阿里蔡崇信:与美AI竞争中国会赢的四大原因与年轻人应学的三门学科

阿里巴巴集团联合创始人、董事长蔡崇信，近日在香港大学陆佑堂发表演讲。演讲主题为，《前瞻十年：推动中国经济增长的科创引擎》。

主办方介绍称，17年前马云曾站在同一个舞台上，而这次演讲的报名速度也创下纪录——邮件发出两小时内，超过1200人报名。

蔡崇信一开场就抛出一个反直觉的判断：美国人定义的AI竞赛规则是错的。

美国人判断AI谁赢，主要看谁的大语言模型最强，“今天是OpenAI领先，明天是Anthropic，后天可能是别人”。

但在他看来，这个计分方式本身就有问题，“真正的赢家不是谁有最好的模型，而是谁用得最好。而真正的竞争，也在于应用和渗透，不只是模型排名”。

他指出，AI的核心价值在于渗透率。

蔡崇信引述称，中国的AI规划目标非常务实——到2030年，AI代理和AI设备的渗透率要达到90%。

那中国凭什么能普及得更快？蔡崇信给出的答案，不是单一技术突破，而是一整套系统性优势。

首先是电力。

他说，训练大模型、跑推理，本质上就是在烧电，而中国的电力成本比美国低40%。

“这个优势不是今天才有，而是15年前就埋下的伏笔”。

15年前，中国开始大规模投资电力传输基础设施。因为北方发电、南方用电，新能源产地和用电中心往往不重合，必须靠输电网络打通。

国家电网每年的资本支出高达900亿美元，而美国只有300亿美元，是三倍差距。

结果是，中国的电力装机容量是美国的2.6倍，新增装机容量是美国的9倍，而且这个差距还在继续拉大。

第二是数据中心成本。

在中国建一个数据中心，成本比美国低60%，而且这还不包括芯片，只是基础设施本身的成本。

第三是工程师红利。

蔡崇信分享了一个数据：全球几乎一半的AI科学家和研究人员，都拥有中国大学的学历背景，不管他们现在是在美国公司、中国公司，还是在世界任何地方工作。

他还讲了一个段子，最近社交媒体上有人吐槽，说自己在Meta的AI团队里，同事们都在用中文交流想法，他完全听不懂。

“这是中文第一次成为一种优势”。他说，过去中国公司出海，语言是劣势，在意大利开办公室，当地人不会说中文，中国员工必须用第二语言沟通；但在AI领域，全球华人工程师用中文分享想法、交换思路，反而形成了信息优势。

第四是资源匮乏逼出的系统级创新。

美国有大量GPU，中国没有。但在蔡崇信看来，这种匮乏反而形成了一种“饥饿优势”。

当硬件资源不足时，就必须在系统效率层面做到极致。因为如果系统效率不高，训练一个万亿参数的模型，GPU消耗会非常恐怖。

他指出，中国团队正是在这样的限制下被迫进行系统级优化，DeepSeek 也就是在这种环境中被逼出来的。

他对DeepSeek毫不吝惜赞美：“我们在杭州的邻居，他们做的事情令人难以置信。”

他还提到，阿里的通义千问（Qwen）模型刚刚赢得了一场为期两周的加密货币和股票交易AI竞赛，DeepSeek排名第二。

在谈到全球AI发展的路线选择时，蔡崇信给出了一个整场演讲中最核心的判断：开源模型最终会击败闭源模型，“不是因为开源在技术上更先进，而是因为它更符合全球大多数用户的根本利益。”

他举了一个例子。

假设你是沙特阿拉伯，想发展AI，同时又想保持“AI主权”，但你本国没有足够的人才来从零开发。

此时，只有两个现实选择：第一种，是通过API调用OpenAI，这需要支付高昂费用，同时还要把数据喂进去，而你并不知道这些数据最终去向哪里，这是一个黑箱。

第二种，是直接下载阿里的开源模型，部署在自己的私有云上，模型免费，数据完全可控。在成本和隐私两个层面，开源同时获胜。

所以他判断，无论是政府还是企业，只要真正做成本效益分析，最终都会倾向于开源模型。

那阿里靠什么赚钱？蔡崇信说得非常坦白：“我们不靠AI赚钱。”阿里真正赚钱的是云计算。

用户可以免费使用开源模型，但要运行模型，需要云基础设施，包括存储、数据管理、安全、网络、容器等服务，这些正是阿里云所提供的能力。

“开源模型是流量入口，云服务才是利润来源”。这种模式本质上和早年的互联网公司类似，即免费产品获客，增值服务变现，只是规模和技术门槛完全不同而已。

当被问到阿里为什么能从一家B2B电商公司，逐渐进化为一家AI与云计算公司时，蔡崇信的回答非常简单，“没有秘诀，就是永远跟着客户需求走”。

他就此回顾了阿里的业务发展和创新历程 。

1999年阿里成立时，中国还没有加入WTO，国际贸易必须通过国有外贸公司完成。2001年入世之后，小企业才第一次可以直接和全球做生意，阿里的B2B平台就是帮助这些小工厂找买家，第一版网站就是英文的，直接面向海外市场。

后来消费者电商爆发，于是有了淘宝；买卖双方互不信任，就发明了支付宝，最初它只是一个担保交易系统；物流跟不上，就开始投资物流。

云计算也是同样的逻辑。

16年前，几乎没人讨论云计算，但阿里的消费平台每天要处理海量数据，如果继续使用戴尔的服务器、EMC的存储、Oracle的数据库，所有利润都会被这些供应商拿走。

于是阿里的CTO提出：我们必须自己做。阿里云的起点，是“自己先用自己的技术”，也就是先内部消化，再对外开放。

蔡崇信也给年轻创业者一个非常明确的建议：优先选择有机增长，而不是并购。因为自己团队培养出来的能力，DNA最纯正，文化也最匹配。

他也坦言，阿里做过并购，“有些成功，有些失败得很惨”。

在学生提问关于能力提升的问题时，蔡崇信强调了三件事：第一，要学会获取知识，在AI时代，不同人获取知识的效率差距会被无限放大；第二，要建立自己的分析框架，不是死记硬背，而是能对信息作出判断；第三，要学会提问，他特别强调提出正确的问题，比找到答案更重要。

关于要不要学编程，他的态度是，要学，但理由已经变了。

很多人认为，AI时代用自然语言就可以指挥机器，不再需要写代码，但他并不同意。

他认为学编程的目的不是为了操作机器，而是为了训练完整的思维过程。他甚至建议学生认真学电子表格，把复杂公式写对、让数字自动计算出来，本身就是一种高密度的逻辑训练。

在专业选择上，他给出了三个方向：第一是数据科学，本质上是统计学的新名字，未来数据将爆炸式增长，懂数据管理和分析的人始终稀缺；第二是心理学和生物学，因为人脑仍然是世界上能效最高的“机器”，AI很多设计灵感都来自对大脑的模拟；第三是材料科学，因为世界现在被比特主导，但真正让比特跑得更快的是原子，半导体的核心竞争力本质上就是材料。

在谈到个人选择问题时，蔡崇信讲了自己1999年放弃香港高薪律师工作，加入当时只有18人的阿里巴巴的经历。

他说，他用的是金融人的逻辑，不对称的风险收益。

“下行风险非常有限。为什么？因为我拥有良好的大学学历，我上过法学院。最坏的情况，我总是可以做律师。而上行空间无限。”

更重要的是，他强调，机会不是你去寻找的，而是来找你的，你要做的只有一件事——让自己处于随时“准备好”的状态。

关于AI会不会成为下一个泡沫，他区分了两种不同的概念：一种是金融市场泡沫，比如估值过高、市盈率过高，“这是一门艺术，我不知道”。

另一种是真正的技术泡沫，也就是技术本身是否虚假。

他的判断是，AI可能存在金融泡沫，但技术本身是真实存在的，就像2000年3月互联网泡沫破裂，但互联网本身不但没有消失，反而在今天变得更加强大。

“所有投入AI基础设施的资源、模型研发的努力，都不会白费。”他说。