蔡崇信覆盤阿里AI：「早」做，不等於領先

前不久，在斯坦福商學院的《View From The Top》講座上，阿里巴巴董事會主席蔡崇信坐在臺上，説：

我們在 2019 年就開始做 Transformer 模型了，但沒有跟上。

2019年，阿里已經將 Transformer 用於推薦系統。那是 ChatGPT 發佈的三年前。技術團隊看到了方向，但大語言模型的研發沒能獲得足夠資源。直到 2023 年，通義千問正式發佈，阿里纔算真正進入這場戰役。

三年窗口期，就這樣錯過了。

蔡崇信的解釋是：我們當時沒有分配足夠的資源，因為行業內部也沒有共識這是不是對的方向。

這句話説的不只是阿里。它説的是所有大公司在面對 AI 時的共同處境：一項顛覆性技術在早期階段，看不到短期 ROI。而組織的預算流程、人事考覈、業務優先級，整套系統的慣性會告訴你：別在不確定的方向上押注太多。

所以即使技術團隊看到了方向，資源也未必能跟上。

但蔡崇信在 2023 年復出擔任董事會主席后，給出了自己的答案。他聚焦了三個關鍵詞：

採用、規模、開源。

這篇文章，就是圍繞這三個關鍵詞，覆盤他對 AI 這場仗的思考。

第一節｜採用：做出來不算，用起來纔算

先説第一個關鍵詞:採用。

蔡崇信在講座里反覆強調一個問題：AI 要在什麼場景下被使用，才能真正產生價值。

1、從模型到應用：通義 App 不只是入口

在阿里的 AI 戰略里，通義App是一個重要環節。蔡崇信認為：做 AI 不是隻做模型就夠了。消費者應用、大語言模型、基礎設施，這三層都同等重要。每一層都要投入資本。

從這個角度看，通義 App 承擔的不只是用户入口，更是驗證整個 AI 能力能否在真實場景中落地的關鍵一環：

C 端用户會不會頻繁打開？

B端系統能不能穩定接入？

教育、醫療、電商這些場景能不能真正用起來？

沒有這一層的驗證，模型再強也只是玩具。

2、國內消費市場的特殊性

蔡崇信還提到了中國市場的一個關鍵差異：企業級軟件付費習慣在中國遠不如美國成熟。在中國，讓用户為 API 調用付費的接受度要低得多，推廣難度也遠高於美國。

這意味着：

美國 AI 公司可以靠 API 收入做模型閉環；

而中國模型廠商必須找到其他路徑，靠雲基礎設施，或者靠應用層。

所以通義 App 是阿里探索如何讓模型在中國市場真正被採用的一次關鍵嘗試。只有模型被真實用起來，它才真正產生價值。

就在昨天（2月6日），通義千問啟動「春節30億免單」活動，上線 9 小時 AI 訂單突破 1000 萬單。巨大的流量讓系統一度崩潰，30 多萬家線下門店同時爆單。這場活動的火爆場面，恰恰驗證了蔡崇信的核心觀點：AI 的真正考驗不在實驗室，而在真實用户每一次提問、每一次下單的時候，基礎設施撐不撐得住。

第二節｜規模：推理撐得住，纔是真本事

如果説採用決定模型能不能走出實驗室，規模決定它能不能真正進入社會。

蔡崇信在講座中提到:

今天的 AI 投資，正在從訓練轉向推理。所有的超大型公司都在加倍投放資金。

此前，美國大型科技公司每家每年的資本支出在 600 到 800 億美元，如今這個數字已經漲到 1200 到 1500 億美元。這標誌着行業共識的轉變：推理纔是 AI 成本的真正大頭。

1、推理，纔是AI成本的主戰場

在 ChatGPT 剛火的 2022-2023年，大家都把注意力放在訓練：模型參數有多少？訓練成本多高？在 benchmark 上能不能超過 GPT-4？

但蔡崇信指出：訓練只發生在少數公司內部，推理纔是所有人每天都會用到的功能。

用户用通義 App 提問，是推理；

企業用 Qwen 模型處理客服，是推理；

內容生成、數據分析、客户服務場景用模型協助任務，還是推理。

這些都在不斷消耗 GPU、消耗電力、消耗網絡資源。而且不像訓練只需要一次，推理是每天都要執行的。

2、大模型不是拼速度，是拼吞吐量

一個模型能不能接入億級用户、千種任務，取決於幾個實際問題：

能不能在高併發下保持穩定？

推理速度有沒有卡頓？

成本會不會失控？

這纔是規模的真實定義。不是做一個最強模型，而是做一個吞吐量最高、最穩定的模型體系。

阿里為此的選擇是：把模型部署在自家雲上，讓推理性能、吞吐量、併發處理能力全部可控。通義開源模型全球下載量達數億次，背后靠的不只是算法，還有基礎設施。

但規模化的挑戰不止於此。隨着 AI 走向多模態時代，語音、圖像、視頻都要生成，算力壓力只會越來越大。蔡崇信看到的趨勢是：人們不會少看短視頻，只會越來越多，對算力的需求也就沒有天花板。

而當推理需求進入億級用户時代，規模拼的不是性能，是錢:

你的基礎設施能不能調度這麼多 GPU？

能不能在高負載下不崩？

成本控不控得住？

這就是資本支出轉向推理的原因：AI 的落地，拼的不是模型能力的突破，而是基礎設施能不能支撐更多人用。

第三節｜開源：開源不是理想主義，是現實選擇

要讓更多人用得起、用得上，蔡崇信給出的答案是：開源。

開源在 2026 年已經不是新鮮概念。但中國模型公司走向開源的原因，不是技術理想主義，而是商業模式和市場環境共同作用的結果。

純 API 訂閲模式在中國難以規模化，這推動中國模型公司探索新路徑。開源成為核心策略，但它的價值不只是解決盈利難題。

 1、第一層價值：自主可控

蔡崇信明確表示，開源的最大價值不是便宜，而是主權。

對企業來説，能把模型部署在自家服務器上；

對政府來説，能本地運行、隔離數據；

對開發者來説，可以自定義微調、添加指令。

他在講座中強調：

「使用開源模型，你可以部署在自己的基礎設施上，可以在本地運行，也可以在私有云環境中運行。無論是后續訓練還是推理，都不再依賴原模型開發者。實際上，你對這個模型擁有完全的控制權和主權。」

這句話背后，體現的是一個AI 競爭新原則：能力重要，但自主可控更重要。

2、第二層問題：開源之后，怎麼盈利？

開源不能只靠下載量，也不能靠社區氛圍。

真正的收入要靠模型在什麼地方運行，誰掌握推理的基礎設施，誰就掌握了盈利的入口。

正是基於這個邏輯，阿里的做法是：把通義千問開源，但引導用户在阿里雲上訓練和推理。模型免費，基礎設施收費。

這個模式能成立，前提是阿里有云業務。因為有云業務託底，通義千問才能放心開源，成為全球下載量最高的中文模型之一。而用户在使用模型的過程中，自然會產生對雲基礎設施的需求，這就形成了商業閉環。

蔡崇信也坦言，這種路徑對很多沒有云基礎設施的公司來説，是無法複製的。

所以，中國模型公司的開源路徑，既是商業現實的選擇，也是用開源模型佔領市場、用雲基礎設施賺錢的策略。

結語｜勝負不在做得早，在於閉環通不通

從 2019 年將 Transformer 用於推薦系統，到通義千問成為全球下載量最高的開源中文模型之一，阿里在 AI 上起步不算晚。

但蔡崇信覆盤時沒有強調自己做得早，反而點出了一個更關鍵的現實：起步早不是優勢，能用起來纔是。

採用、規模、開源，這三個關鍵詞都在回答同一個問題：AI 模型怎麼才能真正落地？

1. 做通義 App，因為沒有應用場景模型就空轉。
2. 投雲基礎設施，因為推理纔是盈利的真正入口。
3. 選開源，因為 API 訂閲在中國難以規模化。

AI 不是發佈出來的，是在真實業務里用出來的。誰能把這個閉環跑通，誰就掌握了主動權。

📮 原文鏈接：

https://www.youtube.com/watch?v=MEfO09kPf-w&t=598s

https://www.youtube.com/watch?v=dbV1sMfv9TQ&t=1s

https://www.alibabagroup.com/ir-financial-reports-quarterly-results?utm_source=chatgpt.com

https://www.businessinsider.com/alibaba-joe-tsai-ai-race-us-china-winner-adoption-integration-2025-10

來源：官方媒體/網絡新聞，

本文來自微信公眾號「AI 深度研究員」，作者：AI深度研究員，36氪經授權發佈。