蔡崇信最新演讲：阿里不靠AI赚钱 | 创关注

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。

头图、文章来源：笔记侠（ID：Notesman）

分享嘉宾：蔡崇信，阿里巴巴集团联合创始人、董事长

前言：

11月的香港大学陆佑堂，一场原本寻常的讲座却因一个人的到来而沸腾。

两小时内超过1200人报名，百年讲厅座无虚席，这一切只因为阿里巴巴董事会主席蔡崇信。

在这场信息密度极高的对话中，蔡崇信不仅揭秘了阿里AI战略的底层逻辑，更指出了一个关键事实：中国技术的突围之路，靠的不仅是政策支持，更是能源成本、工程师红利和开源生态的“三重优势”。

本文根据演讲全文整理，内容有所删减，希望能给到你启发。

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

当我1999年加入阿里巴巴时，中国的人均GDP是800美元，而今天是13，000美元，增长是巨大的。

我经常告诉我的朋友，我处在一个非常幸运的位置，因为我经历了中国作为制造业大国和经济崛起，与互联网浪潮兴起的交汇点。

从阿里巴巴的vantage point，我见证了这种双引擎增长，这是非常惊人的。

阿里巴巴最初的想法，如你所说，是一个B2B网站。因为马云想利用互联网为所有中小企业创造一个公平的竞争环境，包括中国的贸易公司和小制造商。

如果你还记得，在中国加入WTO（2001年）之前，国际贸易必须通过国有贸易公司进行。但一旦中国加入WTO，贸易就开放了，这正是中国作为制造业基地发展的开端。

人们开始设立工厂，他们看到了利用互联网与世界各地进行贸易的机会。

所以阿里巴巴的初创期是一个企业对企业（B2B）的网站，我们帮助小企业批发商品。

顺便提一下，阿里巴巴的第一个网站是英文的，因为它面向的是全球的买家，是一个对外（outside-facing）的网站。

然后我们从B2B商务演进到消费者商务（C2C），也就是今天的淘宝——最大的消费者购物平台。

我们还发展了支付业务，因为存在一个痛点：买卖双方互不信任，买家不想先付款，卖家不想先发货。

所以我们发明了“支付宝”，其最初形式是一个担保交易系统，使得交易得以进行。

之后我们又涉足了物流等等。

我认为阿里巴巴的秘诀在于：一家好的公司总是在遵循客户需求和客户诉求的过程中发展起来的。我们基本上是跟着客户的需求走，一切都是有机地发展起来的。

2.云计算的自研之路：技术自立与国家需求

我们进入云计算业务也是如此，是为了满足我们自身的需求，而不是因为有人决定“云计算是个好行业，我们应该进入”。

我们16年前就开始发展云计算业务，那时根本没人谈论云计算。

我们当时审视着我们管理的大量数据，消费者平台处理着海量交易，我们的CTO来找我们说，如果我们继续使用第三方软件和硬件（我们当时使用戴尔、IBM的服务器，EMC的存储设备，Oracle的数据库软件），那么将来我们会把所有的利润都交给这些技术供应商。

所以我们发展云计算，实际上是出于necessity（必要性），出于在技术上实现自力更生的需要，这一点我们稍后可以谈到，这某种程度上也是一种国家层面的需求。

因此，我们组建了一个团队，专注于开发一种操作系统软件，不是指单台计算机的操作系统，而是一种能够跨数据中心、跨多台计算机工作的操作系统软件。

为什么？因为我们需要进行并行计算，以处理我们拥有的海量数据。

这就是我们云计算业务的起源。我们实际上是“自食其力”，自己先使用这项技术。

后来我们决定，这项技术这么好，为什么不把它开放给第三方客户呢？就这样，我们进入了云计算业务。

3.阿里巴巴的管理哲学：选专业的人与给高薪

当我买下布鲁克林篮网队时，NBA的人试图给我一些未经请求的建议。

他们说：“哦，你知道，职业体育完全不同。你习惯于企业管理公司，但在职业体育中，有明星球员，需要一种不同的方法来管理职业运动队。蔡先生，你真的不了解它是如何运作的，所以你必须把它委托给懂行的人。”

然后我发现，体育界里的人，他们其实不懂什么，他们只知道有关系，有厚厚的名片夹，所以他们知道该给谁打电话，他们与球员经纪人有关系等等。

现在我看到的是，在良好管理方面，体育团队的管理理念正在与商业世界趋同。

第一，你必须挑选合适的人

所以在我的布鲁克林篮网组织中，我有一个非常好的总经理管理篮球方面的事务，签哪些球员、交易、选秀权等等，这是篮球部分。

然后我有一个CEO管理业务部分——卖票、卖赞助、市场营销、粉丝基础发展等等。这和商业管理是一样的。

你知道，就像在商业中，你必须依赖人才，你需要找到比你更有技能、更有才华、更聪明的人，否则你就会成为组织成长的瓶颈。

所以找到最专业的人才，然后与你的管理团队建立信任。

第二，为值得的人制定薪酬方案

优秀的人总是供不应求，总会有竞争对手打电话给他们。所以制定薪酬理念，并且当涉及到公司里非常资深的人才时，你必须定制很多薪酬方案。

我看到我的工作是……因为每次我们董事会都有一个薪酬委员会，是独立董事，但独立董事不太熟悉公司的运营和公司里的个人。

所以我的工作是向独立董事和薪酬委员会传达我们的团队有多重要，这样我才能说服他们支付高薪，因为他们值得。

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

中国国家科技规划中有哪些关键或有影响力的特点，能够保证在未来五年或十年内取得成功？我认为这是一个非常切合时宜的问题。

中国刚刚发布了中央委员会的“十五五”规划纲要，有两个主要要点：

第一，中国希望继续成为制造业强国

我认为对实体经济中的制造业经济的重视，是领导层明确指出的方向，这就是我们想要的位置。

将中国与世界其他地区相比，消费占GDP的比重实际上非常小，不到40%，而在美国，消费占GDP的70%。

所以中国实际上是在“制造”东西。

中国看待GDP增长，是从生产的角度，并在一定程度上将这些产品出口到世界其他地区。

因为我相信，无论是今天还是10年、20年后，中国将继续作为制造业基地，为世界其他地区供应产品。

第二，规划中提到我们要实现技术自立自强

我认为这既是领导层的远见，也是对当前地缘政治局势的一种反应，即美国和一些欧洲国家正在限制对中国的关键技术出口。

所以我们必须发展自己的技术，而中国今天已经在这条道路上走得很好。

回顾中国的发展历史，人均GDP已经从800美元增长到今天的13000美元，并将在未来10年达到30000美元，而这一财富创造路径一直是通过制造业实现。通过生产和制造东西，并供应给世界其他地区。

基于此也有很多批评，他们说“中国有过剩产能”，他们正在将“过剩产能”出口到世界其他地区，仿佛这是一件可怕的事情。

但事实上，如果从定义上讲，“过剩产能”仅仅只是意味着你的国内经济无法吸收你的生产能力，因此你才选择出口。

但“过剩”这个词的使用似乎成了一个贬义词，但它不应该是，因为一个国家变得富裕的途径就是制造东西，并从世界其他地方获取资金，使其本国公民变得富裕。

我坚信，继续走作为世界制造业中心，现在是高科技制造业，而不是制造鞋子和T恤的道路，中国将继续增长其经济，公民将继续获得财富和可支配收入，最终消费将会到来。

今天，通过阿里巴巴平台，我们看到了大量的消费。

我给一个数据点：在我们的平台上，大约有5600万人每年在淘宝上消费超过6000美元。这远远超过了中国公民的平均可支配收入。

所以，在某个时间点，消费会到来。

但我认为中国的领导层理解，健康的经济增长和财富创造的基础在于拥有强大的制造业基地，而今天这是高科技制造业，所以中国在制造电动汽车、电池、太阳能电池板以及世界所需的所有这些东西方面是世界上最好的。

2.政策目标：90%普及率与市场驱动

显然，当谈到国家政策时，中国政府已经确定了需要投资的领域，例如半导体、半导体制造工艺、半导体设备等，我认为这些都很好。

但我真正关注并认为非常有趣的一点是，几个月前，国务院发布了一个AI相关的规划，中国人非常务实，目标导向。

这个AI规划简单地指出，到2030年（也就是5年后），我们应该看到AI智能体和设备的普及率达到90%，这是国务院说的。

所以他们基本上设定了目标，然后让市场去解决如何实现，无论是国有企业还是私营企业家，他们都会想办法在中国推广和实现AI的高普及率。

我认为这是一个非常好的政策，因为我们所有人都或多或少地参与了所谓的中美AI竞赛。

最终，计分方式不是看这些大型语言模型有多好，计分是看采用率。采用AI的人越多，社会受益就越大。

3.三大优势：能源、成本与人才红利

中国在成为AI超级大国方面，有三大竞争优势：

① 能源优势

从能源开始，中国在发电方面有优势。这是因为15年前，政府有远见地大规模投资于能源传输。

当你在北方发电，需要以某种方式输送到南方，特别是清洁能源（有阳光、风、水的地方），并不一定是在需要电力的地方。

所以中国的国家电网（有两个电网，北方和南方）每年投入900亿美元的资本支出，而美国只有300亿美元。

美国在电力传输方面的投资严重不足，但中国在过去15年一直在这样做。结果是，中国的发电装机容量是美国的2.6倍。

更妙的是，中国新增的发电容量是美国的9倍。所以中国电力容量的增长比美国快得多，而且大部分净增容量来自清洁能源，比如太阳能。

所有这些的最终结果是，中国每千瓦时的电力成本比美国便宜约40%。

所以中国在AI方面有能源优势，当你消耗所有这些GPU来训练大语言模型和进行推理时，你消耗的是大量的能源。

② 成本优势

首先，我们看建造数据中心的成本。在中国建造数据中心的成本要便宜60%，这还不包括购买芯片、廉价GPU的成本。

其次，是看模型开发，实际上中国模型并不落后美国太多。

③ 人才红利

中国拥有大量工程师，是每年产生最多STEM（STEM是科学（Science）、技术（Technology）、工程（Engineering）和数学（Mathematics）四门学科的英文首字母缩写，强调跨学科融合教育以培养综合实践能力）学生的国家。

训练AI和模型，你可能认为是非常高层次的研究型工作，但实际上很多工作在于工程方面，你必须优化系统，使系统在训练具有数百亿甚至万亿参数的模型时非常高效。

如果系统效率不高，会消耗你大量的GPU资源。

所以中国缺乏GPU实际上创造了一种“饥饿优势”，当你没有大量资源时，你被迫在系统层面进行创新，而这正是中国的强项，拥有大量工程师和全球人才。

还有一个非常有趣的现象：全球范围内，几乎近一半的AI科学家和研究人员拥有中国大学的学位，无论他们在美国公司、中国公司还是世界任何地方工作。

这意味着，你去美国的一家公司，他们中很多人是华裔。

我最近刚看到一个社交媒体帖子，一个在Meta（Facebook）工作的非华裔员工抱怨说，他所在的AI团队每个人都在说中文，用中文交流想法，他听不懂。

但他们非常聪明，能创造出所有这些AI工具，他们应该能实时将中文翻译成任何语言！但在茶水间闲聊时，你坐在食堂里，很难捕捉到所有内容，对吧？

所以，这意味着很多想法的分享和交流在全球AI领域正在用中文进行。这是第一次，中文成为一种优势！

它曾经是中国公司向海外扩张的一个劣势，因为当阿里巴巴在意大利、日本或美国开设办公室时，我们在当地雇佣的人不会说中文，他们说英语，所以我们坐在杭州的人不得不用我们的第二语言与他们交流。

这并不理想，我认为这是中国公司向海外扩张的一个巨大障碍。但现在，懂中文在AI世界变成了一个优势，这非常非常有趣。

4.开源战略：为何阿里主动开放技术？

① 助力AI普及

我刚刚列举了中国拥有的一些优势，但最大的优势是，我相信中国公司对待大语言模型的方法，即开源——将加速AI的采用，并将真正实现AI的普及，从而使更广泛的社会受益。

开源如此重要的原因是，它成本低廉，使用开源模型实际上不花一分钱。

阿里巴巴发布了我们模型的许多版本到开源社区，它们在美国和世界各地的所有开源市场上都可以获取。

人们可以直接获取我们的模型，下载下来，放到他们的基础设施上，甚至放到他们的笔记本电脑上，就可以开始运行AI，无需任何成本。

因此，开源方法有助于AI的普及。而在美国，如果你想使用AI，你必须向OpenAI支付很多钱。

所以我认为这最终是中国的优势，因为赢家不是谁拥有最好的模型，而是谁能最好地将其用于自己的行业和生活。

② 成本考虑

拿某个中东国家来说，比如沙特阿拉伯。

他们说我们想发展AI，我们希望我们的AI是“主权AI”，意思是它是我们自主开发的AI。但当然，世界上大多数国家实际上没有人才来开发自己的主权AI。

所以，如果他们在通过API使用OpenAI，或者直接采用阿里巴巴的开源模型并在其上开发之间选择，我认为成本效益明显倾向于开源。

③ 数据隐私

如果你使用OpenAI并对模型进行进一步训练，你正在将你的数据输入一个API，你完全不知道数据去了哪里，那是一个黑箱。

而如果你使用开源AI，你可以更好地控制数据隐私，你可以建立自己的私有云来存储数据。

因此，全球范围内，无论是政府还是私营企业，在考虑应该采用哪种AI时，我认为他们会倾向于开发开源AI，或在开源AI之上进行开发。

④ 不在AI上赚钱

以阿里巴巴为例，我们如此慷慨地让人们使用开源AI，这是因为我们不从在AI本身上赚钱，这就是答案。

我们运营云计算业务。当你运行模型时，你需要云基础设施，这是一个非常复杂的基础设施，不是任何公司随便雇几个工程师就能构建的。

你需要运行AI基础设施的专业知识和规模，因为这是一个规模游戏，就像我们个人不自己建酒店，你去租酒店住一样，因为酒店运营商有专业技能。

数据中心业务、云计算业务也是如此，都是关于聚合基础设施。当你拥有许多客户时，你就拥有了运营杠杆来降低服务客户的单位成本。

因此，通过我们的云服务，如果人们运行AI，并且他们碰巧想使用阿里云，我们有一整套产品，从存储到数据管理，到安全，到网络，到容器。

所有这些成套产品将帮助你在我们的基础设施上更高效地运行你的AI，这就是我们变现的方式。

AI时代给年轻人的建议

1.硬技能：编程与数据分析能力

从技能组合的角度，我认为要学习2点：第一，如何获取知识；第二，培养分析信息的框架，从而得出自己的结论。

你可以做很多事情来帮助你提高分析能力，没有哪一门课或一件事能单独帮你提升分析能力。

例如，我仍然告诉人们应该学习某种计算机编程，就像学习一门外语一样。

计算机语言是你与机器交流，你指示机器做什么，这背后有很多逻辑。

你如何构建正确的指令来告诉机器做正确的事，这个过程本身就是一个思考过程。

所以我还是建议孩子们学习编程，即使今天有了所有这些AI编程工具，你实际上不需要学习计算机代码，你只需用自然语言告诉工具怎么写。但目的不是为了操作机器，目的是经历那个思考过程。

我来自法律和金融背景，在金融领域，人们用什么？电子表格。

我实际上告诉我孩子，你应该学习如何使用电子表格，因为在电子表格中构建公式并使其工作，你只需输入一个数字，它就会自动计算，公式进行计算然后得出结果。

如果你知道如何使用一个非常好的电子表格，你就在经历那个思考过程。

所以，在技能方面，我认为要学习如何获取知识，学习如何分析和思考。

此外，还有一个重要的技能，那就是是提出正确的问题。

2.软认知：心理学与材料科学的重要性

关于学科专业。我一直告诉年轻有两个学科应该学习：一个是数据科学，这是统计学的时髦说法，以前叫统计学，现在人们叫数据科学。

因为在未来，我们将看到数据爆炸，世界越数字化，你或公司获取的数据就越多，理解如何管理和分析数据非常重要。

现在，在做了数据方面之后，你还想触及人性的一面。所以心理学的研究很重要。

心理学和生物学帮助你理解人脑是如何工作的。我仍然认为，如我所说，它仍然是最高效、最节能的“机器”，理解大脑如何工作非常重要。

另外，这一点我刚刚想到：我认为现在很多孩子不学计算机科学，而是在学材料科学。

未来，你知道，世界正被比特（数字信息）主导，但未来，让比特移动更快的是原子（物理材料）。

理解原子如何工作将会非常重要，人们制造半导体，未来半导体领域将会有很多创新。

3.年轻人要时刻做好准备

当年轻人，或者甚至像我这样的“老人”做决定时，我们其实是在评估风险和上行空间。

如果你做了一个决定，但事情没有按照你希望的方向发展，那你就是在承担风险，要对下行风险进行评估；

但如果事情进展顺利，那么上行空间是什么？对你的发展潜力如何？

所以在面对决定时，我们基本上可以大致评估出下行风险和上行潜力。

当我加入阿里巴巴时，我认为下行风险非常有限。为什么？因为我有一个好的大学学位，我上过法学院，有法学学位，最坏的情况，我总可以当律师。

所以对我来说，下行是有限的，但上行潜力无限。这个决定对我来说非常容易，我面对的是一个不对称的风险状况。

这里的金融系学生知道，这就像看涨期权，即不对称的风险回报。我们总是想找到那些不对称的风险回报情况。但我认为，如果你非常努力地去寻找，你可能找不到。

事实上机会会找到你。所以对这里的年轻人来说，最重要的是做好准备。

你必须做好准备，当机会来临时抓住它。

参考来源：

1.《蔡崇信香港大学演讲全记录：揭秘阿里AI战略与中国技术突围之路》，管理智慧。

来源：笔记侠（ID：Notesman），所发内容仅供学习、交流之目的。版权归原作者或机构所有，若涉及版权问题，烦请留言联系，我们将及时予以更正/删除。