本文來自微信公眾號(hào)： 數(shù)字經(jīng)濟(jì)發(fā)展評(píng)論 ，作者：數(shù)字經(jīng)濟(jì)發(fā)展評(píng)論
導(dǎo)語
盡管當(dāng)前中美在基礎(chǔ)模型賽道實(shí)現(xiàn)領(lǐng)跑，但2026年7月蘭德報(bào)告指出，歐洲正成為重塑全球AI格局的關(guān)鍵變量。報(bào)告跳出“唯模型論”，揭露了歐洲易被忽視的隱藏實(shí)力——手握ASML光刻設(shè)備這一硬件咽喉，深耕制造、醫(yī)療等垂直領(lǐng)域的AI應(yīng)用，并在全球AI治理規(guī)則制定上擁有極高權(quán)重。然而，其局限同樣突出：報(bào)告精準(zhǔn)剖析了“算力-資本-數(shù)據(jù)-人才”四大制約，這四大要素環(huán)環(huán)相扣，嚴(yán)重阻礙了規(guī)模化爆發(fā)。蘭德前瞻構(gòu)建四種未來情景，強(qiáng)調(diào)歐洲AI的戰(zhàn)略價(jià)值絕非定數(shù)，完全取決于通用與專精、開源與閉源的博弈走向。美歐生態(tài)正處十字路口，是協(xié)同互補(bǔ)實(shí)現(xiàn)共贏，還是分歧對(duì)立導(dǎo)致割裂，將深刻影響下一代數(shù)字經(jīng)濟(jì)走向。
原文標(biāo)題：The Transatlantic Artificial Intelligence Calculus
原文來源：蘭德（RAND）
編譯解讀：數(shù)字經(jīng)濟(jì)發(fā)展評(píng)論
2026年7月，蘭德（RAND）發(fā)布研究報(bào)告《跨大西洋人工智能戰(zhàn)略考量》，系統(tǒng)分析了歐盟及其成員國人工智能生態(tài)的發(fā)展現(xiàn)狀，并進(jìn)一步構(gòu)建了四種未來人工智能發(fā)展情景，研判未來不同技術(shù)路徑下歐洲人工智能能力的戰(zhàn)略價(jià)值，為美國制定跨大西洋人工智能合作策略提供分析框架。
跳出“大模型”敘事：歐洲AI的真實(shí)家底
大眾談及人工智能，往往首先想到的是OpenAI、Google、Anthropic等美國企業(yè)的通用大模型，歐洲因缺少可以對(duì)標(biāo)頭部基礎(chǔ)模型的廠商，常常被貼上“追趕者”的標(biāo)簽。
不過，蘭德報(bào)告認(rèn)為，如果僅以基礎(chǔ)模型衡量歐洲人工智能的發(fā)展水平，很容易忽略其在產(chǎn)業(yè)應(yīng)用、科研體系、先進(jìn)制造和人工智能治理方面形成的綜合優(yōu)勢(shì)。雖然歐洲尚未形成與美國科技企業(yè)相同的前沿基礎(chǔ)模型發(fā)展格局，但其在先進(jìn)光刻設(shè)備、人工智能治理、科研基礎(chǔ)以及制造業(yè)、醫(yī)療健康、金融服務(wù)等專業(yè)化應(yīng)用領(lǐng)域具有較強(qiáng)優(yōu)勢(shì)。同時(shí)也能看到，算力、資本、數(shù)據(jù)和人才等因素仍制約著歐洲人工智能產(chǎn)業(yè)的發(fā)展。
報(bào)告顯示，目前歐洲人工智能生態(tài)呈現(xiàn)出“科研基礎(chǔ)較強(qiáng)、行業(yè)應(yīng)用突出、產(chǎn)業(yè)轉(zhuǎn)化仍有提升空間”的特點(diǎn)。數(shù)據(jù)顯示，2020年至2024年，歐盟貢獻(xiàn)了全球約18%的人工智能科學(xué)論文，但全球人工智能專利占比不足3%，科研成果向產(chǎn)業(yè)化、商業(yè)化轉(zhuǎn)化仍存在一定差距；2025年約20%的歐盟企業(yè)已經(jīng)應(yīng)用人工智能技術(shù)，該技術(shù)正逐步融入制造、金融、醫(yī)療等多個(gè)行業(yè)。
制造業(yè)領(lǐng)域具有成熟的人工智能應(yīng)用生態(tài)
制造業(yè)是歐洲人工智能最具代表性的應(yīng)用領(lǐng)域。報(bào)告顯示，2026年約48%的歐洲制造企業(yè)已規(guī)模化應(yīng)用AI技術(shù)，大幅高于同期美國28%的滲透率。人工智能廣泛應(yīng)用于工業(yè)自動(dòng)化、數(shù)字孿生、機(jī)器人協(xié)同控制、供應(yīng)鏈優(yōu)化等場景，并逐步成為制造業(yè)數(shù)字化升級(jí)的重要支撐。
企業(yè)層面，西門子（Siemens）持續(xù)推進(jìn)數(shù)字孿生和工業(yè)自動(dòng)化平臺(tái)建設(shè)；庫卡（KUKA）、NEURA Robotics聚焦協(xié)作機(jī)器人與智能制造；博世力士樂（Bosch Rexroth）則依托工業(yè)場景數(shù)據(jù)，將人工智能應(yīng)用于智能工廠、運(yùn)動(dòng)控制和生產(chǎn)優(yōu)化。相比單純追求基礎(chǔ)模型能力，這些企業(yè)更多依靠行業(yè)知識(shí)、場景積累和產(chǎn)業(yè)經(jīng)驗(yàn)推動(dòng)人工智能落地。
▲圖源：RAND
醫(yī)療、金融等專業(yè)化應(yīng)用優(yōu)勢(shì)突出
除制造業(yè)外，醫(yī)療健康、金融服務(wù)和公共服務(wù)也是歐洲人工智能應(yīng)用的重要方向。
報(bào)告指出，這些行業(yè)具有數(shù)據(jù)質(zhì)量高、專業(yè)知識(shí)密集、監(jiān)管要求嚴(yán)格等特點(diǎn)，更容易形成專業(yè)化人工智能應(yīng)用。
醫(yī)療領(lǐng)域，西門子醫(yī)療（Siemens Healthineers）、Owkin等企業(yè)持續(xù)推進(jìn)醫(yī)學(xué)影像分析、藥物研發(fā)和臨床輔助決策；
金融領(lǐng)域，Mistral AI、Aleph Alpha、SAP等企業(yè)重點(diǎn)布局風(fēng)險(xiǎn)管理、欺詐檢測(cè)和企業(yè)運(yùn)營優(yōu)化；
公共服務(wù)領(lǐng)域，Aleph Alpha、ML6等企業(yè)探索人工智能在政府治理、公共管理和能源管理中的應(yīng)用。
這些案例反映出歐洲人工智能發(fā)展的重要特征：競爭優(yōu)勢(shì)更多來自行業(yè)知識(shí)、長期積累的數(shù)據(jù)資源以及復(fù)雜場景中的應(yīng)用能力，而不僅僅依賴基礎(chǔ)模型本身。
芯片設(shè)備和人工智能治理構(gòu)成另一項(xiàng)優(yōu)勢(shì)
先進(jìn)半導(dǎo)體設(shè)備和人工智能治理體系也是歐洲人工智能生態(tài)的重要組成部分。
在硬件供應(yīng)鏈上，荷蘭ASML保持先進(jìn)光刻設(shè)備領(lǐng)先地位，其高數(shù)值孔徑極紫外（High-NA EUV）光刻技術(shù)是先進(jìn)芯片制造的重要支撐，在全球人工智能產(chǎn)業(yè)鏈中占據(jù)重要位置。
治理層面，歐洲也是較早建立人工智能監(jiān)管框架的地區(qū)之一?！稓W盟人工智能法案（AI Act）》是全球首套分層風(fēng)險(xiǎn)監(jiān)管框架，報(bào)告打破“監(jiān)管扼殺創(chuàng)新”的片面認(rèn)知：法案僅將5%—15%的人工智能系統(tǒng)劃為最高風(fēng)險(xiǎn)等級(jí)、施加嚴(yán)苛合規(guī)要求，卻倒逼歐洲搭建完整配套體系——風(fēng)險(xiǎn)分級(jí)工具、標(biāo)準(zhǔn)化審計(jì)流程、合規(guī)人才儲(chǔ)備、測(cè)試沙箱等一整套可信人工智能基礎(chǔ)設(shè)施。
當(dāng)前巴西、美國科羅拉多州、部分亞洲經(jīng)濟(jì)體的人工智能立法均出現(xiàn)對(duì)標(biāo)歐盟風(fēng)險(xiǎn)分類框架的趨勢(shì)。一旦全球監(jiān)管規(guī)則持續(xù)趨同，歐洲多年積累的合規(guī)能力將轉(zhuǎn)化為獨(dú)特市場通行證，幫助本土企業(yè)快速切入各國高管制行業(yè)市場；短期來看，多層法規(guī)疊加GDPR、各國細(xì)分行業(yè)條例，也讓60%歐盟企業(yè)將合規(guī)視為經(jīng)營負(fù)擔(dān)，三分之二企業(yè)無法清晰厘清法案具體義務(wù)，推高中小企業(yè)數(shù)字化成本。
綜合來看，蘭德并未將歐洲定位為基礎(chǔ)模型領(lǐng)域的領(lǐng)先者，而是認(rèn)為其優(yōu)勢(shì)更多體現(xiàn)在產(chǎn)業(yè)基礎(chǔ)、科研體系、先進(jìn)制造、芯片設(shè)備以及人工智能治理等多個(gè)方面。未來人工智能競爭力的衡量標(biāo)準(zhǔn)，也可能從模型規(guī)模逐步擴(kuò)展到產(chǎn)業(yè)融合、行業(yè)知識(shí)和可信部署能力。
歐洲AI為何遲遲沒有誕生更多世界級(jí)AI企業(yè)？
歐洲雖然擁有較好的科研基礎(chǔ)和產(chǎn)業(yè)優(yōu)勢(shì)，卻始終沒有形成與美國相當(dāng)?shù)娜斯ぶ悄墚a(chǎn)業(yè)集群。蘭德指出，這并非某一環(huán)節(jié)存在短板，而是算力、資本、數(shù)據(jù)和人才四個(gè)關(guān)鍵要素相互牽制，共同形成了歐洲人工智能發(fā)展的“連鎖約束”。
▲圖源：RAND
算力：投入持續(xù)增加，但整體基礎(chǔ)仍相對(duì)有限。
近年來，歐洲持續(xù)加強(qiáng)人工智能基礎(chǔ)設(shè)施建設(shè)。歐盟陸續(xù)推出《歐洲芯片法案》（European Chips Act）、EuroHPC超級(jí)計(jì)算計(jì)劃以及InvestAI等投資安排，希望提升先進(jìn)芯片研發(fā)能力、擴(kuò)大超級(jí)計(jì)算設(shè)施建設(shè)，并帶動(dòng)社會(huì)資本投入人工智能基礎(chǔ)設(shè)施。其中，InvestAI計(jì)劃提出撬動(dòng)約2000億歐元投資，《歐洲芯片法案》相關(guān)安排約430億歐元。
不過，從全球范圍來看，歐洲整體算力資源仍相對(duì)有限。報(bào)告援引數(shù)據(jù)顯示，目前歐洲擁有的人工智能算力約占全球總量的4%至5%，與其科研規(guī)模和產(chǎn)業(yè)體量相比仍存在一定差距。同時(shí)，歐洲云計(jì)算市場較高比例的資源集中于少數(shù)國際超大規(guī)模云服務(wù)商，中小企業(yè)和科研機(jī)構(gòu)獲取先進(jìn)算力的成本依然較高。
資本：供給不斷增長，但后期融資仍顯不足
除了算力，資本也是影響人工智能企業(yè)成長的重要因素。報(bào)告認(rèn)為，歐洲并不缺乏初創(chuàng)企業(yè)，也并非沒有風(fēng)險(xiǎn)投資，而是在企業(yè)成長后期，特別是大規(guī)模融資階段，資本供給仍顯不足。
▲圖源：RAND
數(shù)據(jù)顯示，2025年全球企業(yè)人工智能投資規(guī)模接近3450億美元，其中歐洲企業(yè)獲得約209.2億美元融資，美國企業(yè)約2858.8億美元。歐洲投資者參與2500萬歐元以上大型人工智能融資項(xiàng)目的比例約為26%，歐洲深科技初創(chuàng)企業(yè)融資缺口最高可能達(dá)到240億歐元。
報(bào)告指出，能源成本、電網(wǎng)接入、云計(jì)算資源、高端人才留存、投資文化以及企業(yè)對(duì)監(jiān)管成本的預(yù)期，共同影響資本流向和企業(yè)成長，也進(jìn)一步制約了歐洲人工智能產(chǎn)業(yè)的擴(kuò)張能力。
數(shù)據(jù)：資源豐富，但流動(dòng)受限
即使算力和資本問題得到緩解，高質(zhì)量數(shù)據(jù)的可及性仍是歐洲面臨的重要瓶頸。歐盟成員國在臨床醫(yī)療記錄、銀行業(yè)務(wù)數(shù)據(jù)等領(lǐng)域擁有難以復(fù)制的數(shù)據(jù)集，但這些數(shù)據(jù)因法律和監(jiān)管壁壘而分散在各成員國和各行業(yè)之間，難以有效匯聚用于人工智能訓(xùn)練。
歐盟已推出《數(shù)據(jù)治理法案》《數(shù)據(jù)法案》及“共同歐洲數(shù)據(jù)空間”等舉措，但版權(quán)、隱私和GDPR合規(guī)等問題仍存在法律不確定性。與算力約束不同，歐洲的數(shù)據(jù)問題本質(zhì)上是治理問題，需要監(jiān)管簡化和跨國協(xié)調(diào)，而非單純依靠資本投入能夠解決。
人才：培養(yǎng)能力強(qiáng)，留存難度大
歐洲擁有龐大的人工智能人才儲(chǔ)備——從總量看，歐洲人均AI人才數(shù)量比美國高出約30%，接近中國的三倍。真正的挑戰(zhàn)在于人才吸引與留存。2022年至2024年間，歐洲凈技術(shù)人才流入從約5.2萬人降至2.6萬人，僅有10%的頂尖本土AI研究人員留在歐洲大陸。
人才外流由多重因素共同驅(qū)動(dòng)：企業(yè)為尋求更成熟的創(chuàng)投生態(tài)和更寬松的監(jiān)管環(huán)境而遷離；個(gè)人則受到美國高出30%至70%的薪資水平和更普遍的股權(quán)激勵(lì)吸引。人才流失既是上述結(jié)構(gòu)性問題的癥狀，也反過來進(jìn)一步削弱了歐洲AI產(chǎn)業(yè)的擴(kuò)張基礎(chǔ)。
四種未來情景，將重新定義歐洲AI的價(jià)值
在分析歐洲人工智能生態(tài)之后，蘭德并未進(jìn)一步預(yù)測(cè)歐洲未來是否能取得領(lǐng)先，而是提出了一個(gè)更重要的問題：隨著人工智能持續(xù)演進(jìn)，歐洲現(xiàn)有優(yōu)勢(shì)在未來是否仍具有同樣價(jià)值？
報(bào)告認(rèn)為，這取決于人工智能未來的發(fā)展路徑。因此，蘭德沒有采用傳統(tǒng)預(yù)測(cè)方法，而是圍繞兩個(gè)關(guān)鍵變量劃分未來技術(shù)路線：一是人工智能的經(jīng)濟(jì)價(jià)值主要來自通用基礎(chǔ)模型，還是專業(yè)化模型和行業(yè)應(yīng)用；二是先進(jìn)模型將繼續(xù)保持封閉，還是逐步走向開放。圍繞這兩個(gè)變量，報(bào)告構(gòu)建了四種未來情景。
▲圖源：RAND
第一種：集中式主導(dǎo)。人工智能能力繼續(xù)向少數(shù)領(lǐng)先基礎(chǔ)模型集中，大多數(shù)企業(yè)圍繞大型模型開發(fā)行業(yè)應(yīng)用，專業(yè)化企業(yè)更多依賴平臺(tái)生態(tài)發(fā)展。
此情景下歐洲差異化優(yōu)勢(shì)大幅削弱，僅剩兩張底牌：一是ASML獨(dú)家光刻設(shè)備的硬件不可替代性；二是成熟合規(guī)體系，成為美國巨頭進(jìn)入全球高監(jiān)管市場的合規(guī)橋梁。但美歐技術(shù)不對(duì)稱加劇，歐盟各國自主研發(fā)意愿持續(xù)抬升，長期存在技術(shù)生態(tài)分裂風(fēng)險(xiǎn)。
第二種：通用能力商品化。隨著開源模型不斷成熟，先進(jìn)模型逐漸成為更加普遍的公共能力，真正形成競爭優(yōu)勢(shì)的不再是模型本身，而是行業(yè)知識(shí)、數(shù)據(jù)資源和應(yīng)用能力。
歐洲人工智能治理體系、工業(yè)場景積累、標(biāo)準(zhǔn)化測(cè)試認(rèn)證能力價(jià)值凸顯，短板僅剩算力供給不足。只要?dú)W洲補(bǔ)齊本土算力缺口，就能依托可信人工智能基礎(chǔ)設(shè)施，成為全球人工智能落地核心樞紐。
第三種：依賴式專業(yè)化。專業(yè)化模型創(chuàng)造越來越多價(jià)值，但底層基礎(chǔ)模型仍掌握在少數(shù)企業(yè)手中。歐洲能夠持續(xù)發(fā)展行業(yè)人工智能企業(yè)，但底層能力仍依賴外部基礎(chǔ)模型支持。
歐洲垂直賽道優(yōu)勢(shì)充分釋放，但長期存在技術(shù)“卡脖子”隱患：關(guān)鍵行業(yè)系統(tǒng)依賴海外閉源模型，一旦對(duì)方調(diào)整授權(quán)、限制算力供給，本國醫(yī)療、制造核心業(yè)務(wù)將受沖擊；《AI Act》的透明度要求僅能小幅緩解這種不對(duì)稱依賴。
第四種：協(xié)作式專業(yè)化。開源模型持續(xù)發(fā)展，專業(yè)化應(yīng)用成為價(jià)值創(chuàng)造核心，也是對(duì)歐洲最有利的技術(shù)路徑。歐洲所有優(yōu)勢(shì)同步兌現(xiàn)：無需依賴海外閉源底層模型，可依托本土工業(yè)數(shù)據(jù)、行業(yè)Know-how、完善監(jiān)管體系自主開發(fā)高價(jià)值人工智能產(chǎn)品；美歐形成天然分工——美國主攻基礎(chǔ)模型迭代，歐洲深耕實(shí)體經(jīng)濟(jì)落地，雙方互補(bǔ)性最強(qiáng)，生態(tài)分裂風(fēng)險(xiǎn)最低。
▲圖源：RAND
報(bào)告強(qiáng)調(diào)，四種情景并非對(duì)未來的預(yù)測(cè)，而是幫助理解不同技術(shù)路線可能帶來的產(chǎn)業(yè)變化。歐洲人工智能能力的價(jià)值并非固定不變，而是隨著基礎(chǔ)模型、行業(yè)應(yīng)用和開放程度的變化而不斷調(diào)整。
歐洲AI的價(jià)值，將取決于未來人工智能的發(fā)展路徑
蘭德最終提出，當(dāng)下全球人工智能博弈的評(píng)判標(biāo)準(zhǔn)正在迭代，單純比拼大模型參數(shù)、訓(xùn)練算力的時(shí)代逐步落幕，產(chǎn)業(yè)落地能力、供應(yīng)鏈控制權(quán)、可信治理體系、垂直行業(yè)數(shù)據(jù)資產(chǎn)將同等重要。
歐洲雖無緣通用基礎(chǔ)模型賽道的領(lǐng)跑者，但手中的光刻壟斷、工業(yè)人工智能生態(tài)、全球標(biāo)桿監(jiān)管框架、細(xì)分行業(yè)專業(yè)數(shù)據(jù)是不可復(fù)制的長期資產(chǎn)，其戰(zhàn)略價(jià)值完全取決于未來人工智能技術(shù)演化路線：
如果未來競爭繼續(xù)圍繞少數(shù)領(lǐng)先閉源基礎(chǔ)模型展開，歐洲仍將更多依托制造業(yè)、醫(yī)療健康、金融服務(wù)等優(yōu)勢(shì)領(lǐng)域參與全球人工智能產(chǎn)業(yè)分工，戰(zhàn)略議價(jià)空間有限；
如果專業(yè)化模型的重要性持續(xù)提升，或開源模型持續(xù)成熟，歐洲長期積累的產(chǎn)業(yè)基礎(chǔ)、科研能力和人工智能治理經(jīng)驗(yàn)，將可能釋放更大的價(jià)值，成為全球人工智能實(shí)體經(jīng)濟(jì)的重要支撐。
對(duì)美國而言，報(bào)告警示：一味利用當(dāng)下算力、模型的短期技術(shù)優(yōu)勢(shì)壓榨歐洲，只會(huì)加速歐盟推進(jìn)技術(shù)自主、尋找非美技術(shù)替代，最終造成民主陣營人工智能生態(tài)分裂，給第三方戰(zhàn)略競爭者創(chuàng)造空間；最優(yōu)策略是搭建分層跨大西洋人工智能合作框架，優(yōu)先推進(jìn)光刻供應(yīng)鏈韌性、全球統(tǒng)一人工智能測(cè)試與安全標(biāo)準(zhǔn)兩大無差別基礎(chǔ)合作，再根據(jù)未來技術(shù)情景動(dòng)態(tài)調(diào)整算力共享、隱私計(jì)算（PET）、行業(yè)商業(yè)化配套等專項(xiàng)合作，最大化美歐聯(lián)合人工智能競爭力。