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。

阿里巴巴云计算占据中国云计算市场份额第一

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。

邓教授：太好了。在我转向iPad上的问答环节之前，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？"

阿里云在AI算力出租时代获得了大量发展机会

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20世纪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。