Discours de Cai Chongxin à l'Université de Hong Kong : analyse approfondie des quatre atouts de l'IA chinoise et des règles américaines sur l'IA mal interprétées.

Discours de Joe Tsai à l'Université de Hong Kong : Les quatre atouts de l'IA en Chine et la mauvaise interprétation de la "règle du gagnant en IA" des États-Unis.

Note de l'auteur : Le 5 novembre, l'École de gestion et d'économie de l'Université de Hong Kong a organisé la "Conférence exceptionnelle de Chen Kunyiao", avec pour thème "Les dix prochaines années : moteur de croissance de l'économie chinoise grâce à l'innovation scientifique et technologique". M. Cai Chongxin, cofondateur et président du groupe Alibaba, a été invité à partager comment l'innovation, la technologie et l'intelligence artificielle redéfinissent le paysage commercial et stimulent la croissance à long terme de l'économie chinoise. L'événement s'est tenu dans la salle de l'Université de Hong Kong, et selon les organisateurs, cette conférence a enregistré le plus grand nombre d'inscriptions de l'histoire, avec plus de 1200 personnes inscrites dans les deux heures suivant l'envoi du courriel...

D'une certaine manière, cela peut également être considéré comme un écho historique. Il y a 17 ans, Jack Ma a donné un discours sur la même scène... Et lors de cette discussion approfondie avec le professeur Deng Xiwei, vice-président de l'Université de Hong Kong, Cai Chongxin a mis de côté les politesses, s'attaquant au cœur de la compétition entre les États-Unis et la Chine en matière d'IA, analysant l'évolution commerciale d'Alibaba et donnant aux jeunes des conseils d'une grande profondeur...


L'extrait suivant provient de Zhiding Technology Gao Fei.

1. Redéfinir la compétition en IA : La Chine a en main "quatre atouts"

Cai Chongxin a commencé par énoncer un point de vue contre-intuitif : les règles de la compétition en IA définies par les Américains pourraient être erronées.

Le "tableau de bord à l'américaine" actuel ne regarde que quel modèle de langage de grande taille (LLM) est le plus puissant, aujourd'hui c'est OpenAI, demain c'est Anthropic, après-demain c'est Gemini ; mais pour Cai Chongxin, ce système d'évaluation est en soi problématique.

1, La véritable logique des gagnants : Taux de pénétration > Paramètres du modèle

Le gagnant n'est pas celui qui a le meilleur modèle... Le gagnant est celui qui peut l'utiliser le mieux dans ses propres industries, dans sa propre vie... （赢家不是看谁模型最好，而是看谁在自己的行业和生活中用得最好。）

La véritable valeur de l'IA réside dans le taux de pénétration. Par rapport à la quête d'une accumulation infinie de paramètres, la planification de l'IA par le gouvernement chinois semble plus pragmatique : l'objectif est d'atteindre un taux de pénétration de 90 % pour les agents et dispositifs d'IA d'ici 2030. Pas de mysticisme, juste de la vulgarisation.

2, pourquoi la Chine peut-elle se généraliser plus rapidement ? Quatre atouts systémiques.

Pour soutenir ce taux de pénétration, Cai Chongxin a énuméré quatre atouts clés que possède la Chine :

Atout numéro un : Avantage des coûts énergétiques (inférieur de 40 %). L'entraînement et l'inférence sont essentiellement des guerres de consommation d'énergie. Grâce à la construction du réseau de transmission à très haute tension lancée il y a 15 ans ("l'envoi d'électricité de l'ouest vers l'est", etc.), les dépenses d'investissement de l'État chinois atteignent 90 milliards de dollars par an, soit trois fois celles des États-Unis. Cela fait que la capacité installée en électricité de la Chine est non seulement 2,6 fois celle des États-Unis, mais que la capacité ajoutée est même 9 fois supérieure à celle des États-Unis.

Carte cachée 2 : Bénéfice des infrastructures (bas 60%). Le coût de construction des centres de données en Chine est inférieur de 60% à celui des États-Unis. Il ne s'agit que du coût des infrastructures, sans compter le matériel comme les puces.

Carte cachée trois : avantages des ingénieurs et des langues. Environ la moitié des scientifiques et chercheurs en IA dans le monde ont un parcours éducatif en Chine. Cai Chongxin a partagé un phénomène intéressant : au sein de l'équipe IA de Meta, il arrive même que les employés non sinophones se sentent "perdus" parce que tout le monde parle chinois.

This is the first time Chinese language is an advantage... (C'est la première fois que le chinois devient un avantage naturel de communication dans le domaine technologique.)

Carte cachée quatre : La puissance de calcul est fortement limitée par le gouvernement américain, ce qui pousse néanmoins à l'innovation au niveau des systèmes. Les États-Unis disposent de ressources GPU abondantes, tandis que la Chine n'en a pas. Cela crée en fait un "avantage de la famine" (Advantage of Starvation).

Lorsque vous n'avez pas beaucoup de ressources, vous êtes contraint d'innover au niveau des systèmes... （当你资源不足时，你被迫在系统层面进行创新。）

Pour entraîner un modèle de mille milliards de paramètres sur du matériel limité, l'équipe chinoise doit optimiser l'efficacité du système au maximum. DeepSeek est un exemple typique, et lors d'une récente compétition d'IA sur le trading de cryptomonnaies et d'actions, Qwen d'Alibaba a terminé premier, tandis que DeepSeek a pris la deuxième place.

Cai Chongxin a une très haute opinion de DeepSeek à Tongcheng : « Ils font des choses incroyables. »

Deux, pourquoi l'open source va-t-il gagner : la triple logique des coûts, de la souveraineté et de la vie privée.

Concernant la lutte entre "open source vs closed source", Cai Chongxin a donné un jugement clair : les modèles open source finiront par vaincre les modèles fermés.

Ce n'est pas simplement une question de supériorité technique, mais parce que l'open source correspond mieux aux intérêts de la majorité des utilisateurs dans le monde. Il a donné l'exemple de "l'Arabie Saoudite, qui souhaite développer l'IA tout en voulant maintenir la souveraineté de l'IA (sovereign AI)" pour expliquer la logique commerciale sous-jacente :

🔹 Chemin propriétaire (comme OpenAI) : coûteux, et il est nécessaire d'entrer des données dans une boîte noire (Black Box), ce qui pose un risque de souveraineté des données.

🔹 Chemin open source (comme Alibaba Qwen) : téléchargement gratuit, déployé sur le cloud privé. Données entièrement contrôlables, coût très bas.

Tant que le gouvernement et les entreprises effectuent une analyse coûts-bénéfices rationnelle, l'open source est toujours la meilleure solution.

Alors, comment Alibaba gagne-t-il de l'argent ?

Cai Chongxin a dit très clairement : "Nous ne gagnons pas d'argent grâce à l'IA."

Le modèle commercial d'Alibaba : "Nous ne gagnons pas d'argent en vendant des modèles, nous gagnons grâce à l'informatique en nuage." Cai Chongxin a déclaré que les modèles open source sont une porte d'entrée pour le trafic, et que les besoins en stockage, sécurité, conteneurisation et autres infrastructures cloud qui en découlent sont la véritable source de profit. C'est exactement comme au début d'Internet : les produits sont gratuits pour attirer des clients, et les services à valeur ajoutée génèrent des revenus.

Trois, l'évolution d'Alibaba : l'autonomie technologique est "imposée".

Lorsque l'on a demandé à Jack Ma comment Alibaba a évolué d'une entreprise de commerce électronique en un géant du cloud computing, sa réponse a été très simple : "Il n'y a pas de secret, il suffit de suivre les besoins des clients."

🔹 L'ère B2B : pour répondre aux besoins d'exportation des PME après l'entrée dans l'OMC.

🔹 Taobao/Alipay : pour résoudre les problèmes de confiance dans les transactions B2C.

🔹 Alibaba Cloud : Pour résoudre le problème des coûts liés au traitement de données massives. Il y a 16 ans, si Alibaba avait continué à utiliser les infrastructures informatiques traditionnelles de Dell, EMC et Oracle, ses bénéfices auraient été totalement absorbés.

Nous avons développé l'informatique en nuage vraiment par nécessité... par le besoin de devenir autonome en technologie...（我们发展云计算完全是出于必要，出于对技术自主可控的渴望。）

Donc, le point de départ d'Aliyun est "manger notre propre nourriture pour chiens" (eat our own dog food) : d'abord en interne, une fois que c'est bien utilisé, on l'ouvre aux clients externes.

Conseils pour les entrepreneurs : privilégiez la croissance organique plutôt que les fusions et acquisitions. Les compétences développées par votre propre équipe ont un ADN plus pur et une culture plus adaptée.

Quatre, le conseil pour les jeunes : la pensée est plus importante que les compétences.

Lors de la séance de questions-réponses, Cai Chongxin a donné des conseils denses sur la croissance personnelle :

1, Compétence : Apprendre à poser des questions

À l'ère de l'IA, il est devenu facile d'obtenir des réponses. Ainsi, poser les bonnes questions est plus important que de trouver des réponses. En même temps, il faut établir un cadre d'analyse indépendant, plutôt que de se contenter de mémoriser.

2, au niveau de la programmation : se concentre sur la logique

Même si le langage naturel peut commander des machines, il est toujours nécessaire d'apprendre à programmer. Même maîtriser les formules Excel est un excellent entraînement logique.

Le but n'est pas d'opérer réellement une machine. Le but est de passer par ce processus de réflexion... （学编程的目的不是为了操作机器，而是为了训练严谨的逻辑思维过程。）

3, choix professionnel : trois directions potentielles

🔹 Science des données (Data Science) : Avec l'explosion des données, les talents capables de gérer et d'analyser ces données sont toujours rares.

🔹 Psychologie/Biologie : Le cerveau humain est la machine la plus performante, comprendre le cerveau humain est le raccourci pour comprendre l'IA.

🔹 Science des matériaux : C'est un monde dominé par les bits, mais ce qui limite la vitesse des bits, ce sont les atomes. L'avenir des semi-conducteurs sera marqué par de nombreuses innovations et percées, et leur cœur réside dans les matériaux.

Cinq, Risques et Bulles : La perspective des financiers

1, Choix de carrière : risque asymétrique

Cai Chongxin revient sur sa décision de renoncer à un salaire d'un million pour rejoindre Alibaba en 1999, la qualifiant de "risque-rendement asymétrique" : le risque de baisse est limité (au pire, retourner à la pratique du droit), tandis que l'espace de hausse est illimité (comme une option d'achat).

Il a souligné : « Les opportunités viennent à vous, ce que vous devez faire, c'est être toujours prêt (Preparedness). »


2, Bulles d'IA : faire la distinction entre la finance et la technologie

L'IA actuelle ressemble-t-elle à Internet en l'an 2000 ? Cai Chongxin suggère de distinguer deux types de bulles :

🔹 Bulles financières : les évaluations peuvent être trop élevées, il est difficile de juger.

🔹 Bulles technologiques : La technologie elle-même est réelle. Tout comme l'effondrement du marché boursier en 2000 n'a pas effacé l'existence d'Internet, tous les investissements d'aujourd'hui dans les infrastructures AI et le développement de modèles ne seront pas vains, ils sont la pierre angulaire vers l'avenir.

Six, trois des insights les plus fondamentaux

Q1 : Quel est le véritable avantage de l'IA en Chine ?

Ce n'est pas le modèle lui-même, mais tout l'écosystème qui permet une large utilisation de l'IA. Le coût de l'électricité est inférieur de 40%, le coût de construction des centres de données est inférieur de 60%, la moitié des talents en IA dans le monde ont un diplôme chinois, et la rareté des ressources pousse à l'innovation au niveau des systèmes. Tout cela fait que la Chine est plus susceptible de réaliser une large diffusion de l'IA. Et c'est le taux de diffusion qui est réellement le tableau de bord.

Q2 : Pourquoi le modèle open source va-t-il gagner ?

Parce que pour la plupart des utilisateurs à travers le monde, l'open source résout simultanément trois problèmes : le coût, la souveraineté des données et la vie privée. Les modèles fermés nécessitent un paiement, et les données doivent être introduites dans une boîte noire ; les modèles open source sont gratuits et les données peuvent rester localement. Ce n'est pas une lutte de supériorité technique, c'est le résultat d'un équilibre d'intérêts.

Q3 : Comment les jeunes devraient-ils se préparer à l'ère de l'IA ?

Apprendre à programmer n'est pas seulement pour écrire du code, mais pour entraîner la pensée logique ; apprendre les statistiques (la science des données) est dû à l'explosion des données ; étudier la psychologie parce qu'il faut comprendre le cerveau humain, cette "machine" la plus efficace ; étudier la science des matériaux parce que ce qui permet aux bits de fonctionner plus vite, ce sont les atomes. Plus important encore, savoir poser les bonnes questions est plus précieux que de trouver les réponses.