7月13日,微软CEO萨提亚·纳德拉在个人博客里抛出一个说法:企业用AI其实是在"付两次钱"——一次花钱买token,一次是不知不觉把最值钱的business know-how喂给了模型。这话听着像替企业出头,但纳德拉执掌的微软,恰恰是OpenAI和Anthropic两家最大的外部投资方,而Azure云和Copilot生态也指望企业把更多数据搬上来。这种身份错位,才是这篇博客真正值得琢磨的地方。
纳德拉的论证逻辑是:模型会从"exhaust"里学习——用户的提示词、工具调用,尤其是人工纠错。"每一次纠错都被提炼成机构知识",而这种知识竞争对手花钱都买不到。他进一步说,AI公司既然能自由抓取互联网数据训练模型,企业理应有权"蒸馏"这些模型作为回报。
"被喂养"的说法,和合同写的不完全是一回事
这里有个原文容易被忽略的精确度问题。Azure OpenAI、OpenAI Business、Anthropic Commercial这些主流企业合同条款,普遍承诺客户的prompt和输出默认不会被用来训练基础模型。真正的例外集中在三处:用户主动提交的feedback和bug report、供应商的滥用监控留存、以及客户明确opt-in共享的场景。以Anthropic为例,用户点踩式反馈可能包含完整对话,并被保留长达十年——但企业管理员可以关掉这个功能。
- 提醒.企业该追问的不是"你们训不训练",而是feedback留存期限、滥用监控范围、蒸馏禁令的具体边界。
反蒸馏条款不是纸老虎
纳德拉觉得不公平的另一半,是供应商合同里普遍存在的反蒸馏条款——禁止客户用模型输出去训练"具有竞争关系"或"相似"的模型。这不是空谈。今年2月,Anthropic公开指控中国开源实验室大规模、自动化地向Claude发送提示,涉及数百万次交互和数千个账号,试图借此训练自家模型,并呼吁美国政府收紧出口管制。
供应商单向设限,企业单向交底,这才是纳德拉真正的火气所在。
问题是"竞争性"或"相似"模型的判定边界很模糊,企业正常的内部微调、benchmark测评、模型路由选择,理论上都可能被卷进这条线里。
药方恰好是自己的生意
纳德拉给出的解法是两样东西:企业自建"专有学习环境"留住数据所有权,再叠加一层能在不同模型间自由切换的"编排层"。前者天然更适合放在已经托管企业数据的云上——微软没说是Azure,但潜台词不难猜;后者对应的AI网关工具,近两年确实越来越热。
这个趋势不是纸面推演。Solo.io创始人Idit Levine告诉媒体,她的企业客户在试过专有模型后,开始转向问一句话:能不能换开源模型自己部署,性能做到九成,成本却低得多,数据也能自己攥在手里。她的客户名单里有T-Mobile、ADP、SAP这类大公司。Vercel的网关数据显示,上个月开源模型已经占到全部流量的29%。
于是一个悖论出现了:一边是Microsoft投资的两大专有模型巨头,一边是Microsoft CEO亲自为on-prem开源部署背书。这不代表纳德拉说谎,更像是微软判断,无论企业最后选专有还是开源,只要数据主权和跨模型路由成为新焦点,Azure云和编排层生态大概率都是受益方。
- 结论.企业采购和法务与其纠结"要不要信纳德拉",不如直接把DPA条款拆开,逐条确认prompt留存、feedback使用、蒸馏禁令的具体写法——这比任何一篇CEO博客都管用。