AI's sande marked: 50 billioner dollars målt mod menneskelig produktivitet

Tsais centrale pointe er, at AI ikke bør vurderes som et andet softwaremarked. "AI skaber værdienheder svarende til menneskelig intelligens og menneskelig produktivitet," sagde han under en paneldebat. Han bemærkede, at mere end halvdelen af verdens omkring 100 billioner dollars i BNP er knyttet til menneskelig intelligens og produktivitet, hvilket skaber en enorm adresserbar mulighed, han anslår til cirka 50 billioner dollars .

Denne rammesætning retfærdiggør de hundredvis af milliarder af dollars i infrastrukturinvesteringer, der er i gang globalt. Mens mange topchefer endnu ikke har set dramatiske produktivitetsgevinster fra AI, argumenterede Tsai for, at branchen står "på tærsklen til reelle produktivitetsgevinster" og henviste til Alibabas egne ingeniører, der bruger AI-kodningsværktøjer til at udvide deres roller og accelerere innovation .

Alibabas fuld-stak konkurrencefordel

Tsai understregede, at Alibaba deltager på tværs af alle fem lag i AI-stakken, mens mange vestlige virksomheder kun fokuserer på ét . Denne vertikale integration, der spænder over proprietære chips, cloud-infrastruktur, frontløbermodeller og applikationslag, bliver i stigende grad anerkendt som en strukturel fordel .

Energi (elnettet): Kinas vedvarende investering på cirka 90 milliarder dollars om året i strømtransmission – den højeste i verden – understøtter direkte AI's enorme energibehov. Tsai bemærkede, at dette omsættes til rigelig energiforsyning og lavere omkostninger til AI-drift .

Infrastruktur (chips og cloud): Alibaba begyndte at bygge sin cloud for 17 år siden af nødvendighed for sine e-handelsdata. Dette udviklede sig til en af Kinas største cloud-virksomheder, der spænder over proprietære chips og cloud-infrastruktur .

Fundamentmodeller: Qwen-familien af store sprogmodeller er blevet blandt verdens mest anvendte open source-AI-modeller. Alibabas AI-forretning er bevæget sig ud over den indledende investeringsfase og ind i en periode med kommercielt afkast, hvor vækstmomentummet skifter til modeller, computerkraft og intelligente agenttjenester .

Applikationer: Alibabas dybe integration med sit e-handelsøkosystem – som genererer cirka 25 milliarder dollars i årlig fri pengestrøm – finansierer fortsatte investeringer og giver et indbygget applikationslag til AI-implementering .

Strategisk fleksibilitet: Tsai bemærkede, at selvom modelselskaber er "meget populære" i dag, sikrer fuld-stak tilgangen mod usikkerhed om, hvor den største værdi i AI i sidste ende vil opstå – hvad enten det er i infrastruktur, modeller eller applikationer .

Open source-AI: En strategisk løftestang for global adoption

Tsai placerede open source-modeller som en central søjle i Alibabas strategi. En af grundene til, at Alibaba har valgt at open source sine Qwen-modeller, forklarede han, er, at det demokratiserer brugen af AI og spreder applikationer, hvilket igen driver efterspørgslen efter Alibabas cloud-computing-forretning . "Måden, vi drager fordel af open source på, er, at det vil drive efterspørgslen efter AI, det vil drive træningsbehov, og vi ser i fremtiden et stort behov for inferens," sagde han .

Han argumenterede for, at open source-modeller nedbryder barrierer og sikrer, at AI "ikke længere er et privilegium for nogle få giganter", og at udbredt adoption ville "drive delt global økonomisk vækst og forbedringer af levestandarden" .

Om digital suverænitet identificerede Tsai to vigtige drivkræfter: teknologiuafhængighed og databeskyttelse. Open source-modeller som Qwen giver organisationer mulighed for at downloade, finjustere og køre dem på deres egen infrastruktur, hvilket reducerer afhængigheden af eksterne udbydere, mens følsomme data holdes bag virksomhedens firewalls .

Kinas rolle i det globale AI-økosystem

Ud over open source tilskrev Tsai Kinas AI-gennembrud til strategiske investeringer på tre områder: elnettet, en komplet fremstillingsforsyningskæde og en hurtig ingeniørkultur . Han bemærkede, at Kinas "applikationsrige økosystem" tvinger virksomheder til at tilpasse sig hurtigt, hvilket gør det til et ideelt miljø for AI-implementering .

Tsai indrammede den amerikansk-kinesiske konkurrence inden for AI ikke som et nulsumsspil, men som et langdistanceløb, hvor succes bør måles på "hvem der kan implementere det hurtigst" snarere end "hvem der skaber den mest kraftfulde AI-model" . Dette perspektiv placerer kinesiske virksomheder ikke som trusler, men som store bidragydere til det globale open source-AI-økosystem sammen med europæiske og amerikanske modparter.

Vigtigste pointer fra VivaTech 2026

• AI's TAM er cirka 50 billioner dollars, målt mod den halvdel af det globale BNP, der er knyttet til menneskelig produktivitet, ikke mod IT-budgetter .
• Alibabas fuld-stak fordel spænder over fem lag fra energi til applikationer, med Kinas elnet-investering, proprietære chips og cloud, Qwen-modelfamilien og et e-handelsøkosystem med positiv pengestrøm .
• Open source-modeller driver cloud-efterspørgsel: Alibabas strategi er, at open sourcing af Qwen spreder AI-applikationer, hvilket øger efterspørgslen efter træning og inferens på Alibaba Cloud .
• Digital suverænitet er en central bekymring: Open source-modeller adresserer både teknologiuafhængighed og databeskyttelse for virksomheder .
• Kinas AI-fordel kommer fra investering i elnettet, dybde i fremstillingsforsyningskæden og en hurtig ingeniørkultur – ikke kun modelpræstation .

AI's sande marked: 50 billioner dollars målt mod menneskelig produktivitet

Tsais centrale pointe er, at AI ikke bør vurderes som et andet softwaremarked. "AI skaber værdienheder svarende til menneskelig intelligens og menneskelig produktivitet," sagde han under en paneldebat. Han bemærkede, at mere end halvdelen af verdens omkring 100 billioner dollars i BNP er knyttet til menneskelig intelligens og produktivitet, hvilket skaber en enorm adresserbar mulighed, han anslår til cirka 50 billioner dollars .

Denne rammesætning retfærdiggør de hundredvis af milliarder af dollars i infrastrukturinvesteringer, der er i gang globalt. Mens mange topchefer endnu ikke har set dramatiske produktivitetsgevinster fra AI, argumenterede Tsai for, at branchen står "på tærsklen til reelle produktivitetsgevinster" og henviste til Alibabas egne ingeniører, der bruger AI-kodningsværktøjer til at udvide deres roller og accelerere innovation .

Alibabas fuld-stak konkurrencefordel

Tsai understregede, at Alibaba deltager på tværs af alle fem lag i AI-stakken, mens mange vestlige virksomheder kun fokuserer på ét . Denne vertikale integration, der spænder over proprietære chips, cloud-infrastruktur, frontløbermodeller og applikationslag, bliver i stigende grad anerkendt som en strukturel fordel .

Energi (elnettet): Kinas vedvarende investering på cirka 90 milliarder dollars om året i strømtransmission – den højeste i verden – understøtter direkte AI's enorme energibehov. Tsai bemærkede, at dette omsættes til rigelig energiforsyning og lavere omkostninger til AI-drift .

Infrastruktur (chips og cloud): Alibaba begyndte at bygge sin cloud for 17 år siden af nødvendighed for sine e-handelsdata. Dette udviklede sig til en af Kinas største cloud-virksomheder, der spænder over proprietære chips og cloud-infrastruktur .

Fundamentmodeller: Qwen-familien af store sprogmodeller er blevet blandt verdens mest anvendte open source-AI-modeller. Alibabas AI-forretning er bevæget sig ud over den indledende investeringsfase og ind i en periode med kommercielt afkast, hvor vækstmomentummet skifter til modeller, computerkraft og intelligente agenttjenester .

Applikationer: Alibabas dybe integration med sit e-handelsøkosystem – som genererer cirka 25 milliarder dollars i årlig fri pengestrøm – finansierer fortsatte investeringer og giver et indbygget applikationslag til AI-implementering .

Strategisk fleksibilitet: Tsai bemærkede, at selvom modelselskaber er "meget populære" i dag, sikrer fuld-stak tilgangen mod usikkerhed om, hvor den største værdi i AI i sidste ende vil opstå – hvad enten det er i infrastruktur, modeller eller applikationer .

Open source-AI: En strategisk løftestang for global adoption

Tsai placerede open source-modeller som en central søjle i Alibabas strategi. En af grundene til, at Alibaba har valgt at open source sine Qwen-modeller, forklarede han, er, at det demokratiserer brugen af AI og spreder applikationer, hvilket igen driver efterspørgslen efter Alibabas cloud-computing-forretning . "Måden, vi drager fordel af open source på, er, at det vil drive efterspørgslen efter AI, det vil drive træningsbehov, og vi ser i fremtiden et stort behov for inferens," sagde han .

Han argumenterede for, at open source-modeller nedbryder barrierer og sikrer, at AI "ikke længere er et privilegium for nogle få giganter", og at udbredt adoption ville "drive delt global økonomisk vækst og forbedringer af levestandarden" .

Om digital suverænitet identificerede Tsai to vigtige drivkræfter: teknologiuafhængighed og databeskyttelse. Open source-modeller som Qwen giver organisationer mulighed for at downloade, finjustere og køre dem på deres egen infrastruktur, hvilket reducerer afhængigheden af eksterne udbydere, mens følsomme data holdes bag virksomhedens firewalls .

Kinas rolle i det globale AI-økosystem

Ud over open source tilskrev Tsai Kinas AI-gennembrud til strategiske investeringer på tre områder: elnettet, en komplet fremstillingsforsyningskæde og en hurtig ingeniørkultur . Han bemærkede, at Kinas "applikationsrige økosystem" tvinger virksomheder til at tilpasse sig hurtigt, hvilket gør det til et ideelt miljø for AI-implementering .

Tsai indrammede den amerikansk-kinesiske konkurrence inden for AI ikke som et nulsumsspil, men som et langdistanceløb, hvor succes bør måles på "hvem der kan implementere det hurtigst" snarere end "hvem der skaber den mest kraftfulde AI-model" . Dette perspektiv placerer kinesiske virksomheder ikke som trusler, men som store bidragydere til det globale open source-AI-økosystem sammen med europæiske og amerikanske modparter.

Vigtigste pointer fra VivaTech 2026

• AI's TAM er cirka 50 billioner dollars, målt mod den halvdel af det globale BNP, der er knyttet til menneskelig produktivitet, ikke mod IT-budgetter .
• Alibabas fuld-stak fordel spænder over fem lag fra energi til applikationer, med Kinas elnet-investering, proprietære chips og cloud, Qwen-modelfamilien og et e-handelsøkosystem med positiv pengestrøm .
• Open source-modeller driver cloud-efterspørgsel: Alibabas strategi er, at open sourcing af Qwen spreder AI-applikationer, hvilket øger efterspørgslen efter træning og inferens på Alibaba Cloud .
• Digital suverænitet er en central bekymring: Open source-modeller adresserer både teknologiuafhængighed og databeskyttelse for virksomheder .
• Kinas AI-fordel kommer fra investering i elnettet, dybde i fremstillingsforsyningskæden og en hurtig ingeniørkultur – ikke kun modelpræstation .