蔡崇信港大爐邊對話，一針見血，六大洞察

剛剛看完去年底，阿里巴巴聯合創始人兼董事主席蔡崇信先生，

在香港大學陸佑堂的那場爐邊對話。

核心圍繞《未來十年，中國經濟增長的驅動力：Ai》來展開，

在談話中，除了Ai，他還談到了關於年輕人的職業選擇、技能提升，

以及自己在企業管理中的心得和經驗。

我個人認為，他的談話，含金量是非常高的，

因為他同時具有律師、投資、戰略、財務、企業經營、海歸背景

等多元化的全球視野，

能夠讓你從更多維度，來理解這個世界。

而這樣的人，是極少的。

看完之後，我總結了6個極具穿透力的洞察，分享給你。

01 把“有機生長”，刻進商業基因裡

當被問到阿里巴巴26年來，為什麼每次都能成功轉型時，

蔡崇信回答了四個字：有機生長。

（註：“有機生長”是一個極其重要的商業戰略概念，它指的是，

由內在的客戶需求驅動，依靠自身團隊的基因和能力，

像生命體一樣自然演進、迭代創新的發展模式。）

他說：“我們基本上是客戶需要什麼，我們就開發什麼，

始終都是跟隨客戶的需求和客戶的要求走的。”

從最早的B2B，到淘寶、支付寶，再到後來的雲端運算，都是如此。

特別是雲端運算，16年前阿里就開始做，那時候根本沒人提這個概念，

是因為他們自己管理海量資料和巨量交易，

有天首席技術官來找他們說，如果繼續用國外的伺服器，

就會把所有利潤都送給它們（IBM、甲骨文、EMC）。

後來就自己發展，“自己做的狗糧自己先吃”。

後來公司內部覺得這項技術非常好，又開放給了第三方客戶。

看完阿里雲端運算的故事之後，

我覺得，這其實給了我們創業者很多啟發，

有時你真的不必著急，

業務，它會自己長出來的。

02 AI競賽，中國正在更換“計分方式”

談到中美AI競賽，蔡崇信提出了一個非常犀利的觀點：

中國正在更換“計分方式”。

美國人的計分方式是：是看誰的模型性能更強。

但中國的計分方式，不是看大語言模型有多好，而是看應用率。

國務院定的最新目標是，

到2030年，AI智能體和裝置的普及率要達到90%。

其實仔細想想，你會發現，這是一項非常智慧的政策，

因為AI技術，最終還是得落地到應用層面，提升人們的生產力，

用的人越多，整個社會受益才會越大。

我記得在《十五五建議稿》中，也提到，

未來五年，就是要讓AI賦能千行百業，

因為我是做傳媒工作的，我能明顯感覺到，

大家長對Ai的支援力度，不管是在政策、資源、技術等等各各方面，

是真的很大。

而當AI真的能像水電煤氣一樣，

滲透進千行百業和千家萬戶的時候，

那種整體效率的提升，將會是降維打擊。

03 中國的五大“隱藏優勢”，被嚴重低估了

很多人只盯著我們GPU的短板，

但蔡崇信卻為我們梳理了，我們目前具備的五大優勢。

優勢一：能源優勢。

中國在發電方面具有優勢。

中國的發電裝機容量是美國的2.6倍，

每年新增淨裝機容量是美國的9倍。

結果就是，中國的電力價格比美國便宜約40%。

而AI，是耗電巨獸。這是最底層、最無可撼動的成本優勢。

優勢二：成本窪地。

在中國建設並營運超大規模資料中心的成本，

要比美國低60%。

這是在購買昂貴的晶片之前，就確立的基建優勢。

優勢三：工程師紅利。

中國擁有世界上最龐大的STEM畢業生群體。

更關鍵的是，中國在暫時的硬體劣勢下，反而創造了一種“飢餓優勢”，

——逼著中國企業必須在系統架構、軟體和演算法層面

做到極致最佳化，用更高的效率彌補單一硬體的不足。

優勢四：語言反轉。

全球範圍內，幾乎一半的AI科學家

和研究人員都擁有中國大學的學位。

在過去，中文在全球化體系下其實是一種劣勢，

但現在一個有趣的現像是，在AI世界裡，

中文首次成為了一種優勢。

在頂尖的AI實驗室裡，中文交流已經成為常態，

這意味著我們擁有一個龐大、高效且頂尖的“腦力網路”。

優勢五：開源生態。

這可能是最具戰略眼光的一步。

以阿里巴巴為代表的公司，堅定擁抱開源。

“開源之所以如此重要，是因為它便宜。使用開源模型幾乎不花錢。”

這極大地降低了全社會使用AI的門檻，加速普及。

更重要的是，它解決了全球化中最敏感的資料隱私顧慮

——“如果你使用開源AI，你可以更好地控制資料隱私，

建立自己的私有雲。”

這五點加起來，就勾勒出了一個美國模式下

很難複製的競爭力模型，

我們不再僅僅追求在技術最尖端的“單點突破”，

而是在打造一個基於“規模效應、系統工程和生態普惠”的完整體系。

04 AI時代，學好這四門“元學科”

當被問到年輕人在AI時代，應該掌握什麼樣的技能時，

他給出了四個具體的的學科方向：程式設計、資料科學（統計學）、

心理學/生物學（腦科學）、材料科學。

學程式設計，能夠讓你理解機器是如何運作的，

並不是要親自寫程式碼，而是去經歷那個思維過程，

能夠更好和它打交道，提出更好的問題。

而學資料科學，是因為未來是資料爆炸的時代，

懂得如何管理和分析資料將是一門基本功。

而腦科學，則是讓你理解人腦這台最高效、

最節能的“機器”如何運作。

心理學，能夠讓你理解人性。

學習材料科學，則是因為未來的世界由位元（資料）主導，

而讓位元移動更快的是原子。

理解原子如何工作，是硬體突破的基礎。

而大佬們的觀點，都出奇地一致。

黃仁勳之前給出的Ai時代的技能學習建議也是：

程式設計、數學和推理邏輯。

其實，你可以看到蔡崇信建議的四或五門具體學科，

全部都和資訊和認知有關，

而21世紀，歸根結底，

是比拚資訊和認知的世紀。

05 職業抉擇的黃金法則：尋找“不對稱風險回報”，強大自身，才是唯一出路。

回顧自己放棄百萬年薪加入阿里巴巴的決定，

蔡崇信分享了一個決策心法：尋找不對稱風險回報。

他說，“當你做一個決定時，需要評估下行風險和上行空間。

我加入阿里巴巴時，最壞情況是可以回去當律師，

下行風險有限，但上行空間是無限的。”

當然，蔡崇信能這麼自信地說，

確實是因為，他本身具備的強大的知識結構體系和能力，

優秀的職業素養，讓他能夠匹配到很多好工作，

所以從他的這個觀點來看，我認為是，

只有強大自身，才是唯一的出路。

因為只有你自身足夠有能力，有本事，你的選擇性才會更多。

才不會被單一選擇所困擾，

才不會，成為被選擇的那個人。

06 AI到底是不是泡沫？

當話題轉到“AI是不是下一個網際網路泡沫”時，

蔡崇信一針見血地指出了本質：

“泡沫其實有兩種概念。一種是真正的技術泡沫，

另一種是金融市場的泡沫。”

他承認，在金融市場層面，由於資本對增長預期的極度追捧，

某些AI概念股的估值可能已經存在泡沫成分。

“這合理嗎？我不知道。”

但他話鋒一轉，堅定地強調：“AI技術是真實的。”

他舉了2000年網際網路泡沫的例子：當時納斯達克崩盤，

無數公司灰飛煙滅，那是一個標準的金融市場泡沫破裂。

但泡沫破滅後，網際網路技術本身消亡了嗎？沒有。

相反，它沉澱下來，真正改變了世界。

我個人認為，AI確實也不是泡沫，

因為它實實在在地提升了人們的生產效率，

拓寬了人們的認知邊界，

而在人類歷史上，

還沒有任何一個提升了人類生產力和效率的工具，

最終是消亡了的。

所以，AI，我認為是真正的技術革命，

而且，很有可能，是有史以來最偉大的。

寫在最後，金融的泡沫終會隨風而散，

但技術的潮水只會奔湧向前。

在AI定義的未來裡，

最強大的演算法是‘持續進化’，

而最穩的底牌，

永遠是那個，‘不斷強大的自己’。 (白楊離弦)