凯发K8官网|吉田亜咲|蔡崇信港大演讲：中国AI有四张底牌美国人定义的AI规则是
k8凯发✿◈★，凯发K8真人凯发K8官网首页✿◈★，凯发k8国际✿◈★，本月在香港大学陆佑堂做了一次演讲✿◈★。这是港大经管学院陈坤耀杰出学人讲座的系列活动吉田亜咲✿◈★。据说✿◈★，17年前✿◈★，马云曾站在同一个舞台上✿◈★。主办方称✿◈★，这次演讲的报名速度创下纪录✿◈★：邮件发出两小时内✿◈★，超过1200人报名凯发K8官网✿◈★。
美国人怎么算谁赢？看谁的大语言模型（Large Language Model）更强✿◈★。今天是OpenAI领先✿◈★，明天是Anthropic✿◈★，后天可能是别人吉田亜咲✿◈★。但蔡崇信说✿◈★，这个计分方式本身就有问题✿◈★。
这个判断的底层逻辑是✿◈★：AI的价值在于渗透率（penetration rate）✿◈★。中国国务院的AI规划就很务实——到2030年✿◈★，AI代理和设备的渗透率要达到90%✿◈★。不讲玄学✿◈★，只讲普及✿◈★。
训练大模型✿◈★、跑推理（inference）凯发K8官网✿◈★，本质上都是在烧电✿◈★。中国的电力成本比美国低40%✿◈★。
为什么？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✿◈★。
结果是什么？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✿◈★。
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AI团队里✿◈★，同事们都在用中文交流想法✿◈★，他完全听不懂✿◈★。
以前中国公司出海✿◈★，语言是劣势——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✿◈★。
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——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毫不吝惜赞美✿◈★：我们在杭州的邻居✿◈★，他们做的事情令人难以置信✿◈★。
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”（sovereign AI）——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✿◈★：选择一✿◈★：通过API使用OpenAI✿◈★。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（black box）✿◈★。选择二✿◈★：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✿◈★。
成本和隐私✿◈★，两边都赢✿◈★。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✿◈★。
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——存储✿◈★、数据管理✿◈★、安全✿◈★、网络✿◈★、容器（containers✿◈★，他说这个词他自己也不太懂）✿◈★。这些阿里都能提供✿◈★。开源模型是流量入口✿◈★，云服务才是利润来源凯发K8官网✿◈★。
这个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✿◈★。
港大教授邓希炜问了一个好问题✿◈★：阿里从B2B电商变成AI云计算公司✿◈★，秘诀是什么？
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✿◈★，面向海外凯发K8官网✿◈★。
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✿◈★。
所以阿里云的起点是自己吃自己的狗粮（eat our own dog food）——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（organic development）✿◈★，而不是并购凯发K8官网✿◈★。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✿◈★。
第一✿◈★，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✿◈★。
第三✿◈★，学会提问✿◈★。蔡崇信特别强调这一点——提出正确的问题（ask the right questions）✿◈★，比找到答案更重要吉田亜咲✿◈★。
很多人说AI时代不用学编程了✿◈★，用自然语言（natural language）就能指挥机器✿◈★。蔡崇信不同意✿◈★。
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✿◈★。
数据科学（data science）✿◈★：其实就是统计学的新名字✿◈★，但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✿◈★：理解人脑怎么运作吉田亜咲✿◈★。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（material science）✿◈★：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✿◈★。
1999年✿◈★，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✿◈★。为什么？
这就像一个看涨期权（call option）——最多亏掉权利金✿◈★，但收益没有上限✿◈★。
但他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（preparedness）✿◈★，这样机会来的时候才能抓住✿◈★。
金融市场泡沫（financial market bubble）✿◈★：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✿◈★。
他的判断是✿◈★：AI可能存在金融泡沫✿◈★，但技术本身是线月互联网泡沫破裂✿◈★，但互联网并没有消失——今天互联网比那时候强大得多✿◈★。
蔡崇信拥有NBA布鲁克林篮网队（Brooklyn Nets）✿◈★、WNBA纽约自由人队（New York Liberty）✿◈★、NLL圣地亚哥队（San Diego Seals）和拉斯維加斯沙漠之犬队（Las Vegas Desert Dogs）等多家美国职业运动队✿◈★。今年篮网时隔六年重返中国（澳门）✿◈★，这是他主动推动的✿◈★。
但他做体育投资最有意思的部分✿◈★，是一个教育项目✿◈★：每年选6-8个中国初中生凯发K8官网✿◈★，送去美国读高中✿◈★、打篮球✿◈★。
他说这是在复制自己的经历——13岁离开台湾去美国读书✿◈★。人与人的交流（people-to-people exchange）✿◈★，比任何官方渠道都重要✿◈★。
不是模型本身✿◈★，而是让AI被广泛使用的整个生态系统✿◈★。电力成本低40%✿◈★、数据中心建设成本低60%✿◈★、全球一半AI人才有中国学历✿◈★、资源匮乏逼出系统级创新——这些加在一起✿◈★，让中国更有可能实现AI的大规模普及✿◈★。而普及率才是线✿◈★：为什么开源模式会赢？
因为对全球大多数用户来说✿◈★，开源同时解决了成本✿◈★、数据主权和隐私三个问题✿◈★。闭源模型要付费✿◈★，数据要喂进黑箱✿◈★；开源模型免费✿◈★，数据可以留在本地✿◈★。这不是技术优劣之争✿◈★，是利益格局使然✿◈★。
学编程不是为了写代码✿◈★，而是训练逻辑思维✿◈★；学统计（数据科学）是因为数据会爆炸✿◈★；学心理学是因为要理解人脑这个最高效的机器✿◈★；学材料科学是因为让比特跑得更快的是原子✿◈★。更重要的是✿◈★，学会提出正确的问题——这比找到答案更有价值✿◈★。*
