△點擊上圖查看詳情

中國AI的真正優(yōu)勢是什么？年輕人到底還要不要學(xué)習(xí)編程？未來哪些專業(yè)最有前途？

最近，阿里巴巴集團聯(lián)合創(chuàng)始人、董事長蔡崇信在香港大學(xué)陸佑堂做了一次演講。

這是港大商學(xué)院“陳坤耀杰出講座系列”的年度活動。據(jù)主辦方透露，這次演講的報名速度創(chuàng)下紀(jì)錄——郵件發(fā)出兩小時內(nèi)，超過1200人報名。

中美AI競爭中國有四張底牌

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(guī)則是錯的。

蔡崇信說，美國人怎么算誰贏？看誰的大語言模型更強。今天是OpenAI領(lǐng)先，明天是Anthropic，后天可能是別人?！斑@個計分方式本身就有問題?！?/p>

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(jù)是：AI的價值在于滲透率?！爸袊鴩鴦?wù)院的AI規(guī)劃就很務(wù)實一一到2030年，AI代理和設(shè)備的滲透率要達到90%。”

那中國憑什么能普及得更快?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(xùn)練大模型、跑推理本質(zhì)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(guī)模投資電力傳輸基礎(chǔ)設(shè)施。北方發(fā)的電要送到南方，新能源產(chǎn)地和用電需求地往往不重合，必須靠輸電網(wǎng)絡(luò)打通。中國國家電網(wǎng)每年資本支出900億美元，美國只有300億——三倍的差距。

結(jié)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。

數(shù)據(jù)中心：成本碾壓

在中國建一個數(shù)據(jù)中心，成本比美國低60%。這還沒算芯片，只是基建。

工程師紅利：全球一半的AI人才有中國學(xué)歷背景

蔡崇信提到一個有趣的數(shù)據(jù)，全球幾乎一半的AI科學(xué)家和研究人員，都有中國大學(xué)的學(xué)位——無論他們現(xiàn)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團隊里，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(yōu)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。比如在意大利開辦公室，當(dāng)?shù)厝瞬粫f中文，中國員工得用第二語言溝通。但在AI領(lǐng)域，全球的華人工程師用中文分享想法、交換思路，這反而成了信息優(yōu)勢。

資源匱乏逼出來的系統(tǒng)級創(chuàng)新

蔡崇信說，美國有大量GPU，中國沒有。但他認為，匱乏反而創(chuàng)造了優(yōu)勢。

“GPU的缺乏反而創(chuàng)造了’饑餓優(yōu)勢’。當(dāng)你沒有足夠資源時，你被迫在系統(tǒng)層面創(chuàng)新?！彼f。

訓(xùn)練一個萬億參數(shù)的模型，如果系統(tǒng)效率不高，GPU消耗會非常恐怖。中國團隊因為硬件受限，必須把系統(tǒng)優(yōu)化做到極致。DeepSeek就是這么逼出來的。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毫不吝惜地贊美：“我們在杭州的鄰居，他們做的事情令人難以置信?！?/strong>

開源模型會擊敗閉源模型

對于閉源模型和開源模型最后誰會贏這個問題，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(shù)用戶的利益。

他舉了個例子。假設(shè)你是沙特阿拉伯，想發(fā)展AI，又想保持“AI主權(quán)”——意思是AI不受外國控制。但你沒有人才自己開發(fā)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，而且數(shù)據(jù)要喂進去——你不知道數(shù)據(jù)去了哪里，那是個黑箱（black box）。

第二個選擇是直接下載阿里的開源模型，部署在自己的私有云上。免費，而且數(shù)據(jù)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?！八詿o論是政府還是企業(yè)，只要認真做成本效益分析，都會傾向于開源?！辈坛缧耪f。

那么阿里怎么賺錢？蔡崇信的回答是：“我們不靠AI賺錢?！?/strong>

他說，阿里靠的是云計算。你用開源模型沒問題，但你要跑模型，需要云基礎(chǔ)設(shè)施，包括存儲、數(shù)據(jù)管理、安全、網(wǎng)絡(luò)等，這些阿里都能提供。所以開源模型是流量入口，云服務(wù)才是利潤來源。

這種模式其實很像早年的互聯(lián)網(wǎng)公司：免費產(chǎn)品獲客，增值服務(wù)變現(xiàn)。只不過規(guī)模和技術(shù)門檻完全不同。

阿里巴巴的進化邏輯：永遠跟著客戶需求走

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云計算公司，秘訣是什么？

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(mào)易必須通過國有貿(mào)易公司。2001年入世之后，小企業(yè)可以直接和全球做生意了。阿里的B2B平臺就是幫這些小廠找買家——第一版網(wǎng)站是英文的，面向海外。

后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(fā)明了支付寶（最初是個擔(dān)保交易系統(tǒng)）。物流跟不上，就投資物流。

“云計算也是一樣的邏輯。16年前，沒人討論云。但阿里的消費平臺要處理海量數(shù)據(jù)，如果繼續(xù)用Dell的服務(wù)器、EMC的存儲、Oracle的數(shù)據(jù)庫，所有利潤都會交給這些供應(yīng)商。”蔡崇信說，發(fā)展云計算完全是出于必要，出于對技術(shù)自主可控的需求。

所以阿里云的起點是“自己吃自己的狗糧”——先內(nèi)部用，用好了再開放給外部客戶。

蔡崇信對年輕創(chuàng)業(yè)者的建議也很明確：優(yōu)先選擇有機增長，而不是并購。因為自己團隊培養(yǎng)出來的能力，DNA純正，文化匹配。阿里也做過并購，“有些成功，有些失敗得很慘”。

還要不要學(xué)編程？給年輕人的幾點建議

在學(xué)生問答環(huán)節(jié)，關(guān)于技能和專業(yè)選擇，蔡崇信給年輕人提出了很多建設(shè)性的意見和建議。

比如在技能層面要做好三件事。

學(xué)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，而是能對信息做出自己的判斷。

學(xué)會提問。 蔡崇信特別強調(diào)這一點——提出正確的問題，比找到答案更重要。

那么AI時代到底還要不要學(xué)編程？蔡崇信的回答是：要，但理由變了。

很多人說AI時代不用學(xué)編程了，用自然語言（natural language）就能指揮機器。蔡崇信并不認同?！熬幊痰哪康牟皇菫榱瞬僮鳈C器，而是訓(xùn)練思維過程。”

他甚至建議學(xué)電子表格——能把一個復(fù)雜公式寫對，讓數(shù)字自動計算出來，這本身就是邏輯訓(xùn)練。

對于年輕人來說，專業(yè)選擇可以考慮三個方向。

數(shù)據(jù)科學(xué)。這其實是統(tǒng)計學(xué)的新名字，蔡崇信認為未來數(shù)據(jù)會爆炸式增長，懂得管理和分析數(shù)據(jù)的人永遠稀缺。

心理學(xué)和生物學(xué)。這個專業(yè)主要是理解人腦怎么運作?！叭四X仍然是最高能效的’機器’，AI的很多設(shè)計思路都來自對大腦的模擬?！?/p>

材料科學(xué)。世界現(xiàn)在被比特（bits）主導(dǎo)，但讓比特跑得更快的，是原子（atoms）。半導(dǎo)體領(lǐng)域會有大量創(chuàng)新，而半導(dǎo)體的核心就是材料。

為什么加入創(chuàng)業(yè)公司

1999年，為什么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(fēng)險收益。

“下行風(fēng)險非常有限。為什么？因為我有好的學(xué)歷，讀過法學(xué)院，最壞情況我還能當(dāng)律師。但上行空間是無限的?！辈坛缧耪f，就像一個看漲期權(quán)——最多虧掉權(quán)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(zhǔn)備好”，這樣機會來的時候才能抓住。

AI會是泡沫嗎？

有一個學(xué)生提問：AI會不會像2000年互聯(lián)網(wǎng)泡沫一樣破裂？

蔡崇信認為，對于這個問題要區(qū)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(shù)，我不知道。”

第二種是技術(shù)泡沫，也就是技術(shù)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(shù)本身是真實的。 就像2000年3月互聯(lián)網(wǎng)泡沫破裂，但互聯(lián)網(wǎng)并沒有消失——今天互聯(lián)網(wǎng)比那時候強大得多。

所有投入AI基礎(chǔ)設(shè)施的資源、模型開發(fā)的努力，不會打水漂。

橙柿互動·都市快報記者 沈積慧

編輯 高欣奕

審核 張倩 陳欣文