top of page

歐洲AI開闢新路向

May 20
2 min read

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
拍賣企業數據「隱形代價」

過去10年,大家都聽過數據被捧成金礦、被喚作石油、被寫進國策叫「新生產要素」,直到最近一宗美國破產拍賣案,才第一次見到企業數據被真正放上拍賣台,有底價、有法院文書、有落槌聲。 美國精神航空(Spirit Airlines)破產,企業數據被資產化,8月拍賣其「數碼資產」,谷歌(Google)以1000萬美元投得,成為「企業記憶」成交的第一個價,人工智能(AI)數據公司Mercor以750萬美元位列後

 
 
企業AI政策空白亟需填補

上星期與一位銀行界舊同事見面,他談及最近有同事被發現「偷用」人工智能(AI)撰寫會議紀錄,其主管揚言要作出紀律處分。我問他:「用AI寫會議紀錄,究竟錯在哪裏?」他愣了一愣,「……其實都無寫明唔准。」「無寫明唔准」這5個字,正是當下全球職場與AI之間關係的縮影。 正值上月北京法院為這個灰色地帶釋出了第一個答案:一名員工因使用AI製作簡報而遭解僱,法院最終裁定該公司違法解除勞動合同,須賠償約4.6萬元

 
 
訓練模型 真人數據無可替代

最近與幾位從事大型語言模型(LLM)開發的朋友談起訓練數據,大家都不約而同提到一個詞:「數據牆」。在互聯網公開的優質文本,大概已經搜刮得七七八八,剩下的要不是垃圾,就是需要付費的,於是整個行業很自然地轉向合成數據──讓模型自己生成材料,再「餵」回自己。 這件事在過去兩年確實有效。寫程式、數學、邏輯推理等領域,這幾類答案對錯分明、可以自動驗證,合成數據幾乎可成為免費、無限的模型訓練材料。但問題也正正

 
 
bottom of page