•
除了中美AI競爭中國的四張底牌，蔡崇信還講了些什麼？
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)