5000万人阅读的微软CEO笔记：AI时代，企业真正的护城河不是模型，而是Learning LoopHRTech概述：微软 CEO Satya Nadella 最近提出一个非常关键的AI时代企业判断：未来企业的护城河，不只是用了哪个大模型，而是能否拥有自己的 Learning Loop。企业需要同时建设 Human Capital 与 Token Capital。前者是人的知识、判断力、关系和创造力，后者是企业通过AI系统沉淀下来的智能能力资产。真正有竞争力的企业，不会把组织经验完全交给少数通用模型，而是把工作流、知识库、私有评估和组织记忆变成自己的AI能力。对HR来说，这意味着未来的核心工作，将从人才管理走向组织学习系统与人机协同能力建设。
纳德拉把AI讨论推进到企业未来形态层面
微软 CEO Satya Nadella 最近发布的长文《A frontier without an ecosystem is not stable》 （原文附录再最后），并不是一篇普通的AI趋势评论。它更像是微软在AI时代对“企业未来形态”的一次战略表达。文章中，Nadella提出了一个非常关键的判断：未来企业的竞争力，不会只来自某一个前言模型，而会来自一个更广泛、更稳定、更可持续的前沿生态系统。换句话说，AI时代最重要的问题，不是企业接入了哪个大模型，而是企业是否真正拥有自己的学习循环、知识主权和组织能力复利机制。
Human Capital 与 Token Capital 成为未来企业的两种核心资本
Nadella在文章中提出，未来每家公司都需要同时建设两种资本：Human Capital和Token Capital。Human Capital指的是人的知识、判断力、关系网络、创造力、模式识别能力和跨领域连接能力；Token Capital则是企业通过AI系统、Agent工作流、知识库、私有评估体系和组织数据逐步沉淀下来的AI能力资产。这个概念非常重要，因为它把AI从“工具”提升到了“资本”的层面。企业不再只是使用AI完成某个任务，而是要把AI变成一种可以持续积累、持续进化、持续创造价值的组织资产。
这不是岗位替代问题，而是企业如何保持差异化的问题
这也是Nadella观点中最值得HR和企业管理者关注的部分。过去几年，很多关于AI的讨论都集中在“AI会替代哪些岗位”“哪些工作会被自动化”“员工需要学习哪些AI技能”。这些问题当然重要，但它们仍然停留在任务和岗位层面。Nadella讨论的是更底层的问题：当AI开始吸收企业的工作流、知识、经验和判断时，企业如何继续学习、如何保护自己的IP、如何保持差异化，以及如何避免自身积累多年的行业经验被少数通用模型商品化。
HR需要进入人力资本与智能资本共同管理的新阶段
从HRTech视角来看，纳德拉真正传递的是一个信号：AI时代的企业管理正在从“人力资本管理”走向“人力资本与智能资本共同管理”。传统HR管理的是人，数字化HR管理的是流程和数据，而AI时代的HR将不得不参与管理组织学习系统。未来企业的核心问题不再只是“我们有多少人”“员工效率如何”“岗位如何配置”，而是“人的经验如何沉淀为系统能力”“组织判断如何进入AI工作流”“知识如何在员工与Agent之间持续循环”“企业是否拥有自己的Token Capital”。
AI越强，人的判断力越重要
Nadella反复强调，人类价值不会因为Token Capital增长而下降，反而会变得更加重要。这个判断非常关键。AI可以帮助企业完成分析、生成、自动化和执行，但AI本身不会自动决定企业的方向。真正设定目标、识别机会、判断风险、建立信任、连接资源、理解复杂组织语境的，仍然是人。也就是说，AI越强，人的价值越会从“执行任务”转向“定义问题、判断结果和承担责任”。未来组织中最重要的人才，不一定是掌握最多工具的人，而是能够把业务目标、组织经验和AI能力连接起来的人。
能力模型需要从岗位行为扩展到人机协作与知识沉淀
这对HR提出了新的挑战。过去，HR通常把能力模型建立在岗位职责和行为标准之上；未来，能力模型需要进一步延伸到人机协作能力、AI判断能力、知识沉淀能力和跨系统学习能力。一个优秀员工的价值，不仅体现在个人产出上，也体现在他是否能够把自己的经验转化为组织可复用的知识资产。一个优秀管理者的价值，也不只是带团队完成目标，而是能够让团队的经验进入系统，成为下一轮业务增长的训练信号。
Learning Loop 是企业AI护城河的核心
Nadella提出的Learning Loop，是这篇文章最核心的概念。企业真正的AI护城河，不是单次使用AI提高了多少效率，而是每一次工作是否都能反过来提升系统能力。以招聘为例，企业不能只让AI筛简历、写JD或安排面试，而应该把招聘结果、候选人质量、面试判断、入职表现、留任情况和绩效反馈连接起来，形成持续学习的闭环。这样，AI系统才会越来越理解这家公司真正需要什么样的人，而不是只根据通用标准做表面匹配。
从招聘到组织设计，所有关键管理场景都需要学习闭环
同样，在绩效管理、员工发展、组织设计和领导力培养中，企业也需要建立自己的学习循环。哪些团队结构更有效？哪些管理行为真正提升绩效？哪些培训内容能够转化为业务结果？哪些员工信号预示着离职风险或成长潜力？这些问题如果只是停留在报表和经验判断层面，价值会随着人员流动而流失；但如果能够进入知识库、评估体系和Agent工作流，就会逐渐形成企业自己的组织记忆。
Institutional Memory 让组织经验变得可查询、可调用、可扩展
这也是Nadella所说的institutional memory。传统企业最大的隐性损耗之一，是组织记忆无法被有效查询和复用。很多关键经验存在于资深员工、大区负责人、HRBP、业务主管和创始团队的大脑中。一旦人离开，知识也随之流失。AI时代的一个重大机会，就是让组织记忆变得可查询、可调用、可扩展。未来的新员工不必完全依赖口耳相传理解公司，管理者也不必每次从零开始判断复杂问题，企业可以通过AI系统调用过去的案例、判断逻辑、决策背景和业务结果。
企业不能成为少数通用模型的数据供应商
但Nadella同时提出了一个非常现实的警示：如果所有企业都只是把数据、流程和经验交给少数frontier models，那么长期看，企业可能会失去自己的知识主权。大模型越强，越可能吸收和商品化不同行业的专业经验。如果一家企业只是不断向外部模型输入自己的业务知识，却没有把这些知识沉淀到自己的系统中，那么它很可能从AI受益者逐渐变成AI平台的数据供应商。短期看，它获得了效率；长期看，它可能失去了差异化。
Frontier Ecosystem 比 Frontier Model 更接近稳定的AI经济结构
这也是为什么Nadella强调“frontier ecosystem”，而不是只强调“frontier model”。一个健康的AI经济，不能让所有价值都流向少数模型公司。真正可持续的结构，是每个公司、每个行业、每个国家都能在基础模型之上建立自己的学习系统、应用生态和知识资产。平台的价值，不应该只体现在平台内部捕获多少收益，而应该体现在它能够让多少企业在其之上创造更多价值。这一点也与微软长期强调的平台生态逻辑一致。
HRTech行业的竞争将转向组织学习系统建设能力
对HRTech行业来说，这篇文章的启发非常直接。过去HRTech产品的核心价值是流程数字化，包括招聘系统、绩效系统、学习系统、薪酬系统、员工服务系统等。AI时代，HRTech的竞争将进一步转向“组织学习系统”的建设能力。未来真正有价值的HRTech产品，不只是帮助企业完成一个流程，而是帮助企业把流程中的判断、知识和结果沉淀下来，并通过AI不断优化。
HRTech产品架构需要从记录与自动化走向评估、反馈和复利
这意味着HRTech厂商需要重新思考产品架构。第一，产品不能只是记录数据，而要理解数据背后的业务语境。第二，产品不能只是提供自动化，而要帮助企业建立可评估、可反馈、可改进的AI工作流。第三，产品不能只是接入大模型，而要帮助企业保留自己的领域知识、权限体系和组织记忆。第四，产品不能只关注单点效率，而要证明自己如何帮助客户形成长期Token Capital。
企业HR应从采购AI工具转向建设AI能力路线图
对企业HR来说，我们的建议是，不要把AI战略简单等同于采购工具。AI工具当然要用，但更重要的是建立企业自己的AI能力路线图。HR可以从三个层面开始行动。第一，盘点组织中的高价值知识和关键经验，尤其是招聘、绩效、人才发展、组织诊断、员工关系和管理决策中的隐性知识。第二，把关键工作流改造成可记录、可反馈、可评估的流程，让每一次业务实践都能成为未来系统优化的输入。第三，建立跨HR、IT、法务、业务部门的数据治理与AI治理机制，明确哪些知识可以进入系统、如何使用、如何评估、如何保护。
人才价值需要重新定义为个人绩效与知识资产贡献的结合
更进一步，HR需要推动企业重新定义人才价值。未来，一个员工是否优秀，不仅取决于个人绩效，也取决于他是否能够与AI协作，是否能够把经验结构化，是否能够帮助组织形成可复用的知识资产。一个HR团队是否先进，也不只是看是否使用AI工具，而是看它是否能够让组织经验持续沉淀，让员工判断被放大，让企业能力随着每一次使用而增强。
这不是效率革命，而是组织资本重构
Nadella这篇文章的价值，在于它把AI讨论从“效率革命”提升到了“组织资本重构”。AI不是简单地替代工作，也不是简单地提升生产率。它正在改变企业学习、知识积累和价值创造的方式。未来企业之间的差距，可能不在于谁最早用了AI，而在于谁最早建立了Human Capital与Token Capital之间的复利机制。
HRTech的新机会窗口正在打开
对HRTech而言，这正是新的机会窗口。谁能够帮助企业管理好人的经验、组织知识和AI能力之间的循环，谁就可能成为下一代企业AI基础设施的一部分。未来的HR，不只是人力资源管理者，也将是组织学习架构师、知识资产管理者和人机协作系统设计者。
稳定的AI未来，需要每个组织拥有自己的Learning Loop
最终，Nadella所说的稳定AI未来，不是少数模型捕获全部价值，而是让每个组织都拥有自己的学习循环。对企业来说，这是一种新的竞争战略；对HR来说，这是一场能力体系的重构；对HRTech行业来说，这可能是下一轮真正的产品分水岭。
附录原文：
Satya Nadella
@satyanadella
A frontier without an ecosystem is not stable
I’ve been thinking a lot about the future of the firm in an AI-driven economy.
This transition is different than any previous platform shift. In the past, we used digital systems to enhance human capital. This is the first time we can create a real cognitive loop between people and digital systems. That is a mind-bender, because it changes how we even conceptualize work inside an enterprise.
What is at stake is not some digital tool or system and its use, but how organizations continue to learn, build IP, differentiate, and thrive in a world where AI models can continuously absorb the expertise of humans and organizations and commoditize it.
Every company is going to have to build what I think of as human capital and token capital. Human capital comprises the knowledge, judgment, relationships, ingenuity, and pattern recognition of its people, while token capital is the firm’s AI capability it builds and owns.
Importantly, human capital does not become less valuable as token capital grows. It only becomes more valuable! I believe human agency will be the driver of token capital growth. Humans will set ambitious goals, connect dots across domains, build relationships, and recognize patterns that matter most. Without human direction, you have compute running in circles.
This means the real opportunity is not in picking the best model but instead in building a learning loop on top of models where human capital and token capital compound. You can offload a task, or even a job, but you can never offload your learning. The future of the firm is the ability to compound that learning across people and AI.
This requires a new architectural approach where every business is able to build agentic systems that improve over time, while still retaining control over their IP. A company should be able to switch out a “generalist” model without losing the “company veteran” expertise built into their learning system. This is the key “test” of your control and sovereignty in the era ahead.
Companies need to turn their workflows, domain knowledge, and accumulated judgment into AI systems that improve with each use. Private evals should capture whether a model is actually improving against outcomes that matter to the business (not just external benchmarks!). Private reinforcement learning environments should let models grow stronger on real traces from inside the organization. Its knowledge base makes institutional memory queryable and use of tokens more efficient.
This loop becomes the new IP of the firm. I think of it as a hill climbing machine. And unlike most assets, it compounds. Every improved workflow generates better training signal, which accelerates the accumulation of tacit knowledge unique to the firm. The companies that build this early will have an advantage that is hard to replicate, regardless of any new individual model capability.
The last thing any of us want is a world where every company across every sector is ceding value to a few models that eat everything they see. If all the value is accrued by only a few models, the political economy will simply not tolerate it. There is no societal permission for an AI future that hollows out entire industries.
Think about what happened in the first phase of globalization where entire industrial economies were hollowed out by outsourcing. The GDP numbers looked fine on the surface, but the displacement was real and the consequences are still being felt. Let us not bring that dynamic into the AI era, with a small number of AI systems capturing all the economic returns, while entire industries find their knowledge commoditized right out from underneath them.
In my view, our priority has to be building a frontier ecosystem, not just a frontier model, so value flows broadly across every company, every industry, and every country. One where every organization can own the learning loop that encodes its institutional knowledge, compounding its human and token capital.
This is the ethos I’ve grown up with where platforms enable more value on top than is captured inside, and where every company can continuously innovate and build value of its own.
When that happens, companies will create value for themselves and for the economy around them. Employees will see their expertise amplified and their judgment become part of systems that make it replicable and scalable and the benefits accrue to the companies and communities around them.
That is how companies drive value for themselves and the broader economy. And it is the stable equilibrium we should build together.
【评选】2026年员工体验大奖(EXAwards®）评选正式启动，全面升级覆盖员工全生命周期八大关键阶段，诚邀参与！EX Awards
2026 Employee Experience Awards
提名正式启动
EX Awards 奖项介绍
由 HRTech（hrtechchina.com）与员工体验研究院（EX Institute，exinstitute.org）联合发起的第六届「员工体验大奖」（EX Awards® 2026）正式启动，即日起开放企业提名报名。
作为国内专注员工体验领域的专业性年度评选，EX Awards 自2021年创立以来，已持续发掘和表彰在员工体验领域进行系统性创新的优秀企业、HR团队及服务机构，累计参评企业超过300家，覆盖互联网、金融、制造业、消费品等主要行业。
在过往的几年中，我们一直面临着各种大环境因素下的挑战，对于我们影响深远，工作和生活都已经变得不同。当下员工体验在中国的落地与创新比以往任何时候都更为迅速和重要。当然，我们一直在针对员工体验话题进行潜心研究，以推动企业不断提高员工体验为其战略导向--以推动企业绩效增长为最终目标，企业通过优化和增强员工体验，致胜不确定的未来！员工体验大奖设立，是为了发掘和表彰持续在员工体验方面做出创新和卓越成就的组织及团队，因为其着眼于员工本身，纵览员工生命周期的不同阶段，不论是通过数字化的科技工具提升工作效率及体验、还是提供充满人性的员工关怀和福利举措、又或者创造健康安全及包容共生的职场。无论企业的实践是否贯穿员工体验旅程或只是部分、也可能是提升员工关键时刻的体验实践，都欢迎积极加入本次评选活动。
我们深信，通过发掘行业中正在为落实员工体验而用心改革的优秀中国企业，使其成功故事成为行业风向标，将会起到极大的示范效应，促进行业积极交流、共同进步。——员工体验研究院马上参与提名：http://hrnext.cn/wL8Zi（复制链接到浏览器打开或扫描上方图片二维码）EX Awards 奖项设置
员工体验最佳实践奖（13项）
- EX Practice Award
01、最佳入职体验奖 Best Onboarding Experience Award
02、最佳员工成长与发展体验奖 Best Employee Growth & Development Experience Award
03、最佳绩效体验奖 Best Performance Management Experience Award
04、最佳员工激励与认可体验奖 Best Employee Motivation & Recognition Experience Award
05、最佳员工健康与关爱体验奖 Best Employee Wellness & Care Experience Award
06、最佳工作场所奖 Best Workplace Experience Award
07、最佳数字化员工体验奖 Best Digital Employee Experience Award
08、最佳 AI 员工体验应用奖 Best AI Application for Employee Experience Award
09、最佳出海员工体验奖 Best Overseas Staff Experience Award
10、最佳 ESG 与员工社会责任体验奖 Best ESG & Employee Social Responsibility Experience Award
11、最佳离职关怀与 Alumni 体验奖 Best Offboarding Care & Alumni Experience Award
12、最佳招募实践奖 Best Recruitment Practice Award
13、最佳 Offer 与录用实践奖 Best Offer & Hiring Practice Award
员工体验最佳团队奖 -BEST Team Award:
·员工体验最佳团队奖 Best EX Team（以 HR/EX 团队整体为参评单位，评审团队在员工体验全链路的系统性运营能力与年度整体成果，不设子类）
最佳员工体验产品奖 （6项）-BEST Product Experience Award:
1、最佳招募与候选人体验产品奖 Best Recruitment & Candidate Experience Product Award
2、最佳入职体验产品奖 Best Onboarding Experience Product Award
3、最佳绩效与成长产品奖 Best Performance & Development Product Award
4、最佳员工激励与关爱产品奖 Best Employee Engagement, Motivation & Care Product Award
5、最佳 AI 员工体验产品奖 Best AI-powered Employee Experience Product Award
6、最佳出海员工体验产品奖 Best Global Employee Experience Product Award
最佳员工体验服务机构 -Best Employee Service Providers（面向员工福利、健康管理、员工关爱、数字化体验等领域的服务机构。参评时自行说明服务方向，不设固定子类）
马上参与提名2026年员工体验大奖参与提名地址：http://hrnext.cn/wL8Zi
EX Awards参评对象
企业：在员工体验旅程的关键时间点利用技术或创新的管理实践来提升员工体验、促进员工和企业欣欣向荣的实践案例的企业HR或HR团队。人力资源科技机构：陪伴员工生命周期各个阶段、如在招聘入职、员工福利健康、学习发展、核心人力资源数字化系统、职场办公空间等提供数字化的员工体验的供应商和产品服务。
EX Awards评选机制
2026年EX Awards在评审机制上进一步强化「数据说话」的核心原则，建立「硬性分数门槛 + 软性案例评分」的双轨评审体系。
企业团队及实践大奖
硬性门槛：员工体验测评问卷（JPA）提名初审通过后，员工体验研究院向企业HR负责人及管理层（至少3人参与）发送员工旅程实践评估问卷（JPA），评估企业在员工旅程各阶段的HR实践成熟度。75分以上直接入围；60-74分条件入围；60分以下60天后可重新申请。
软性评分：案例质量评审达到分数门槛的参评企业需提交书面案例（不少于500字）及参评视频或论坛现场实践分享（不少于20分钟），由员工体验研究院内部团队进行案例质量评审，重点考察案例完整性、数据支撑质量和实践创新性。
产品及机构大奖
1.通过奖项报名链接或二维码提交报名信息（更早的提名可以早一步推进评选流程） 2.内部初步审查，预计3-5个工作日 3.初审通过后，产品的话需要提交产品UI截图、设计理念等案例；其他需要提供参选案例介绍（不少于300字） 4.工作人员客户回访 5.大众评审 6.综合评审
EX Awards评选时间节点
2026年6月4日
参评正式开放
官方参评平台上线，企业可提交参评申请，选择适合的参评方案，完成支付后启动 JPA 测评流程。
2026年6月起
JPA 测评发放 · 案例提交开放
参评确认后，员工体验研究院向企业 HR 负责人及管理层发送 JPA 问卷（至少3人参与）；测评完成后开放案例材料提交。
2026年8月31日
案例材料提交截止
书面案例与参评视频的最终提交截止日，逾期不予受理，建议提前完成，不要等至最后。
2026年9月下旬
第一批颁奖典礼
与 HRTech 年度论坛联合举办，获奖企业现场领奖并展示年度最佳实践案例。
2026年10月
第二批颁奖典礼
与员工体验论坛联合举办，获奖企业现场交流分享，持续表彰年度最佳员工体验实践。
2026年12月
《2026中国员工体验年度报告》发布
汇总全年最佳实践案例，对外正式发布，成为行业年度必读参考，获奖案例同步进入长期传播。
EX Awards参评收益
这不只是一个奖项，而是一套将员工体验投入转化为专业认可与业务结果的评审机制。
01.专业测评背书，数据说话
JPA 旅程实践评估由员工体验研究院独立组织，测评结果客观可查。获奖不是评选出来的，是测评出来的——这是 EX Awards 与一般行业奖项最本质的区别。
02.雇主品牌的有力背书
获奖标识可用于招聘 JD、官网、校招物料、Offer 信与 ESG 报告。经第三方认可的雇主品牌信号，比企业自我表达更能降低候选人不确定性。
03.HR 团队价值更容易被看见
评选结果可用于年度汇报、项目复盘与资源申请，帮助 HR 团队从执行者转向业务价值创造者角色，让过去一年的投入有了对外可传达的证明。
04.免费获得专业诊断报告
所有完成 JPA 测评的参评企业，无论是否获奖，均收到员工体验研究院出具的专业诊断报告，含 8 阶段分布与行业基准对标——测评本身就有独立价值。
马上参与提名2025年员工体验大奖参与提名地址：http://hrnext.cn/wL8Zi企业奖项申请咨询：小科微信 ：hrtech-china邮件地址：ex@hrtechchina.com机构奖项申请咨询：奈斯微信：HRTechNice邮件地址：nice@hrtechchina.com
主办方简介
关于HRTechHRTech是中国首家领先的专注人力资源科技商业服务平台，作为HR领域唯一深度垂直独立的第三方专业服务机构，致力于推动中国人力资源科技进步与发展，持续引领行业新科技新趋势新产品新方向。HRTech核心报道中国HR科技创新企业与产品，关注并实时分享全球的人力资源科技资讯。定期发布行业市值榜单和HR科技云图，持续举办高品质的专业前沿峰会论坛，表彰认可业内先进。关于员工体验研究院(EXInstitute®)成立于2020年，旨在链接全球智慧与灵感，推动员工体验在组织中的进一步落地实践，提升组织绩效。员工体验研究院以开放的平台汇聚中国最优秀的员工体验专家顾问，面向组织提供调研、测评、指数、出版、咨询、培训、会议、表彰认证等落地支持服务。
头条
头条
头条
头条
头条
头条
头条
头条
头条
头条
扫一扫 加微信
hrtechchina
