微軟CEO納德拉警告企業:使用AI模型正在雙重付費並洩露核心機密

微軟CEO警告企業：當心被AI"割兩茬韭菜"

微軟CEO薩提亞·納德拉本週一親自下場，加入矽谷關於AI資料安全的論戰。此前，風投大佬Jason Calacanis和Palantir CEO Alex Karp就多次警告：OpenAI、Anthropic這些AI巨頭可能是"特洛伊木馬"——表面上提供服務，暗地裡卻在薅你的商業機密。

納德拉一針見血：企業正在被AI"雙重收割"。第一刀是明面上的API呼叫費，第二刀更狠——想讓AI好用？那就得把自家核心know-how餵給它。"AI越懂你，吃的機密就越多"，他在部落格裡寫道。

更騷的操作是AI的"白嫖學習"：使用者輸入的提示詞、呼叫的工具鏈，特別是人工糾錯資料，全成了AI的免費午餐。納德拉特別強調，這些"企業內功"本該是競爭對手花錢都買不到的，現在卻白白送人。

資料雙標現場：只許AI爬全網，不許企業反薅？

納德拉直接開懟大廠邏輯bug：憑啥AI公司能全網扒資料訓練，企業卻不能反向"榨乾"AI模型？

所謂"榨乾"，就是通過狂調API來訓練自己的平價模型。今年2月Anthropic就跳腳，指控中國開源模型狂擼Claude的提示詞，還嚷嚷要讓美國政府管管。

"這波雙標玩得溜"，納德拉嘲諷道，"大廠用全網資料訓練叫合理使用，別人想學兩招就成商業間諜了？"他最看不慣那些"保留從客戶資料中學習權利"的霸王條款。

微軟開藥方：私有云+中間商賺差價

作為雲服務老司機，納德拉的解決方案很Azure：

1. 資料鎖保險箱：提示詞、反饋這些寶貝得存在自傢俬有云（瘋狂暗示Azure），別傻乎乎塞給AI公司
2. 搞個AI二道販子：用閘道器工具在不同模型間反覆橫跳，避免被某家套牢

雖然沒明說"開源"倆字，但懂的都懂。

企業覺醒：開源真香，本地部署YYDS

Solo.io CEO Idit Levine的觀察佐證了納德拉的觀點。這家做AI系統管理的公司（技術被Linux基金會採用，客戶有T-Mobile、ADP等）發現，客戶正集體轉向本地部署的開源模型。

Levine透露，企業試用閉源模型後都會靈魂拷問："為啥不用開源模型在自家機房跑？功能差不了多少，成本直接腰斬，資料還全在自己手裡。"

資料不會說謊：Vercel和OpenRouter的流量顯示，上個月開源模型已吃掉Vercel閘道器29%的流量。

微軟的左右橫跳

有意思的是，微軟既是OpenAI和Anthropic的金主，CEO卻帶頭diss閉源模型。納德拉結尾金句："你用AI的時候，其實也在造AI。而你造的AI，就該是你的AI。"

這場爭論本質是資料版圖爭奪戰：當業務邏輯都寫在提示詞裡，這些數字資產到底姓啥？對中國企業來說，考慮到資料合規和自主可控，本地開源方案可能比海外API更靠譜。

常見問題

什麼是模型'蒸餾'(distillation)?為什麼大模型公司反對?

蒸餾是指通過大量呼叫大模型API、分析其輸出規律,來訓練一個成本更低、效能接近的小模型。大模型公司反對的原因是:這相當於用他們的智力成果訓練競品,可能削弱其商業壁壘。但納德拉認為,既然模型公司可以免費爬取網際網路資料訓練,就不應限制別人蒸餾其模型。

企業使用OpenAI/Claude等API時,資料會被用來訓練模型嗎?

取決於具體服務協議。部分API服務(如OpenAI的企業版)承諾不用客戶資料訓練,但納德拉警告的是更隱蔽的風險:即便不直接訓練,模型仍通過你的提示詞、糾錯反饋學習你的業務邏輯。建議企業仔細審查服務條款中關於'資料使用權'的條款。

中國企業如何應對這類資料洩露風險?

通常有三種路徑:1)使用國內大模型廠商的私有化部署版本,資料留在本地;2)採用開源模型(如Llama、Qwen)自建推理服務;3)通過API閘道器等'編排層'工具實現多模型切換,降低對單一供應商的依賴。大型企業傾向於混合方案:敏感業務用本地部署,通用場景呼叫公有API。

Vercel資料顯示開源模型佔29%流量,這意味著什麼?

這表明開源模型在生產環境的採用率快速上升。據原文,Solo.io等企業服務商觀察到,大型企業在試用專有模型後,越來越多轉向本地部署開源模型,原因是成本更低(可能只需專有模型的一小部分)、資料可控,且效能已能滿足約90%的業務需求。這可能成為企業AI應用的下一波浪潮。

---

本文基於 TechCrunch 報道, 由 AiDuo123 AI 編輯翻譯改寫。原文連結: https://techcrunch.com/2026/07/13/satya-nadella-has-issued-a-shocking-warning-to-companies-using-ai/