top of page

歐洲AI開闢新路向

我之前在文章裏說過,人工智能(AI)競爭正在從技術參數之爭,轉向「數據管道、標準制定、規模落地」的全鏈條控制權之爭。最近歐洲的舉動,恰好印證這個判斷,也帶來一個有趣的問題:歐洲AI能否走出一條有別於中美的新道路? 德國上月啟動了「人工智能創新園」,總投資數十億歐羅,號稱歐洲迄今最完整的AI產業集群。布局的方向很明確:工業AI、智能製造、自動駕駛、智能物流、AI倫理與安全,全是「製造業+人工智能」的方向。 這個選擇本身,就說明歐洲的邏輯跟中美都不一樣。中美兩強爭奪的是底層平台和數據通道;相反,歐洲沒有這個本錢,算力規模和工程化能力都較落後,但歐洲有自己的王牌:深厚的製造業基礎。歐洲有13座「人工智能工廠」即將投入生產,每座配備約10萬枚高端AI晶片。德國AI算力規劃到2030年,將會是2025年的4倍,據悉已吸引上百間企業,市值超過3.7萬億歐羅(約33.7萬億港元)。 但歐洲有一個致命的結構性問題:碎片化。 數據標準不統一、語言環境各異、產業政策各行其是,若要讓一個德國工廠的AI系統和法國工廠打通,每一步都要穿過一道制度壁壘,這種碎片化現象,是歐洲市場的歷史基因。這正是我在前文說的:網絡效應的前提是規模,而規模的前提是打通。就算再大的投資,如果各國各自為政,也只能建成一個個相互隔離的「AI孤島」,歐洲自己也清楚這一點。歐委會說要在「減少監管」和「釋放創新活力」之間找到平衡,歐洲央行行長拉加德直接說:「歐洲若錯失AI帶來的生產力革命,未來競爭力將受到不可逆的影響。」 我對歐洲有一個看法,可能和主流觀點不同。大家都在說歐洲落後於中美,但歐洲真正的機會,不在於追上中美,而在於找到一個中美都沒有正面解決的問題──「製造業與AI深度融合」背後標準、安全、倫理這套制度的建設。歐洲如果能在「工業AI制度標準」這維度率先建立話語權,同樣可以成為一極。前提是,它得先把內部碎片化問題解決。 學者的預測,未來5到10年,歐洲AI將從「重倫理」轉向「倫理與產業並重」、從「科研主導」轉向「產業主導」,更從「分散創新」轉向「跨國集群化創新」。以上不是技術問題,而是治理能力的問題。治理能力,恰恰是歐洲最應該、也最有可能建立的東西。

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page