昨日，阿里巴巴集團(tuán)聯(lián)合創(chuàng)始人及主席蔡崇信亮相香港大學(xué)商學(xué)院，發(fā)表了一場主題為“前瞻十年：推動中國經(jīng)濟(jì)增長的科創(chuàng)引擎”的演講，分享了諸多個人見解。

回顧阿里發(fā)展，蔡崇信強(qiáng)調(diào)其“有機(jī)生長”模式，從B2B業(yè)務(wù)順勢拓展至C端，支付寶解決信任難題，云計算布局更是技術(shù)自救的關(guān)鍵之舉。

關(guān)于中國經(jīng)濟(jì)，他認(rèn)為“十五五”規(guī)劃聚焦制造業(yè)強(qiáng)國與技術(shù)自主。中國作為全球制造中心地位不變，制造業(yè)升級帶動AI應(yīng)用。中國AI走普惠路線，以2030年AI設(shè)備高滲透率為目標(biāo)，注重普及速度。

中國AI發(fā)展優(yōu)勢明顯，能源、成本、工程與人才等方面均有紅利。在開源與閉源選擇上，他看好開源路徑，阿里借云基礎(chǔ)設(shè)施盈利，構(gòu)建生態(tài)壁壘。

個人成長方面，他建議提升知識獲取與分析能力，通過編程等訓(xùn)練思維，學(xué)習(xí)多學(xué)科知識。對于AI泡沫問題，他指出AI技術(shù)真實(shí)，金融市場或現(xiàn)泡沫，未來AI有望成為人類伙伴。

以下為翻譯原文：

阿里最早做的是一個B2B跨境貿(mào)易網(wǎng)站，1999年上線時是全英文的，主要為了幫助中國中小企業(yè)“走出去”。

后來，隨著國內(nèi)市場崛起、消費(fèi)者行為轉(zhuǎn)變，他們順勢延伸到C端，從阿里巴巴到淘寶，從企業(yè)到個人，業(yè)務(wù)自然生長。

隨后支付寶的誕生，也是為了解決買賣雙方的信任危機(jī)：買家不敢先付錢，賣家不敢先發(fā)貨。阿里則提出一個托管機(jī)制，先由第三方保管資金，再根據(jù)交易結(jié)果釋放。

這個簡單的機(jī)制，為當(dāng)時互聯(lián)網(wǎng)的商業(yè)體系補(bǔ)上了一環(huán)：信任基礎(chǔ)設(shè)施。

• “If you want to found companies later on, you would always want to favor organic development over acquisitions. [...] because you are developing through your team, and your team has the best DNA in terms of the Alibaba culture and innovation.”

“好的公司不是靠收購堆出來的，而是有機(jī)長出來的?！?/p>

阿里進(jìn)入云計算，實(shí)則是被利潤結(jié)構(gòu)倒逼的技術(shù)自救。那時，阿里的電商系統(tǒng)已經(jīng)處理海量數(shù)據(jù)。每筆交易背后都有幾十個數(shù)據(jù)庫調(diào)用、支付、搜索、推薦。而服務(wù)器來自戴爾、存儲來自EMC、數(shù)據(jù)庫靠Oracle。

當(dāng)時，阿里的CTO警告：

• “If we continue to use third-party software and hardware, we will later on hand over all our profits to these technology vendors.”

也就是說，如果延續(xù)這種依賴第三方服務(wù)的方式，上游一加價，利潤全蒸發(fā)。所以，他們決定做自己的云。這不是簡單的“租服務(wù)器”，而是做一個“跨數(shù)據(jù)中心的分布式操作系統(tǒng)”，支撐億級用戶的并行計算。阿里云最早的客戶，就是阿里自己，也就是所謂的dogfooding（軟件公司自己用自己的產(chǎn)品），再推向外部。

這套邏輯，十幾年后被國家戰(zhàn)略驗證。

“技術(shù)自主可控”如今已是政策共識。

阿里當(dāng)年的選擇，或許在某種意義上，也是中國數(shù)字基礎(chǔ)設(shè)施自主化的縮影。

• “China wants to continue to be a manufaturing powrehouse, I think the empasis on the manufacturing economy, which is part of the real economy is right there.”

十五五規(guī)劃的第一個關(guān)鍵詞，就是制造業(yè)強(qiáng)國。中國的消費(fèi)占GDP比重不到40%，而美國是70%。這說明中國的經(jīng)濟(jì)仍然以生產(chǎn)和出口為核心?！爸袊谖磥淼氖蕉陜?nèi)，仍會是全球制造中心。”制造業(yè)帶來就業(yè)、工資、出口和技術(shù)外溢，是最穩(wěn)定的、最具復(fù)利效應(yīng)的增長引擎。

回顧中國經(jīng)濟(jì)崛起的路徑，從人均800美元提升到1.3萬美元（并有望在未來十年達(dá)到3萬美元），真正推動這一躍升力量的，就是生產(chǎn)制造以及全球供應(yīng)體系。

• “They say, China is exporting excessive capacity for the rest of the world. [...] The definition simply means that you have producation capacity that your domestic economy cannot absorb, therefore you resort to exports.”

“過剩產(chǎn)能只是國內(nèi)消化不了的產(chǎn)能。[...] 通過出口，把產(chǎn)能轉(zhuǎn)化為價值，本身就是國家致富的合理路徑?！钡聡L期依靠汽車出口支撐經(jīng)濟(jì)，卻從未被指責(zé)為‘產(chǎn)能過剩’。那么，中國制造業(yè)的外向型增長也不應(yīng)被污名化，而應(yīng)被視為一種經(jīng)濟(jì)體的自然演化。成為“世界制造中心”，是中國選擇的正確路徑，但這條路需要不斷升級。過去我們出口的是鞋子和衣服，未來出口的將是電動車、電池和光伏。這三樣，正好對應(yīng)全球能源轉(zhuǎn)型的剛性需求。制造業(yè)的升級，直接牽引了AI的落地方向。因為AI真正的規(guī)模效應(yīng)，就體現(xiàn)在工業(yè)環(huán)節(jié)的降本增效上。

十五五規(guī)劃的第二個關(guān)鍵詞，尤其在當(dāng)前地緣政治的背景下，是技術(shù)自主。

• “We want to become technology self reliant. [...] The AI plan simply said that in 2030, we should see 90% penetration of AI agents and devices.”

到2030年，AI代理與設(shè)備要達(dá)到90%滲透，落地機(jī)制是市場化。這是一個應(yīng)用導(dǎo)向的目標(biāo)。

與之相比，美國的AI政策關(guān)注技術(shù)前沿，例如模型參數(shù)、算法突破；而中國的政策，更像是一場普惠運(yùn)動，要讓AI變成電力一樣，成為基礎(chǔ)設(shè)施，被更廣泛使用。

• “You don't keep score by looking at you know how good these large language models are; the score is being kept by the adoption rate”

這種差異是結(jié)構(gòu)性的。

中美AI競賽的關(guān)鍵不在技術(shù)指標(biāo)，而在adoption rate（采用率）。AI的社會紅利，并不來自一兩個SOTA模型，而在于全社會的普及曲線。當(dāng)農(nóng)民、制造業(yè)工人、教師、小商戶等等各行各業(yè)都能用AI時，這項技術(shù)才真正進(jìn)入經(jīng)濟(jì)血液。

因此，中國的AI發(fā)展策略，本質(zhì)上是“普惠型AI”：

• 技術(shù)領(lǐng)先不等于社會收益的最大化，普及速度才是復(fù)利起點(diǎn)。
• 允許國企和民企各自探索路線。政府不指定技術(shù)方向，只設(shè)定滲透目標(biāo)；
• 把采用率定為KPI，這會自然倒逼成本、數(shù)據(jù)合規(guī)、行業(yè)化方案全面優(yōu)化。

中國AI的底層優(yōu)勢首先是能源紅利。AI是能源密集型產(chǎn)業(yè)。中國在這一層早就布局，十五年前就開始大規(guī)模投資輸電網(wǎng)絡(luò)和配套基礎(chǔ)設(shè)施。中國的國家電網(wǎng)的年資本支出約900億美元，而美國只有約300億美元。中國電力裝機(jī)容量是美國的2.6倍，電力產(chǎn)能凈增量是美國的9倍。另外，新增能源部分中，太陽能和風(fēng)電占主導(dǎo)，能夠為AI提供綠色能源基礎(chǔ)。然后是成本紅利。

建設(shè)一座GW量級的數(shù)據(jù)中心，中國是4億美元，美國則是10億美元。這有著結(jié)構(gòu)性的成本差距。

• “Chinese models are not very far behind the US, because China has a lot of engineers and it's the country that produced the most standard students every year. [...] Lacking in GPU actually creates an advantage of starvation.”

中國的AI團(tuán)隊在系統(tǒng)工程能力上已經(jīng)非常突出。長期的GPU短缺，反而逼出了更高的優(yōu)化效率。在分布式訓(xùn)練、調(diào)度優(yōu)化、功耗控制等方面，中國工程師展現(xiàn)出較強(qiáng)的實(shí)踐能力。而在人才供給上，“全球有超過一半的AI科學(xué)家和研究者，在中國大學(xué)有過學(xué)位。”有Meta的員工調(diào)侃：“我們的AI團(tuán)隊里，幾乎全員講中文?！边@很有意思，“過去中文是出海的障礙，如今在AI時代，它反倒成了優(yōu)勢?！绷硗?，中文互聯(lián)網(wǎng)的內(nèi)容密度、語義復(fù)雜度，也可以為AI模型提供了豐富的語料。這種語言層面的優(yōu)勢還在放大。

談到AI的全球競爭格局以及中美的差異，蔡崇信重點(diǎn)提到開源和閉源之爭。

總的來看，國家主要在兩種模式種做選擇：

• 一種是依賴OpenAI等公司的閉源API：性能強(qiáng)大；但是價格高，數(shù)據(jù)進(jìn)黑箱，用戶幾乎無法掌握隱私和使用邊界；
• 另一種是采用阿里等企業(yè)推出的開源模型：可自部署、低成本、數(shù)據(jù)可控，在安全性和靈活性上更具優(yōu)勢。

在美國，企業(yè)若要接入OpenAI等的服務(wù)，往往需要承擔(dān)高額的訂閱和調(diào)用費(fèi)用，這使得AI的使用門檻居高不下。

而在中國，阿里的多個開源模型，用戶已經(jīng)可以自由的下載，并部署在自有的基礎(chǔ)設(shè)施（例如自己的筆記本或者企業(yè)服務(wù)器上），成本極低。

長期來看，開源是一種更加經(jīng)濟(jì)、更加安全的路徑，并且這也與他之前提到的普惠邏輯一致。

既然是開源模型，那公司如何賺錢？

• “We don't make money from AI.”

阿里不是靠AI模型本身盈利，而是通過支撐AI運(yùn)行的云基礎(chǔ)設(shè)施實(shí)現(xiàn)商業(yè)化。阿里提供一整套底層能力，例如算力、存儲、安全、數(shù)據(jù)管理、網(wǎng)絡(luò)服務(wù)，讓用戶能在其云平臺上穩(wěn)定、高效的運(yùn)行AI應(yīng)用。這一完整的云產(chǎn)品矩陣，是AI落地的核心支撐，也逐漸形成了阿里生態(tài)的護(hù)城河。這就像酒店業(yè)，真正決定收益的，不是每個房間的裝潢，而是專業(yè)化和規(guī)?；倪\(yùn)營效率。AI越普及，算力需求越大，云基礎(chǔ)設(shè)施的商業(yè)價值就越高。

在個人層面，蔡崇信建議：

• “You should learn how to acquire knowledge and develop analytical framework for analyzing information coming to your conclusions.”

個人成長有兩大核心能力：知識獲取能力和建立分析框架的能力。

在信息爆炸時代，懂得篩選、提煉和建模，把信息處理為自己的理解系統(tǒng)，是真正的競爭力。

• 編程：雖然已經(jīng)有vibe coding（自然語言編程），他仍然建議像學(xué)習(xí)機(jī)器邏輯，主要培養(yǎng)結(jié)構(gòu)化思考；
• 電子表格：看似簡單，是不錯的邏輯推演工具；
• 數(shù)據(jù)科學(xué)：理解數(shù)字化時代的底層語言，學(xué)習(xí)檢索和分析數(shù)據(jù)。

在學(xué)科方面，他建議年輕人學(xué)習(xí)心理學(xué)和生物學(xué)，去理解人腦、信息處理與決策機(jī)制；還可以關(guān)注材料科學(xué)，從比特（數(shù)字信息）到原子（物理載體)，他認(rèn)為下一輪技術(shù)革命將發(fā)生在物理世界，材料科學(xué)是突破一些技術(shù)瓶頸的關(guān)鍵領(lǐng)域，特別是在半導(dǎo)體等核心硬件領(lǐng)域的創(chuàng)新。

那么“AI會不會像互聯(lián)網(wǎng)一樣，成為泡沫？”

• “There is a real model and then there is a financial market model.”

“AI是真實(shí)存在的技術(shù)，只是金融市場會泡沫化?！?/p>

互聯(lián)網(wǎng)當(dāng)年也經(jīng)歷了破裂，但留下的基礎(chǔ)設(shè)施，例如服務(wù)器、協(xié)議、帶寬等等，都變成了今天的生產(chǎn)力。AI也是一樣：它的模型、算力、基礎(chǔ)設(shè)施，都是真實(shí)可見的資產(chǎn)。泡沫，是金融估值的問題，不是技術(shù)的問題。

AI能夠像朋友一樣給出答案、交往的時候，將是一個重要的發(fā)展節(jié)點(diǎn)。目前，AI更多的是一種效率工具；未來，AI有望成為人類的朋友，有更好的交互。