納德拉示警企業AI代價 知識外流成本更高

（綜合ETtoday新聞雲、聯合報等2家媒體報導）

微軟執行長納德拉（Satya Nadella）近日在部落格及X平台發文，警告企業使用AI時除了支付運算費用，還可能付出更昂貴的代價——企業知識外流。該貼文觀看次數已突破610萬人次[1]。

納德拉指出，企業表面上支付Token或模型服務費，但真正更昂貴的成本，是為了讓AI發揮效果而提供的大量內部知識、工作流程與專業經驗。他以諾貝爾經濟學獎得主艾羅（Kenneth J. Arrow）提出的「資訊悖論」解釋此現象，稱之為「反向資訊悖論」：為了讓模型有用，企業必須告訴模型業務如何運作，模型運作愈好，透露的資訊就愈多[1]。

外流的資訊包括提示詞（Prompt）、使用者對模型回覆的修正，以及衡量AI表現的內部測試（評估機制）。模型會從這些數位軌跡中持續學習，每一次修正與回饋，都可能轉化為企業累積多年的專業知識，原本是競爭對手無法輕易取得的資產[2]。

納德拉比喻，這就像聘請睿智的顧問，他不只以小時計費，還把從企業學到的一切寫在筆記本上帶走，明天又能跟任何人簽約。他強調：「消費智慧之時，也在創造智慧，你創造的東西，應屬於你。」[1]

納德拉也批評，目前大型AI公司一方面主張可合理使用公開網路資料訓練模型，另一方面卻限制其他人透過模型輸出進行「模型蒸餾」。他認為，如果AI業者可以利用公開資料提升模型能力，企業也應有權研究模型並建立自己的AI能力[2]。

他建議企業導入AI編排層（Orchestration Layer），讓系統能在不同AI模型間自由切換，避免長期依賴單一供應商。同時應建立「信任界線」，在界線之內，公司資料、修正、微調模型會累積，且未經同意不得外洩[1]。

企業AI平台業者Solo.io執行長Idit Levine指出，不少企業在測試專有模型後，開始評估改採可自行部署於企業內部的開源模型，這類模型雖效能可能略低，但通常已能滿足約九成需求，且具備成本較低、資料掌控度更高等優勢。Vercel旗下AI Gateway上個月處理的流量中，已有29%來自開源模型[2]。