最近，蔡崇信在香港大學的演講刷屏科技圈，其中關於中美 AI 競爭的論述，精準戳中了當下行業的核心痛點。很多人跟著美國的節奏陷入 “比跑分” 的誤區，覺得 AI 比拚就是看大模型的參數多少、榜單排名高低，但蔡崇信直言：這場競爭的邏輯，從一開始就被搞錯了。真正的 AI 競爭，從來不是 “誰的模型更厲害”，而是 “誰能把 AI 用得更好”。中美兩國的路線分歧，本質是 “技術至上” 與 “實用為王” 的終極較量。美國跑偏“計分板”，中國緊盯“參透率”全球 AI 圈似乎默認了 “模型性能 = 競爭勝負” 的規則，美國陣營一門心思堆參數、拼跑分，把技術指標當成唯一追求。但中國的思路完全不同 —— 我們錨定 “滲透率”，早在規劃中就明確：到 2030 年，AI 代理和各類智能裝置要滲透到各行各業，覆蓋率達到 90%。道理很簡單：AI 再厲害，不能落地、不能普及，終究只是實驗室裡的 “擺設”。這正是中美 AI 競爭的核心分歧。中國四張底牌，美國短期難複製中國能在 AI 普及上佔據優勢，靠的不是單一技術突破，而是四大不可複製的生態優勢：訓練大模型、跑 AI 推理本質是 “燒電”，中國 15 年前就佈局電力基建，國家電網年投入是美國的 3 倍，電力成本比美國低 40%，充足且廉價的電力為 AI 普及築牢基礎；01電力優勢AI 大規模落地需要海量資料中心支撐，中國資料中心基建成本比美國低 60%，這一優勢直接加速了 AI 的落地速度；02資料中心成本全球近半 AI 科學家和研究人員擁有中國高校學位，無論他們身處何地，都是中國的人才儲備。更特別的是，中文成為 AI 領域的交流優勢，華人工程師間的順暢溝通的是其他國家無法比擬的；03工程師紅利美國不缺 GPU，習慣靠堆硬體提升性能；而中國 GPU 資源有限，反而倒逼技術團隊在系統最佳化上做到極致。阿里通義千問、DeepSeek 等在國際 AI 競賽中斬獲佳績，靠的正是這種系統級創新。04系統級創新開源VS閉源：中國彎道超車的關鍵如果說生態優勢是基礎，“開源模式” 就是中國 AI 彎道超車的核心抓手。蔡崇信判斷：開源模型遲早會擊敗閉源模型。美國的閉源模型（如 OpenAI）使用要付費，且資料全程黑箱操作，使用者無法掌控資料去向；而中國走開源路線，阿里通義千問等模型可免費下載，部署在私有雲上，資料完全自主可控，同時解決了成本、主權、隱私三大痛點。新加坡國家 AI 計畫棄用 Meta 模型轉投通義千問，就是開源模式硬實力的最好證明。終局：誰讓AI走進千家萬戶？中美 AI 競爭拼的不是單一技術強弱，而是生態支撐力與模式適配性。美國有頂尖模型，但電力成本高、資料中心建設貴、閉源模式限制普及速度，這些短板恰恰是中國的長板。中國的優勢，是電力、資料中心、人才、系統創新、開源模式擰成的合力，我們專注讓 AI 服務實體經濟。正如蔡崇信所說：AI 的價值在於使用，而非收藏。最終贏家，必然是能讓 90% 行業用上 AI、使用者用得放心低成本的一方。AI時代，年輕人該備那些核心能力？AI 普及浪潮已至，年輕人需做好接棒準備：學程式設計練邏輯、學統計應對資料爆炸、學材料科學助力硬體突破、學生物學理解人腦智能；而核心中的核心，是學會 “提出正確問題”——AI 能快速生成答案，定義問題的能力才不可替代。中美 AI 競爭的終局，是生態、模式與人才的綜合比拚。中國正以 “實用為王” 的路線，穩步走向 AI 普及的核心賽道。 (AI行銷峰雲)

在近期的愛德華·陳傑出講座系列活動中，阿里巴巴集團聯合創始人兼董事長蔡崇信（Joe Tsai）分享了他對未來十年中國經濟增長的判斷。他以製造業、技術路線以及 AI 趨勢為線索，描繪了一個關於創新與動能重構的中國經濟未來圖景。一、中國經濟增長的底層邏輯：製造業升級 + 技術自立蔡崇信指出，中國未來的增長軌跡來自兩個關鍵方向：1. 製造業依然是中國的根基中國過去幾十年的財富增長，來自“以製造驅動出口”的模式。如今，這條路徑正在向更高端的工業體系升級。電動汽車電池產業太陽能電池板智能製造技術這些領域的全球領先，使“中國製造”變成“中國先進製造”。2. 技術自立是長遠發展的戰略必然在全球科技博弈加劇的背景下，加強自主技術研發、掌握關鍵環節，是確保中國經濟安全與長期競爭力的核心。這也是國家在“十五五”規劃中強調的重點。二、AI：決定未來十年的第一增長引擎在所有科技力量中，蔡崇信認為：人工智慧（AI）將是未來十年最重要、影響最深遠的經濟驅動力。中國政府在 AI 領域的策略以 “普及率” 為目標導向。例如：•2030 年實現 90% 的 AI 智能體與裝置滲透率蔡崇信強調，AI 的競爭最終不是“模型誰更強”，而是：誰能讓更多行業、更多人真正用起來。三、中國 AI 競賽的四大結構性優勢蔡崇信與陳教授總結了中國在 AI 領域的四項核心競爭力，它們將長期驅動優勢的形成。1. 能源優勢：電力成本與供給規模領先世界AI 模型訓練需要巨量能源。中國裝機發電容量為美國的2.6 倍每年新增發電容量為美國的9 倍電價比美國便宜約40%資料中心建設成本低約60%這意味著：中國能以更低成本進行大模型訓練與推理部署。2. 工程師紅利：世界最強 STEM 人才供給中國每年培養的 STEM 畢業生全球最多全球 AI 學者中，約半數擁有中國大學背景在 GPU 不足的環境中，中國工程師更擅長“系統層創新與效率最佳化”，形成反向優勢。3. 開源路線加速 AI 普及中國企業（如阿里巴巴）傾向採用開源模型。優勢在於：下載即可用，成本顯著降低企業能掌握資料主權加速行業普及，而非陷入“閉源 API 黑箱”蔡崇信認為：AI 的勝利取決於使用廣度，而不是模型參數規模。4. 國家戰略明確，為產業指明方向例如：五年內實現90% AI 普及率的明確目標。這激勵了國企、創新企業全面推動 AI：進政府體系進產業鏈進民用裝置進服務行業形成體系化推進。四、阿里巴巴的 AI 戰略：模型開源 + 雲作為基礎設施阿里的 AI 戰略用一句話概括：大模型開源，雲服務商業化。大模型：開源促進普及開源不僅讓更多開發者用上大模型，也讓中小企業能用低成本部署 AI。雲是盈利中心：AI 時代的“電力公司”蔡崇信把雲比喻為“新的公共事業（utility）”：當企業運行 AI，需要：儲存資料管理安全高性能網路調度體系晶片與伺服器基礎設施阿里雲未來將以“AI 基礎設施提供商”為核心定位。五、給年輕人的未來建議：掌握“AI 時代核心能力”蔡崇信給學生提出三大方向的建議：1. 培養核心思維能力獲取知識搭建分析框架得出獨立判斷學會提出真正的問題2. 建議學習編碼程式設計就像一門語言，能訓練邏輯能力，是 AI 時代基本素養。3. 投身未來關鍵學科資料科學 / 統計學：理解爆炸式增長的資料心理學 / 生物學：探索人類大腦如何成為“最節能的電腦”材料科學：決定未來半導體與算力效率結語：AI 是真實浪潮，長期價值剛剛開始蔡崇信強調：就像網際網路泡沫後的科技產業更加強大，AI 的長期價值也剛剛打開大門。對於年輕人來說：趨勢已來競爭激烈機會無限關鍵是：主動學習、提升能力，抓住未來十年的不對稱機遇。 (果粉碼農)

11月5日現任阿里巴巴董事長蔡崇信做客香港大學陸佑堂，與香港大學副校長兼商學院副院長鄧希煒教授進行了一場精彩的爐邊談話。談話主要涉及蔡崇信對體育的投資、阿里巴巴的文化、中美AI競賽實力對比、蔡崇信給年輕人在AI時代的建議等。非常精彩！以下為相關對話全文中文翻譯：一、蔡崇信談對體育的投資主持人：首先啊，我從沒見過陸佑堂裡擠過這麼多人。喬（註：此處指蔡崇信），你要知道，這可是香港大學最老牌的講堂了。其實我們當初真該選個更大的場地，畢竟就發了一封活動通知郵件，反響卻又快又熱烈，短短兩小時就有超 1200 人報名。要是再開放兩天報名，我敢說報名人數能突破 10 萬，到時候就得去啟德新體育場館給你辦活動了。不過不管怎樣，歡迎你來到香港大學！特別榮幸能有機會和你對話。今天的話題既應景又宏大，我知道你剛從另一個活動趕過來，所以先從一個你打心底裡在意的話題慢慢切入，那就是體育。大家都知道，你不只是阿里巴巴的董事長，還是布魯克林籃網隊的老闆。而且最近你還帶著球隊去澳門和菲尼克斯太陽隊打了比賽，聽說你們贏了？蔡崇信：我們是一勝一負。主持人：原來如此，我只聽說你們贏的那場。那我的第一個問題，也是台下觀眾特別好奇的：你是從什麼時候開始萌生投資職業體育的想法的？你覺得 NBA 能給中國帶來那些機遇？蔡崇信：唐教授，在回答問題之前，我想先表達最誠摯的謝意。能站在這裡，我感到萬分榮幸。我不是馬雲，但能有機會來交流想法，我很珍惜。當初你們聯絡我時，說這是系列講座，我就提了個想法，不想站在講台上單向授課，更希望用爐邊談話的形式，和大家交流思想，也是為了致敬陳教授。我很期待這次交流，也知道之後會有和現場學生的問答環節，對此我十分期待。謝謝大家！NBA 進入中國已經有很長時間了，早年就常來中國辦賽。2019 年後賽事一度中斷，今年是六年來 NBA 首次派兩支球隊，其中一支就是我旗下的布魯克林籃網隊，來中國地區參賽，最終選定了澳門。NBA 和澳門金沙集團簽了五年合約，未來五年都會在澳門辦賽，而且合約裡也預留了去中國大陸辦賽的可能性。所以我預計，用不了多久，NBA 就能重返中國大陸賽場。從 NBA 的角度看，這個佈局邏輯很清晰：中國大概是全球籃球迷最多的國家，幾乎人人都關注 NBA。為什麼？因為這裡匯聚了世界最頂尖的籃球運動員。NBA 里約 30% 的球員都不是美國人，他們來自世界各地：歐洲、東歐、澳大利亞等等，亞洲球員目前還不多，但我們都希望未來中國籃球能不斷發展，再出一個姚明這樣的 NBA 球星。中國的球迷基礎太龐大了，所以 NBA 重返中國辦賽、讓球員和球迷面對面互動，是完全合理的選擇。而且這麼多年來，NBA 賽事也一直在中國保持轉播，不管是央視還是各大串流媒體平台，都能看到 NBA 比賽。從中國的角度來說，加強和世界的交流同樣重要。把全球體育乃至文化領域的精華引入中國，和國內的球迷、大眾互動，意義重大。這次賽事也得到了國內各界的熱烈歡迎，因為 NBA 的號召力實在太強，兩場比賽辦得非常成功，給球迷們呈現了超高水準的競技對決，其中一場還打到了加時賽。加時賽那場我們輸了，但第二晚的比賽贏了三分。這段經歷特別棒，我對這種體育文化交流也特別有信心。我想強調的是，用體育搭建文化交流的橋樑，這件事的價值無可估量。我在國內的公益事業，很大一部分也和體育相關，把體育納入教育體系就是我的重點投入方向。我有個項目，專門選拔即將升入九年級的初中生，送他們去美國讀四年高中，一方面是讓他們接受籃球專業訓練，更重要的是讓他們去美國接受教育。這某種程度上是復刻了我自己的經歷，我 13 歲就離開台灣，去美國讀寄宿學校，之後又在美國讀了大學。這個項目既能培養中國下一代籃球人才，也能讓這些孩子見識更廣闊的世界。但我覺得最大的受益者其實是美國的高中生們，他們以前只在書本上瞭解中國，沒機會和中國人真正打交道。我們選的都是學業和籃球雙優的孩子，他們融入美國當地社區後，很受大家歡迎。這種民間層面的交流太重要了，只要我有能力、有資源，就會一直支援這個項目。主持人：很棒！那每年能拿到你的獎學金去美國的孩子有多少呢？蔡崇信：選拔標準特別嚴格，競爭也很激烈。所以我們每年只選 6 到 8 個孩子。主持人：原來如此，那可都是真正的佼佼者啊。蔡崇信：沒錯。主持人：我還盼著我 9 歲的兒子能有機會呢，現在看來這難度也太大了。蔡崇信：可以試試嘛，說不定是你沒給孩子機會呢。主持人：哈哈，有道理！蔡崇信：是啊。主持人：你這話太鼓舞人了！我之前還真不知道你的體育事業裡還藏著公益的一面，真心希望你以後能多帶球隊來中國，讓我們見識世界頂級職業籃球的風采。二、阿里巴巴的自我革新主持人：在切入更大的主題之前，我的第二個問題想聊聊阿里巴巴。你應該還記得，2008 年你的好友馬雲曾來過這裡。大家肯定也對 2008 年的阿里印象深刻，但要知道，過去 26 年裡，阿里已經從一家單純的 B2B 電商公司，蛻變成了如今全球頂尖的 “AI + 雲端運算” 科技巨頭。你能不能和我們分享一下，阿里巴巴是如何實現這般顛覆性蛻變的？又是什麼 “獨門秘籍”，讓它每五到十年就能完成一次自我革新、變身成全新業態的公司？蔡崇信：好的，我先簡單回顧下歷史背景。1999 年我加入阿里時，中國人均 GDP 才 800 美元，而現在已經漲到了 13000 美元，這增長幅度是相當驚人的。我總跟朋友說，自己特別幸運，正好趕上了兩大時代紅利的交匯期：一是中國作為製造大國和整體經濟的崛起，二是網際網路的興起和網際網路驅動的經濟增長。站在阿里巴巴的平台上，我得以親眼見證這雙重引擎帶來的發展奇蹟，這種機遇真的可遇不可求。就像你說的，阿里最初只是一個 B2B 網站。當時馬雲的想法很純粹，就是想用網際網路為中國的中小商家、貿易公司和小工廠們創造公平的競爭環境。大家應該還有印象，2001 年中國才加入 WTO，在那之前，國際貿易都得通過國有外貿公司來做。而中國入世後，貿易大門徹底打開，這也成了中國成為全球製造基地的起點。越來越多人開始建廠創業，他們看到了通過網際網路和全球做生意的機會，阿里的 B2B 模式就是在這個背景下誕生的，我們的核心就是幫中小企業做批發貿易。順便提一句，阿里最早的網站是全英文的，畢竟是面向全球採購商，是個外向型平台。之後我們從 B2B 電商拓展到了消費電商領域，也就是如今國內最大的消費購物平台淘寶。同時，因為當時買賣雙方互不信任的痛點，買家不願先付款、賣家不願先發貨，我們又順勢推出了支付寶，最初其實就是個第三方託管系統，專門解決交易信任問題。再往後，我們又逐步切入了物流等多個領域。你問到 “獨門秘籍”，我覺得核心很簡單：一家優秀的公司，永遠是跟著使用者需求走的。我們所有業務的拓展都是順勢而為，完全圍繞使用者的真實訴求來推進。我也想給台下的同學們提個建議：未來如果你們創業，一定要優先選擇內生式增長，而不是依賴併購。當然我們也做過一些收購，有成功的案例，也有慘敗的教訓。但內生增長始終是首選，因為這種模式是靠自己的團隊一步步搭建起來的，團隊成員也最懂阿里的企業文化和創新基因，這也是我們能持續迭代的關鍵。至於雲端運算業務，我們最初佈局也不是因為覺得這個賽道前景好才跟風，而是純粹為了滿足自身需求。16 年前，雲端運算還沒成為行業熱點，當時我們的消費平台已經在處理海量交易資料，我們的 CTO 就跟我們說：如果一直依賴第三方的軟硬體，比如戴爾、IBM 的伺服器，EMC 的儲存裝置，Oracle 的資料庫軟體，未來我們賺的利潤早晚都要拱手讓給這些技術供應商。所以我們做雲端運算，本質是為了實現技術自主可控，這後來也成了一個國家層面的發展議題。當時我們組建了專門團隊，研發能跨資料中心、跨多台電腦運行的作業系統，畢竟只有實現平行計算，才能處理我們手裡的海量資料。這就是阿里雲的起源，我們先自己 “吃螃蟹”，把這項技術用在了自家業務上，後來發現技術足夠成熟，才決定開放給第三方客戶，正式踏入雲端運算領域。三、宏觀經濟和十五五規劃主持人：接下來我想回到開源戰略的話題，上周我們其實聊過這個。不過今天的主題格局更大、也更深，顯然有著重要意義。我先簡單說說為什麼選這個主題。上周碰面時，喬（蔡崇信）你跟我說的第一句話就是 “我不是什麼厲害的貿易專家或宏觀經濟學家”。可你明明是耶魯經濟學專業畢業的，我當時還納悶這怎麼說得通。但很快你就說服了我，你其實特別睿智，也特別懂經濟，只是算不上傳統意義上的宏觀經濟學家罷了。後來我也跟你提過，陳坤耀教授是極具影響力的經濟學家，他深耕香港教育領域，培養了好幾代優秀學子，這些人後來不管是在私營領域還是政府部門，都取得了斐然成就。所以我當時就說，我們能調整主題的空間不大，必須緊扣中國經濟增長這個核心。考慮到你在科技領域投資頗豐，而且阿里巴巴在科技方面成績亮眼，我們就加了 “技術驅動力” 這個維度。那為什麼要聚焦 “十年” 這個時間節點呢？因為到 2035 年，中國共產黨和中國政府設定的目標是讓中國邁入中等發達國家行列。具體是什麼概念我其實也不完全清楚，但可以想像的是，屆時中國人均 GDP 需要達到 3 萬美元左右，這是有實現可能的。有意思的是，就在我們上周碰面到今天這段時間裡，中國國務院總理李強在上海發表講話，提出到 2030 年，也就是五年後，中國 GDP 總量要達到 24 兆美元。這意味著什麼？目前中國 GDP 大概是 20 兆美元，要增長到 24 兆美元，我能猜到你這會兒已經在心裡算起來了。這相當於需要實現年均 5% 左右的名義 GDP 增速，這並非天方夜譚。如果能保持 4% 的實際 GDP 增長，再加上 1% 到 2% 的通膨率，五年內就能達成目標，完全具備可行性。但要實現 4% 的實際 GDP 增長，就離不開大量創新，而且這些創新還得轉化為生產力的提升。所以我想向你提一個核心問題：在中國的國家級科技規劃中，你認為那些關鍵或具有影響力的內容，能確保中國在未來五年乃至十年內實現這樣的經濟增長目標？蔡崇信：好的，這確實是個非常貼合當下的問題。中共中央剛發佈了 “十五五” 規劃，我猜在座有些人可能完整讀過全文，我自己看了規劃摘要。這份五年規劃裡，有兩個核心要點。第一，中國希望繼續鞏固製造業強國的地位，規劃裡明確強調了要重視作為實體經濟重要組成的製造業，這是國家領導層的清晰表態，也是我們未來的發展方向。對比全球其他國家，中國的消費佔 GDP 比重其實很低，還不到 40%，而美國的消費佔比高達 70%。這說明中國經濟的核心還是在生產端，一定程度上還要依靠把產品出口到全球。我相信不管是現在，還是未來十年、二十年，中國都會持續作為全球製造基地，為世界供應各類商品。第二，規劃提出要實現科技自立自強。我認為這既是國家領導層的前瞻性佈局，也是應對當下地緣政治局勢的必然選擇 ，畢竟美國和部分歐洲國家一直在對中國實施關鍵技術封鎖。所以中國深知必須自主研發核心技術，而且目前已經在這條路上取得了不錯的進展。再回到第一個目標，也就是鞏固製造業根基。回顧中國的致富之路，從人均 GDP 800 美元到如今的 13000 美元，未來十年還要衝擊 30000 美元，靠的就是生產製造、靠的是把產品賣到全世界來創造財富。當然，外界對此有不少批評聲音，說中國存在 “產能過剩”，還把過剩產能出口到全球，彷彿這是什麼十惡不赦的事。但仔細想想，當年德國汽車行業大量出口汽車時，有人指責他們產能過剩嗎？其實從定義上來說，“產能過剩” 只是指國內市場消化不了的產能，只能通過出口來釋放，可 “過剩” 這個詞卻被貼上了負面標籤，這其實很不應該。因為一個國家要實現富裕，本質就是靠生產商品、從全球賺取財富，進而提高本國國民的收入水平。我堅信，只要繼續堅持做全球製造中心，而且向高端製造業轉型，不再侷限於生產鞋子、T 恤這類低端產品，中國經濟就能持續增長，老百姓的財富和可支配收入也會不斷增加，消費市場自然會慢慢壯大。就拿阿里巴巴平台的資料來說，現在有大約 5600 萬人每年在淘寶上的消費超過 6000 美元，這個數字遠超中國居民的平均可支配收入，足以說明我們的消費市場已經有了相當規模，未來只會越來越大。不過國家領導層很清楚，健康的經濟增長和財富創造，根基還是在於強大的製造業，而且是高端製造業。如今中國在電動汽車、電池、太陽能面板等全球急需的產品製造領域，已經走在了世界前列。四、中美AI競賽實力對比主持人：現在所有人都在聊人工智慧，中國顯然也在這一領域投入了大量資源，而且 DeepSeek 的亮眼表現確實震撼了全球。我想再順著中國國家科技議程的話題追問一下，之前我問過你阿里巴巴實現蛻變的 “獨門秘籍”，現在想問問中國科技政策的 “制勝法寶” 是什麼。中國到底是怎麼做到後來居上的？要知道，過去國外企業和國家對中國實施了不少出口管制，十年前的中國還只在做簡單的製造業代工。可如今就像你說的，中國已經邁入高端製造領域，人工智慧各方面的實力也具備了競爭力，甚至在部分技術領先性上開始挑戰美國。我能不能把問題再聚焦一點，麻煩你著重講講人工智慧領域，中國有那些政策或者 “獨門優勢”，推動了該領域實現這樣的高速發展？蔡崇信：首先，說到國家層面的政策，中國政府已經明確了重點投資領域，比如半導體、半導體製造工藝，還有半導體生產裝置這類核心領域，這些佈局當然都很有必要。不過我個人覺得特別有意思、也格外關注的，是幾個月前國務院出台的一份人工智慧專項規劃。中國人做事向來務實，目標導向也很強，這份規劃裡就直接定下了明確目標：到 2030 年，也就是五年後，要實現人工智慧代理和相關裝置 90% 的滲透率。政府其實是給出了一個清晰的目標，然後把具體落地的空間交給了市場，不管是國企還是民營企業家，都可以去探索如何實現 AI 在中國的大規模普及。我認為這是一項非常高明的政策。畢竟現在全球都在參與所謂的 “AI 競賽”，也就是中美之間的 AI 角逐。但說到底，評判競賽勝負的標準，從來不是看大語言模型的技術有多尖端，而是要看 AI 的實際普及率。有越多的人用上 AI，整個社會才能從中獲得越大的收益。所以中國的整體思路是先推動 AI 的規模化落地，這無疑是一步好棋。主持人：我記得上周和你聊過中國 AI 生態的獨特性，當時提到了人才儲備、基礎設施、中國保有完整高端製造體系（而很多發達國家如今已不具備這一優勢），還有高效的能源生產能力這些點。能不能請你給現場觀眾具體講講，中國要成為 AI 超級大國，具備那些獨特的競爭優勢？蔡崇信：好的。現在美國人評判 AI 競賽勝負的標準，其實很單一，就是只看大語言模型的技術水平，今天是 OpenAI 領先，明天可能就換成 Anthropic。不過順便提一句，阿里的通義千問模型剛在一個為期兩周的加密貨幣和股票交易競賽裡拿了冠軍，當時參賽的有 10 個不同模型，涵蓋了美國和中國的主流產品，最終阿里模型奪冠，DeepSeek 位居第二。說起來真的很佩服 DeepSeek，他們就在杭州，和我們是鄰居，確實做出了非常出色的成果。所以我們並不認同美國人對 AI 競賽的評判邏輯，我們更看重中國在 AI 全產業鏈上的綜合優勢，先從能源說起。中國在電力生產上有顯著優勢，這得益於 15 年前政府的前瞻性佈局，當時就開始大規模投資能源輸送網路。畢竟中國的電力大多在北方生產，卻需要輸送到用電需求更大的南方；而且清潔能源的發電場地（比如有光照、風能、水能的地方），往往和用電集中區域不重合，這就需要強大的輸電網路來調配。中國有兩大電網，也就是國家電網和南方電網，它們每年的資本開支能達到 900 億美元，而美國全國的電網年投資只有 300 億美元，在電力輸送領域的投入遠遠不足。過去 15 年中國一直堅持在這方面發力，結果就是中國的電力裝機容量達到了美國的 2.6 倍，而且每年新增的電力裝機容量，更是美國的 9 倍之多，電力產能的增長速度遠超美國。更關鍵的是，這些新增產能裡大部分都是太陽能這類清潔能源，最終帶來的直接好處是，中國的電價每千瓦時比美國便宜約 40%。這對 AI 發展來說是巨大的能源優勢，畢竟運行 GPU、訓練大語言模型、做推理運算，都要消耗海量電力。機器和人腦不一樣，機器運轉起來特別耗電，而人腦的能耗卻極低，所以能源成本對 AI 產業的影響極大。再看資料中心的建設成本，在中國建資料中心，不算晶片和 GPU 的話，成本要比美國低 60%。至於模型研發層面，我認為中國的 AI 模型和美國的差距其實已經不大了，這背後是有原因的：中國的工程師儲備非常充足，每年培養的理工科（STEM）學生數量全球第一。可能有人覺得 AI 研發和模型訓練是高精尖的科研工作，但其實其中很大一部分是工程化的實操任務：需要搭建高效的系統，來支撐數千億甚至上兆參數模型的訓練。如果系統效率跟不上，會耗費巨量的 GPU 資源。而中國恰恰因為 GPU 資源相對緊缺，反而倒逼出了 “窮則思變” 的優勢：資源有限時，就必須在系統層面進行創新，這正是中國的強項，畢竟我們有大量的工程人才。還有個很有意思的現象：全球範圍內，近一半的 AI 科學家和研究人員，都有中國高校的學位背景。不管他們是在美國企業、中國企業，還是全球其他地方工作，都能看到這一群體的身影。這意味著你走進任何一家美國科技公司，都能發現很多華裔 AI 從業者。我最近還看到一個社交媒體帖子，是一位在 Meta（臉書母公司）工作的非華裔員工吐槽，說他所在的 AI 團隊裡，所有人都在說中文、用中文交流想法，他完全聽不懂，只能乾著急。主持人：不過他們既然能做出這麼厲害的 AI 工具，按理說應該能實現中文到各種語言的即時翻譯才對啊。蔡崇信：話是這麼說，但你想啊，在茶水間閒聊、在食堂吃飯時的那種隨口交流，那能靠翻譯工具把所有內容都精準捕捉到，對吧？這其實意味著，現在全球範圍內的 AI 領域，有大量的想法交流和觀點碰撞都是用中文進行的。這還是頭一回，中文成了一種優勢。過去，中文對中國企業出海來說其實是個短板。比如阿里巴巴去義大利、日本或者美國開辦公室，當地招聘的員工都不會說中文，只能用英語溝通，而我們杭州總部的同事就得用第二語言和他們對接，這肯定不是最理想的狀態，也成了中國企業拓展海外市場的一大阻礙。但現在不一樣了，懂中文在 AI 圈反而成了優勢，這事兒真的特別有意思。我剛才其實已經列舉了中國在 AI 領域的不少優勢，不過我覺得最大的優勢，還是中國企業對待大語言模型的思路，也就是開源策略，這會大大加速 AI 的普及，真正實現 AI 的規模化落地，讓更廣泛的社會群體從中受益。開源之所以這麼重要，核心原因就是它成本極低，甚至可以免費使用。阿里巴巴就推出了多款開源大模型，而且已經上架到美國乃至全球的各類開源市場。任何人都能直接下載我們的模型，部署到自己的基礎設施上，甚至是普通筆記型電腦裡，零成本就能開啟 AI 應用。這種開源模式能有力推動 AI 的普及，反觀美國，要是想用上 AI，得給 OpenAI 這類公司支付高額費用。所以我認為，這才是中國最終的核心優勢 ——AI 競賽的贏家，從來不是擁有最頂尖模型的那一方，而是能把 AI 最好地應用到各行各業、融入日常生活的一方，而這一點，中國肯定能做到。主持人：那想再追問一下，中國 AI 模型為何會側重開源，而美國的 AI 模式卻更偏向私有閉源，還要按市場價售賣資料和模型？這是不同國家的企業競爭模式存在本質差異，還是說有政府層面的激勵政策，促使中國企業更願意開放自身資源？蔡崇信：我給你舉個例子你就明白了。比如中東國家，就拿沙烏地阿拉伯來說，他們肯定也想發展 AI，而且希望能擁有自主可控的 AI 技術，也就是所謂的 “主權 AI”。但問題是，世界上絕大多數國家其實都沒有足夠的人才去獨立研發自己的主權 AI。所以當他們面臨選擇 —— 是通過 API 呼叫 OpenAI 的閉源模型，還是直接拿阿里巴巴的開源模型在此基礎上做二次開發時，從成本和效益的角度來看，顯然開源是更優解。除此之外，還有一個關鍵因素就是資料隱私。如果用 OpenAI 的服務，你在模型上做進一步訓練時，得把自己的資料輸入到對方的 API 裡，這就像一個 “黑箱”，你根本不知道這些資料會流向那裡、會被如何處理。但如果選擇開源 AI，企業和機構就能更好地掌控資料隱私，還能搭建自己的私有雲來儲存資料。所以放眼全球，不管是政府這類公共機構，還是私營企業，在選擇 AI 技術路線時，出於成本和資料隱私的雙重考量，都會傾向於發展開源 AI，或是基於開源 AI 進行二次開發。五、阿里巴巴的AI開源策略主持人：這話確實有道理，不過就拿阿里巴巴來說，你們這麼大方地讓大家免費使用開源 AI，到底靠什麼賺錢呢？肯定是在其他地方有盈利管道吧？蔡崇信：你這個問題問得特別好。直接答案是，我們並不靠 AI 本身賺錢。但別急，要知道我們還營運著雲端運算業務。畢竟運行 AI 模型，得有對應的雲基礎設施才行，而且這種基礎設施的技術門檻極高，不是隨便那家公司雇幾個工程師就能搭建起來的。它既需要 AI 基礎設施的專業維運能力，還得有足夠的規模效應 ，這行業本身就是拼規模的。這就像我們普通人不會自己建酒店一樣，出門都是直接訂酒店入住，因為酒店營運商有專業的營運能力。雲端運算和資料中心業務也是這個道理，核心就是把基礎設施資源整合起來，當客戶數量足夠多時，就能形成營運槓桿，攤薄服務單個客戶的單位成本。所以我們的盈利邏輯是這樣的：如果使用者要運行 AI 模型，剛好又選擇了阿里雲，我們就能為其提供一整套配套產品，從儲存、資料管理、安全防護、網路服務，到我其實也不太懂的容器技術（姑且先這麼說），應有盡有。這些一站式產品能幫使用者在我們的基礎設施上更高效地運行 AI，我們也正是通過這樣的雲端運算服務來實現商業化變現的。六、AI 時代應該的技能和專業方向選擇主持人：好的，在切換到問答環節前，我先問最後一個問題。對了，先說明一下，現場來了超多學生，其實 80% 的觀眾都是學生，從本科生到博士生都有。喬（蔡崇信）之前跟我說，看到這麼多學生他特別興奮，因為他平時打交道的多是政府官員、商界人士和投資人，學生群體反而不常接觸，所以他也很樂意給大家一些建議。那你覺得，年輕人要為 AI 時代做準備，應該掌握那些技能？或者說該選擇什麼專業方向深耕？蔡崇信：我覺得這其實是兩個不同的問題，一個是技能儲備，一個是專業領域，二者略有區別。先說說技能層面，我始終認為有兩點最關鍵：一是學會如何獲取知識，二是建立分析資訊的框架，最終能形成自己的判斷。而要提升這些能力，沒有什麼一蹴而就的辦法，得靠日積月累的訓練。比如我一直建議大家學點程式語言，這就像學一門外語 ，學西班牙語能和西班牙人交流，學法語能和法國人溝通，而學電腦語言，是為了和機器對話，是在給機器下達指令。程式語言背後藏著很強的邏輯，怎麼建構合理的指令讓機器完成任務，這個過程本身就是一種思維訓練。可能有人會說，現在有很多可視化程式設計工具，根本不用專門學程式碼，直接用自然語言就能操作機器。但我想說，學程式設計的目的不是為了實操機器，而是為了經歷這個思維錘煉的過程。我自己是法律和金融出身，金融領域裡大家常用電子表格。我也會跟家裡孩子說，一定要學好電子表格 —— 在表格里搭建公式並讓它正常運轉，輸入一個資料就能自動算出結果，這是很精妙的事。能熟練用好電子表格，本質上也是在鍛鍊邏輯思維。所以技能層面，核心就是學會獲取知識、學會分析思考，還有一項重要能力是提出正確的問題。再說說專業領域，我一直跟年輕人推薦兩個方向。第一個是資料科學，這其實就是以前說的統計學，只是換了個更時髦的叫法。未來會迎來資料大爆炸，世界數位化程度越高，個人和企業掌握的資料就越多，學會管理和分析資料會變得至關重要。掌握了資料相關的技能後，還得關注 “人” 的層面，所以心理學也很值得學。心理學和生物學能幫我們理解人腦的運作機制，我始終覺得人腦是目前能耗最低、效率最高的 “機器”，搞懂它的工作原理意義重大。另外我還想到一點，現在很多孩子沒選電腦科學，反而去學材料科學，這在未來會很有前景。當下世界是由數字（位元）主導的，但未來能讓數字傳輸更高效的，會是物理實體（原子）。搞懂原子層面的運作規律會越來越重要，比如半導體領域就需要材料科學的支撐，未來這個領域會有大量創新，所以材料科學會是個很有潛力的專業。主持人：說得真好。總結下來就是材料科學、認知科學、資料科學這幾個方向。而且我們還是得學程式設計，不是因為工作剛需，而是為了培養邏輯思維，搞明白 AI 到底在對我們做什麼。這些建議真的特別實用。七、問答環節主持人：喬（蔡崇信）的日程其實特別滿，而且我知道今天現場來了一千多人。所以我們今天做了個特別安排：本來是有二維碼讓大家掃碼提問的，但現在可能來不及了，因為我已經收到了 10 個問題。大家也不用走到麥克風前，現場其實也沒設移動麥。我會挑幾個優質問題來問，有些問題可能會有點有意思，要是問到你不想答的，可別怪我，你要是覺得不方便，不回答也沒關係，不過我相信你肯定有應對的辦法。先插個小推廣：喬，你知道嗎？我們港大其實和阿里雲合作開了一門課，不是學位項目哈，是一門課程，但修完能拿學分，算入學位考核的。特別感謝阿里雲的支援！有位修這門課的學生提了個問題：阿里巴巴集團一直是各行業變革的推動者，你覺得雲端運算接下來會驅動那一場重大變革，進而影響大眾行為和商業格局？蔡崇信：在我們看來，雲端運算就像水電煤一樣，是一種公共基礎設施，支撐著各類活動和技術的運轉。而云計算領域目前最火的方向，顯然是人工智慧。因為不管是 AI 模型的訓練，還是 AI 的實際應用、推理運算，都離不開雲端運算的支撐。我覺得 AI 領域下一個重大變革，會發生在人們不再只把 AI 當成工具，而是當作朋友的時候。現在的 AI 更多還是工具屬性，大家都想用它提高個人和公司的效率，比如 AI 已經能幫我們寫程式碼，讓企業不用雇那麼多軟體工程師了。但什麼時候 AI 能變成你的夥伴呢？等大多數人都把 AI 當成另一個 “人” 看待時，才會真正顛覆整個世界，改變人們的行為模式。有時候想想還挺讓人覺得後怕的，但我確實能看到這種趨勢正在發生。主持人：我也覺得這一天會來的。蔡崇信：或者說等到通用人工智慧（AGI）實現的時候。傳統的圖靈測試是說，如果 AI 的行為和反應讓你分不清它是人還是機器，就算通過測試。當你和 AI 互動、來回交流時，它給出的回應就像朋友一樣自然，那時候既讓人興奮，也難免有點不安。主持人：好的，第二個問題特別有意思，其實我本來也想問，但因為主題是陳教授牽頭的委員會定的，就沒機會提。這是個職業規劃相關的問題：很多學生，還有像我這樣的職場中年人，都在糾結是創業，還是加入初創公司。聽說 90 年代末你在香港有份很不錯的工作，後來卻跑去杭州見了你的合夥人馬雲，還加入了當時前途未卜的阿里，放棄了高薪。是什麼讓你做了這個決定？另外，對於想加入初創公司的人來說，什麼時候是合適的時機？又該重點考量那些因素？蔡崇信：不管是年輕人，還是我這種 “老年人”，做決策時其實都在權衡風險和收益。如果事情沒成，你得承擔風險；但要是成了，能獲得的回報又是什麼？這雖然沒法完全用數學公式量化，但大體能估算出最壞結果和最好前景。我當年加入阿里時，就覺得下行風險特別小，為什麼？因為我有不錯的大學學歷，還讀了法學院，就算阿里失敗了，我大不了回去當律師，退路是有的。可上行空間卻大到沒法想像，幾乎是無限的。這其實是一種風險收益不對稱的局面，學金融的同學應該懂，就像看漲期權一樣。所以這個決定對我來說其實很容易，核心就是看中了這種不對等的風險回報比。而且這種好機會可遇不可求，刻意去找反而找不到。所以我想對現場年輕人說，最重要的是做好準備，機會來的時候才能抓得住，畢竟你永遠不知道它會在什麼時候出現。主持人：這個問題是關於 AI 會不會成為下一個網際網路泡沫的。大家都經歷過 2000 年初網際網路泡沫的興起和破裂，而且你要是關注過 “七大科技巨頭” 的股價就知道，它們最近漲得特別瘋狂，我就特別後悔太早賣掉了輝達的股票。當然我們不是來要炒股建議的，就是想問問你，你覺得 AI 領域存在泡沫嗎？如果不存在，你覺得這次和當年的網際網路泡沫有什麼本質區別？蔡崇信：其實 “泡沫” 分兩種，一種是真實的行業泡沫，另一種是金融市場層面的泡沫。金融市場有沒有泡沫我不好說，畢竟股票估值這事兒更像一門藝術，  雖然有成熟的估值理論，但你可以因為看好某家公司的高增速，就給它 50 倍的市盈率，這合理嗎？誰也說不準。AI 相關的股市可能確實存在泡沫，但 AI 這個技術浪潮本身是真實存在的。現在大家搭建的各類 AI 基礎設施、投入到模型研發的所有資源，都不會白費，因為這是實實在在的技術變革。就像 2000 年 3 月前後，網際網路泡沫破裂了，但那只是股市的泡沫，網際網路技術本身不僅沒消失，反而發展得越來越壯大，對吧？所以技術本身是造不成泡沫的。主持人：這個問題特別有意思，我們的學生真的很聰明，問的問題比我有水平多了。接下來是關於管理風格的：你既投資了職業體育，不知道你在管理籃球隊、長曲棍球隊上投入了多少精力，同時還得管理科技公司。管理這兩類截然不同的機構，有那些共通之處，又有那些差異？搭建團隊、塑造企業文化這件事，到底有多重要？這算是個比較宏觀的領導力和管理問題，畢竟你同時涉足了兩個差異極大的領域。蔡崇信：我剛買下布魯克林籃網隊的時候，很多人都主動來給我提建議，說職業體育和普通生意完全是兩碼事。他們覺得我懂企業管理，但職業體育圈裡都是明星球員，得用不一樣的方式去管理，還說我根本不懂這行的門道，應該把球隊交給業內人去管。可我後來發現，那些所謂的體育圈 “行家” 其實啥也不懂，他們就只靠人脈吃飯，通訊錄裡存了一堆人的聯絡方式，知道該給誰打電話，和球員經紀人有點交情而已。現在我反而覺得，在優質管理這件事上，體育圈和商界的理念正在趨同。首先第一條，就是得選對人。我在籃網隊就有個很靠譜的總經理，專門負責籃球業務，比如簽球員、做交易、選新秀這些事；還有個 CEO 管商業類股，負責賣門票、拉贊助、做行銷、拓展球迷群體，和企業管理的邏輯一模一樣。說白了，不管是做企業還是管球隊，都得靠團隊，得找那些比你更專業、更有能力、更聰明的人。不然的話，你自己就會變成組織發展的瓶頸。我本身不是籃球專家，更別說打球了，所以就得找最懂行的人，然後和管理團隊建立信任。主持人：所以核心是要做一個有遠見的領導者，能長期帶領團隊朝著同一個方向走。那說到薪酬，你給阿里員工開的工資，是不是得和 NBA 球星一樣高才行？蔡崇信：其實是一個道理。我最操心的就是怎麼留住人才，優秀的人永遠搶手，總有競爭對手會挖牆腳。所以得制定合理的薪酬體系，而且針對公司裡的資深核心人才，還得量身定製薪酬方案。我自己的職責是啥呢？公司董事會有個薪酬委員會，成員都是獨立董事，但這些獨立董事並不瞭解公司的具體營運，也不熟悉每個員工的情況。所以我的工作就是向獨立董事和薪酬委員會說清楚，我們的核心團隊有多重要，說服他們給這些人才開高薪，因為他們確實值這個價。主持人：好的，我們還剩幾分鐘時間，我再問個簡單點的問題。能不能在兩分鐘內，給我們講講阿里巴巴的 AI 戰略？你們現在重點聚焦在那些方面，下一步又有什麼規劃？當然，不用透露太多商業機密。蔡崇信：我們的 AI 戰略其實特別簡單。第一，大語言模型和雲端運算業務兩手抓，靠雲端運算為 AI 和數字時代提供基礎設施來盈利；第二，把大語言模型開源，讓更多人能用上我們的技術。就這麼簡單，這就是我們的核心戰略。主持人：沒想到居然這麼簡單，我都學會怎麼管阿里了！你們在這個領域其實已經是絕對的龍頭了，雖然你沒明說。本來我想收尾了，但按照這個系列講座的傳統，我得先請陳坤耀教授來做總結髮言。 (大咖觀點)

中國AI的真正優勢是什麼？年輕人到底還要不要學習程式設計？未來那些專業最有前途？最近，阿里巴巴集團聯合創始人、董事長蔡崇信在香港大學陸佑堂做了一次演講。這是港大商學院“陳坤耀傑出講座系列”的年度活動。據主辦方透露，這次演講的報名速度創下了紀錄——郵件發出兩小時內，超過1200人報名。中美AI競爭中國的四張底牌在演講開場，蔡崇信就拋出一個觀點：美國人定義的AI競賽規則是錯的。蔡崇信說，美國人怎麼算誰贏？看誰的大語言模型更強。今天是OpenAI領先，明天是Anthropic，後天可能是別人。“這個計分方式本身就有問題。”蔡崇信認為，真正的贏家不是誰有最好的模型，而是誰用得最好。而這個判斷的依據是：AI的價值在於滲透率。“中國國務院的AI規劃就很務實一一到2030年，AI代理和裝置的滲透率要達到90%。”那中國憑什麼能普及得更快?蔡崇信列了一張完整的底牌清單。電力：15年前埋下的伏筆蔡崇信說，訓練大模型、跑推理本質上都是在燒電。中國的電力成本比美國低40%。因為15年前中國就開始大規模投資電力傳輸基礎設施。北方發的電要送到南方，新能源產地和用電需求地往往不重合，必須靠輸電網路打通。中國國家電網每年資本支出900億美元，美國只有300億——三倍的差距。結果就是中國的電力裝機容量是美國的2.6倍，而且新增裝機容量是美國的9倍。這個差距還在拉大。資料中心：成本碾壓在中國建一個資料中心，成本比美國低60%。這還沒算晶片，只是基建。工程師紅利：全球一半的AI人才有中國學歷背景蔡崇信提到一個有趣的資料，全球幾乎一半的AI科學家和研究人員，都有中國大學的學位——無論他們現在在美國公司、中國公司，還是世界任何地方工作。他還講了個段子。最近社交媒體上有人吐槽，說自己在Meta (Facebook)的Al團隊裡，同事們都在用中文交流想法，他完全聽不懂。“這是中文第一次成為一種優勢。”蔡崇信開玩笑地說。他還舉了個例子，以前中國公司出海，語言是劣勢。比如在義大利開辦公室，當地人不會說中文，中國員工得用第二語言溝通。但在AI領域，全球的華人工程師用中文分享想法、交換思路，這反而成了資訊優勢。資源匱乏逼出來的系統級創新蔡崇信說，美國有大量GPU，中國沒有。但他認為，匱乏反而創造了優勢。“GPU的缺乏反而創造了’飢餓優勢’。當你沒有足夠資源時，你被迫在系統層面創新。”他說。訓練一個兆參數的模型，如果系統效率不高，GPU消耗會非常恐怖。中國團隊因為硬體受限，必須把系統最佳化做到極致。DeepSeek就是這麼逼出來的。而阿里的通義千問 (Qwen) 模型剛剛贏得了一場為期兩周的加密貨幣和股票交易AI競賽，DeepSeek排名第二。蔡崇信對DeepSeek毫不吝惜地讚美：“我們在杭州的鄰居，他們做的事情令人難以置信。”開源模型會擊敗閉源模型對於眼下閉源模型和開源模型之爭，到底誰會勝出？蔡崇信的觀點很直接：開源模型會擊敗閉源模型，不是因為開源更先進，而是因為開源更符合全球大多數使用者的利益。他舉了個例子。假設你是沙烏地阿拉伯，想發展AI，又想保持“AI主權”——意思是AI不受外國控制。但你沒有人才自己開發模型。這時候你有兩個選擇。一個是通過API使用OpenAI。但你要付很多錢，而且資料要喂進去——你不知道資料去了那裡，那是個黑箱。第二個選擇是直接下載阿里的開源模型，部署在自己的私有雲上。免費，而且資料完全可控。所以不管是從成本還是隱私來說，都是開源模型勝出。“所以無論是政府還是企業，只要認真做成本效益分析，都會傾向於開源。”蔡崇信說。那麼阿里怎麼賺錢？蔡崇信的回答是：“我們不靠AI賺錢。”他說，阿里靠的是雲端運算。你用開源模型沒問題，但你要跑模型，需要雲基礎設施，包括儲存、資料管理、安全、網路等，這些阿里都能提供。所以開源模型是流量入口，雲服務才是利潤來源。這種模式其實很像早年的網際網路公司：免費產品獲客，增值服務變現。只不過規模和技術門檻完全不同。阿里巴巴持續進化的秘決對話中，港大教授鄧希煒問了一個問題：阿里從B2B電商變成AI雲端運算公司，秘訣是什麼？蔡崇信回答：沒有秘訣，就是跟著客戶需求走。阿里1999年成立時，中國還沒加入WTO，國際貿易必須通過國有貿易公司。2001年入世之後，小企業可以直接和全球做生意了。阿里的B2B平台就是幫這些小廠找買家——第一版網站是英文的，面向海外。後來消費者電商起來了，就有了淘寶。買家和賣家互不信任，就發明了支付寶（最初是個擔保交易系統）。物流跟不上，就投資物流。“雲端運算也是一樣的邏輯。16年前，沒人討論雲。但阿里的消費平台要處理海量資料，如果繼續用Dell的伺服器、EMC的儲存、Oracle的資料庫，所有利潤都會交給這些供應商。”蔡崇信說，發展雲端運算完全是出於必要，出於對技術自主可控的需求。所以阿里雲的起點是“自己吃自己的狗糧”——先內部用，用好了再開放給外部客戶。蔡崇信對年輕創業者的建議也很明確：優先選擇有機增長，而不是併購。因為自己團隊培養出來的能力，DNA純正，文化匹配。阿里也做過併購，“有些成功，有些失敗得很慘”。還要不要學程式設計？給年輕人的幾點建議在學生問答環節，關於技能和專業選擇，蔡崇信給年輕人提出了很多建設性的意見和建議，資訊密度很高。比如在技能層面要做好三件事。學會獲取知識。 聽起來是廢話，但在AI時代，知識獲取的效率差異會被放大。建立分析框架。 不是死記硬背，而是能對資訊做出自己的判斷。學會提問。 蔡崇信特別強調這一點——提出正確的問題，比找到答案更重要。那麼AI時代到底還要不要學程式設計？蔡崇信的回答是：要，但理由變了。很多人說AI時代不用學程式設計了，用自然語言（natural language）就能指揮機器。蔡崇信並不認同。“程式設計的目的不是為了操作機器，而是訓練思維過程。”他甚至建議學電子表格——能把一個複雜公式寫對，讓數字自動計算出來，這本身就是邏輯訓練。對於年輕人來說，專業選擇可以考慮三個方向。資料科學。這其實是統計學的新名字，蔡崇信認為未來資料會爆炸式增長，懂得管理和分析資料的人永遠稀缺。心理學和生物學。這個專業主要是理解人腦怎麼運作。“人腦仍然是最高能效的’機器’，AI的很多設計思路都來自對大腦的模擬。”材料科學。世界現在被位元（bits）主導，但讓位元跑得更快的，是原子（atoms）。半導體領域會有大量創新，而半導體的核心就是材料。當年為什麼放棄高薪加入阿里?1999年，為什麼蔡崇信放棄香港的律師高薪，跑去杭州加入一個18人的小公司。在很多場合，蔡崇信回答過這個問題，這次演講中他用金融人的思維解答：不對稱風險收益。“下行風險非常有限。為什麼？因為我有好的學歷，讀過法學院，最壞情況我還能當律師。但上行空間是無限的。”蔡崇信說，就像一個看漲期權——最多虧掉權利金，但收益沒有上限。他又補充了一句更重要的話：機會是來找你的，不是你去找它的。 你要做的是“準備好”，這樣機會來的時候才能抓住。AI是泡沫嗎？“每一個泡沫背後，都有一根針在靜靜等待。”這句出自股神巴菲特。最近，美國預測平台Polymarket近日推出“AI泡沫何時破滅”的投注。目前累計投注額已接近15萬美元，三個選項當中，有2%認為AI泡沫會在今年底破滅的，有15%認為AI泡沫會在明年3月破滅。最熱門下注年份是2026年底，近40%投資者認為AI最遲明年底可能出事。那麼，AI到底會不會像2000年網際網路泡沫一樣破裂？蔡崇信認為，對於這個問題要區分兩種泡沫。一種是金融市場泡沫，比如股票估值是不是太高？50倍市盈率合不合理？“這是一門藝術，我不知道。”第二種是技術泡沫，也就是技術本身是不是虛假的。“AI可能存在金融泡沫，但技術本身是真實的。 就像2000年3月網際網路泡沫破裂，但網際網路並沒有消失——今天網際網路比那時候強大得多。”蔡崇信說。所以他的結論是：所有投入AI基礎設施的資源、模型開發的努力，不會打水漂。 (九千光年)

蔡崇信近期在香港大學陸佑堂做了一次演講。一、中國AI的真正優勢：不是模型，是整個生態蔡崇信開場就拋出一個反直覺的觀點：美國人定義的AI競賽規則是錯的。美國人怎麼算誰贏？看誰的大語言模型（Large Language Model）更強。今天是OpenAI領先，明天是Anthropic，後天可能是別人。但蔡崇信說，這個計分方式本身就有問題。真正的贏家不是誰有最好的模型，而是誰用得最好。"The winner is not about who has the best model. The winner is about who could use it the best in their own industries, in their own lives." （贏家不是看誰模型最好，而是看誰在自己的行業和生活中用得最好。）這個判斷的底層邏輯是：AI的價值在於滲透率（penetration rate）。中國國務院的AI規劃就很務實——到2030年，AI代理和裝置的滲透率要達到90%。不講玄學，只講普及。那中國憑什麼能普及得更快？蔡崇信列了一張完整的底牌清單。1、電力：15年前埋下的伏筆訓練大模型、跑推理（inference），本質上都是在燒電。中國的電力成本比美國低40%。為什麼？因為15年前中國就開始大規模投資電力傳輸基礎設施。北方發的電要送到南方，新能源產地和用電需求地往往不重合，必須靠輸電網路打通。中國國家電網每年資本支出900億美元，美國只有300億——三倍的差距。結果是什麼？中國的電力裝機容量是美國的2.6倍，而且新增裝機容量是美國的9倍。這個差距還在拉大。2、資料中心：成本碾壓在中國建一個資料中心，成本比美國低60%。這還沒算晶片，只是基建。3、工程師紅利：全球一半的AI人才有中國學歷背景蔡崇信提到一個有趣的資料：全球幾乎一半的AI科學家和研究人員，都有中國大學的學位——無論他們現在在美國公司、中國公司，還是世界任何地方工作。他還講了個段子。最近社交媒體上有人吐槽，說自己在Meta（Facebook）的AI團隊裡，同事們都在用中文交流想法，他完全聽不懂。"This is the first time Chinese language is an advantage." （這是中文第一次成為一種優勢。）以前中國公司出海，語言是劣勢——在義大利開辦公室，當地人不會說中文，中國員工得用第二語言溝通。但在AI領域，全球的華人工程師用中文分享想法、交換思路，這反而成了資訊優勢。4、資源匱乏逼出來的系統級創新美國有大量GPU，中國沒有。但蔡崇信說，匱乏反而創造了優勢。"China being lacking in GPUs actually creates an advantage of starvation. When you don't have a lot of resources, you are forced to innovate at the systems level." （GPU的缺乏反而創造了'飢餓優勢'。當你沒有足夠資源時，你被迫在系統層面創新。）訓練一個兆參數的模型，如果系統效率不高，GPU消耗會非常恐怖。中國團隊因為硬體受限，必須把系統最佳化做到極致。DeepSeek就是這麼逼出來的——阿里的通義千問（Qwen）模型剛剛贏得了一場為期兩周的加密貨幣和股票交易AI競賽，DeepSeek排名第二。蔡崇信對DeepSeek毫不吝惜讚美："我們在杭州的鄰居，他們做的事情令人難以置信。"二、開源為什麼會贏：成本、主權、隱私的三重邏輯這可能是整場演講最核心的判斷。蔡崇信的觀點很直接：開源模型會擊敗閉源模型，不是因為開源更先進，而是因為開源更符合全球大多數使用者的利益。他舉了個例子。假設你是沙烏地阿拉伯，想發展AI，又想保持"AI主權"（sovereign AI）——意思是AI不受外國控制。但你沒有人才自己開發模型。這時候你有兩個選擇：選擇一：通過API使用OpenAI。付很多錢，而且資料要喂進去——你不知道資料去了那裡，那是個黑箱（black box）。選擇二：直接下載阿里的開源模型，部署在自己的私有雲上。免費，而且資料完全可控。成本和隱私，兩邊都贏。所以無論是政府還是企業，只要認真做成本效益分析，都會傾向於開源。那阿里怎麼賺錢？蔡崇信說得很坦白："我們不靠AI賺錢。"阿里靠的是雲端運算。你用開源模型沒問題，但你要跑模型，需要雲基礎設施——儲存、資料管理、安全、網路、容器（containers，他說這個詞他自己也不太懂）。這些阿里都能提供。開源模型是流量入口，雲服務才是利潤來源。這個模式其實很像早年的網際網路公司：免費產品獲客，增值服務變現。只不過規模和技術門檻完全不同。三、阿里巴巴的進化邏輯：永遠跟著客戶需求走港大教授鄧希煒問了一個好問題：阿里從B2B電商變成AI雲端運算公司，秘訣是什麼？蔡崇信：沒有秘訣，就是跟著客戶需求走。阿里1999年成立時，中國還沒加入WTO，國際貿易必須通過國有貿易公司。2001年入世之後，小企業可以直接和全球做生意了。阿里的B2B平台就是幫這些小廠找買家——第一版網站是英文的，面向海外。後來消費者電商起來了，就有了淘寶。買家和賣家互不信任，就發明了支付寶（最初是個擔保交易系統）。物流跟不上，就投資物流。雲端運算也是一樣的邏輯。16年前，沒人討論雲。但阿里的消費平台要處理海量資料，如果繼續用Dell的伺服器、EMC的儲存、Oracle的資料庫，所有利潤都會交給這些供應商。阿里的CTO說：我們得自己搞。"We developed cloud computing really out of necessity, out of the need to become self-reliant in technology." （我們發展雲端運算完全是出於必要，出於對技術自主可控的需求。）所以阿里雲的起點是"自己吃自己的狗糧"（eat our own dog food）——先內部用，用好了再開放給外部客戶。蔡崇信對年輕創業者的建議也很明確：優先選擇有機增長（organic development），而不是併購。因為自己團隊培養出來的能力，DNA純正，文化匹配。阿里也做過併購，"有些成功，有些失敗得很慘"。四、給年輕人的建議：學會提問，比學會回答更重要演講最後有學生問答環節。蔡崇信關於技能和專業選擇的回答，資訊密度很高。1、技能層面：三件事第一，學會獲取知識。 聽起來是廢話，但在AI時代，知識獲取的效率差異會被放大。第二，建立分析框架。 不是死記硬背，而是能對資訊做出自己的判斷。第三，學會提問。 蔡崇信特別強調這一點——提出正確的問題（ask the right questions），比找到答案更重要。2、要不要學程式設計？要，但理由變了很多人說AI時代不用學程式設計了，用自然語言（natural language）就能指揮機器。蔡崇信不同意。他說學程式設計的目的不是為了操作機器，而是訓練思維過程。"The purpose is not to actually operate a machine. The purpose is going through that thinking process." （目的不是操作機器，而是經歷那個思考過程。）他甚至建議學電子表格——能把一個複雜公式寫對，讓數字自動計算出來，這本身就是邏輯訓練。3、專業選擇：三個方向資料科學（data science）：其實就是統計學的新名字，但未來資料會爆炸式增長，懂得管理和分析資料的人永遠稀缺。心理學和生物學：理解人腦怎麼運作。人腦仍然是最高能效的"機器"，AI的很多設計思路都來自對大腦的模擬。材料科學（material science）：世界現在被位元（bits）主導，但讓位元跑得更快的，是原子（atoms）。半導體領域會有大量創新，而半導體的核心就是材料。五、AI會是泡沫嗎？兩個概念要分清學生問：AI會不會像2000年網際網路泡沫一樣破裂？蔡崇信說，要區分兩種泡沫：金融市場泡沫（financial market bubble）：股票估值是不是太高？50倍市盈率合不合理？"這是一門藝術，我不知道。"技術泡沫（real bubble）：技術本身是不是虛假的？他的判斷是：AI可能存在金融泡沫，但技術本身是真實的。 就像2000年3月網際網路泡沫破裂，但網際網路並沒有消失——今天網際網路比那時候強大得多。所有投入AI基礎設施的資源、模型開發的努力，不會打水漂。六、三個最核心的洞察Q1：中國AI的真正優勢是什麼？不是模型本身，而是讓AI被廣泛使用的整個生態系統。電力成本低40%、資料中心建設成本低60%、全球一半AI人才有中國學歷、資源匱乏逼出系統級創新——這些加在一起，讓中國更有可能實現AI的大規模普及。而普及率才是真正的計分板。Q2：為什麼開源模式會贏？因為對全球大多數使用者來說，開源同時解決了成本、資料主權和隱私三個問題。閉源模型要付費，資料要喂進黑箱；開源模型免費，資料可以留在本地。這不是技術優劣之爭，是利益格局使然。Q3：年輕人應該怎麼為AI時代做準備？學程式設計不是為了寫程式碼，而是訓練邏輯思維；學統計（資料科學）是因為資料會爆炸；學心理學是因為要理解人腦這個最高效的"機器"；學材料科學是因為讓位元跑得更快的是原子。更重要的是，學會提出正確的問題——這比找到答案更有價值。 (錦緞)

在香港科技大學古老的盧亞禮堂（Lo Ka Chung Building），氣氛罕見地熱烈。這裡不僅聚集了商學院的學生，更吸引了無數渴望探尋中國經濟未來航向的目光。作為阿里巴巴集團聯合創始人兼董事長，蔡崇信（Joe Tsai）的到來本身就帶有一種象徵意義：這位曾站在中國網際網路浪潮之巔的操盤手，如今正帶領著這家巨頭駛向人工智慧（AI）的深水區。在長達一小時的深度對話中，蔡崇信並沒有過多沉湎於阿里巴巴過去的輝煌，而是將目光投向了更宏大的命題——在中美科技脫鉤與全球供應鏈重構的背景下，中國經濟增長的下一個引擎是什麼？蔡崇信給出的答案務實而犀利。他駁斥了西方關於中國“產能過剩”的論調，重新定義了高科技製造業的戰略價值；更重要的是，他以一位頂級科技投資者的視角，系統性地拆解了中國在人工智慧競賽中常被外界忽視的四大結構性優勢。在他看來，AI競賽的終局不在於誰擁有參數最大的模型，而在於誰能以最低的成本、最高的效率實現技術的普及與應用。核心觀點摘要：“中國擁有全球規模最大的STEM畢業生和工程師群體。雖然我們在GPU資源上相對匱乏，但這反而催生了一種‘飢餓式’的優勢——這迫使我們在系統層面上進行極致的最佳化與創新。”“所謂‘產能過剩’（Overcapacity），本質上是一個國家將本國無法消化的生產能力轉化為出口的能力。這不應是一個貶義詞，而是一個國家致富的途徑。”“中美AI競賽的記分牌不應僅僅看誰的大模型更強，而應看誰的採用率（Adoption Rate）更高。採用人工智慧的人越多，社會受益就越大。”“開源之所以重要，不僅因為成本低廉，更關乎資料隱私。如果你使用閉源API，那是將資料輸入黑洞；而開源允許企業建構私有雲，真正掌控自己的資料。”“未來的世界由位元（Bits）主導，但讓位元移動得更快的將是原子（Atoms）。因此，理解原子運作方式的材料科學將是下一個創新的爆發點。”高科技製造業：中國經濟增長的真正引擎面對關於中國經濟放緩的討論，蔡崇信展現出了基於歷史縱深的樂觀。他指出，中國經濟的韌性在於其明確的“雙引擎”戰略：保持製造業強國地位與實現技術自立。針對西方輿論中常被提及的“產能過剩”問題，蔡崇信給出了極具洞察力的反駁。他認為，將強大的製造能力視為負面因素在邏輯上是站不住腳的。“如果德國出口了他們所有的汽車，有人會指責他們產能 (Web3天空之城)

2025年11月25日，三組資料重新定義了阿里的 AI 戰場：阿里雲業務同比增長34%，成為財報中唯一的高增長引擎；千問 App公測首周下載量突破1000萬，增速超越ChatGPT；GPU使用率已滿載，AI投資將超過原計畫的3800億元。這場從基礎設施到產品落地的全面突破，並非突然爆發。早在本月初，香港大學商學院的講台上，阿里巴巴集團主席蔡崇信就給出了答案。他用一句話點破了阿里 AI 戰略的底層邏輯：AI 競賽的贏家，不是誰的模型最好，而是誰能讓更多人用起來。這不是宣傳口號，而是阿里在面對中美 AI 技術競爭、算力軍備競賽、API模式爭議時，給出的戰略答案。如今的財報資料，恰恰驗證了這條路徑的正確性。在那場年度講座上，蔡崇信完整闡述了這套 AI 邏輯：為什麼押注開源模型？為什麼強調雲+基礎設施？為什麼說不是技術強，而是用得上才是真正的競爭力？從模型到應用，從技術到場景，一整套戰略正在落地。第一節｜AI反攻，從Qwen開始最近，阿里巴巴公佈新一季度財報。一組資料引發市場關注：總營收2478億元，剔除已出售業務影響同比增長15%；雲業務收入同比增長34%，成為拉動增長的主引擎；公司明確未來三年AI相關投資將超過3800億元，且可能進一步擴大。對外界來說，更直觀的訊號不只是財務數字，還有產品端的突破。本月中旬，阿里旗下千問App（Qwen App）公測上線，首周下載量突破1000萬次，增速超過ChatGPT、Sora、DeepSeek等產品的早期表現。 應用內整合了文案創作、圖像生成、PPT製作等多個任務模組，並計畫與淘寶等電商業務深度整合，開始從模型能力走向真實消費級互動。阿里雲方面也做出罕見說明：GPU叢集已滿負荷運行，將優先資源分配給全端客戶。公司CEO吳泳銘在財報電話會上直言：AI的需求還在加速增長，我們原本規劃的投資可能偏小。未來三年內不太可能出現所謂AI泡沫，相反，資源會持續短缺。從資本市場反應也能看出風向轉變。 財報發佈後，阿里美股大漲3-4%，港股次日上漲超5%。港股通管道中，內地投資者連續7日淨買入阿里巴巴股票，持股比例升至11.07%。這次發力，並非發生在發佈會舞台，也不依賴參數規模或榜單排名，而是通過兩個層面體現出來：一是Qwen作為產品線快速觸達C端使用者，千問App開始從模型發佈轉向產品落地；二是雲業務與GPU資源重分配，直接回應模型部署需求的爆炸性增長。這不是一場跟風 AI 熱潮的追趕賽，而是一次基礎設施視角下的戰略轉向。阿里要做的是：應用層面真正落地的 AI 。第二節｜不是贏家通吃，靠用得起贏這套應用層落地的打法，背後是一套清晰的戰略思考。在本月初的香港大學對談中，蔡崇信就把這套戰略講透了。他認為，美國人判斷誰在贏 AI 比賽，主要看大模型性能。但阿里看的是整個堆疊，看的是誰的 AI 能被用得起、用得廣、用得久。這背後是一套完全不同的競爭邏輯。不是參數，不是榜單，而是採用率（Adoption）。蔡崇信強調，真正的贏家不是誰的模型最好，而是誰能讓 AI 被儘可能多的人用起來。阿里的選擇，是開源模型 + 全端雲服務 + 快速產品化，目的就是把 AI 從技術變成可用的工具，從少數人的模型變成多數人的能力。🔹開源，不是姿態，是戰略核心阿里不是唯一開源模型的公司，卻是最早把開源作為增長引擎的巨頭之一。Qwen 的開源版本已在 Hugging Face、ModelScope 等平台上線，版本跨度大、更新頻率快。蔡崇信在對談中指出，開放原始碼的關鍵不只是技術開放，而是讓中小企業、開發者、政府、機構都能用得起。他提到中東等地區的國家希望發展主權AI，但多數國家沒有從零開發大模型的能力，開源給了他們更可行的選擇。這就是阿里押注開放原始碼的戰略考量：閉源靠訂閱，開源靠普及；閉源賣服務，開源賣能力。OpenAI 等海外路線強調 token 收費，使用成本高企；而 Qwen 則採用開源+外掛+落地部署的策略，直接繞過 token 收費模型，推高應用密度。🔹落地的關鍵，不是模型強，而是用得上對談後不久，新加坡本地開發的多語種大模型項目 “海獅”（Sea-Lion v4 ）宣佈採用Qwen作為基座 。開發團隊表示選擇 Qwen，是因為更容易本地部署，也更容易訓練東南亞語言。在國內，企業和機構也已將 Qwen 模型整合進電商系統、辦公系統、文件處理等場景，並不依賴阿里雲平台。這正是開源帶來的最大優勢：可控性和適配性。阿里不是想把每一個使用者留在自己平台上，而是想讓 Qwen 成為別人平台上的基礎模組。蔡崇信的表述是：我們要做的，是一個開放、可定製、易部署的AI 。這種思路更像 Android，而非 iOS；更像電網，而不是發電機。第三節｜開源背後，是雲服務的變現邏輯開源模型不是公益項目，而是商業路徑的選擇。蔡崇信在對談中明確表示：阿里不靠模型賺錢，靠的是雲基礎設施變現。在很多人眼裡，阿里開源 Qwen 是一種公益性質的技術分享。但在阿里內部，它被視為撬動雲服務增長的一種必要決策。🔹開源提供入口，雲服務完成變現蔡崇信多次提到一個關鍵點：開源模型能讓客戶擁有更高的資料控制權，你可以用自己的私有雲，也可以用阿里雲。但最終大家都要運行模型，而這需要基礎設施，這正是阿里最擅長的部分。從儲存、容器、安全系統、向量資料庫到推理調度平台，阿里雲已經形成一整套適配AI模型運行的產品組合。而當開源模型使用量擴大，帶來的推理任務大幅增長，客戶就需要更多彈性部署能力。這時，阿里雲作為推理載體的價值就顯現出來了。簡單說：Qwen 降低門檻，阿里雲提供算力。🔹不是 API 買賣，而是基礎設施租賃蔡崇信在現場還特別強調了一個認知差異。如果你通過 API 接入閉源模型，你的資料進去了就出不來了，也不知道在那裡處理。但如果你使用的是開源模型，你可以完全控制它部署在那裡，用什麼算力，存在那個節點。這其實回應的是兩類客戶關注的焦點：一是成本：用開源模型+自主部署，成本遠低於使用OpenAI API；二是可控性：資料隱私、定製推理、模型調優都必須在客戶自己的安全域內完成。而這兩個訴求最終都指向同一個答案：客戶會傾向於用開源模型，並在可信賴、功能完備的雲平台上運行起來。阿里要賺的，不是每一次 API 呼叫的錢，而是持續的基礎設施使用費。這套變現邏輯的閉環是：模型開源降低門檻 → 客戶本地部署產生需求 → 推理任務增長 → 雲服務承載變現。第四節｜阿里的打法，始終如一如果說開源和雲是阿里 AI 戰略的兩個支點，那麼真正讓它落地的，是一套一以貫之的打法：從內部場景出發，自研、自用，再對外輸出。這不是第一次。蔡崇信在對談中回溯了阿里26年的演變路徑：我們做雲端運算的起點，並不是看中了什麼大趨勢，而是出於技術上的自力更生。如果我們還用戴爾的伺服器、EMC的儲存、Oracle的資料庫，未來的利潤都會被這些供應商吃掉。這套邏輯，如今完整套用在了 AI 時代：自研模型Qwen，首先服務自有應用系統（淘寶、釘釘、夸克、千問等）；基於內部運行場景不斷最佳化系統性能與推理效率；在穩定後，再開源模型、開放部署，帶動生態。🔹我們吃自己的狗糧蔡崇信用了一個很形象的比喻：我們吃自己的“狗糧”，就是先把模型用在自己的業務上，然後才拿給別人用。阿里做的是先把模型變成工具，然後再變成服務。Qwen模型已經深度整合在多個業務線中，支撐著從電商推薦、工作協同到內容生成的各類場景。這些不是Demo，而是每天有實際使用者在使用的產品功能。Qwen的核心評價標準，不是論文指標，也不是大模型排行榜，而是：能不能服務業務？能不能節省成本？能不能提高效率？🔹AI 不是一場表演，而是新基座蔡崇信在談到 AI 將如何改變阿里時，強調的不是 AI 能做什麼驚豔的事，而是它如何支撐業務結構。這背後是一個長期延續的基礎設施思維。從電商到支付、物流、雲，再到今天的 AI，他們的每一次轉型，實質上都是對自己已有業務的增強、提效與升級。AI 不是額外的工具，而是被當作組織新基座。而這也回到了整篇文章的核心判斷：阿里贏的不是模型本身，而是把模型變成了低門檻、高穩定、真落地的業務工具。結語｜贏在應用，不只是口號在整場對話的最後，蔡崇信說了這樣一句話：AI 不只是工具，將來會成為人們的朋友。這不是抒情，而是對 AI 普及終點的判斷。當 AI 從實驗室走進業務系統，從技術指標走向使用者體驗，誰能讓它真正被部署下去、運行起來、用出價值，誰就掌握了下一個十年的入場券。阿里的選擇很清楚：開源降低門檻，雲服務提供算力，自研自用驗證價值。這不是追逐概念，而是打造一個讓 AI 真正能用、持續可用、普遍可及的基礎設施。從今天起，AI 不再是“新技術”，而是每家組織的“新基礎”。 (AI深度研究員)

AI沒有贏家通吃10 月 9 日深科技消息，All-In 2025 峰會上，蔡崇信稱 AI 沒有贏家通吃，勝利在於落地應用，建議美國重應用普及，贊中國開源與適中模型促技術普及，指 AI 將成無處不在的基礎要素。他透露阿里聚焦電商與雲端運算，AI 深度整合，30% 程式碼由 AI 生成，認為 AGI 約 20 年實現。10 月 9 日，NBA 中國與阿里巴巴集團宣佈 NBA 中國與阿里雲達成多年合作。2025 年 NBA 中國賽將時隔 6 年在澳門重啟，由菲尼克斯太陽隊對陣蔡崇信旗下的布魯克林籃網隊，阿里雲也贊助該賽事。All-In 2025峰會由矽谷知名播客All-In發起。今年的峰會上，還有Elon Musk、Demis Hassabis等知名科技產業大咖參與。蔡崇信在 All - In 2025 峰會訪談的十大要點：1、AI 核心觀點：AI 並非贏家通吃，勝利關鍵在於技術落地應用而非最強模型。AI 將成為基礎要素，各國不應獨佔，中美在醫療等領域有合作空間。2、中國 AI 發展特點：中國積極擁抱開源，多家企業推出參數適中的模型，利於技術普及。中國在 AI 實際應用層面進展顯著，企業 AI 應用率大幅提升。3、阿里戰略與 AI 應用：回歸阿里後聚焦電商與雲端運算，深度整合 AI。阿里約 30% 程式碼由 AI 生成，AI 提升營運效率，賦能 C 端應用，暫未因 AI 裁員。4、AGI 發展預測：不認同 AGI 5 - 10 年實現的觀點，認為需約 20 年，關鍵在於 AI 具備泛化能力。5、阿里發展與監管環境：阿里前 15 年自由增長，後經歷競爭，如今進入監管 “新常態”，環境更可預測，營商環境更優。6、中美關係看法：不同意美國將中國視為生死存亡威脅，中美應在競爭中尋求合作。7、中國優勢與美國可借鑑之處：中國重視教育，人口受教育程度高，美國可借鑑中國對教育的重視。8、中國經濟與就業現狀：中國經濟基礎設施等狀況良好，但受房地產市場下滑影響，存在負面財富效應與低迷情緒，青年失業率較高，就業焦慮突出。9、中國 AI 政策與自動駕駛態度：中國政府推出 “人工智慧 +” 政策，全盤擁抱 AI，對自動駕駛也持積極態度。10、球隊營運與 NBA 合作：營運布魯克林籃網和紐約自由人，認為職業球隊既是生意也是社會機構。Caitlin Clark 推動 WNBA 發展，NBA 中國與阿里雲達成合作，2025 年 NBA 中國賽將在澳門重啟。以下是蔡崇信在All-In峰會上的訪談實錄（球隊相關問答調整至文末）：01.阿里成立26年，監管環境已進入新常態主持人：談談阿里巴巴。這是一段不可思議的旅程，馬雲的故事書裡都有記載，但你能帶我們回顧下你當時的心態嗎？你是如何參與的，你當時在想什麼，你承擔了多大的風險？蔡崇信：我被馬雲的個性迷住了。人們看到的是馬雲公開的一面，非常富有魅力。但我看到的是，他能夠向人們灌輸信念。當我走進他的公寓時，那裡大概有12到15個剛大學畢業的學生，而馬雲就像是一位比他們大10歲的老師。他善於溝通，能夠描繪出非常清晰的願景。這正是我真正認同並加入的原因。他的領導能力驚人。馬雲本身就是教師出身，受過相關教育，也在浙江大學教過英語。老師在某種程度上是天生的領導者。老師首先必須善於溝通，其次還要能識別人才。我認為很多老師都很喜歡做出“這孩子將來會很有出息”的判斷，為他們寫推薦信，做各種事情。而且老師們足夠謙遜，他們願意，甚至樂見自己的學生比自己還成功。在創辦公司的過程中，你需要能夠容納各種各樣比你更聰明的人。這非常重要。主持人：有一個階段，我想大概是在2010年代初期。那時中國感覺像是高度自由的資本主義環境，像寒武紀大爆發般地湧現出大量優秀企業家，包括你、馬雲、馬化騰等等。後來情況發生了一些變化，你能為我們梳理一下這種變化的過程嗎？我認為這些變化深刻影響了進入中國生態系統的外國直接投資。請給我們介紹一下你親身經歷、參與和觀察到的這段歷程、蔡崇信：阿里巴巴已經成立26年了。我認為前15年是完全自由市場式的增長，我們內生性地（organically）建立了許多業務。然後我們進入了一個極端競爭的階段。每個人都想做電子商務。因為如果你擁有線上流量，電子商務是流量變現的最佳方式。而在今天的市場上，我們有五六個非常非常強大的競爭對手，包括TikTok的母公司字節跳動。他們也在做電子商務。他們不以電商聞名，但他們是我們最激烈的競爭對手之一。我們經歷了一個極端競爭的時期，然後政府覺得這個行業有點偏離軌道了。競爭過於激烈，還有一些平台表現出壟斷行為。於是更多的監管措施出台了，其中一些措施實際上非常好，比如隱私保護和反壟斷的相關措施。現在我們進入了一種新常態，監管環境更加可預測。我們知道紅線在那裡，知道什麼該做，什麼不該做。實際上，由於這種可預測性，它創造了一個更好的營商環境。02.中國是一個和平的國家重視教育值得美國學習主持人：在地緣政治層面，美國似乎不斷向美國人灌輸，要將中國視為對美國生死存亡的威脅，認為我們是競爭對手，我們無法合作並共同引領世界走向繁榮。你怎麼看？蔡崇信：我不同意那種世界觀。主持人：我也不相信。我不知道為什麼我們唯一的對話基調非得是我們是死對頭。蔡崇信：我想我能理解為什麼美國有這樣的想法。中國過去20年、25年快速崛起，製造業變得強大，成為出口大國。由於經濟發展，中國也成為了科技大國。而美國的恐懼在於，經濟實力和科技實力，將會轉化為軍事實力，這就變成了國家安全問題。我理解這一點。但我認為中美是世界上最大的兩個經濟體。我認為你們需要退一步來思考問題。一方面，你們應該與中國競爭。超大規模企業在全球範圍內與中國網際網路公司競爭。但另一方面，世界上有那麼多沖突地區。川普總統不是說他自己阻止了七場戰爭嗎？中國沒有發動其中任何一場。中國在過去多少年裡沒有發動過戰爭？我感覺有三四十年了。我想中國參加過朝鮮戰爭，也許還有越南戰爭，但那是很久以前的歷史了。如果你觀察中國人民和中國的行為，它是一個非常和平的國家。中國關心自身的經濟發展，關心其公民的福祉。我認為在中美競爭過程中存在很多摩擦，中國感覺美國正試圖遏制中國，阻止中國的經濟崛起。主持人：談到公民福祉，你提到了字節跳動。我想有報導說字節跳動的營收剛剛超過了Meta的營收。字節的核心產品TikTok，在美國和在中國是根本不同的產品。因為監管和對公民福祉的關注，中國的抖音對內容、篩選和演算法方面有嚴格規定。而在美國，TikTok裡充滿了貓咪視訊和各種各樣的無意義內容，儘管現在我注意到TikTok裡加入了一個STEM類股。中國有那種為其公民著想的心力和意願。我只是好奇，我們美國該如何更多地接納那種原則？因為這在中美的對立氛圍中往往被忽略了。我們應該多做那些中國在做的事情？蔡崇信：教育。中國擁有受教育程度極高的人口，和任何一個中國家長交談，他們都希望自己的孩子參加高考，進入最好的大學。如果他們想送孩子出國留學，他們的目標是常春藤盟校或史丹佛之類的。中國人是很注重教育的。我認為美國存在一些結構性問題，比如教師工會的阻礙。但是中國沒有教師工會。03.AI領域並非贏家通吃中美仍有廣闊合作空間主持人：David，我很好奇你是如何看待這個問題的。我們是否註定要永遠與中國衝突？或者在我們了不起的、充滿活力的川普總統領導下，存在一條其他的前進道路？David Sacks：美國和中國正處於高科技競爭之中，也在安全、經濟領域展開競爭。原因是中國變得富裕和強大，而美國不容忍匹敵的競爭者。美國想成為最強大的國家。權力平衡在某種程度上是零和遊戲。經濟不是，但權力是。美國的歷史就是我們想成為第一，我們不喜歡有純粹的競爭者。這是底線。這是有充分理由的。世界各國之間本質上是無政府狀態，意味著國家之上沒有更高的權威。如果在全球體系中遇到麻煩，你無法撥打911求救。國家將生存置於所有考慮之上，而在國際體系中生存的方式就是變得強大。國家根據它與下一個最強大國家之間的差距來衡量你的權力。20年前，中國不被視為威脅，因為它還不富裕和強大，但現在它是了。我認為這導致了華盛頓更加鷹派的氛圍。我同意他們的部分觀點，因為我認為美國贏得AI競賽非常重要。我們不希望中國主導AI或晶片領域。作為美國人，我們希望美國是最強大的國家。如果我是中國人，我會希望中國是最強大的國家。我對此沒有任何私人恩怨，也沒有惡意。但我希望美國是最強大的國家，在我所處的這個小領域裡，這意味著要贏得AI競賽。蔡崇信：我可以回應一下嗎？主持人：當然。請講。蔡崇信：我理解你作為一名愛國者，希望美國獲勝的心情。但就AI領域而言，我並不認為存在所謂的贏得比賽。這更像是一場漫長的馬拉松。觀察模型公司的發展態勢，你會發現每周都有新的模型領先，但下一周就會被其他模型超越。另一方面，整個AI行業尚未形成清晰的商業模式。我們從事的電子商務業務具有網路效應的市場模式，但模型開發領域是否也存在這種贏家通吃的特性，我持保留態度。我認為AI並非贏家通吃的領域。在我看來，真正的勝利不在於開發出最強大的AI模型，而在於能否更快地實現技術落地和應用。美國應該將更多資源投入到技術應用和普及層面，而非僅僅專注於技術研發。目前每家科技巨頭每年投入約800億美元進行研發，是很大的一筆投入。反觀中國的發展路徑。首先，中國積極擁抱開源理念；其次，包括我們在內的許多公司都推出了參數規模適中的模型——比如17億參數和80億參數的模型，這些更適合移動裝置和筆記型電腦使用。這種發展模式更有利於技術的快速普及。需要說明的是，我並非斷言中國在模型技術競賽中已經領先，但在實際應用層面，中國確實取得了顯著進展。去年的一項調查顯示，中國企業中只有8%在業務中應用AI技術，如今這個比例已接近50%。這種應用普及的速度令人矚目。AI正在成為像空氣一樣無處不在的基礎要素，而任何一個國家都不會聲稱對空氣擁有獨佔權。在醫療、生物等關鍵領域，AI蘊藏著巨大潛力，這為兩國合作提供了廣闊空間。04.回歸阿里後，關鍵在於專注主持人：無論自研還是採用現有模型，最關鍵的問題是，AI對企業營運的實際影響究竟是什麼？這會如何改變招聘規模？在那些層面產生影響？對效率和工作性質會帶來怎樣的變化？在阿里巴巴內部，AI的具體應用場景有那些？蔡崇信：AI確實顯著提升了我們的營運效率，相應減少了人力需求。我們正在嘗試用AI撰寫季度財報，甚至考慮在分析師會議上使用AI，觀察人們能否分辨差異，然後我們就把整個財務部門裁掉（笑）。但AI最大的價值在於賦能消費者端應用。我們將AI深度整合到電商、地圖和外賣等業務中，通過提升使用者體驗擴大了使用者規模，這一影響最終體現在收入增長上。主持人：隨著越來越多的工作由AI完成，對勞動力的需求會不會自然地下降呢？蔡崇信：我們還沒有因為AI宣佈任何裁員，但我一直在問我們的工程部門負責人，現在有多少程式碼是由AI編寫的。我得到的答案各不相同，取決於你問那個部門，但我想目前可能達到30%了。主持人：已經這麼高了？蔡崇信：是的，我對不同部門做了個加權平均，大概是這個數字。主持人：阿里巴巴是一家龐大的企業，業務遍佈全球眾多國家。阿里是如何建構企業文化的，又是是如何管理海量員工、多樣需求和種種問題的？你是如何應對的？蔡崇信：專注。我接任董事長之前，其實在逐漸淡出公司的營運，專注於布魯克林籃網隊。大約一年半以前，我回來擔任公司董事長。我做第一件事就是告訴大家，我們不能再說我們的公司涉足六項不同的業務，這太令人困惑了。我們只做兩項業務：電子商務和雲端運算，其中都包含AI元素，這兩項是我們的核心業務。這種專注讓我們的團隊能夠集中精力，並執行公司的決策。主持人：最後能否簡單預測一下球隊新賽季的表現？蔡崇信：您是指整個聯盟，還是特指籃網隊？主持人：就談談籃網咖。蔡崇信：我們正處在一個重建周期中。今年夏天我們充分利用了五個首輪選秀權，同時保留了2026年的重要選秀資產。這樣的佈局已經表明了我們的戰略方向，我們將以培養年輕球員為核心，給他們充分的成長空間。雖然這意味著需要經歷成長的過程，但這正是我們現階段明確的發展路徑。05.AGI仍需20年才會到來中國不畏懼超級智能失控主持人：我想追問一個問題。我們剛才在上一個小組討論中談到，中國在看待自動駕駛這項技術方面有點不同。中國既在進行測試自動駕駛技術，但也想確保相關技術不會造成廣泛的失業。中國對自動駕駛的看法究竟如何？數以千萬計的勞動者以駕駛為業，他們對此的有什麼看法，我瞭解到武漢有些司機表達了不滿。中國政府和中國人民如何看待自動駕駛這場不可思議的變革，及其對就業的影響？蔡崇信：我認為政府是全盤擁抱的。中國政府幾周前推出了“人工智慧+”政策，到2030年，也就是五年後，他們希望看到AI智能體、裝置等在社會中的普及率達到90%。這是政府公開正式聲明的，就是全盤投入。真的沒有太多關於AI取代人類工作的討論。但總的來說，中國人對就業存在焦慮。中國每年的大學畢業生約1000萬人。而中國的青年失業率，也就是16到24歲人口的失業率，包括研究生，是18%。實際上相當高，中國人對此有很多焦慮情緒。部分原因是經濟。儘管中國經濟的整體狀況在基礎設施、能源獲取等方面都相當不錯。但目前仍存在一種低迷的情緒，因為中國在過去四五年經歷了房地產市場的下滑，平均房價下降了大約30%。這是非常負面的財富效應，而且這種影響仍在持續。David Sacks：中國對AGI有恐懼嗎？我說的是對失控的超級智能的恐懼。這是一種普遍的恐懼，還是只是美國才有的擔憂？蔡崇信：政府內部人士對此談論不多，因為他們相信能更好地控制AGI，也許比美國控制得更好。但確實存在一些揮之不去的擔憂。我剛才聽了GoogleDeepMind創始人兼CEO Demis Hassabis的講話，他對AGI的預測是5到10年，我認為AGI可能還要20年。重點在於“通用”這個詞。AI必須能夠泛化，並將原理應用到以前從未見過的場景中。06.球隊是生意也是社會機構NBA本質是一個產品主持人：你擁有布魯克林籃網隊（NBA球隊）和紐約自由人隊（WNBA球隊），營運球隊一定也不容易吧？蔡崇信：是的，一點也不容易。任何職業球隊既是一門生意，也是一個社會機構（Institution），我們需要讓球迷們開心。這之中有一些類似政教分離的元素（Church and State elements），和經營一家新聞機構也沒什麼區別。主持人：我們能不能先從WNBA開始談起？最近Caitlin Clark賽季報銷，引發了很多爭議和關注。WNBA做對了什麼？又做錯了什麼？聯盟是否盡到責任去保護她這位門面球星？蔡崇信：Caitlin Clark無疑對WNBA產生了巨大影響。所有指標都在上升。她剛從大學進入聯盟的那個賽季，我們看到收視率、門票銷售、贊助收入——幾乎所有指標漲到了原來的4倍。她對聯盟的經濟影響是非同凡響的。主持人：的確無法否認。蔡崇信：但因為她的特質，她是一名與眾不同的球員——是控衛，個子相對小，外界曾質疑她能否適應聯盟的身體對抗，但她證明了自己可以。當然，競爭總是有的，比如她和Angel Reese的對抗從大學時期就開始了。有人把它渲染成種族對立，但我認為我們應該超越這些，關注球員本身的技術和天賦。如今聯盟中有越來越多優秀的大學球員，比如Sonia Citron，她現在是年度最佳新秀的熱門人選，而且打破了聯盟三分命中率紀錄。如果你問WNBA到底做對了什麼，我認為其實就是迎來了天時地利人和的融合。但真正改變的是，在Caitlin Clark出現的賽季之前，觀看ESPN的粉絲群體基本上是不看女子籃球的。也許有人關注大學比賽，但肯定不看WNBA。但現在，像你們幾位這樣的主流體育迷們，都在看WNBA了。主持人：我對此有個觀察，你和我都是老派籃球迷，看過80年代和90年代的比賽，看過帕特里克·尤因和查爾斯·巴克利。目前WNBA的身體對抗更激烈，她們更堅韌。而每次詹姆斯起跳被犯規，他就到處假摔。所以也許你可以評論一下詹姆斯，或是NBA這個“產品”。蔡崇信：NBA的產品很棒。我認為比較男子聯盟和女子聯盟的身體對抗強度是不公平的。兩者都非常具有身體對抗性。如果你坐在場邊，你看到的是身體對抗和運動能力，對吧？但是比賽還有其他的維度。我現在在NBA的“競賽委員會”（competition committee）任職。每個賽季，委員會都會針對規則進行調整，讓NBA這個產品更好。當我接到電話時，我在想，你們要我和賈森·基德、克里斯·保羅、老K教練一起坐在委員會裡？我對籃球的瞭解能真的比他們更深刻嗎？我對NBA總裁蕭華（Adam Silver）說，這個委員會應該叫“產品委員會”，因為規則的調整實質上決定了觀眾看到的比賽“產品”。比如改變三分線位置，這不僅是比賽規則問題，更是“產品設計”問題。主持人：當你看到波士頓凱爾特人隊一場比賽扔進43個三分球時，你覺得這是個好產品嗎？蔡崇信：我認為這是個偉大的產品，因為有18種不同的方式可以在一場比賽中扔進43個三分球。 (深科技)