蔡崇信の香港大学での講演デプス復盤：中国のAIの四つの底牌と、誤解されているアメリカのAIルール

ジョー・ツァイのHKUスピーチ：中国の4つのAI資産と誤解されたアメリカの「AI勝者ルール」

筆者注：11月5日、香港大学経営管理学院が主催する「陳坤耀卓越学者講座」が「前瞻十年：中国経済成長を推進する科創エンジン」をテーマに対談を行い、阿里巴巴グループの共同創業者であり会長の蔡崇信氏を招いて、革新、テクノロジー、人工知能がどのようにビジネスの枠組みを再構築し、中国経済の長期的成長を推進するかについて共有しました。イベントは香港の大陸佑堂で行われ、主催者によると、この講演の申し込みは史上最も盛況で、メール送信から2時間以内に申し込み人数が1200人を突破しました。。。

ある意味で、これは歴史の呼応とも言える。17年前、ジャック・マーは同じステージに立ってスピーチをしていた。。。そして今回は、香港大学副校長のダン・シウィ教授とのデプスのある対談で、蔡崇信は形式的な挨拶を捨て、中米のAI競争の核心に切り込み、アリババのビジネス進化論を分析し、若者たちに対して非常に洞察に富んだアドバイスを提供した。。。


以下の引用は、至頂科技の高飛からのものです。

一、AI競争の再定義：中国は「4つの底カード」を握っている

蔡崇信が開幕に反直感的な見解を投げかけた：アメリカ人が定義したAI競争のルールは、間違っている可能性がある。

現在の「アメリカ式スコアボード」は、誰の大規模言語モデル（LLM）がより強いかを見るだけで、今日はOpenAI、明日はAnthropic、明後日はGeminiだ。しかし、蔡崇信によれば、この評価システム自体に問題がある。

1、真の勝者のロジック：浸透率 > モデルパラメータ

勝者は誰が最も優れたモデルを持っているかではない… 勝者は誰が自分の業界や生活の中でそれを最も上手に使えるかだ…

AIの真の価値は浸透率（Penetration Rate）にあります。パラメータの無限積み上げを追求するのではなく、中国政府のAI計画はより実務的です：2030年までに、AIエージェントとデバイスの浸透率を90%にすることを目指しています。玄学を語らず、普及だけを語ります。

2、中国がなぜより早く普及できるのか？システムレベルの4つのカード

この普及率を支えるために、蔡崇信は中国が持つ4つの重要な優位性を挙げた：

底牌一：電力コストの優位性（40%低下）。トレーニングと推論は本質的にエネルギー消費の戦いです。15年前に始まった特高圧送電網の建設（「西電東送」など）のおかげで、中国の国家電網の年間資本支出は900億ドルに達し、アメリカの3倍です。これにより、中国の電力設備容量はアメリカの2.6倍に達し、新規容量はアメリカの9倍にもなります。

底牌二：基建紅利（低60%）。中国でデータセンターを建設するコストはアメリカよりも60%低いです。これはあくまでインフラのコストであり、チップなどのハードウェアは含まれていません。

底牌三：エンジニアボーナスと語学の優位性。世界の約半分のAI科学者と研究者は中国の教育背景を持っている。蔡崇信は興味深い現象を共有した：MetaのAIチーム内では、皆が中国語を話しているため、非中国語の従業員が「困惑」することさえある。

これは中国語がテクノロジー分野で自然なコミュニケーションの利点となるのが初めてです...

底牌四：算力はアメリカ政府の極度な制限を受けて、逆にシステムレベルの革新を促進する。アメリカには豊富なGPUリソースがあるが、中国にはない。しかし、これが逆に「飢餓の優位性」（Advantage of Starvation）を生み出す。

リソースがあまりないとき、システムレベルで革新せざるを得ません... （当你资源不足时，你被迫在系统层面进行创新。）

限られたハードウェアでトリリオンパラメータモデルをトレーニングするために、中国のチームはシステムの効率を極限まで最適化しなければならなかった。DeepSeek（デプス求索）はその典型的な例であり、最近の暗号通貨と株式取引のAIコンペティションでは、アリババの通義千問（Qwen）が1位、DeepSeekが2位にランクインした。

蔡崇信は同城のDeepSeekを非常に高く評価しています：「彼らは信じられないことをしています。」

二、オープンソースが勝つ理由：コスト、主権、プライバシーの三重論理

「オープンソース vs クローズドソース」の路線争いについて、蔡崇信は明確な判断を下した：オープンソースモデルは最終的にクローズドソースを打ち負かすだろう。

これは単なる技術の優劣ではなく、オープンソースが世界の大多数のユーザーの利益により適しているからです。彼は「サウジアラビアはAIを発展させたいが、AIの主権（sovereign AI）を維持したい」と例を挙げて、このビジネスロジックを説明しました。

🔹 クローズドパス（例：OpenAI）：高額な料金がかかり、データをブラックボックスに入力する必要があり、データ主権リスクが存在します。

🔹 オープンソースパス（例：アリババQwen）： 無料でダウンロードし、プライベートクラウドにデプロイします。データは完全に制御可能で、コストは非常に低いです。

政府と企業が合理的なコストベネフィット分析（Cost-benefit Analysis）を行う限り、オープンソースは常により良い解決策です。

では、アリババはどのようにお金を稼いでいるのですか？

蔡崇信は率直に言った："私たちはAIでお金を稼いでいない。"

アリババのビジネスモデル：「私たちはモデルを売って利益を上げるのではなく、クラウドコンピューティングで利益を上げています。」蔡崇信は、オープンソースモデルがトラフィックの入り口であり、それに伴うストレージ、安全、コンテナ化などのクラウドインフラ需要が利益の源であると認めています。これは初期のインターネットと同様で、製品は無料で顧客を獲得し、付加価値サービスで収益化します。

三、アリ進化論：技術自主は「逼」出来るもの

アリババがどのようにeコマース企業からクラウドコンピューティングの巨頭に進化したかについて尋ねられたとき、蔡崇信の答えは非常に素朴でした。「秘訣はありません。ただ顧客のニーズに従うだけです。」

🔹 B2B時代：入世後の中小企業の輸出ニーズを解決するために。

🔹 タオバオ/アリペイ：C端取引における信頼問題を解決するため。

🔹 アリババクラウド：膨大なデータ処理のコスト問題を解決するため。16年前、Dell、EMC、Oracleの従来のIT設備を使い続けていたら、アリババの利益は搾り取られていた。

私たちは必要に迫られてクラウドコンピューティングを開発しました...技術の自立を求める必要から...（私たちの云计算は完全に必要から発展したものであり、技術の自主可控に対する渇望からです。）

つまり、アリババクラウドの出発点は「自分たちのドッグフードを食べる」（eat our own dog food）：まず内部で使用し、うまくいったら外部の顧客に開放するということです。

起業家へのアドバイス：M&Aではなく、オーガニック・デベロップメントを優先しましょう。自分たちのチームが育てた能力は、DNAがより純粋で、文化もより適合しています。

四、若者へのアドバイス：思考はスキルよりも重要である

質疑応答のセッションで、蔡崇信は個人の成長に関して高密度なアドバイスを提供しました：

1、スキル面：質問を学ぶ

AI時代、答えを得ることが容易になりました。したがって、正しい質問をすること（Ask the right questions）が答えを見つけることよりも重要です。同時に、暗記するのではなく、独立した分析フレームワークを構築する必要があります。

2，プログラミングのレベル：論理が重要

自然言語が機械を指揮できるようになっても、プログラミングを学ぶ必要があります。たとえExcelの数式をうまく学ぶことも、素晴らしい論理的トレーニングになります。

目的は実際に機械を操作することではありません。目的はその思考プロセスを経ることです... （学編程の目的は機械を操作するためではなく、厳密な論理的思考プロセスを訓練するためです。）

3.主要な選択:3つの潜在的な方向性

🔹 データサイエンス（Data Science）：データの爆発に伴い、データを管理し分析するスキルを持つ人材は常に不足しています。

🔹 心理学/生物学：人間の脳は最も効率的な機械であり、人間の脳を理解することはAIを理解する近道です。

🔹 材料科学：これはビット（Bits）が主導する世界ですが、ビットの速度を制限するのは原子（Atoms）です。半導体の未来には多くの革新と突破があり、その核心は材料にあります。

五、リスクとバブル：金融の視点

1.キャリアの選択:非対称リスク

蔡崇信は1999年に100万年俸を放棄してアリババに加入した決定を振り返り、それを「非対称リスク・リターン」（Asymmetric Risk-reward）と表現した：下方リスクは限定的（最悪の場合は弁護士に戻る）、上方の可能性は無限大（コールオプションのように）。

彼は強調しました：「チャンスはあなたを見つけに来るので、あなたがすべきことは常に準備しておくことです（Preparedness）。」


2，AIバブル：金融と技術の区別

今のAIは2000年のインターネットのようですか？蔡崇信は2つのバブルを区別することを提案しています：

🔹 金融バブル：評価が過大である可能性があり、判断が難しい。

🔹 テクノロジーバブル：テクノロジー自体は現実です。2000年の株式市場の崩壊がインターネットの存在を消し去らなかったように、今日投資されているすべてのAIインフラストラクチャとモデル開発は無駄にはならず、未来への礎となります。

六、最も重要な三つの洞察

Q1：中国AIの真の強みは何ですか？

モデル自体ではなく、AIが広く利用されるための全体的なエコシステムです。電力コストが40%低下し、データセンターの建設コストが60%低下し、世界の半分のAI人材が中国の学位を持ち、資源の不足がシステムレベルの革新を生み出しています。これらが組み合わさることで、中国はAIの大規模普及を実現する可能性が高まります。そして、普及率こそが本当のスコアボードです。

Q2：なぜオープンソースモデルが勝つのか？

世界の大多数のユーザーにとって、オープンソースはコスト、データ主権、プライバシーの3つの問題を同時に解決しています。クローズドモデルは料金がかかり、データはブラックボックスに送信されます。オープンソースモデルは無料で、データはローカルに留めることができます。これは技術の優劣の争いではなく、利益の構造によるものです。

Q3：若者はAI時代にどのように備えるべきですか？

プログラミングを学ぶのはコードを書くためではなく、論理的思考を養うためです；統計（データサイエンス）を学ぶのはデータが爆発的に増えるからです；心理学を学ぶのは、人間の脳という最高効率の"マシン"を理解するためです；材料科学を学ぶのは、ビットをより速く走らせるのは原子だからです。さらに重要なのは、正しい質問をすることを学ぶことで、これは答えを見つけることよりも価値があります。