到底Token Capital是什么鬼？

上周微软 CEO 纳德拉发了篇博客，造了个新词 - Token Capital。朋友圈转了一圈，很多人以为是加密货币，划走了。不是的。他说的这件事，其实跟每家公司都有关系。

Token Capital的核心含义

先说他在说什么。纳德拉的意思很简单：以后每家公司都需要两种资本。一种是人的资本，员工的经验、判断力、人脉、创造力，这个大家都懂。另一种是 Token Capital，你公司自己建起来、自己拥有的 AI 能力。问题是，大多数公司现在有的，不是 Token Capital，是 AI 订阅。两件事不一样。你买了 Copilot，开了 ChatGPT 企业版，员工开始用了，每个月付账单。用完这次，下次从头开始，AI 不记得你，不了解你的业务，不比半年前更懂你公司怎么做判断。这是在租，不是在建。

Token Capital的具体构成

那 Token Capital 具体是什么？纳德拉在文章里说了三块。

自定义评估标准一是你自己的评估标准。不是看 AI 榜单排第几，而是你公司自己定义"什么叫好用"。一家律所的标准不是"答案对不对"，是"这份合同审查，有没有抓到我们合伙人会抓到的那些坑"。这套标准是你的，外面买不到，也复制不了。

自有数据训练模型二是用你自己的数据训练。把公司内部真实发生过的决策、工作流、结果，拿来微调或训练模型。不是喂它互联网数据，是喂它你们公司发生过的事。这个 AI 跑久了，开始越来越像你公司最老到的那个人。

可查询的公司知识记忆三是公司的记忆变得可以查询。那些只存在老员工脑子里、某个邮件附件里、某次会议纪要里的判断和经验，结构化之后 AI 能调用，新人也能学到。这三块加在一起，就是一个会越跑越好的系统。每次工作流跑完，产生数据，数据改善模型，模型改善下一次，再产生更好的数据。纳德拉叫它"爬坡机器"，我觉得更像是一个会自己生息的资产。

判断是否在积累Token Capital的测试

他出了一道题，挺好用的。你们公司能不能把底层模型从 GPT 换成 Claude，或者换成 Gemini，同时不丢掉你们这两年建起来的东西？能，说明你在建资产。不能，说明你只是某家模型公司的租客，他们涨价、改规则、停服务，你没有多少选择。

Token Capital背后的警示

纳德拉还提到了一个让我觉得很重的比较。他说1990年代全球化，制造业大规模外包，账面数字很好看，但整个工业腹地几十年积累的那种"怎么做出来的"的知识，悄悄流走了。那种知识不是设备，是人在车间里试错出来的直觉，一旦外包，很难再回来。后来的社会代价大家都看到了。他担心 AI 时代会在知识层面重演这件事，而且更快。不是说你的员工被替换掉，而是你公司的知识被几个大模型吸走、消化，然后打包成服务卖回给你整个行业。所有竞争对手调的是同一个 API，没有人比谁更懂自己的业务，差异化从根上就没了。

总结

大多数公司现在离 Token Capital 还差得很远。很多人以为买了订阅、推了工具就叫 AI 转型了。但用工具是消费，建系统才是积累。先开始建的公司，系统转起来之后有复利，后来的人追起来会很吃力，不是因为他们选了更好的模型，而是因为模型开始认识他们了。来源：Satya Nadella，"A frontier without an ecosystem is not stable"，snscratchpad.com，2026年6月14日