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

来源：公众号“香港校招”

11月5日，一场在香港大学陆佑堂举行的对话引发了空前关注。这个拥有百年历史的演讲厅迎来了超过1200名听众，他们都是为了一个人而来——阿里巴巴董事会主席蔡崇信。

主持人邓教授开场就感慨道，从未在陆佑堂见过这么多人，仅仅发出一封邮件后两小时内就有超过1200人报名。这场名为"陈坤耀杰出学人讲座"的对话，信息密度之高令人惊叹。

谈话的主题涉及了从体育投资看文化交流的深层价值，阿里AI战略与中国技术突围之路，以及蔡崇信给年轻人在AI时代的建议。最后陈教授做了精彩总结，提炼出四个关键因素解释中国AI发展的成功。

邓教授：好的。首先，我从未在陆佑堂见过这么多人。

蔡先生，您知道，这是香港大学最古老的演讲厅之一。我们本可以选择一个更大的演讲厅，因为在我们仅发出一封关于此次活动的邮件后，从未见过如此迅速和大量的回应——两小时内就有超过1200人报名。如果报名再持续两天，我敢打赌会有超过十万人报名，那我们恐怕得把场地换到启德体育场了！

总之，欢迎您来到香港大学。非常高兴能有此机会与您交流。

今天的话题非常及时，也是一个宏大的话题。我知道您刚从另一个活动赶过来，所以我先从一个您真正热衷的、相对轻松的话题开始——那就是体育。

大家都知道，您不仅是阿里巴巴的董事长，也是布鲁克林篮网队的老板。最近，您还带领您的球队去了澳门，与菲尼克斯太阳队进行了比赛。我听说您的球队赢了一场，是吗？（我们赢了一场，输了一场。）好吧，我只知道您球队赢的那场。

01 

我的第一个问题，也是我们听众非常感兴趣的是：您是从何时开始对投资职业体育产生兴趣的？您认为NBA能为中国带来怎样的机遇？

蔡崇信：邓教授，在我回答问题之前，我首先想表达我最诚挚的谢意。能够站在这个讲台上，我感到无比荣幸。我不是马云，但能有此机会与大家交流思想……当你们联系我时，这是一个讲座系列，我说我不想站在讲台上去"讲授"什么，我更倾向于采用炉边对话的形式，这样我们可以更好地交流思想，也是为了向陈教授致敬。另外，我了解到稍后还会与在座的学生进行一些问答环节，我真的很期待。所以，非常感谢您。谢谢。

蔡崇信：关于NBA，它进入中国已经很久了，实际上他们在中国举办比赛已有多年。2019年之后曾有过一段间歇期。今年是六年来第一次，NBA带领两支球队——其中一支是我的布鲁克林篮网队——来到中国境内比赛。他们选择了在澳门举行，并与澳门金沙集团达成了在未来五年于澳门举办比赛的协议。但协议的一部分是，NBA也有权选择在中国大陆进行比赛。所以我认为在不久的将来，NBA会重返中国大陆。

从NBA的角度来看，逻辑非常清晰：中国拥有世界上可能最庞大的篮球粉丝基础，每个人都关注NBA。为什么？因为NBA是世界上最好的球员聚集的联赛。大约30%的NBA球员非美国籍，他们来自世界各地，来自欧洲、东欧、澳大利亚……亚洲球员目前还不多，但我们希望未来中国能发展其篮球项目，我们或许能在NBA看到下一个姚明。

因此，粉丝基础在中国非常庞大。所以，NBA重返中国进行比赛，让球员能够与粉丝进行线下互动，这对NBA来说意义重大。当然，这些年来，NBA的比赛一直通过中央电视台和流媒体平台在中国播出。

从中国的角度来看，与世界保持联系，将体育及其他文化领域最优秀的部分引入中国，与粉丝互动，同样至关重要。因此，这次我们受到了中方非常热烈的欢迎。因为NBA非常受欢迎，比赛也取得了巨大成功，我们确实在竞技层面上给球迷带来了非常精彩的展示——一场比赛进入了加时赛，另一场比赛，我想我们实际上赢了，我们输掉了加时赛，但第二晚我们赢了大概3分。所以，这是一次非常棒的经历，我对于这种文化交流和体育交流的前景感到非常乐观。

我还想提一下，利用体育来促进文化交流是非常重要的。我在中国慈善工作的一个重要部分就是关于体育，将体育作为教育的一部分进行投资。我有一个项目，旨在选拔初中生（八年级，即将升入九年级），送他们去美国读四年高中，一边打篮球，但更重要的是在美国接受教育。这有点复制我自己的经历，因为我13岁时离开台湾，去了美国读寄宿学校和大学等等。

这个项目实际上既是在培养中国下一代篮球人才，也是在给孩子们一个看看外面世界的机会。同时，我认为最大的受益者是美国的高中生们，他们看到这些来自中国的孩子，他们都读过关于中国的报道，但之前没有与具体的个人互动过。我们选拔的是学业和篮球技能两方面都最优秀的孩子，他们进入美国的环境，成为社区的一部分，并且深受社区喜爱。

所以，这种人与人之间的交流是如此重要。我相信，只要我有资源和能力，我会一直支持这个项目。

邓教授：那么，有多少孩子能获得您的奖学金去美国呢？

蔡崇信：选拔非常严格、竞争激烈。每年我们选拔6到8个孩子。

邓教授：哦，那真的是精英中的精英了。我本来还希望我9岁的儿子能有机会，但看来挑战太大了。

蔡崇信：我们总可以试试看。（笑）

邓教授：您在鼓励他！好的，非常鼓舞人心。我之前并不知道您体育事业中还有慈善这部分，希望您能继续带领您的球队来中国，向我们展示世界顶级的职业篮球。

02

邓教授：那么，我的第二个问题，在我们真正进入宏大主题之前，是关于阿里巴巴的。您知道您的朋友马云在2008年来过这里。显然您可能还记得2008年的阿里巴巴是什么样子。但据我了解，在过去的26年里，阿里巴巴已经从一家相对简单的B2B电子商务公司，转型为今天最大的"AI+云计算"公司之一。您能否与我们分享一下，阿里巴巴是如何实现如此变革的？阿里巴巴能够每5到10年就成功转型为不同类型公司的秘诀是什么？

蔡崇信：好的，先提供一点历史背景。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，因为人们开始设立工厂，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。

你问到的秘诀，我认为在于，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。我总是告诉……如果在座的同学们以后出去创业，你们应该始终倾向于有机发展，而不是收购。当然，我们也进行了一些收购，有些成功了，有些则惨败。但始终要倾向于有机发展，因为这是通过你的团队来发展的，你的团队拥有最好的、符合阿里巴巴文化和创新精神的DNA。

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，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。

03

邓教授：我稍后会再回到这个开源策略，我们上周也聊过这个。但今天的主题既宏大又深刻，显然非常重要。请允许我简要说明一下为什么选择这个主题。

上周我们交谈时，蔡先生告诉我的第一件事是："我不是一个好的贸易或宏观经济学家。"但您拥有耶鲁大学的经济学学位，我不太相信您不懂。而且您很快让我相信，您实际上是一位非常聪明、有见地的经济学家，或许不是宏观经济学家。然后我向他解释，陈坤耀教授是香港培养的最有影响力的经济学家之一，培养了许多代在私营部门和政府都非常成功的学生。所以我说，我们在调整主题方面没有太多余地，它必须关乎中国经济增长。所以我们加上了"技术驱动力"，考虑到您投资了很多技术，而且阿里巴巴在这方面做得非常出色。

为什么是10年？因为在2035年，中国共产党和中国政府的目标是将中国建设成为中等发达国家。这意味着什么？我其实也不太确定，但可以想象，我们需要中国的人均GDP达到约30，000美元——这是有可能的。有趣的是，在我们上周会面和今天之间，中国总理李强在上海发表讲话，提到在五年内（到2030年），中国的GDP应达到约24万亿美元。这意味着从现在约20万亿美元增长到24万亿美元——您正在心算——这需要大约5%以上的名义GDP增长，这并非不可能，假设有4%的实际GDP增长加上1-2%的通胀，就能实现。所以这不是梦想，是完全可行的。但要实现4%的实际GDP增长，我们需要大量的创新，并且创新需要转化为生产力增长。

所以，现在向您提出一个总体性问题：您认为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？

蔡崇信：我认为这是一个非常切合时宜的问题，因为中国刚刚发布了中央委员会的"十五五"规划纲要。我想在座有些人可能已经读了全文，我读的是摘要。但规划中真正有两个主要要点：

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。所以这是第一点。

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。所以中国认为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。

回到第一个目标，即维持制造业基地。如果你回顾中国的历史，看看中国是如何成为一个富裕国家的——我从人均GDP 800美元说到今天的13，000美元，并将在未来10年达到30，000美元——财富创造的路径一直是通过生产和制造东西，并将其供应给世界其他地区。我实际上认为这一点……但围绕此有很多批评，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。但如果你想想，当德国汽车工业出口所有汽车时，每个人都批评他们"过剩产能"吗？从定义上讲，"过剩产能"仅仅意味着你的国内经济无法吸收你的生产能力，因此你诉诸于出口。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。我给你一个数据点：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。但我们已经达到了这个规模，有如此多的人消费那个数额。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。

04

邓教授：大家都在谈论AI，显然中国在AI上投入了大量资金。深度伪造技术确实震惊了世界。关于中国国家科技议程的一个更普遍的问题是，我想把问题再往前推一点，请您稍微聚焦一下AI。您认为推动这种增长的国家政策背后的秘诀是什么？我的意思是，十年前中国还主要在做简单制造，现在如您所说，是拥有AI各方面应用的先进制造，似乎在技术领导力上对美国构成了竞争甚至挑战。所以，能否请您分享一下，在促进这种增长的国家政策方面，有哪些秘诀？

蔡崇信：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。所以中国的整个方法是推广AI的普及，我认为这是一个伟大的政策。

邓教授：我记得上周和您谈到中国AI生态系统的独特性，您谈到了很多关于人才库、基础设施、中国拥有先进制造业而许多发达经济体现在没有，以及高效产生能源的能力。您能否与听众分享一下，中国在成为AI超级大国方面有哪些竞争优势？

蔡崇信：是的。我认为现在美国人定义谁赢得AI竞赛的方式，纯粹是看大型语言模型有多好。今天可能是OpenAI，明天是Anthropic……顺便说一下，阿里巴巴的通义千问模型刚刚赢得了一个为期约两周的加密货币和股票交易竞赛。他们测试了大约10个不同的模型，包括美国模型和中国模型，阿里巴巴的模型实际上是整个比赛的赢家，DeepSeek是第二。顺便说一句，对DeepSeek表示高度尊重，我们在杭州的邻居，他们正在做令人难以置信的工作。

所以，如果你比较……我们不看美国定义的AI竞赛，我们看整个技术栈，看看中国在哪里有优势。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。当你发电，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。

所以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，因为你知道，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。机器和大脑的一大区别是，机器消耗大量能量，而大脑运作的能量效率非常高。所以这是第一点。

然后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。然后看模型开发，我实际上认为中国模型并不落后美国太多，这是有原因的。

中国拥有大量工程师，是每年产生最多STEM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！（笑）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。

总之，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——而这将发生在中国。

邓教授：那么，中国AI模型强调开源，而美国模型更多是私有、闭源，数据和模型以市场价格出售，这背后的根本原因是什么？是因为不同国家公司竞争方式存在显著差异，还是政府有激励措施鼓励它们更慷慨地分享资源？

蔡崇信：好的，我举个例子。

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。

还有另一个原因，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，这当然是出于成本和数据隐私的考虑。

邓教授：但是以阿里巴巴为例，你们如此慷慨地让人们使用你们的开源AI，你们是如何赚钱的？你们肯定在别处赚钱，对吧？

蔡崇信：是的，这是个好问题。我们不从AI本身赚钱，这就是答案。（笑）不，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（这个术语我其实也不太懂，但我还是说了）。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。

05

邓教授：太好了。在我转向iPad上的问答环节之前——顺便说声抱歉——我的最后一个问题是：今天在座有很多学生，实际上80%的听众是学生，从本科生到博士生都有。蔡先生告诉我，他看到这么多学生非常兴奋，因为他通常见到的是政府官员、商人、投资者，不常是这么多学生。所以他很乐意为学生提供建议。

您认为年轻人为迎接AI时代应该掌握哪些技能？或者他们应该专注于什么专业？

蔡崇信：我认为这是两个不同的问题：技能组合和某个学科的专业知识。这是两个略有不同的问题。

从技能组合的角度，我仍然认为你应该学习：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。学习外语是为了与……比如西班牙的人说西班牙语，与法国的人说法语。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——这是一件美妙的事情。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，还有一个重要的技能是提出正确的问题。这是一方面。

另一方面是关于学科专业。我一直告诉年轻人、孩子们，有两个学科他们应该学习：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。

第三点刚刚想到：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。所以我认为材料科学将是一个有趣的学习方向。

邓教授：总结一下：材料科学、认知科学、数据科学，我们仍然需要学习编程，不是因为我们需要去编码，而是我们需要有逻辑来理解AI在对我们做什么。这是一套非常好的建议。

蔡先生日程很紧，我知道这里有超过1000人。今天我们有一个特别的安排，之前有一个二维码供部分人扫描提问，但现在可能太晚了，因为我已经收到了10个问题。所以大家不需要到麦克风前来，因为没有麦克风。我将只挑选最好的问题，其中一些有点意思，但如果我问了，您觉得不舒服可以不回答，但我相信您有办法应对。

首先，稍微宣传一下：蔡先生，您知道我们实际上与阿里云有一个合作课程吗？不是学位，是课程，但可以获得学分以获取学位。非常感谢阿里巴巴的支持。有一个来自该课程的学生提问："阿里巴巴集团一直是行业变革的驱动者。您认为云计算驱动的下一个重大变革将是什么，它将如何影响人们的行为和商业？"

蔡崇信：你知道，我们将云计算视为一种公用事业，就像电力一样，它为不同的活动、不同的技术提供动力。云计算中最热的领域显然是AI，因为云正在支撑着AI模型的使用，包括训练和应用程序的推理。

所以我认为，AI的下一个重大转变是当人们开始不再仅仅将AI视为工具，而是作为朋友。现在AI似乎更像一个工具，我们都想用它来让自己更高效，让公司更高效。AI已经在帮助我们编码，所以我们不需要那么多软件工程师。但是，AI何时能成为你的伙伴？那时，如果大多数人开始像对待另一个人一样看待AI，那将真正改变世界，改变行为。有时想想这很可怕，但我看到这正在发生。

邓教授：这就是所谓的ASI（人工超级智能）吗？或者AGI（通用人工智能）？当AI的行为方式让你无法分辨它是人还是机器时，传统的图灵测试……

蔡崇信：是的，当你与它互动，进行来回交流时，AI给出的答案就像你的朋友一样。这既令人兴奋，也有点可怕。

邓教授：好的。第二个问题很有趣，我本想问，但主题是由陈教授领导的委员会设定的。不过这个问题是关于职业建议的。"许多学生，以及一些像我这样的职场中期人士，一直在考虑创业或加入初创公司。在90年代末，您当时在香港有一份很好的工作，然后您去了杭州，遇到了您后来的联合创始人马云。您为什么决定放弃相当丰厚的薪水，加入一个前途未卜的初创公司？是什么决定了您的决定？对于想加入初创公司的人，什么才是合适的时机？他们应该考虑哪些关键因素？"

蔡崇信：当年轻人，或者甚至像我这样的"老人"做决定时，我们是在评估风险和上行空间。如果你做了一个决定，但事情没有按你希望的方向发展，你就在承担风险；但如果事情进展顺利，那么上行空间是什么？所以你基本上可以……这不是一个严格的数学问题，但你可以大致评估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。所以下行是有限的，但上行是……你无法想象，是无限的。所以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。所以对我来说，这个决定非常容易。不对称的风险回报。你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。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。你不知道它什么时候会来。

邓教授：这个问题是关于AI是否是下一个互联网泡沫。我们经历过2000年代初的泡沫膨胀然后破裂。如果你关注"科技七巨头"的股价，它们一直疯狂上涨。我非常后悔过早卖掉了我的英伟达和AMD股票。我们不是要股票提示，但您认为这是一个泡沫吗？如果不是，为什么您认为这次会不同？

蔡崇信：关于泡沫，其实有两个概念：真正的泡沫和金融市场泡沫。我不知道是否存在金融市场泡沫，因为股票估值更像一门艺术，即使有既定的理论，你可以给一只股票50倍的市盈率，因为你认为增长率非常高，这合理吗？我不知道。可能存在与AI相关的金融市场泡沫。

但AI现象是真实的。所以人们正在建造的所有基础设施，投入到模型开发中的所有研发资源，都不会浪费，因为这是一个真实的现象。就像互联网一样，在2000年3月左右，互联网泡沫破裂了，那是金融市场泡沫破裂，但今天的互联网就在这里，事实上互联网现在更强大，对吧？所以技术本身不是泡沫。

邓教授：这个问题非常有趣，我们的学生真的很聪明，他们问的问题比我的更有意思。关于管理风格，管理不同类型的公司。您有职业体育投资（我不知道您管理篮球队的参与度有多深），还有长曲棍球队，还管理一家科技公司。管理这两种不同类型公司有什么相似之处？有什么不同之处？组建团队和企业文化有多重要？我猜这是一个关于领导力、管理的非常广泛的问题，至少涉及您业务中两个非常不同的领域。

蔡崇信：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。

在篮球方面，我不是篮球专家，更不是打篮球的专家。所以你想找到最专业的人才，然后与你的管理团队建立信任。

邓教授：基本上，就是一位有远见的领导者，激励团队朝着同一个方向长期努力。那么薪酬方面呢？您支付阿里巴巴员工的薪酬，需要像支付NBA球员一样高吗？

蔡崇信：是的。（笑）我的意思是，你看，这就是我担心的——我们如何留住人才？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。

邓教授：太好了。我们还有几分钟时间。我想问您一个简单的问题，用两分钟时间，您能告诉我们一点阿里巴巴的AI战略吗？你们现在主要关注什么？下一步是什么？当然，不用透露太多商业机密。

蔡崇信：我们的AI战略很简单：第一，我们既做大语言模型，也做云计算。这样我们可以在云服务部分赚钱，为AI和数字时代提供基础设施。然后在模型方面，我们将其开源，以便让更多人采用。就这么简单。

邓教授：哦，我不知道这么简单。我真希望我知道怎么运营阿里巴巴！你们确实是该领域的主导者，尽管您没这么说。

我想做总结，但按照这个讲座系列的传统，我会邀请陈教授做结束语。

陈教授：非常感谢蔡崇信先生莅临此次盛会。您的陈述如此清晰，实际上不需要总结。但我的学生们告诉我，如果我不做总结，他们可能不想继续这个讲座系列了。所以我最好尽力总结一下您所说的内容。

即使是从开场的问题中，我也学到了很多。那就是，当你做事时，不要只考虑私人利益，社会和公共利益很重要。您投资篮球赛是为了文化交流，是整个商业活动的基石。当您创办阿里巴巴时，不仅仅是为了赚钱，电子商务B2B平台也促进了小商家的业务。所以，成功的故事不仅仅关乎你自己，也关乎公共利益。

但今天的主题是"未来十年中国经济增长的技术驱动力"。虽然没有明确的问题，但在对话中隐含的答案非常简单：未来十年甚至更长时间内，中国经济增长最重要、唯一最重要的驱动力，无论是技术、金融还是经济方面的，都必须是AI。

从对话中，我理解到有四个主要因素可以解释中国AI发展的成功：

第一个因素是非常坚定的国家战略，自上而下。有一个非常明确的目标，例如在五年内，AI在中国的普及率达到90%。除了投资基础设施，还激励私营公司进行研发。所以第一点是国家战略。

第二个因素是电力。中国在提供充足电力供应方面的远见非常重要。难怪过去两天我参加全球金融领袖投资峰会时，基金经理告诉我们，不要只盯着AI公司的投资，你应该买更多能源公司的股票！这提示与蔡先生今天所说的完全吻合。所以第二个因素是中国在电力供应方面的远见。

第三个因素解释中国成功的是工程师的供应。在系统层面，工程师在AI开发中非常重要。我年轻时，过去人们告诉我，在美国，如果你有问题，首先想到的是找律师（您以前是律师）。但在日本，如果你有问题，首先想到的会是工程师。现在不是日本，而是中国，对吧？所以我们有问题时，想到的是工程师。所以第三个因素是工程师的供应。

最后一个因素，即中国成功的第四个因素，是中国大多数AI公司（当然包括阿里巴巴）采用的开源语言模型。在我看来，这种开源语言模型对于促进AI的进一步发展非常重要，因为开源系统使其他人能够修改和改进你的模型，从而加速AI发展。同时，如果你采用AI开源模型，你也加速了AI在整个人口中的普及。

所以，据我理解，这就是解释中国成功的四个主要因素。因此，中国在AI领域有着光明的未来，我相信在不太遥远的将来，中国将在AI发展上超越美国。我希望这是您的结论。