夜雨聆风6月18日，欧洲科技峰会VivaTech 2026上，阿里巴巴集团主席兼联合创始人蔡崇信，接受记者采访。
蔡崇信1999年与马云等共同创立阿里巴巴，2023年回归出任董事会主席。
对话围绕阿里的演变、AI全栈战略、Qwen开源模型、欧洲技术主权焦虑、以及AI对未来的影响展开。
核心内容可总结为4点：
坚定All in AI。蔡崇信给AI算了一笔“最大的账”：AI的总潜在市场规模是50万亿美元——因为AI生产的是"人类智能与生产力的单位"。全球GDP超100万亿美元，其中至少一半(50万亿)来自人类的生产力与智能，而这正是AI要替代/增强的部分。所以在他看来,AI的市场远大于任何人的IT预算、远大于整个软件市场。
坚持全栈布局。没人知道价值最终会落在哪一层(芯片/云/模型)，所以阿里"五层全做"。 蔡崇信坦言,当下纯模型公司很热、似乎攫取了大部分价值，但长期未必如此。正因为价值归属不确定,全栈布局(芯片→基础设施→模型→应用)才合理。
开源的商业模式走通。他点明：纯模型公司开源后很难直接赚钱，而阿里这种全栈公司，开源反而能驱动需求——你下载Qwen、用它训练和推理,就得买阿里的算力。开源是获客入口,云是变现出口。这解释了为什么中国公司在主导开源、而美国公司多为闭源。
充足现金流支撑AI发展。 蔡崇信明确：电商仍占阿里80%+营收，每年产生250亿美元自由现金流，正是这笔钱在为AI和云的巨额投入买单。
以下是访谈全文：
主持人:很多法国人仍以为阿里只是个电商市场(B2B、B2C)。能否先讲讲你们集团的演变?
蔡崇信:阿里1999年作为B2B市场起家,当时的想法很简单:把中国的小制造商和贸易公司搬到线上、向全世界批发。那正赶上中国即将加入WTO、出口业务即将腾飞。
后来我们进入B2C,推出了淘宝,如今它是中国最大的消费电商。我们服务8.2亿中国消费者。而且这个平台每年帮欧洲企业和品牌向中国消费者卖出300亿欧元。
所以阿里对在全球做生意的欧洲公司其实相当重要。但我们真正大举投入的是AI和云——这其实有很长的历史,我们17年前就因为"必需"而开始投资云技术:当时我们每天管理电商业务的海量数据,如果继续依赖别人的数据库和存储技术,我们最终会把全部利润都交给技术供应商。于是我们自研技术来管理数据,云业务就此诞生——我们是先"吃自己的狗粮",之后才把这个服务对外提供。
从宏观看,我们All in AI，逻辑很简单。如果你问我AI的市场有多大、TAM是多少,我会告诉你:它远大于任何人的IT预算、远大于软件市场。因为AI是在生产人类智能与人类生产力的单位。
全球GDP超100万亿美元,其中至少一半、50万亿美元是关于人类生产力和智能的——这就是AI的TAM,这就是我们All in的原因。
主持人: 你真的认为AI会让我们的生产力更高?一小时前我们刚有一场圆桌还在质疑:大家投了很多,却还没看到结果。
蔡崇信:还没看到结果。很多CEO会告诉你,他们的工程师在大量烧token、成本在涨。
但我认为我们正处在真正生产力收益的临界点上。现在很多人在试验。我们公司自己的工程师里就有"超级用户",用编程工具不只做本职工作,还拿它去试别的东西——你给工程师玩具,他们总会玩得超出预期,还没意识到是公司在买单。
这就是当下正在发生的。但我真正相信的是:人工智能单位的生产,能够为人类智能增加价值。这有点像信仰,我不想说服在座所有人,但我们相信它会发生。
主持人: 阿里在AI的哪一层投入最多?基础设施、模型,还是云服务?
蔡崇信:我们至少在四层。最底层的能源我们没有涉足,因为在中国,能源非常高效、便宜——过去15年中国政府投资国家电网,让能源的生产和输送对所有用户都非常高效。
但从底层往上,我们涉足芯片、(云业务对应的)基础设施、以及模型——正如刚才提到的,我们的Qwen是全球最受欢迎的开源模型之一。
在应用层,我们有电商生态、在线购物、生鲜配送、旅行、地图等等,都能注入和部署AI。我们认为全栈的好处巨大,远胜只做其中一层——因为没人能现在就告诉你,价值最终会落在哪一层:是芯片、是云,还是模型?当下纯模型公司很热、似乎攫取了很多价值，但长期未必如此。所以全栈式的整合布局对我们非常合理,这是我们的核心战略。
主持人: 这很有意思。但看到AI基础设施的投资规模,你觉得是不是有泡沫?
蔡崇信:我不这么认为。这些数字确实惊人——光美国几家超大规模云厂商加起来,资本开支就超过8000亿美元,明年会到上万亿美元,令人瞠目。
人们自然会问会不会产能过剩。但正如我说的,我们要攻的是50万亿美元的总市场,这正是我们乐观的原因。
而且在中国的语境下,我们在AI的基础设施和供应链上其实是投资不足的,所以中国所有公司都理应加大投资。显然我们的投资规模不及美国超大厂,但仍然非常可观。
主持人:为什么不(投到同样规模)?
蔡崇信: 有时你会受限于资本、受限于你产生的自由现金流。幸运的是,阿里是极少数拥有电商这个核心业务的公司——我们每年从电商产生250亿美元自由现金流,可以为AI投资输血。所以我们其实是定位更好的公司之一。
主持人:你们的电商业务仍占营收的80-85%?
蔡崇信:是的,仍占80%以上。我们很幸运,它产生的现金流让我们能为未来的AI和云投资买单。
主持人: Qwen现在开源了,能服务什么样的客户?
蔡崇信: 我得说Maurice把我说成"开源运动背后的人"过誉了,那不属实——是阿里的同事们过去几年推动了前沿模型的开源,且相当成功。
开源的意义是什么?过去几周我在欧洲,和欧洲的企业、CEO、科学家交流,这里最大的关键词之一就是"主权"。
但什么是主权?你问10个欧洲人主权是什么,会得到12个不同答案。对我而言它基本是两件事:一是技术独立性——大家都担心"切断开关(kill switch)":依赖别国技术,对方可能把开关关掉,我们最近就看到了活生生的例子。
二是数据隐私——人们想在自己的环境里、用自己的专有数据来使用AI。
我认为开源同时解决了这两个问题:它是一个免费的软件,你可以下载到自己的数据中心、甚至下载Qwen到自己的笔记本电脑上,完全独立于原制造者。
如果你用我们的开源Qwen模型,它和阿里没有任何关系。你可以拿开源模型、用自己的数据进一步训练、微调、做后训练,把全部数据保留在自己的防火墙内。
今天开源运动其实是由中国公司在推动的,而美国玩家的模型多是闭源的——他们要你通过API使用,你不知道你的数据去了哪里。
主持人:但坦白说,欧洲的主权焦虑很重,我们刚意识到自己有多依赖美国或中国。我同意开源,但仍可能担心:中国公司是否也存在某种"绕过"、某天切断访问的风险?既然我们刚被美国让失望,也可能被中国让失望——这对欧洲是大风险。
蔡崇信:你说得对,你无法(完全信任)。这是简短的回答,因为你不可能依赖一个第三方政府保证它永远不做对你不利的事。
但问题是,现在你所有鸡蛋都在一个篮子里。为什么不拿第二个篮子?即便欧洲长期会发展自己的篮子,但至少现在,你有两个篮子可放。
主持人:能举例你们和BMW、西门子这类德国公司怎么合作吗?
蔡崇信: 这些德国制造企业非常迷人,它们都是阿里云在中国业务的客户。我们在制造场景里和它们合作——设计、测试、质量控制。
我认为未来这是个非常有趣的板块:今天大多数AI应用,比如ChatGPT是消费级、Claude是编程和知识工作者领域;但未来这些制造企业极有价值,因为它们在制造流程中拥有专有的、极高质量的数据,可以用来训练自己的模型、改进制造流程。
我们和博世也有合作——上周我在博世大会上,他们用AI开发辅助驾驶、自动驾驶,这需要大量算力。制造业里有很多有意思的事在发生。
主持人: 所以你把美国对(某家)模型的限制,看作你们模型被欧洲客户采用的机会?
蔡崇信:有两种路径。一是他们直接拿我们的开源模型、部署到自己的基础设施里。
但我们的基础设施是和模型一起开发的,所以我们有最高效的基础设施之一来帮人训练模型——如果他们用我们的开源模型,也可以向我们买算力,这是模型与基础设施之间非常共生的关系。
二是现在涌现出一些推理平台,提供多种模型选择,客户可以上这些平台用不同的模型。
主持人: 一个更难的问题:未来10年,你怎么看人类与智能体(agent)的平衡?
蔡崇信: 今天我在阿里巴巴巴黎办公室,从窗户望出去有家咖啡馆,人们在户外坐着、天气很好、享受时光。我指着他们对同事说:这就是AI的未来。
你以为他们在喝咖啡、什么都不做、不产出,但现实是他们部署了智能体在替他们工作——当你睡觉时,你仍有智能体在为你工作。想想这种生产力收益:7×24小时,你能让别人替你工作。
主持人: 所以你和硅谷的人一样,认为很多人将不工作、让智能体和机器人替他们干?
蔡崇信:我认为它会解放人的时间,去享受生活、陪伴家人、娱乐。这也是我非常看好"现场娱乐"的原因——人们在办公室待得少了,会想去哪?他们不想只待在家,他们想去看演唱会、看足球、看篮球。
主持人: 这话该对法国人说,他们会想少工作。(笑)但中国工程师工作时间很长,即便有了AI、有了智能体?
蔡崇信:总会有人比别人工作得多得多,但我想我们大多数人都希望能享受一点生活、多花时间陪家人。
主持人:你是篮网队和纽约自由人队的大粉丝。世界杯足球你看吗?
蔡崇信:先说篮球,我昨晚去看了巴黎对摩纳哥的法国联赛。我还意识到,我们的纽约自由人女篮有三名法国球员,布鲁克林篮网男篮有一名法国球员——法国大概是当今NBA和WNBA里最重要的非美国影响力来源。
至于世界杯,我没有"押注的马",这是问题所在。我希望中国某天会有强队,但这需要时间。
•END•
Question. Write.Narrate. Believe. Become a story.易简传媒的愿景是提问和传播商业故事，让读者更开阔，更聪明。有 2500 万微信粉丝关注我们的账号，欢迎大家关注：
