保留對自身數據與機構知識的擁有權，包括提示與回饋內容，並在自己的租戶邊界內建立「專有學習環境」。企業也應該建立私有的評估基準（evals），用自己的標準界定何謂「好的答案」，令外部公開的模型排名分數無法輕易複製企業的獨特優勢。
他另一項建議是引入「編排層」（orchestration layer），讓企業能在不同供應商的模型之間靈活切換，避免被單一供應商鎖定，近年 AI 「閘道」（gateway）工具愈趨流行，正好讓企業做到這一點。企業可繼續租用前沿模型作推理運算，同時把評估、追蹤紀錄、編排、記憶與調校權留在自己手上，令價值在信任邊界內複合累積，而不是無聲流入供應商的訓練管線。
Satya Nadella 的立場並非全無自身利益，作為雲端與模型供應商，Microsoft 憑 Azure 與 OpenAI 合作關係，本身正是他所批評的現狀受益者。他所提倡的「把學習基建分散化」，方向上剛好利好一個中立的雲端與租戶層，而那正是 Azure。分析人士普遍認為他的框架在邏輯上站得住腳，但企業閱讀時應同時留意訊息發送者的商業動機。Microsoft 發言人回應傳媒查詢時表示，這確實超出一般數據治理範疇，並形容當前企業依賴託管服務的主流 AI 商業模式存在結構性問題。
未來趨勢與總結：開源自建成下一波浪潮
Satya Nadella 的言論正值企業對開源模型興趣急升之際，這些模型在成本、私隱與商業智能控制上給予企業更大自主權。Solo.io 創辦人兼行政總裁 Idit Levine 向 TechCrunch 表示，她的客戶正經歷這種轉向，不少企業在試用專有模型後開始問自己，能否改用開源模型並在自家伺服器上運行，因為那能以更低成本完成大型模型約 90% 的工作，而且完全受自己控制。Solo.io 的技術去年獲選為 Linux Foundation 旗下 Agentgateway 項目的底層支撐，客戶包括 T-Mobile、ADP 與 SAP。
這股趨勢並非孤例，以建站平台聞名、近期加入模型切換工具的 Vercel，以及協助開發者跨模型分流請求的 OpenRouter，都錄得開源模型流量急增。單計上月經 Vercel 閘道分流的流量中，開源模型已佔 29%。當一家同時投資 OpenAI 與 Anthropic 的公司的行政總裁都公開呼籲企業提防專有模型，開源與自建部署普及加速，幾乎是可以預期的結果。
歸根究柢 Satya Nadella 想傳達的訊息是：當模型逐漸趨同、人人都能租用時，企業真正的護城河不再是選用哪個模型，而是環繞模型建立、屬於自己的專有學習迴路，他以一句話總結：在消費智能的過程中企業同時在創造智能，而所創造的成果理應歸企業所有。對企業而言便利與守護商業智能之間的取捨，將會是下一個 AI 世代最重要的課題之一。
來源：TechCrunch
