AI 的真正總可達市場：以人類生產力衡量的 50 兆美元

蔡崇信的核心論點是，不應將 AI 視為另一個軟體市場。他在一場座談會中表示：「AI 正在創造等同於人類智慧與人類生產力的價值單位。」他指出，全球約 100 兆美元的 GDP 中，超過一半與人類智慧和生產力相關，因此估算出 AI 的潛在市場機會約為 50 兆美元 。

這個論點為全球正在進行的數千億美元基礎設施投資提供了合理性。儘管許多執行長尚未從 AI 中看到顯著的生產力提升，但蔡崇信認為產業正處於「真正生產力提升的臨界點」，並以阿里巴巴自家的工程師為例，他們正利用 AI 編碼工具來擴展傳統角色並加速創新 。

阿里巴巴的全端競爭優勢

蔡崇信強調，阿里巴巴參與了 AI 堆疊的所有五個層面，而許多西方公司只專注於其中一個 。這種涵蓋自研晶片、雲端基礎設施、前沿模型及應用層平台的垂直整合，正被視為一種結構性優勢 。

• 能源（電網）：中國每年持續投資約 900 億美元於輸電網絡——全球最高——直接支援了 AI 的巨大能源需求。蔡崇信指出，這轉化為充足的能源供應和更低的運算成本 。
• 基礎設施（晶片與雲端）：阿里巴巴早在 17 年前就因應電商數據需求而開始建構雲端服務，如今已發展成為中國最大的雲端業務之一，涵蓋自研晶片與雲端基礎設施 。
• 基礎模型：通義千問（Qwen）大型語言模型家族已成為全球最廣泛使用的開源 AI 模型之一。阿里巴巴的 AI 業務已超越初期投資階段，進入商業回報期，成長動能正轉向模型、算力與智慧代理服務 。
• 應用層：阿里巴巴與其電商生態系統的深度整合——該系統每年產生約 250 億美元的自由現金流——為持續投資提供資金，並為 AI 部署提供了內建的應用層 。
• 策略靈活性：蔡崇信指出，雖然模型公司目前「非常火熱」，但全端策略能為 AI 價值最終將集中在何處（基礎設施、模型或應用）的不確定性提供避險 。

開源 AI：推動全球採用的戰略槓桿

蔡崇信將開源模型定位為阿里巴巴策略的核心支柱。他解釋，阿里巴巴選擇開源通義千問模型的原因之一，在於這能普及 AI 的使用並擴展應用，進而帶動對其雲端運算業務的需求 。他表示：「我們從開源中受益的方式是，它將推動對 AI 的需求，帶動訓練需求，而我們預見未來會有很多推理的需求。」

他認為，開源模型打破了門檻，確保 AI「不再是少數巨頭的特權」，廣泛的採用將「推動全球共享的經濟成長與生活水準的提升」。

在數位主權方面，蔡崇信指出了兩個關鍵驅動力：技術獨立與數據隱私。像通義千問這樣的開源模型，允許組織下載、微調並在自己的基礎設施上運行，從而減少對外部供應商的依賴，同時將敏感數據保留在企業防火牆內 。

中國在全球 AI 生態系中的角色

除了開源，蔡崇信將中國 AI 的突破歸功於三個領域的戰略投資：電網、完整的製造供應鏈，以及快速迭代的工程文化 。他指出，中國「應用豐富的生態系統」促使企業快速適應，使其成為 AI 部署的理想環境 。

蔡崇信將美中 AI 競爭描述為一場長跑，而非零和遊戲，成功的衡量標準應是「誰能更快實施」，而非「誰能創造最強大的 AI 模型」。這個觀點將中國公司定位為全球開源 AI 生態系統的主要貢獻者，與歐美同業並肩。

VivaTech 2026 重點摘要

• AI 的總可達市場約為 50 兆美元，基準是與人類生產力相關的一半全球 GDP，而非軟體 IT 預算 。
• 阿里巴巴的全端優勢涵蓋從能源到應用的五個層面，包括中國的電網投資、自研晶片與雲端、通義千問模型家族，以及現金流強勁的電商生態系統 。
• 開源模型帶動雲端需求：阿里巴巴的策略是，開源通義千問能普及 AI 應用，進而增加對阿里雲訓練與推理的需求 。
• 數位主權是關鍵考量：開源模型能同時滿足企業對技術獨立與數據隱私的需求 。
• 中國的 AI 優勢來自電網投資、製造供應鏈深度與快速的工程文化，而非僅是模型性能 。

AI 的真正總可達市場：以人類生產力衡量的 50 兆美元

蔡崇信的核心論點是，不應將 AI 視為另一個軟體市場。他在一場座談會中表示：「AI 正在創造等同於人類智慧與人類生產力的價值單位。」他指出，全球約 100 兆美元的 GDP 中，超過一半與人類智慧和生產力相關，因此估算出 AI 的潛在市場機會約為 50 兆美元 。

這個論點為全球正在進行的數千億美元基礎設施投資提供了合理性。儘管許多執行長尚未從 AI 中看到顯著的生產力提升，但蔡崇信認為產業正處於「真正生產力提升的臨界點」，並以阿里巴巴自家的工程師為例，他們正利用 AI 編碼工具來擴展傳統角色並加速創新 。

阿里巴巴的全端競爭優勢

蔡崇信強調，阿里巴巴參與了 AI 堆疊的所有五個層面，而許多西方公司只專注於其中一個 。這種涵蓋自研晶片、雲端基礎設施、前沿模型及應用層平台的垂直整合，正被視為一種結構性優勢 。

• 能源（電網）：中國每年持續投資約 900 億美元於輸電網絡——全球最高——直接支援了 AI 的巨大能源需求。蔡崇信指出，這轉化為充足的能源供應和更低的運算成本 。
• 基礎設施（晶片與雲端）：阿里巴巴早在 17 年前就因應電商數據需求而開始建構雲端服務，如今已發展成為中國最大的雲端業務之一，涵蓋自研晶片與雲端基礎設施 。
• 基礎模型：通義千問（Qwen）大型語言模型家族已成為全球最廣泛使用的開源 AI 模型之一。阿里巴巴的 AI 業務已超越初期投資階段，進入商業回報期，成長動能正轉向模型、算力與智慧代理服務 。
• 應用層：阿里巴巴與其電商生態系統的深度整合——該系統每年產生約 250 億美元的自由現金流——為持續投資提供資金，並為 AI 部署提供了內建的應用層 。
• 策略靈活性：蔡崇信指出，雖然模型公司目前「非常火熱」，但全端策略能為 AI 價值最終將集中在何處（基礎設施、模型或應用）的不確定性提供避險 。

開源 AI：推動全球採用的戰略槓桿

蔡崇信將開源模型定位為阿里巴巴策略的核心支柱。他解釋，阿里巴巴選擇開源通義千問模型的原因之一，在於這能普及 AI 的使用並擴展應用，進而帶動對其雲端運算業務的需求 。他表示：「我們從開源中受益的方式是，它將推動對 AI 的需求，帶動訓練需求，而我們預見未來會有很多推理的需求。」

他認為，開源模型打破了門檻，確保 AI「不再是少數巨頭的特權」，廣泛的採用將「推動全球共享的經濟成長與生活水準的提升」。

在數位主權方面，蔡崇信指出了兩個關鍵驅動力：技術獨立與數據隱私。像通義千問這樣的開源模型，允許組織下載、微調並在自己的基礎設施上運行，從而減少對外部供應商的依賴，同時將敏感數據保留在企業防火牆內 。

中國在全球 AI 生態系中的角色

除了開源，蔡崇信將中國 AI 的突破歸功於三個領域的戰略投資：電網、完整的製造供應鏈，以及快速迭代的工程文化 。他指出，中國「應用豐富的生態系統」促使企業快速適應，使其成為 AI 部署的理想環境 。

蔡崇信將美中 AI 競爭描述為一場長跑，而非零和遊戲，成功的衡量標準應是「誰能更快實施」，而非「誰能創造最強大的 AI 模型」。這個觀點將中國公司定位為全球開源 AI 生態系統的主要貢獻者，與歐美同業並肩。

VivaTech 2026 重點摘要

• AI 的總可達市場約為 50 兆美元，基準是與人類生產力相關的一半全球 GDP，而非軟體 IT 預算 。
• 阿里巴巴的全端優勢涵蓋從能源到應用的五個層面，包括中國的電網投資、自研晶片與雲端、通義千問模型家族，以及現金流強勁的電商生態系統 。
• 開源模型帶動雲端需求：阿里巴巴的策略是，開源通義千問能普及 AI 應用，進而增加對阿里雲訓練與推理的需求 。
• 數位主權是關鍵考量：開源模型能同時滿足企業對技術獨立與數據隱私的需求 。
• 中國的 AI 優勢來自電網投資、製造供應鏈深度與快速的工程文化，而非僅是模型性能 。