欧洲被卡脖子了

今天看到欧洲央行行长拉加德谈AI的一段话，我觉得很值得讨论。

她警告说，欧洲正面临一种前所未有的风险：

欧洲企业虽然正在大量投资和使用人工智能，但很多关键AI技术仍然来自海外，尤其是美国。

她认为，欧洲不能只做AI的消费者。

还必须成为AI技术的生产者。

这句话其实点出了欧洲科技产业一个存在很多年的问题：

欧洲并不是没有技术，也不是没有人才，而是经常在新一轮科技革命真正形成平台的时候掉队。

欧洲其实并不缺科研能力

如果只看大学、科研机构和工程人才，欧洲绝对不是一个科技落后的地方。

英国、德国、法国、瑞士、荷兰、北欧都有世界一流大学。

欧洲在很多基础科学和工程领域甚至长期处于全球领先位置。

半导体设备有ASML。

工业软件有Siemens、Dassault Systèmes。

汽车工业有德国企业。

航空航天有Airbus。

材料、机械、能源、制药同样非常强。

所以欧洲的问题从来不是：

“欧洲人不会做技术。”

真正奇怪的是，

过去二十年最重要的几轮数字平台革命，

最后的赢家却很少来自欧洲。

手机时代，欧洲曾经拥有Nokia

二十多年前，如果问世界上最重要的手机企业是谁，

很多人会想到Nokia。

欧洲并不是没有机会。

但智能手机时代到来以后，

真正控制生态的逐渐变成了：

Apple。

Google。

Android。

iOS。

欧洲手机产业迅速失去了原来的位置。

今天欧洲人当然仍然大量使用智能手机。

但操作系统基本不是欧洲的。

App Store不是欧洲的。

核心平台也不是欧洲的。

欧洲成为了一个非常大的消费市场，

却没有控制最关键的平台。

云计算时代又发生了一次

企业数字化以后，

数据越来越多进入云端。

结果全球最重要的云计算平台是谁？

AWS。

Microsoft Azure。

Google Cloud。

又主要来自美国。

欧洲当然也有自己的云服务企业，

但规模完全不同。

于是今天一家欧洲制造企业即使拥有世界领先的产品，

它的数据、软件和AI服务，

很可能仍然运行在美国公司的基础设施上。

单独看，这其实没有什么问题。

企业当然应该购买最好、最便宜的服务。

但如果整个欧洲经济都形成这种结构，

问题就不再只是商业选择。

而开始变成战略依赖。

现在AI可能正在发生第三次

欧洲企业当然没有错过AI。

银行在用。

制造业在用。

汽车企业在用。

大学也在用。

政府也开始使用。

但问题是：

大家用的是什么？

ChatGPT。

Claude。

Gemini。

Copilot。

底层GPU大量来自NVIDIA。

云计算又来自美国大型科技企业。

如果未来AI逐渐成为每一家公司的基础设施，

欧洲可能再次出现一个非常熟悉的局面：

欧洲拥有大量优秀的AI应用，却没有控制AI最底层的平台。

这才是拉加德真正担心的事情。

为什么“会使用”还不够？

对于一家普通企业来说，

当然没有必要什么都自己开发。

一家汽车企业没有必要自己设计办公软件。

一家钢铁厂也没有必要自己制造CPU。

专业分工本来就是现代经济效率的来源。

但国家层面的问题不同。

如果一个关键技术：

几乎所有企业都需要，

同时只有少数外国公司能够提供，

那么它就开始具有基础设施属性。

想象一下，如果整个欧洲的电网控制系统全部由一个外国企业提供。

大家可能会觉得风险很高。

如果欧洲所有银行的核心支付系统都依赖同一家外国公司，

同样会令人担心。

未来AI如果真正进入：

政府。

医疗。

金融。

制造。

国防。

科研。

能源。

那么AI模型和算力可能也会逐渐具有类似属性。

真正的问题不是美国会不会突然关闭ChatGPT

这种情况当然非常极端。

现实中的风险通常没有这么戏剧化。

更常见的问题可能是：

价格由谁决定？

服务规则由谁决定？

数据在哪里？

模型什么时候升级？

哪些行业可以使用？

哪些功能受到出口管制？

如果发生国际政治冲突怎么办？

企业有没有替代方案？

这些平时都不重要。

因为系统运行得很好。

但战略依赖最大的特点就是：

正常的时候几乎感觉不到，真正出现问题的时候才发现已经很难替代。

欧洲过去在能源上已经经历过类似教训

过去欧洲大量购买俄罗斯天然气。

原因其实非常合理。

便宜。

供应稳定。

管道已经建好。

德国工业也因此获得相对便宜的能源。

如果只从经济效率看，

这个体系运行了很多年。

但俄乌战争以后，

欧洲突然发现：

能源不仅是商品。

也是战略资源。

于是欧洲不得不用非常高的成本重新寻找LNG、建设接收站、调整供应链。

这件事情给欧洲留下了一个非常深刻的教训：

最便宜的供应，并不一定等于最安全的供应。

现在欧洲可能开始把同样的逻辑放到AI上。

但欧洲自己做AI也不是一句口号那么简单

说“欧洲应该拥有自己的AI”很容易。

真正做起来非常困难。

训练最先进的大模型需要：

大量GPU。

巨额资本。

数据中心。

便宜而稳定的电力。

云基础设施。

顶尖人才。

大量数据。

以及能够承担长期亏损的投资者。

这些条件美国明显更加成熟。

美国拥有全球最大的科技公司。

拥有非常深的资本市场。

拥有大量风险投资。

还有NVIDIA、Microsoft、Google、Amazon、Meta等整个产业生态。

欧洲想在几年内复制一套同样的体系，

并不现实。

所以欧洲真正需要的，也许不是复制一个OpenAI

我觉得这是一个非常重要的区别。

欧洲不一定需要：

欧洲版Google。

欧洲版Microsoft。

欧洲版OpenAI。

然后什么都从头重新做一遍。

这种思路很容易变成昂贵的产业政策。

更现实的路线可能是：

选择欧洲真正有优势的领域。

比如工业AI。

制造业数字孪生。

医疗AI。

材料科学。

机器人。

汽车。

能源。

工程仿真。

这些领域恰恰是欧洲拥有大量真实产业数据、工程知识和客户的地方。

美国拥有非常强的通用AI。

欧洲真正可能建立优势的，

也许是：

把AI真正嵌入物理工业世界。

这其实是欧洲一个容易被低估的优势

AI最终不可能永远只停留在聊天窗口里。

未来它需要进入：

工厂。

机器人。

汽车。

能源系统。

药物研发。

航空发动机。

生产线。

复杂工程设计。

而这些领域需要的不只是语言模型。

还需要：

物理知识。

材料知识。

传感器。

仿真。

制造数据。

安全认证。

工程经验。

这些恰恰是欧洲长期积累非常深的地方。

所以欧洲真正的问题也许不是：

“怎样在聊天机器人排行榜上超过美国？”

而是：

怎样把几十年的工业优势转化成AI时代的数据和模型优势？

但欧洲还有一个老问题：规模化太慢

欧洲很擅长科研。

也很擅长做高质量的小公司。

真正困难的是把一家科技企业从：

100人，

做到1000人，

再做到10万人。

美国拥有一个巨大的统一市场。

语言基本统一。

资本市场统一。

企业一旦成功，很容易快速扩大。

欧洲虽然有欧盟单一市场，

但现实中仍然存在：

语言。

税制。

监管。

资本市场。

政府采购。

劳动法规

等很多差异。

所以欧洲经常能够创造技术，

却不一定能够创造全球平台。

这可能比“有没有AI人才”更加关键。

监管也需要找到一个很困难的平衡

欧洲过去几年在AI监管方面走得很快。

保护隐私。

控制风险。

建立责任机制。

这些当然有必要。

但如果监管速度远远快于产业发展速度，

也可能产生另外一个问题：

欧洲制定了世界上最完善的AI规则，

最后真正被监管的却主要是美国和中国公司。

这显然不是最理想的结果。

最好的情况应该是：

既拥有自己的产业，

也拥有自己的规则。

而不是只有规则。

AI主权并不意味着什么都自己造

我觉得“技术主权”这个词也很容易被误解。

真正的技术自主，不应该意味着：

每一个芯片自己生产。

每一个模型自己训练。

每一个软件都必须是欧洲公司。

现代经济根本不可能这样运行。

更合理的标准可能是：

关键环节不能只有一个供应来源。

重要系统拥有替代方案。

核心数据可以自己控制。

关键行业拥有足够的本地技术能力。

即使外部供应突然中断，

系统仍然能够运行。

这和工程里的冗余其实非常相似。

不是所有零件都自己制造。

而是：

任何一个零件坏掉，都不能让整个系统立即停下来。

所以拉加德的警告其实不仅仅关于AI

它背后讨论的是一个更大的问题。

欧洲未来到底想成为什么？

一个富裕的大市场，

购买美国的软件、中国的商品、全球的能源，

然后依靠自己的制度和福利维持高生活水平？

还是仍然希望拥有：

工业能力。

技术能力。

能源能力。

数字能力。

国防能力。

如果选择后者，

就意味着很多东西不能只看短期成本。

有些能力即使今天自己建设更贵，

长期仍然可能值得保留。

AI可能成为欧洲重新思考工业政策的一个机会

过去二十年，互联网时代最成功的公司大量来自美国。

但下一阶段AI如果真正进入物理世界，

游戏可能重新开始。

欧洲拥有非常强的制造业基础。

大量工业设备。

大量真实工程数据。

大量材料和工艺知识。

大量长期运行的复杂系统。

这些东西过去可能只是“传统工业资产”。

在AI时代，

它们可能突然变成非常有价值的训练数据和领域知识。

所以我并不认为欧洲已经输掉AI竞争。

但前提是欧洲不能只满足于：

购买最好的美国模型，

然后在上面做几个应用。

真正有价值的问题应该是：

欧洲有什么东西，是别人很难复制的？

答案可能不是另一个聊天机器人。

而是欧洲几十年工业化留下来的知识、设备、数据和工程能力。

如果能够把这些东西真正数字化、模型化，再和AI结合，

欧洲也许仍然可以形成完全不同的竞争优势。

未来AI世界真正重要的竞争，

可能并不是谁拥有唯一最聪明的模型。

而是谁能够把智能真正嵌入自己的经济体系。

从这个角度看，

欧洲最大的风险并不是AI模型排行榜落后几个月。

而是十年以后突然发现：

自己的汽车在使用外国AI，

工厂在使用外国AI，

银行在使用外国AI，

政府也在使用外国AI，

而自己仍然主要负责：

制定这些AI应该遵守什么规则。

如果真的走到那一步，

欧洲拥有的可能是监管主权，

却失去了技术主权。

这恐怕才是今天这番警告真正值得认真思考的地方。

---

感谢大家阅读！

你觉得欧洲还有机会建立自己的AI产业优势吗？它应该投入巨资追赶美国的通用大模型，还是利用制造业、工程、汽车和能源优势，走一条完全不同的“工业AI”路线？

#Steemit #人工智能 #AI #欧洲 #欧盟 #科技 #制造业 #数字主权 #时事评论