工业发展“尾大不掉”，人才流失严重，监管负担沉重。
长期以来，德国以其“高精尖”工业享誉全球，但却已在人工智能（AI）这场全球竞赛中逐渐掉队。
根据德国国家政策性银行复兴信贷银行（KfW）的一份报告，美国和中国掌控了全球超过一半的AI专利，而德国仅位列第五，落后于韩国和日本。更令人担忧的是，德国在AI初创企业的培育上也显得力不从心：美国每10万人中有5.22家AI初创公司，英国为3.22家，法国为2.04家，而德国仅有1.9家。
与此同时，德国在AI领域的政策投入也稍显“冷淡”。在即将到来的大选中，各政党对AI的投资议题并未表现出足够的热情。相比之下，今年1月，美国新任总统特朗普宣布了一项名为“星际之门”（Stargate）的AI投资计划，预计投入高达5000亿美元；法国总统马克龙随即在2月承诺在未来几年投入1090亿欧元推动AI发展；欧盟委员会更是计划调动2000亿欧元用于AI相关项目。
为何德国在这场关键的技术竞赛中逐渐落后？全球经济分析公司BCA Research欧洲投资策略首席策略师萨瓦里（Mathieu Savary）在接受第一财经记者采访时表示，德国在AI领域的滞后是多重因素叠加的结果，市场碎片化、资本市场不足、监管繁重、学术机构支持有限以及移民政策的限制等共同拖累了其技术创新步伐。
尾大不掉，转型困难
根据牛津大学旗下技术公司OxValue.AI去年9月发布的《人工智能初创企业价值创造白皮书》，在全球估值排名前30的AI初创公司中，德国仅占一席。相较之下，跻身其中的美国企业有17家，而中国企业占据8席。
德国Ifo经济研究所工业组织与新技术中心副主任、高级经济学家切尔尼希博士（Dr． Nina Czernich）对第一财经记者分析称，德国在新兴技术领域的落后，部分源于其对传统强势产业（如汽车和机械）的过度依赖。无论是公共政策还是私营企业，都倾向于依托德国引以为傲的工程学优势，而忽视了新技术的开发与应用。
欧洲市场分析公司Eurointelligence联合创始人兼董事明肖（Wolfgang Münchau）在其去年出版的《运转不良：德国奇迹的终结》中也观察到，德国公共话语中几乎看不到科技初创企业的身影，焦点依然集中在老牌工业巨头身上。这些巨头虽然在过去几十年中取得了巨大成功，但其成就主要归功于早已完成的发明。
明肖写道：“在数字化时代，传统工程技术固然重要，但仅靠这些技术已无法维持涓滴经济模式。巨额利润正流向德国并未专注的技术领域。”
从经济角度来看，萨瓦里认为，本质上，德国在AI竞赛中的落后是因为投资不足，而投资不足的原因则与多个因素有关。第一个因素是市场的碎片化。“欧洲市场非常碎片化，这意味着企业无法产生足够的规模经济，而这些规模经济恰恰是进行所需投资的基础，尤其是对于总体技术发展来说。”
萨瓦里称，其次是欧洲资本市场的性质。“欧洲并没有资本市场联盟，导致资本市场的债务资源非常缺乏。风险投资资金非常少，且高度依赖于长期以来状况不佳的银行，而这些银行非常保守。然而，研发支出通常依赖于风险资本和一些投资者，而这些投资者在欧洲并不多见。”他说。
“欧洲缺乏统一的资本市场联盟，导致债务资源匮乏，风险投资资金稀缺。”萨瓦里解释称，欧洲的风险投资高度依赖长期表现不佳的银行，而这些银行往往过于保守。通常，研发支出依赖于风险资本和投资者，但这些资源在欧洲非常有限。
根据欧洲投资协会（Invest Europe）2024年的风险投资调查，超过60%的受访风险投资公司强调欧洲首次公开募股（IPO）市场流动性不足，并认为并购市场不发达、大型买家太少、寻找买家普遍困难以及欧洲IPO市场基础设施不足。
另外，切尔尼希补充称，欧洲经济政策智库（EconPol Europe）和Ifo研究所一份关于“欧洲中等技术陷阱”的报告发现，德国企业的私人研发支出集中在汽车和工业机械等中等技术领域，而在信息技术等高科技领域的投入却很少。但前者带来的创新是渐进式的，而非颠覆性的。相比之下，美国和中国等国家更注重数字通信、软件和生物技术等高科技领域，从而实现了更快的经济增长和更高的生产力。
“因此，我们建议制定一项创新政策，更加重视推动技术前沿发展的颠覆性创新。实现这一目标的方法之一是制定一项技术中立、以任务为导向的创新政策，类似于美国国防部高级研究项目局（ARPA）所奉行的理念。”切尔尼希称。
人才向硅谷流失
萨瓦里认为，人才供给问题也是德国在AI竞赛中落后的原因之一。“尽管欧洲拥有许多优秀的大学和研究机构，但在全球顶尖学术机构的竞争中，欧洲的代表性明显不足。人工智能领域的重大突破往往诞生于麻省理工学院、斯坦福大学等顶尖学府，而欧洲却缺乏类似级别的学术机构。此外，严格的移民政策进一步限制了高技能劳动力的流入。”他称。
明肖也认为，德国的创业中心（如柏林）对AI行业的吸引力有限，因为这些地区缺乏顶尖大学的支持。慕尼黑虽然拥有德国少数几所知名大学，但与牛津、剑桥、伦敦帝国学院和巴黎等欧洲顶尖学府相比，仍然存在差距。
相比之下，美国的科技初创企业则受益于强大的社区效应。明肖认为：“这些企业通常位于顶尖大学附近，吸引了大量优秀人才。同时，高度发达的风险投资市场以及与斯坦福大学、麻省理工学院和加州理工学院等顶尖学府的紧密合作，进一步推动了美国AI产业的蓬勃发展。”
更雪上加霜的是，现有的人才也在向硅谷流失。德国智库新责任基金会（SNV）的一项研究显示，德国40%的AI博士生选择离开本国，其中大多数人前往美国，其次是瑞士和英国。即使在留在德国的AI博士生中，进入私营部门的比例也远低于美国和英国。
德国拉马尔机器学习与人工智能研究所创始人莫里克（Katharina Morik）称：“我们培养了大量优秀人才，但他们往往因为只能获得临时合同而选择离开。”
莫里克同时担任数据分析公司RapidMiner的科学顾问委员会成员，她以该公司为例说明了德国AI产业的困境。她称，RapidMiner的分析工具最初在多特蒙德工业大学开发，但最终在美国发展壮大并被出售。莫里克补充道：“在德国，企业不愿意为这类服务付费，他们更希望免费获得技术支持。”
欧洲监管困境
萨瓦里还对第一财经记者表示：“欧洲的监管负担非常沉重，尤其是在解雇员工和调整项目方面存在诸多限制。这一问题在研发领域尤为突出，因为创新本身充满不确定性，企业需要灵活调整策略。然而，在欧洲，这种灵活性几乎是非常困难的。”
柏林应用科技大学数据科学教授勒泽（Alexander Löser）也认为，欧盟严格的数据法规进一步加剧了AI创新的难度。在欧盟，获取训练数据的成本远高于其他地区，而这些数据正是AI发展的命脉。近期，Meta试图使用脸书（Facebook）和照片墙（Instagram）的数据训练其AI模型，却因欧盟的严格法规而受阻。
欧洲市场分析公司Eurointelligence联合创始人明肖（Wolfgang Münchau）也认为，欧盟虽然最早提出AI监管框架，但其自诩为“全球监管者”的定位是一种错觉。
“欧盟过去在其他领域的监管成功，得益于欧洲公司在该领域的强大存在。但在AI领域，欧洲缺乏实际参与者，全球监管标准将由那些拥有实际参与者的国家制定。”明肖强调，“就像欧洲和德国错失了数字革命的初期阶段（从半导体到互联网），如今它们又在AI领域重蹈覆辙。”
本月初，OpenAI首席执行官阿尔特曼（Sam Altman）在柏林工业大学发表演讲时也发出警告，呼吁欧洲避免过度监管，以免阻碍AI创新。“我们当然会遵守规则，但我认为欧洲应积极拥抱AI，避免落后于世界其他国家。”
去年5月，欧洲理事会正式批准欧盟《AI法案》，这是全球首部AI领域全面监管法规。该法案基于风险分类，将AI系统划分为四类，即不可接受风险、高风险、有限风险和极低风险，并针对不同风险类别采取了相应监管策略。
然而，近期，欧洲智库欧洲改革中心（CER）在一篇文章中表示，欧盟近期出台的一些重要数字法规在实现全球覆盖时面临更大挑战。例如，越来越多的迹象表明，科技公司准备将创新服务排除在欧洲之外，或者仅向欧洲提供“低质量”的服务。
还没有评论，来说两句吧...