德國為何在全球AI競賽中掉隊？｜德國經濟見聞錄

　　工業發展「尾大不掉」，人才流失嚴重，監管負擔沉重。

　　長期以來，德國以其「高精尖」工業享譽全球，但卻已在人工智能（AI）這場全球競賽中逐漸掉隊。

　　根據德國國家政策性銀行復興信貸銀行（KfW）的一份報告，美國和中國掌控了全球超過一半的AI專利，而德國僅位列第五，落后於韓國和日本。更令人擔憂的是，德國在AI初創企業的培育上也顯得力不從心：美國每10萬人中有5.22家AI初創公司，英國為3.22家，法國為2.04家，而德國僅有1.9家。

　　與此同時，德國在AI領域的政策投入也稍顯「冷淡」。在即將到來的大選中，各政黨對AI的投資議題並未表現出足夠的熱情。相比之下，今年1月，美國新任總統特朗普宣佈了一項名為「星際之門」（Stargate）的AI投資計劃，預計投入高達5000億美元；法國總統馬克龍隨即在2月承諾在未來幾年投入1090億歐元推動AI發展；歐盟委員會更是計劃調動2000億歐元用於AI相關項目。

　　為何德國在這場關鍵的技術競賽中逐漸落后？全球經濟分析公司BCA Research歐洲投資策略首席策略師薩瓦里（Mathieu Savary）在接受第一財經記者採訪時表示，德國在AI領域的滯后是多重因素疊加的結果，市場碎片化、資本市場不足、監管繁重、學術機構支持有限以及移民政策的限制等共同拖累了其技術創新步伐。

　　尾大不掉，轉型困難

　　根據牛津大學旗下技術公司OxValue.AI去年9月發佈的《人工智能初創企業價值創造白皮書》，在全球估值排名前30的AI初創公司中，德國僅佔一席。相較之下，躋身其中的美國企業有17家，而中國企業佔據8席。

　　德國Ifo經濟研究所工業組織與新技術中心副主任、高級經濟學家切爾尼希博士（Dr． Nina Czernich）對第一財經記者分析稱，德國在新興技術領域的落后，部分源於其對傳統強勢產業（如汽車和機械）的過度依賴。無論是公共政策還是私營企業，都傾向於依託德國引以為傲的工程學優勢，而忽視了新技術的開發與應用。

　　歐洲市場分析公司Eurointelligence聯合創始人兼董事明肖（Wolfgang Münchau）在其去年出版的《運轉不良：德國奇蹟的終結》中也觀察到，德國公共話語中幾乎看不到科技初創企業的身影，焦點依然集中在老牌工業巨頭身上。這些巨頭雖然在過去幾十年中取得了巨大成功，但其成就主要歸功於早已完成的發明。

　　明肖寫道：「在數字化時代，傳統工程技術固然重要，但僅靠這些技術已無法維持涓滴經濟模式。鉅額利潤正流向德國並未專注的技術領域。」

　　從經濟角度來看，薩瓦里認為，本質上，德國在AI競賽中的落后是因為投資不足，而投資不足的原因則與多個因素有關。第一個因素是市場的碎片化。「歐洲市場非常碎片化，這意味着企業無法產生足夠的規模經濟，而這些規模經濟恰恰是進行所需投資的基礎，尤其是對於總體技術發展來説。」

　　薩瓦里稱，其次是歐洲資本市場的性質。「歐洲並沒有資本市場聯盟，導致資本市場的債務資源非常缺乏。風險投資資金非常少，且高度依賴於長期以來狀況不佳的銀行，而這些銀行非常保守。然而，研發支出通常依賴於風險資本和一些投資者，而這些投資者在歐洲並不多見。」他説。

　　「歐洲缺乏統一的資本市場聯盟，導致債務資源匱乏，風險投資資金稀缺。」薩瓦里解釋稱，歐洲的風險投資高度依賴長期表現不佳的銀行，而這些銀行往往過於保守。通常，研發支出依賴於風險資本和投資者，但這些資源在歐洲非常有限。

　　根據歐洲投資協會（Invest Europe）2024年的風險投資調查，超過60%的受訪風險投資公司強調歐洲首次公開募股（IPO）市場流動性不足，並認為併購市場不發達、大型買家太少、尋找買家普遍困難以及歐洲IPO市場基礎設施不足。

　　另外，切爾尼希補充稱，歐洲經濟政策智庫（EconPol Europe）和Ifo研究所一份關於「歐洲中等技術陷阱」的報告發現，德國企業的私人研發支出集中在汽車和工業機械等中等技術領域，而在信息技術等高科技領域的投入卻很少。但前者帶來的創新是漸進式的，而非顛覆性的。相比之下，美國和中國等國家更注重數字通信、軟件和生物技術等高科技領域，從而實現了更快的經濟增長和更高的生產力。

　　「因此，我們建議制定一項創新政策，更加重視推動技術前沿發展的顛覆性創新。實現這一目標的方法之一是制定一項技術中立、以任務為導向的創新政策，類似於美國國防部高級研究項目局（ARPA）所奉行的理念。」切爾尼希稱。

　　人才向硅谷流失

　　薩瓦里認為，人才供給問題也是德國在AI競賽中落后的原因之一。「儘管歐洲擁有許多優秀的大學和研究機構，但在全球頂尖學術機構的競爭中，歐洲的代表性明顯不足。人工智能領域的重大突破往往誕生於麻省理工學院、斯坦福大學等頂尖學府，而歐洲卻缺乏類似級別的學術機構。此外，嚴格的移民政策進一步限制了高技能勞動力的流入。」他稱。

　　明肖也認為，德國的創業中心（如柏林）對AI行業的吸引力有限，因為這些地區缺乏頂尖大學的支持。慕尼黑雖然擁有德國少數幾所知名大學，但與牛津、劍橋、倫敦帝國學院和巴黎等歐洲頂尖學府相比，仍然存在差距。

　　相比之下，美國的科技初創企業則受益於強大的社區效應。明肖認為：「這些企業通常位於頂尖大學附近，吸引了大量優秀人才。同時，高度發達的風險投資市場以及與斯坦福大學、麻省理工學院和加州理工學院等頂尖學府的緊密合作，進一步推動了美國AI產業的蓬勃發展。」

　　更雪上加霜的是，現有的人才也在向硅谷流失。德國智庫新責任基金會（SNV）的一項研究顯示，德國40%的AI博士生選擇離開本國，其中大多數人前往美國，其次是瑞士和英國。即使在留在德國的AI博士生中，進入私營部門的比例也遠低於美國和英國。

　　德國拉馬爾機器學習與人工智能研究所創始人莫里克（Katharina Morik）稱：「我們培養了大量優秀人才，但他們往往因為只能獲得臨時合同而選擇離開。」

　　莫里克同時擔任數據分析公司RapidMiner的科學顧問委員會成員，她以該公司為例說明了德國AI產業的困境。她稱，RapidMiner的分析工具最初在多特蒙德工業大學開發，但最終在美國發展壯大並被出售。莫里克補充道：「在德國，企業不願意為這類服務付費，他們更希望免費獲得技術支持。」

　　歐洲監管困境

　　薩瓦里還對第一財經記者表示：「歐洲的監管負擔非常沉重，尤其是在解僱員工和調整項目方面存在諸多限制。這一問題在研發領域尤為突出，因為創新本身充滿不確定性，企業需要靈活調整策略。然而，在歐洲，這種靈活性幾乎是非常困難的。」

　　柏林應用科技大學數據科學教授勒澤（Alexander Löser）也認為，歐盟嚴格的數據法規進一步加劇了AI創新的難度。在歐盟，獲取訓練數據的成本遠高於其他地區，而這些數據正是AI發展的命脈。近期，Meta試圖使用臉書（Facebook）和照片牆（Instagram）的數據訓練其AI模型，卻因歐盟的嚴格法規而受阻。

　　歐洲市場分析公司Eurointelligence聯合創始人明肖（Wolfgang Münchau）也認為，歐盟雖然最早提出AI監管框架，但其自詡為「全球監管者」的定位是一種錯覺。

　　「歐盟過去在其他領域的監管成功，得益於歐洲公司在該領域的強大存在。但在AI領域，歐洲缺乏實際參與者，全球監管標準將由那些擁有實際參與者的國家制定。」明肖強調，「就像歐洲和德國錯失了數字革命的初期階段（從半導體到互聯網），如今它們又在AI領域重蹈覆轍。」

　　本月初，OpenAI首席執行官阿爾特曼（Sam Altman）在柏林工業大學發表演講時也發出警告，呼籲歐洲避免過度監管，以免阻礙AI創新。「我們當然會遵守規則，但我認為歐洲應積極擁抱AI，避免落后於世界其他國家。」

　　去年5月，歐洲理事會正式批准歐盟《AI法案》，這是全球首部AI領域全面監管法規。該法案基於風險分類，將AI系統劃分爲四類，即不可接受風險、高風險、有限風險和極低風險，並針對不同風險類別採取了相應監管策略。

　　然而，近期，歐洲智庫歐洲改革中心（CER）在一篇文章中表示，歐盟近期出臺的一些重要數字法規在實現全球覆蓋時面臨更大挑戰。例如，越來越多的跡象表明，科技公司準備將創新服務排除在歐洲之外，或者僅向歐洲提供「低質量」的服務。

責任編輯：石秀珍 SF183