内容来源：2025年11月5日，蔡崇信参加香港大学陆佑堂“陈坤耀杰出讲座系列”活动分享。
分享嘉宾：蔡崇信，阿里巴巴集团联合创始人、董事长
11月的香港大学陆佑堂，一场原本寻常的讲座因阿里巴巴董事会主席蔡崇信的到来而座无虚席。两小时内超1200人报名，百年讲厅满员，现场气氛热烈。
在这场高密度对话中，蔡崇信系统阐述了阿里AI战略的底层逻辑，并指出：中国技术突围的关键，在于能源成本、工程师红利与开源生态构成的“三重优势”。
本文根据演讲内容整理，略有删减，旨在传递核心观点。
阿里巴巴的转型与AI战略核心
1. 从B2B到AI：客户需求驱动的有机增长
1999年加入阿里巴巴时，中国人均GDP为800美元，如今已达13,000美元。我有幸亲历中国经济崛起与互联网浪潮交汇的历史节点。
阿里最初定位为B2B平台，帮助中小企业通过互联网开展国际贸易。当时中国尚未加入WTO，外贸由国企主导；2001年入世后，民间制造活力释放，阿里顺势而起。
早期网站为英文界面，面向全球买家。随后发展出C2C平台淘宝，解决买卖双方信任问题，推出担保交易系统“支付宝”，并逐步拓展支付、物流等能力。
阿里的成长始终围绕客户需求展开——一切皆为解决实际问题而生，是典型的有机增长模式。
2. 云计算的自研之路：技术自立与国家需求
阿里进入云计算并非出于战略布局，而是生存所需。16年前，我们面临一个严峻现实：若继续依赖戴尔、IBM、Oracle等外部软硬件，未来利润将全部流向技术供应商。
为此，我们组建团队研发分布式操作系统，实现跨数据中心的并行计算，以应对海量交易数据处理需求。
这一过程本质是“自食其力”。技术成熟后，我们将其开放给第三方，由此开启云计算业务。
这不仅是企业级选择，也契合国家层面推动技术自主的战略方向。
3. 阿里巴巴的管理哲学：选专业的人与给高薪
管理体育球队与经营企业本质相通。以我收购的布鲁克林篮网队为例：篮球运营交由专业总经理负责球员签约、交易等事务；商业运营则由CEO统筹票务、赞助与品牌建设。
核心管理理念有二：
第一，选用比自己更优秀的人才。依赖专业人才是组织突破瓶颈的关键。
第二，为关键人才提供有竞争力的薪酬。优秀人才稀缺，必须定制化激励方案。作为董事长，我的职责是向薪酬委员会说明核心团队价值，推动合理高薪，确保人才留存。
中国AI技术的竞争优势与未来
1. 制造业强国：中国国家科技规划方向
中国“十五五”规划明确两大方向：一是巩固制造业强国地位，二是实现科技自立自强。
当前中国消费占GDP比重不足40%，远低于美国的70%，经济增长仍以生产端为主，产品大量出口全球。
所谓“过剩产能”，实则是国内无法完全消化的生产能力，出口恰是经济活力的体现。国家富裕的本质，正是通过制造获取外部资源，提升国民财富。
未来中国应聚焦高科技制造——如电动汽车、电池、光伏等，而非低端鞋服。阿里平台数据显示，已有约5600万人年消费超6000美元，远高于平均可支配收入，预示消费升级潜力。
强大的制造业基础，尤其是高端制造能力，是中国持续增长的核心支撑。
2. 政策目标：90%普及率与市场驱动
中国政府在半导体、AI等领域明确投资方向。近期国务院提出：到2030年，AI智能体与设备普及率达90%。
这一目标务实且具导向性——政府设定结果，市场自行探索路径。无论是国企还是民企，都将加速AI落地。
中美AI竞争的胜负标准，不在于模型参数多大，而在于应用广度。谁能让更多人用上AI，谁才是真正赢家。
3. 三大优势：能源、成本与人才红利
① 能源优势
过去15年，中国持续投入电网建设，年均资本支出达900亿美元，为美国的三倍。输电网络完善，使北方清洁能源高效输送至南方。
目前中国发电装机容量为美国2.6倍，新增容量更是其9倍，且主要来自太阳能等清洁能源。最终结果是：中国电价比美国低约40%。
训练大模型需消耗大量GPU与电力，低成本能源成为AI发展的关键优势。
② 成本优势
在中国建设数据中心的成本比美国低60%，不含芯片采购。同时，国产大模型性能已接近国际先进水平，差距不大。
③ 人才红利
中国每年培养全球最多的STEM（科学、技术、工程、数学）毕业生，拥有庞大工程师群体。
大模型训练高度依赖系统优化能力。由于GPU受限，倒逼中国团队在算法效率、系统架构上创新，形成“饥饿优势”。
更值得注意的是：全球近半数AI科研人员拥有中国高校学位。中文正成为AI领域的重要交流语言，甚至出现海外团队内部用中文讨论的现象。
曾制约中国企业出海的语言障碍，如今在AI时代反成竞争优势。
4. 开源战略：为何阿里主动开放技术？
① 助力AI普及
阿里将多个大模型版本开源，全球开发者可免费下载部署，甚至运行于个人电脑。相较之下，使用OpenAI需支付高昂API费用。
开源显著降低AI使用门槛，加速技术普及，惠及更广泛社会。
② 成本考虑
多数国家缺乏自主研发“主权AI”的人才与能力。在API付费与开源模型之间，成本效益明显倾向后者，尤其对中东等新兴市场更具吸引力。
③ 数据隐私
使用闭源API存在数据泄露风险，用户难以掌控数据流向。开源模型可本地部署，构建私有云，更好保障数据安全。
政府与企业日益重视数据主权，开源成为更可信选择。
④ 商业逻辑：不在AI本身赚钱
阿里并不靠AI模型盈利。我们的核心是云计算业务——提供从存储、网络到容器的完整基础设施服务。
AI训练依赖强大算力支持，客户若选择阿里云，即可使用全套高效工具。通过规模化运营降低单位成本，这才是真正的变现路径。
AI时代给年轻人的建议
1. 硬技能：编程与数据分析能力
建议掌握两项核心能力：一是获取知识的能力，二是构建分析框架以独立判断。
学习编程如同掌握一门新语言，重点不在写代码本身，而在理解机器逻辑与指令构建过程，锻炼结构化思维。
即使AI能自动生成代码，思考过程仍不可替代。同样，熟练使用电子表格构建公式，也是训练逻辑推理的有效方式。
此外，学会提出正确问题，比盲目寻找答案更重要。
2. 软认知：心理学与材料科学的重要性
推荐两个学科方向：
一是数据科学（即现代统计学）。数字化时代数据爆炸，掌握数据管理与分析能力至关重要。
二是心理学。理解人脑运作机制，有助于洞察人性与行为模式。生物学亦可辅助认知科学。
另值得关注的是材料科学。世界由“比特”驱动，但让比特更快移动的是“原子”。半导体、新材料等物理层创新，将是未来技术突破的关键。
3. 年轻人要时刻做好准备
做决策需评估下行风险与上行空间。当年我加入阿里，最坏结果是回归律师职业，下行有限；而成功则可能改变行业格局，上行无限。
这种“不对称风险回报”如同看涨期权，是理想投资状态。但机会往往不期而至，关键在于提前准备。
年轻人不必刻意追逐风口，而应持续积累能力。当机遇来临，唯有准备充分者才能抓住。