中国AI的真正优势是什么？年轻人到底还要不要学习编程？未来哪些专业最有前途？

最近，阿里巴巴集团联合创始人、董事长蔡崇信在香港大学陆佑堂做了一次演讲。

这是港大商学院“陈坤耀杰出讲座系列”的年度活动。据主办方透露，这次演讲的报名速度创下纪录——邮件发出两小时内，超过1200人报名。

中美AI竞争中国有四张底牌

在演讲开场，蔡崇信就抛出一个观点：美国人定义的AI竞赛规则是错的。

蔡崇信说，美国人怎么算谁赢？看谁的大语言模型更强。今天是OpenAI领先，明天是Anthropic，后天可能是别人。“这个计分方式本身就有问题。”

蔡崇信认为，真正的赢家不是谁有最好的模型，而是谁用得最好。而这个判断的依据是：AI的价值在于渗透率。“中国国务院的AI规划就很务实一一到2030年，AI代理和设备的渗透率要达到90%。”

那中国凭什么能普及得更快?蔡崇信列了一张完整的底牌清单。

电力：15年前埋下的伏笔

蔡崇信说，训练大模型、跑推理本质上都是在烧电。中国的电力成本比美国低40%。

因为15年前中国就开始大规模投资电力传输基础设施。北方发的电要送到南方，新能源产地和用电需求地往往不重合，必须靠输电网络打通。中国国家电网每年资本支出900亿美元，美国只有300亿——三倍的差距。

结果就是中国的电力装机容量是美国的2.6倍，而且新增装机容量是美国的9倍。这个差距还在拉大。

数据中心：成本碾压

在中国建一个数据中心，成本比美国低60%。这还没算芯片，只是基建。

工程师红利：全球一半的AI人才有中国学历背景

蔡崇信提到一个有趣的数据，全球几乎一半的AI科学家和研究人员，都有中国大学的学位——无论他们现在在美国公司、中国公司，还是世界任何地方工作。

他还讲了个段子。最近社交媒体上有人吐槽，说自己在Meta(Facebook)的Al团队里，同事们都在用中文交流想法，他完全听不懂。

“这是中文第一次成为一种优势。”蔡崇信开玩笑地说。

他还举了个例子，以前中国公司出海，语言是劣势。比如在意大利开办公室，当地人不会说中文，中国员工得用第二语言沟通。但在AI领域，全球的华人工程师用中文分享想法、交换思路，这反而成了信息优势。

资源匮乏逼出来的系统级创新

蔡崇信说，美国有大量GPU，中国没有。但他认为，匮乏反而创造了优势。

“GPU的缺乏反而创造了’饥饿优势’。当你没有足够资源时，你被迫在系统层面创新。”他说。

训练一个万亿参数的模型，如果系统效率不高，GPU消耗会非常恐怖。中国团队因为硬件受限，必须把系统优化做到极致。DeepSeek就是这么逼出来的。而阿里的通义千问(Qwen)模型刚刚赢得了一场为期两周的加密货币和股票交易AI竞赛，DeepSeek排名第二。

蔡崇信对DeepSeek毫不吝惜地赞美：“我们在杭州的邻居，他们做的事情令人难以置信。”

开源模型会击败闭源模型

对于闭源模型和开源模型最后谁会赢这个问题，蔡崇信的观点很直接：开源模型会击败闭源模型，不是因为开源更先进，而是因为开源更符合全球大多数用户的利益。

他举了个例子。假设你是沙特阿拉伯，想发展AI，又想保持“AI主权”——意思是AI不受外国控制。但你没有人才自己开发模型。

这时候你有两个选择。一个是通过API使用OpenAI。但你要付很多钱，而且数据要喂进去——你不知道数据去了哪里，那是个黑箱（blackbox）。

第二个选择是直接下载阿里的开源模型，部署在自己的私有云上。免费，而且数据完全可控。

所以不管是从成本还是隐私来说，都是开源模型胜出。“所以无论是政府还是企业，只要认真做成本效益分析，都会倾向于开源。”蔡崇信说。

那么阿里怎么赚钱？蔡崇信的回答是：“我们不靠AI赚钱。”

他说，阿里靠的是云计算。你用开源模型没问题，但你要跑模型，需要云基础设施，包括存储、数据管理、安全、网络等，这些阿里都能提供。所以开源模型是流量入口，云服务才是利润来源。

这种模式其实很像早年的互联网公司：免费产品获客，增值服务变现。只不过规模和技术门槛完全不同。

阿里巴巴的进化逻辑：永远跟着客户需求走

对话中，港大教授邓希炜问了一个问题：阿里从B2B电商变成AI云计算公司，秘诀是什么？

蔡崇信回答：没有秘诀，就是跟着客户需求走。

阿里1999年成立时，中国还没加入WTO，国际贸易必须通过国有贸易公司。2001年入世之后，小企业可以直接和全球做生意了。阿里的B2B平台就是帮这些小厂找买家——第一版网站是英文的，面向海外。

后来消费者电商起来了，就有了淘宝。买家和卖家互不信任，就发明了支付宝（最初是个担保交易系统）。物流跟不上，就投资物流。

“云计算也是一样的逻辑。16年前，没人讨论云。但阿里的消费平台要处理海量数据，如果继续用Dell的服务器、EMC的存储、Oracle的数据库，所有利润都会交给这些供应商。”蔡崇信说，发展云计算完全是出于必要，出于对技术自主可控的需求。

所以阿里云的起点是“自己吃自己的狗粮”——先内部用，用好了再开放给外部客户。

蔡崇信对年轻创业者的建议也很明确：优先选择有机增长，而不是并购。因为自己团队培养出来的能力，DNA纯正，文化匹配。阿里也做过并购，“有些成功，有些失败得很惨”。

还要不要学编程？给年轻人的几点建议

在学生问答环节，关于技能和专业选择，蔡崇信给年轻人提出了很多建设性的意见和建议。

比如在技能层面要做好三件事。

学会获取知识。听起来是废话，但在AI时代，知识获取的效率差异会被放大。

建立分析框架。不是死记硬背，而是能对信息做出自己的判断。

学会提问。蔡崇信特别强调这一点——提出正确的问题，比找到答案更重要。

那么AI时代到底还要不要学编程？蔡崇信的回答是：要，但理由变了。

很多人说AI时代不用学编程了，用自然语言（naturallanguage）就能指挥机器。蔡崇信并不认同。“编程的目的不是为了操作机器，而是训练思维过程。”

他甚至建议学电子表格——能把一个复杂公式写对，让数字自动计算出来，这本身就是逻辑训练。

对于年轻人来说，专业选择可以考虑三个方向。

数据科学。这其实是统计学的新名字，蔡崇信认为未来数据会爆炸式增长，懂得管理和分析数据的人永远稀缺。

心理学和生物学。这个专业主要是理解人脑怎么运作。“人脑仍然是最高能效的’机器’，AI的很多设计思路都来自对大脑的模拟。”

材料科学。世界现在被比特（bits）主导，但让比特跑得更快的，是原子（atoms）。半导体领域会有大量创新，而半导体的核心就是材料。

为什么加入创业公司

1999年，为什么蔡崇信放弃香港的律师高薪，跑去杭州加入一个18人的小公司。在很多场合，蔡崇信回答过这个问题，这次演讲中他用金融人的思维解答：不对称风险收益。

“下行风险非常有限。为什么？因为我有好的学历，读过法学院，最坏情况我还能当律师。但上行空间是无限的。”蔡崇信说，就像一个看涨期权——最多亏掉权利金，但收益没有上限。

他又补充了一句更重要的话：机会是来找你的，不是你去找它的。你要做的是“准备好”，这样机会来的时候才能抓住。

AI会是泡沫吗？

有一个学生提问：AI会不会像2000年互联网泡沫一样破裂？

蔡崇信认为，对于这个问题要区分两种泡沫。一种是金融市场泡沫，比如股票估值是不是太高？50倍市盈率合不合理？“这是一门艺术，我不知道。”

第二种是技术泡沫，也就是技术本身是不是虚假的？

他的判断是：AI可能存在金融泡沫，但技术本身是真实的。就像2000年3月互联网泡沫破裂，但互联网并没有消失——今天互联网比那时候强大得多。

所有投入AI基础设施的资源、模型开发的努力，不会打水漂。