本周，我参加了在巴黎举办的AI行动峰会。早在2018年，法国就将人工智能确立为一项重要的国家战略，并对AI研究机构、人才和基础设施投入了大量资源，同时为AI初创企业营造了创新环境。法国总统马克龙政府的远见也因此得以展现。全球技术专家和商业领袖齐聚法国，宣布未来将投入数千亿欧元用于AI及相关基础设施的建设。
在欧洲积极参与AI快速发展机遇的兴奋情绪中，有人问我，阿里巴巴如何看待AI的未来。这个问题需要一些背景说明。
过去一个月，DeepSeek的迅速崛起吸引了所有人的注意力和想象力。这家曾经默默无闻的中国公司发布了开源模型，并推出了一系列论文详细介绍其工程创新。这些研究表明，大语言模型的训练和推理过程可以以远低于暴力训练的成本实现。
直到现在，公众的注意力仍然集中在谁开发出了最智能、最先进的模型。每次新模型的发布，都伴随着关于数学、编程、推理等能力的基准比对分析。而这场竞赛仅属于少数拥有巨大资源的“公司俱乐部”，它们每年在算力基础设施上的投入可达600亿到800亿美元。
用一个人类类比来看，训练先进模型的艰苦过程就好比是教育孩子——你可能需要25年以上的时间和大量的书籍与老师，才能培养出研究生水平的专业人士。想象一下，如果AI竞赛是关于如何培养出最聪明的孩子，而只有少数富裕家庭能负担得起培养出诺贝尔奖得主的成本。那么，其他人该怎么办呢？
“DeepSeek时刻”在我们所处的行业和资本市场都引发了恐慌。对我而言，过去几个月的进展带来了两点重要启示。
首先，我们需要重新思考发展AI的目标是什么。AI竞赛不再是关于谁能拥有最聪明的孩子。更高效地训练和使用模型的创新实践告诉我们，单纯打造“最聪明”的AI的价值将越来越小。
未来，开发者将更多关注AI应用如何在现实世界中带来经济效益。这也将加速基于特定任务的专有AI模型与智能体（agent）的普及。为什么呢？因为经济规律决定了资本会追逐能够产生收入的商业化应用。经济规律还将修正对规模定律（scaling law）的绝对追求——这一定律认为，训练数据和模型参数越大，伴随更多GPU和能源消耗带来的更强算力，模型就会越智能。
第二，开源模型将推动AI的普惠。开源的美妙之处在于，任何人都可以基于自己选择的基础设施部署AI模型，无论是在数据中心还是在用户的笔记本电脑上。最终的结果是，那些小公司可以通过访问先进的开源模型，在其上开发有价值的应用。
基于小参数模型的AI应用将得到普及，让更多人能够使用AI。例如，在电商领域，打造一个能够理解客户需求的智能购物助手并不需要万亿参数的模型。这就像一个高情商的人类店员，并不需要拥有数学或物理学博士学位一样。
这两点启示让我得出如下结论，类比来看，在未来的AI竞赛中，培养能够获得诺贝尔奖的孩子将不如培养实用和高效的年轻人重要。既然很少有人能说出世界上智商最高的人是谁，或对此并不关心，为什么还要执着于开发最聪明的AI模型呢？规模定律必须遵循经济规律。资本将流向那些能够以较低成本创新训练和部署AI的公司。
未来，企业家和公司将专注于带来经济效益的专有AI模型，即那些更有价值且更高效的模型。这将有利于创新，因为降低AI使用成本并提高可及性，意味着更多公司和开发者可以共享AI发展的红利，同时更多消费者也将受益于实用而酷炫应用的普及。
蔡崇信是阿里巴巴集团的联合创始人和主席。