阿里巴巴 (09988-HK) 集團主席蔡崇信周日 (22 日) 在北京釣魚台國賓館發表觀點，挑戰了當前 AI 圈流行的「模型軍備競賽」框架，並稱美國人定義的規則可能是錯的。
他指出，AI 的終極目標是應用普及、造福社會，而非比拼誰訓練出的模型最強，競爭的核心變量應是「應用滲透率」，而不是「模型參數」，誰能讓 AI 更好地被使用，誰才是贏家。
蔡崇信闡述了中國在 AI 競爭中的三張底牌；一是電力，中國國家電網年資本支出約 900 億美元，是美國約 300 億美元的 3 倍，中國電力裝置容量是美國的 2.6 倍，去年全球新增電力裝置，中國一國佔 58%，美國僅佔 7%，這顯示在電力這一 AI 訓練最核心成本上，中國具有結構性優勢，這一優勢是過去十幾年大規模經濟建設「順帶」把電網鋪到大規模後形成的「飢餓優勢」的反面，也就是因基礎設施超前佈局形成的成本窪地。
其二是開源。美國 AI 靠閉源機制維持技術特權，模型作為資產，API 是利潤來源，使用需付費交數據，而中國開源模型崛起打破了這一壁壘，對於不想把數據送到外國伺服器且不願付昂貴費用的國家，開源模型提供了下載、部署、私有化定制且數據不出境、成本可預期的選項，這吸引了眾多需求，使得 2025 年中國開源 AI 模型下載量領先全球。
不過，像阿里等企業，開源並非免費，而是以開源模式獲取雲端客戶，雲端服務才是利潤核心，開源是引流手段。
製造業 + AI 則是第三個底牌。中國擁有全球規模最大、門類最完整的製造業體系，工廠數位化、聯網產生海量工業過程數據，如生產節拍、品質參數、供應鏈調度記錄等，這些數據對訓練專用工業 AI 模型價值極高，短期內其體量和完整性很難被複製，阿里平頭哥晶片的出貨和收入情況就是例證。
專家認為，蔡崇信的框架對阿里商業利益最為有利，若競爭核心是「應用落地 + 基礎設施 + 數據」，雲服務商就是核心節點，阿里投資開源模型、擴大生態是為擴大雲服務使用量和用戶黏性，既給出對全人類有利的 AI 願景，又設計出有利可圖的商業路徑，但該框架繞過了中國 AI 產業當前晶片製造設備等脆弱環節，這些仍依賴美國及其盟友供應。
不過，蔡崇信認為，在「應用滲透率」維度上中國有結構性優勢，這一領域是 AI 價值最終兌現的方向，其論點部分成立且符合阿里商業利益，兩者可能同時為真。
新聞來源 (不包括新聞圖片): 鉅亨網