蔡崇信在杜拜喊話:開源 AI 讓各國「主張主權」,全棧企業才能笑到最後
阿里巴巴董事會主席蔡崇信在 2026 世界政府峰會上主張,開源 AI 模型讓各國政府可以主張資料主權,而擁有雲端基礎設施的全棧企業將從中獲利。與談人 Chamath Palihapitiya 則直言 AI Agent 只是合理化投資的行話,各國政府應優先投資教育與醫療。

本文整理自 2026 年世界政府峰會(World Government Summit)2 月場次「Where Is AI Heading?」。
開源不只是技術選擇,更是主權宣言
「你可以拿一個開源模型,部署在你自己的基礎設施上。你可以在本地端運行,可以在虛擬私有安全環境中運行。無論你做什麼後續訓練或推論,都與原始的開源模型製造者無關。」阿里巴巴集團董事會主席蔡崇信(Joseph Tsai)在杜拜的世界政府峰會上,對著臺下來自超過 150 個國家的政府首腦,說出了這段話。
這不是一場技術研討會上的工程師在談架構選擇。蔡崇信談的是主權。他用了一個非常精準的詞:「你基本上可以主張主權,主張對這個模型的所有權。」對於在座的許多開發中國家領袖來說,這句話的分量遠超過任何技術規格。在一個由少數美國科技巨頭主導 AI 發展的世界裡,開源模型提供了一條不被綁定的路徑。你不需要把國民的資料送到矽谷的伺服器上去處理,不需要受制於某家公司的 API 定價策略,也不需要擔心地緣政治變化導致服務突然中斷。
但蔡崇信也沒有迴避現實面的挑戰。他緊接著說,開源模型公司要怎麼在經濟上維持可持續性,仍然是一個大問號。特別是在中國市場,要讓消費者願意為 AI 服務付月費訂閱,這是目前最大的挑戰。
全棧企業的生存邏輯
主持人追問:花幾十億美元開發模型,然後開源出去不收錢,經濟上說得通嗎?多數美國公司不是都選擇閉源嗎?
蔡崇信在這裡做了一個關鍵區分。他把 AI 公司分成兩類:一類只做模型,另一類同時擁有模型和雲端基礎設施。純模型公司確實很難靠開源賺錢。但像阿里巴巴這樣同時經營雲端業務的企業,邏輯完全不同。阿里巴巴的通義千問(Qwen)模型是開源的,但當企業和開發者在阿里雲上訓練、微調、運行這些模型時,他們消耗的是阿里巴巴的運算資源,這就是營收來源。
這個邏輯在美國也有對應的例子。Google 的 Gemini 雖然不是開源模型,但 Google 同樣擁有晶片(TPU)、雲端基礎設施(Google Cloud)、以及模型本身的完整技術棧。Meta 開源 Llama 系列模型,背後的商業邏輯也類似:開源模型吸引開發者生態,開發者生態帶動廣告和平台收入。蔡崇信的觀點其實是在說,AI 時代的競爭不是模型之爭,而是生態系之爭。你得有足夠多的層次來捕捉價值,光靠模型這一層是不夠的。
Social Capital 創辦人暨執行長 Chamath Palihapitiya 從另一個角度補充了這個論點。他指出,當你採用一個開源模型,你還需要電力、基礎設施、自然資源、特殊化學品、電池系統、專業知識,最後還需要資本和融資。「這些東西如果能被打包、融資、做成一個交鑰匙方案放進一個盒子裡,那就是最佳解決方案。」他認為,國際金融組織和開發銀行在未來十到二十年應該扮演更重要的角色,幫助開發中國家取得這些配套資源。
投資的是預期,不是營收
討論不可避免地轉向了泡沫問題。蔡崇信直接用數字回應:超級規模企業(hyperscalers)的資本支出一年內從每家 600 到 800 億美元翻倍到 1,200 到 1,500 億美元。但他認為這波投資背後有紮實的技術邏輯,包括 Scaling Law 持續有效、推論端算力需求快速成長、以及多模態模型帶動的 GPU 消耗。
「人們投資的是對未來需求的預期,而不是已經實現的營收。」蔡崇信坦言,要向投資人解釋這些投資的 ROI,幾乎是不可能的任務。但他同時指出,某些環節已經出現了短缺,記憶體就是一個例子。供不應求本身就是對需求真實性的驗證。
我的觀察:臺灣產業的全棧思考
蔡崇信提出的「全棧邏輯」值得臺灣產業界認真思考。他的核心論點很清楚:光做模型的公司很難靠開源活下去,你需要有足夠多的層次來創造價值。這個邏輯對臺灣的啟示,不只是半導體。
臺灣的 ICT 產業鏈其實是全球 AI 基礎設施的關鍵供應者。AI 伺服器的代工(鴻海、廣達、緯穎)、散熱模組、電源供應器、高速連接器、甚至機櫃設計,這些都是 CapEx 翻倍之後,錢會流到的地方。Chamath 提到的「電力、特殊化學品、電池系統」,對應到臺灣就是電源管理、高階材料、精密零組件這些看起來不性感但正在印鈔的產業。
蔡崇信對開源模型的定位,對臺灣的中小型軟體公司來說同樣有啟發。中小型軟體公司,開源 AI 的意義不在於要自己從頭建推論基礎設施,而在於它提供了一個選項。你不一定要馬上全面導入,但至少有機會不完全被大廠 API 的價格和政策綁架。當 OpenAI 或 Google 改變定價策略時,你手上有替代方案。在全球 AI 競賽越來越激烈的當下,這種彈性對中小企業來說是一種保險。