蔡崇信最新演講：阿里不靠AI賺錢

內容來源：2025年11月5日，蔡崇信參加香港大學陸佑堂“陳坤耀杰出講座系列”活動分享。

分享嘉賓：蔡崇信，阿里巴巴集團聯合創始人、董事長。

高級筆記達人天朗明月

責編 |柒排版| 沐言

第 9312篇深度好文：7001字 | 17 分鐘閱讀

商業思維

筆記君說：

11月的香港大學陸佑堂，一場原本尋常的講座卻因一個人的到來而沸騰。

兩小時內超過1200人報名，百年講廳座無虛席，這一切只因為阿里巴巴董事會主席蔡崇信。

在這場信息密度極高的對話中，蔡崇信不僅揭秘了阿里AI戰略的底層邏輯，更指出了一個關鍵事實：中國技術的突圍之路，靠的不僅是政策支持，更是能源成本、工程師紅利和開源生態的“三重優勢”。

本文根據演講全文整理，內容有所刪減，希望能給到你啟發。

一、阿里巴巴的轉型與AI戰略核心

1.從B2B到AI：客戶需求驅動的有機增長

當我1999年加入阿里巴巴時，中國的人均GDP是800美元，而今天是13，000美元，增長是巨大的。

我經常告訴我的朋友，我處在一個非常幸運的位置，因為我經歷了中國作為制造業大國和經濟崛起，與互聯網浪潮興起的交匯點。

從阿里巴巴的vantage point，我見證了這種雙引擎增長，這是非常驚人的。

阿里巴巴最初的想法，如你所說，是一個B2B網站。因為馬云想利用互聯網為所有中小企業創造一個公平的競爭環境，包括中國的貿易公司和小制造商。

如果你還記得，在中國加入WTO（ 2001年 ）之前，國際貿易必須通過國有貿易公司進行。但一旦中國加入WTO，貿易就開放了，這正是中國作為制造業基地發展的開端。

人們開始設立工廠，他們看到了利用互聯網與世界各地進行貿易的機會。

所以阿里巴巴的初創期是一個企業對企業（ B2B ）的網站，我們幫助小企業批發商品。

順便提一下，阿里巴巴的第一個網站是英文的，因為它面向的是全球的買家，是一個對外（ outside-facing ）的網站。

然后我們從B2B商務演進到消費者商務（ C2C ），也就是今天的淘寶——最大的消費者購物平臺。

我們還發展了支付業務，因為存在一個痛點：買賣雙方互不信任，買家不想先付款，賣家不想先發貨。

所以我們發明了“支付寶”，其最初形式是一個擔保交易系統，使得交易得以進行。

之后我們又涉足了物流等等。

我認為阿里巴巴的秘訣在于： 一家好的公司總是在遵循客戶需求和客戶訴求的過程中發展起來的。 我們基本上是跟著客戶的需求走，一切都是有機地發展起來的。

2.云計算的自研之路：技術自立與國家需求

我們進入云計算業務也是如此，是為了滿足我們自身的需求，而不是因為有人決定“云計算是個好行業，我們應該進入”。

我們16年前就開始發展云計算業務，那時根本沒人談論云計算。

我們當時審視著我們管理的大量數據，消費者平臺處理著海量交易，我們的CTO來找我們說，如果我們繼續使用第三方軟件和硬件（ 我們當時使用戴爾、IBM的服務器，EMC的存儲設備，Oracle的數據庫軟件 ），那么將來我們會把所有的利潤都交給這些技術供應商。

所以我們發展云計算，實際上是出于necessity（ 必要性 ），出于在技術上實現自力更生的需要，這一點我們稍后可以談到，這某種程度上也是一種國家層面的需求。

因此，我們組建了一個團隊，專注于開發一種操作系統軟件，不是指單臺計算機的操作系統，而是一種能夠跨數據中心、跨多臺計算機工作的操作系統軟件。

為什么？因為我們需要進行并行計算，以處理我們擁有的海量數據。

這就是我們云計算業務的起源。我們實際上是“自食其力”，自己先使用這項技術。

后來我們決定，這項技術這么好，為什么不把它開放給第三方客戶呢？就這樣，我們進入了云計算業務。

3.阿里巴巴的管理哲學：選專業的人與給高薪

當我買下布魯克林籃網隊時，NBA的人試圖給我一些未經請求的建議。

他們說：“哦，你知道，職業體育完全不同。你習慣于企業管理公司，但在職業體育中，有明星球員，需要一種不同的方法來管理職業運動隊。蔡先生，你真的不了解它是如何運作的，所以你必須把它委托給懂行的人。”

然后我發現，體育界里的人，他們其實不懂什么，他們只知道有關系，有厚厚的名片夾，所以他們知道該給誰打電話，他們與球員經紀人有關系等等。

現在我看到的是，在良好管理方面，體育團隊的管理理念正在與商業世界趨同。

第一，你必須挑選合適的人

所以在我的布魯克林籃網組織中，我有一個非常好的總經理管理籃球方面的事務，簽哪些球員、交易、選秀權等等，這是籃球部分。

然后我有一個CEO管理業務部分——賣票、賣贊助、市場營銷、粉絲基礎發展等等。這和商業管理是一樣的。

你知道，就像在商業中，你必須依賴人才，你需要找到比你更有技能、更有才華、更聰明的人，否則你就會成為組織成長的瓶頸。

所以找到最專業的人才，然后與你的管理團隊建立信任。

第二，為值得的人制定薪酬方案

優秀的人總是供不應求，總會有競爭對手打電話給他們。所以制定薪酬理念，并且當涉及到公司里非常資深的人才時，你必須定制很多薪酬方案。

我看到我的工作是……因為每次我們董事會都有一個薪酬委員會，是獨立董事，但獨立董事不太熟悉公司的運營和公司里的個人。

所以我的工作是向獨立董事和薪酬委員會傳達我們的團隊有多重要，這樣我才能說服他們支付高薪，因為他們值得。

二、中國AI技術的競爭優勢與未來

1.制造業強國：中國國家科技規劃方向

中國國家科技規劃中有哪些關鍵或有影響力的特點，能夠保證在未來五年或十年內取得成功？我認為這是一個非常切合時宜的問題。

中國剛剛發布了中央委員會的“十五五”規劃綱要，有兩個主要要點：

第一，中國希望繼續成為制造業強國

我認為對實體經濟中的制造業經濟的重視，是領導層明確指出的方向，這就是我們想要的位置。

將中國與世界其他地區相比，消費占GDP的比重實際上非常小，不到40%，而在美國，消費占GDP的70%。

所以中國實際上是在“制造”東西。

中國看待GDP增長，是從生產的角度，并在一定程度上將這些產品出口到世界其他地區。

因為我相信，無論是今天還是10年、20年后，中國將繼續作為制造業基地，為世界其他地區供應產品。

第二，規劃中提到我們要實現技術自立自強

我認為這既是領導層的遠見，也是對當前地緣政治局勢的一種反應，即美國和一些歐洲國家正在限制對中國的關鍵技術出口。

所以我們必須發展自己的技術，而中國今天已經在這條道路上走得很好。

回顧中國的發展歷史，人均GDP已經從800美元增長到今天的13000美元，并將在未來10年達到30000美元，而這一財富創造路徑一直是通過制造業實現。通過生產和制造東西，并供應給世界其他地區。

基于此也有很多批評，他們說“中國有過剩產能”，他們正在將“過剩產能”出口到世界其他地區，仿佛這是一件可怕的事情。

但事實上，如果從定義上講，“過剩產能”僅僅只是意味著你的國內經濟無法吸收你的生產能力，因此你才選擇出口。

但“過剩”這個詞的使用似乎成了一個貶義詞，但它不應該是，因為一個國家變得富裕的途徑就是制造東西，并從世界其他地方獲取資金，使其本國公民變得富裕。

我堅信，繼續走作為世界制造業中心，現在是高科技制造業，而不是制造鞋子和T恤的道路，中國將繼續增長其經濟，公民將繼續獲得財富和可支配收入，最終消費將會到來。

今天，通過阿里巴巴平臺，我們看到了大量的消費。

我給一個數據點：在我們的平臺上，大約有5600萬人每年在淘寶上消費超過6000美元。這遠遠超過了中國公民的平均可支配收入。

所以，在某個時間點，消費會到來。

但我認為中國的領導層理解， 健康的經濟增長和財富創造的基礎在于擁有強大的制造業基地， 而今天這是高科技制造業，所以中國在制造電動汽車、電池、太陽能電池板以及世界所需的所有這些東西方面是世界上最好的。

2.政策目標：90%普及率與市場驅動

顯然，當談到國家政策時，中國政府已經確定了需要投資的領域，例如半導體、半導體制造工藝、半導體設備等，我認為這些都很好。

但我真正關注并認為非常有趣的一點是，幾個月前，國務院發布了一個AI相關的規劃，中國人非常務實，目標導向。

這個AI規劃簡單地指出，到2030年（ 也就是5年后 ），我們應該看到AI智能體和設備的普及率達到90%，這是國務院說的。

所以他們基本上設定了目標，然后讓市場去解決如何實現，無論是國有企業還是私營企業家，他們都會想辦法在中國推廣和實現AI的高普及率。

我認為這是一個非常好的政策，因為我們所有人都或多或少地參與了所謂的中美AI競賽。

最終，計分方式不是看這些大型語言模型有多好，計分是看采用率。采用AI的人越多，社會受益就越大。

3.三大優勢：能源、成本與人才紅利

中國在成為AI超級大國方面，有三大競爭優勢：

① 能源優勢

從能源開始，中國在發電方面有優勢。這是因為15年前，政府有遠見地大規模投資于能源傳輸。

當你在北方發電，需要以某種方式輸送到南方，特別是清潔能源（ 有陽光、風、水的地方 ），并不一定是在需要電力的地方。

所以中國的國家電網（ 有兩個電網，北方和南方 ）每年投入900億美元的資本支出，而美國只有300億美元。

美國在電力傳輸方面的投資嚴重不足，但中國在過去15年一直在這樣做。結果是，中國的發電裝機容量是美國的2.6倍。

更妙的是，中國新增的發電容量是美國的9倍。所以中國電力容量的增長比美國快得多，而且大部分凈增容量來自清潔能源，比如太陽能。

所有這些的最終結果是，中國每千瓦時的電力成本比美國便宜約40%。

所以中國在AI方面有能源優勢，當你消耗所有這些GPU來訓練大語言模型和進行推理時，你消耗的是大量的能源。

② 成本優勢

首先，我們看建造數據中心的成本。在中國建造數據中心的成本要便宜60%，這還不包括購買芯片、廉價GPU的成本。

其次，是看模型開發，實際上中國模型并不落后美國太多。

③ 人才紅利

中國擁有大量工程師，是每年產生最多STEM（ STEM是科學 （ Science ）、技術（ Technology ）、工程（ Engineering ）和數學（ Mathematics ）四門學科的英文首字母縮寫，強調跨學科融合教育以培養綜合實踐能力）學生的國家。

訓練AI和模型，你可能認為是非常高層次的研究型工作，但實際上很多工作在于工程方面，你必須優化系統，使系統在訓練具有數百億甚至萬億參數的模型時非常高效。

如果系統效率不高，會消耗你大量的GPU資源。

所以中國缺乏GPU實際上創造了一種“饑餓優勢”，當你沒有大量資源時，你被迫在系統層面進行創新，而這正是中國的強項，擁有大量工程師和全球人才。

還有一個非常有趣的現象：全球范圍內，幾乎近一半的AI科學家和研究人員擁有中國大學的學位，無論他們在美國公司、中國公司還是世界任何地方工作。

這意味著，你去美國的一家公司，他們中很多人是華裔。

我最近剛看到一個社交媒體帖子，一個在Meta（ Facebook ）工作的非華裔員工抱怨說，他所在的AI團隊每個人都在說中文，用中文交流想法，他聽不懂。

但他們非常聰明，能創造出所有這些AI工具，他們應該能實時將中文翻譯成任何語言！但在茶水間閑聊時，你坐在食堂里，很難捕捉到所有內容，對吧？

所以，這意味著很多想法的分享和交流在全球AI領域正在用中文進行。這是第一次，中文成為一種優勢！

它曾經是中國公司向海外擴張的一個劣勢，因為當阿里巴巴在意大利、日本或美國開設辦公室時，我們在當地雇傭的人不會說中文，他們說英語，所以我們坐在杭州的人不得不用我們的第二語言與他們交流。

這并不理想，我認為這是中國公司向海外擴張的一個巨大障礙。但現在，懂中文在AI世界變成了一個優勢，這非常非常有趣。

4.開源戰略：為何阿里主動開放技術？

① 助力AI普及

我剛剛列舉了中國擁有的一些優勢，但最大的優勢是，我相信中國公司對待大語言模型的方法，即開源——將加速AI的采用，并將真正實現AI的普及，從而使更廣泛的社會受益。

開源如此重要的原因是，它成本低廉，使用開源模型實際上不花一分錢。

阿里巴巴發布了我們模型的許多版本到開源社區，它們在美國和世界各地的所有開源市場上都可以獲取。

人們可以直接獲取我們的模型，下載下來，放到他們的基礎設施上，甚至放到他們的筆記本電腦上，就可以開始運行AI，無需任何成本。

因此， 開源方法有助于AI的普及。 而在美國，如果你想使用AI，你必須向OpenAI支付很多錢。

所以我認為這最終是中國的優勢，因為贏家不是誰擁有最好的模型，而是誰能最好地將其用于自己的行業和生活。

② 成本考慮

拿某個中東國家來說，比如沙特阿拉伯。

他們說我們想發展AI，我們希望我們的AI是“主權AI”，意思是它是我們自主開發的AI。但當然，世界上大多數國家實際上沒有人才來開發自己的主權AI。

所以，如果他們在通過API使用OpenAI，或者直接采用阿里巴巴的開源模型并在其上開發之間選擇，我認為成本效益明顯傾向于開源。

③ 數據隱私

如果你使用OpenAI并對模型進行進一步訓練，你正在將你的數據輸入一個API，你完全不知道數據去了哪里，那是一個黑箱。

而如果你使用開源AI，你可以更好地控制數據隱私，你可以建立自己的私有云來存儲數據。

因此，全球范圍內，無論是政府還是私營企業，在考慮應該采用哪種AI時，我認為他們會傾向于開發開源AI，或在開源AI之上進行開發。

④ 不在AI上賺錢

以阿里巴巴為例，我們如此慷慨地讓人們使用開源AI，這是因為我們不從在AI本身上賺錢，這就是答案。

我們運營云計算業務。當你運行模型時，你需要云基礎設施，這是一個非常復雜的基礎設施，不是任何公司隨便雇幾個工程師就能構建的。

你需要運行AI基礎設施的專業知識和規模，因為這是一個規模游戲，就像我們個人不自己建酒店，你去租酒店住一樣，因為酒店運營商有專業技能。

數據中心業務、云計算業務也是如此，都是關于聚合基礎設施。當你擁有許多客戶時，你就擁有了運營杠桿來降低服務客戶的單位成本。

因此，通過我們的云服務，如果人們運行AI，并且他們碰巧想使用阿里云，我們有一整套產品，從存儲到數據管理，到安全，到網絡，到容器。

所有這些成套產品將幫助你在我們的基礎設施上更高效地運行你的AI，這就是我們變現的方式。

三、AI時代給年輕人的建議

1.硬技能：編程與數據分析能力

從技能組合的角度，我認為要學習2點：第一，如何獲取知識；第二，培養分析信息的框架，從而得出自己的結論。

你可以做很多事情來幫助你提高分析能力，沒有哪一門課或一件事能單獨幫你提升分析能力。

例如，我仍然告訴人們應該學習某種計算機編程，就像學習一門外語一樣。

計算機語言是你與機器交流，你指示機器做什么，這背后有很多邏輯。

你如何構建正確的指令來告訴機器做正確的事，這個過程本身就是一個思考過程。

所以我還是建議孩子們學習編程，即使今天有了所有這些AI編程工具，你實際上不需要學習計算機代碼，你只需用自然語言告訴工具怎么寫。但目的不是為了操作機器，目的是經歷那個思考過程。

我來自法律和金融背景，在金融領域，人們用什么？電子表格。

我實際上告訴我孩子，你應該學習如何使用電子表格，因為在電子表格中構建公式并使其工作，你只需輸入一個數字，它就會自動計算，公式進行計算然后得出結果。

如果你知道如何使用一個非常好的電子表格，你就在經歷那個思考過程。

所以，在技能方面，我認為要學習如何獲取知識，學習如何分析和思考。

此外，還有一個重要的技能，那就是是提出正確的問題。

2.軟認知：心理學與材料科學的重要性

關于學科專業。我一直告訴年輕有兩個學科應該學習：一個是數據科學，這是統計學的時髦說法，以前叫統計學，現在人們叫數據科學。

因為在未來，我們將看到數據爆炸，世界越數字化，你或公司獲取的數據就越多，理解如何管理和分析數據非常重要。

現在，在做了數據方面之后，你還想觸及人性的一面。所以心理學的研究很重要。

心理學和生物學幫助你理解人腦是如何工作的。我仍然認為，如我所說，它仍然是最高效、最節能的“機器”，理解大腦如何工作非常重要。

另外，這一點我剛剛想到：我認為現在很多孩子不學計算機科學，而是在學材料科學。

未來，你知道，世界正被比特（ 數字信息 ）主導，但未來，讓比特移動更快的是原子（ 物理材料 ）。

理解原子如何工作將會非常重要，人們制造半導體，未來半導體領域將會有很多創新。

3.年輕人要時刻做好準備

當年輕人，或者甚至像我這樣的“老人”做決定時，我們其實是在評估風險和上行空間。

如果你做了一個決定，但事情沒有按照你希望的方向發展，那你就是在承擔風險，要對下行風險進行評估；

但如果事情進展順利，那么上行空間是什么？對你的發展潛力如何？

所以在面對決定時，我們基本上可以大致評估出下行風險和上行潛力。

當我加入阿里巴巴時，我認為下行風險非常有限。為什么？因為我有一個好的大學學位，我上過法學院，有法學學位，最壞的情況，我總可以當律師。

所以對我來說， 下行是有限的，但上行潛力無限。 這個決定對我來說非常容易，我面對的是一個不對稱的風險狀況。

這里的金融系學生知道，這就像看漲期權，即不對稱的風險回報。我們總是想找到那些不對稱的風險回報情況。但我認為，如果你非常努力地去尋找，你可能找不到。

事實上機會會找到你。所以對這里的年輕人來說，最重要的是做好準備。

你必須做好準備，當機會來臨時抓住它。

*文章為作者獨立觀點，不代表筆記俠立場。

PS：各位筆記俠的朋友，跟大家同步一個消息——我的年度演講，已經進入最后沖刺階段，距離正式登場只剩25天了！

我會把這一年沉淀下來的商業洞察、實戰方法論和對行業趨勢的判斷，全部濃縮進4小時的演講里，咱們一起尋找“看不見的新大陸”！

參考來源：

1.《蔡崇信香港大學演講全記錄：揭秘阿里AI戰略與中國技術突圍之路》，管理智慧。

好文閱讀推薦：

“子彈筆記”是筆記俠的矩陣公眾號，聚焦職場效率追求、人際關系與高潛成長者，幫你3分鐘吃透核心觀點和方法論。歡迎關注～