歐洲在全球人工智慧 (AI) 競賽中，似乎越來越被中國和美國這兩大巨頭所主導。這種雙寡頭壟斷的局面引發了一個關鍵問題：歐洲，這塊歷史上以其技術實力和創新而聞名的洲，在哪裡？為什麼歐洲在AI革命中似乎落後了？
輝煌的過去
仔細研究就會發現，歐洲對AI的貢獻根深蒂固，且跨越了幾個世紀。從古代哲學家到現代電腦科學家，歐洲思想家為該領域奠定了重要的基礎。亞里士多德的《工具論》中概述的三段論邏輯，被認為是對機械推理的開創性探索。後來，拉蒙·柳利 (Ramon Llull) 的《Ars Magna》旨在創建一種通用語言和知識系統，代表了早期構建全面AI框架的嘗試。
在現代，歐洲科學家和研究人員站在AI發展的最前沿。英國數學家艾倫·圖靈 (Alan Turing) 構思了許多現代AI的核心思想。他的圖靈測試仍然是評估機器是否能夠展現出與人類無法區分的智能行為的基準。此外，早期的AI研究主要在歐洲進行。1964年，英國成立了人工智慧與行為模擬研究學會 (AISB)，這可能是全球最古老的AI學會。愛丁堡連續六年舉辦AI研討會，鞏固了歐洲早期的領導地位。1988年首次舉辦的歐洲人工智慧會議 (ECAI) 標誌著一個關鍵時刻，它將AI從電腦科學中分離出來，成為一個獨立的學科。歐洲公司DeepMind開發了AlphaGo，擊敗了世界冠軍李世乭，並標誌著AI的一個里程碑。值得注意的是，Google在2014年收購了DeepMind。
法規迷思
儘管有著開創性的歷史，但歐洲目前的AI景象卻呈現出不同的面貌。對於歐洲AI發展滯後的常見解釋是過於嚴格的法規。媒體上流傳著「美國創新、中國複製、歐洲監管」的說法，暗示歐洲的監管環境扼殺了創新。一些批評人士甚至開玩笑說，歐洲在AI革命中的作用僅限於舉行會議，而美國創造，中國製造。
然而，仔細觀察就會發現，歐洲的AI法規並不像人們普遍認為的那樣具有限制性。經過三年的辯論，最終確定的歐盟《人工智慧法案》通常被描繪成歐洲AI的最後一根稻草。事實上，《人工智慧法案》主要是一個管理AI使用的框架，而不是限制其發展。該法案將AI技術分為四個風險等級：不可接受、高、中和低。AI應用程式帶來的風險越高，審查和合規要求就越嚴格。違規者可能面臨高達其全球收入7%的罰款。將歐洲的AI困境歸咎於法規是一種過於簡單化的說法。
網際網路時代的幽靈
歐洲在AI時代面臨的挑戰更深層次地植根於其歷史經驗，尤其是在網際網路時代。自網際網路問世以來，歐洲公司一直在努力與其美國同行競爭。歐洲新創公司在展現出初步前景後，往往會被美國公司收購，從而有效地將有價值的技術和人才轉移到大西洋彼岸。
DeepMind被Google收購就是一個很好的例子。法國公司Datakalab專門從事演算法壓縮和嵌入式AI，被蘋果公司收購。Brighter AI專注於匿名化圖像和影片中的個人數據，也被一家美國公司收購。即使是被總統馬克宏 (Macron) 吹捧為歐洲應對OpenAI的答案的Mistral，也有大量的美國參與。美國風險投資基金和行業巨頭為Mistral的初始融資輪提供了大量資金。它還依賴Microsoft的Azure雲服務，並與Amazon達成協議，成為Amazon Bedrock的基礎模型開發商。
法國網路企業家Xavier Niel警告說，雖然歐洲目前可以開發出有希望的AI模型，但這些人才和公司是否會在未來幾年被挖走還不確定。這引發了一個問題：當歐洲人才被收購時，歐洲投資者在做什麼？為什麼他們不支持自己的新創公司？
投資差距
這種情況凸顯了一個自網際網路繁榮以來一直困擾歐洲的歷史問題。根據OECD於2024年5月發布的一份報告，美國在AI相關領域的私人投資方面處於領先地位，約為3000億美元。中國以約910億美元位居第二，而歐盟遠遠落後於中國，投資額不到中國的一半，為450億美元。歐洲投資者似乎更喜歡已取得成功的企業，而不是處於早期階段的新創企業。
在美國和中國，一個常見的新創公司發展軌跡是，團隊開發一個演示，獲得初始資金，並積極擴張以佔領市場，通常是在虧損的情況下運營。這種模式在過去的二十年中被證明是成功的，被認為是市場主導地位的必要階段。然而，歐洲投資者通常要求即使是科技新創公司也要立即實現盈利、穩定的股價增長和股息。這迫使公司優先考慮盈利能力而非快速增長。歐洲新創公司通常需要兩到三年才能獲得第一筆投資，而中國類似的新創公司如果一年內沒有獲得資金，可能會失敗。
這種投資理念的差異影響了企業家的熱情，尤其是在像AI這樣的 emerging sector 中。缺乏資金迫使公司削減成本，導致AI人才短缺，並進一步阻礙了AI在歐洲的快速發展。
人才流失
歐洲AI人才短缺不一定是因為缺乏能力，而是因為資訊科技革命的揮之不去的影響，在這次革命中，歐洲被美國和中國拋在了後面。許多AI工程師本質上都是轉型後的網路軟體工程師。歐洲和美國之間的薪酬差距正在擴大。根據Builtin的數據，美國AI工程師的平均工資超過17萬美元，加上獎勵，總薪酬達到21萬美元以上。Jobicy的數據顯示，英國AI工程師的平均年薪僅為11萬美元，德國略高，為12萬美元，法國則低於11萬美元。
意識到這種人才差距，美國已採取措施吸引AI專業人士。2023年，總統拜登簽署了一項行政命令，放寬移民規定，並擴大了AI和 emerging technology 領域專家的簽證類別，使AI專業人士更容易在美國獲得工作簽證或綠卡。
儘管人們認為歐洲人優先考慮休閒和高社會福利，但許多歐洲IT專業人士願意用更長的假期來換取更高的薪水。對於許多人來說，選擇駕駛豪華汽車並住在美國西海岸的豪宅中，乘坐頭等艙，還是留在歐洲並擔心日常開銷，這並不是一個困難的選擇。網路上充斥著歐洲工程師用腳投票的故事。
需要一個統一的力量
歸根究底，歐洲在AI領域的困境可能源於缺乏一個統一的力量。儘管歐盟擁有5億人口，經濟規模與美國相當，但歐洲市場卻支離破碎。歐盟成員國和英國在語言、文字和文化方面存在顯著差異。歐盟有24種官方語言。公司必須單獨應對每個市場，這使得快速擴張變得困難。美國科技巨頭可以在歐洲公司站穩腳跟之前迅速佔領市場。
對於現代大型語言模型來說，強大的運算能力和統一的數據集至關重要。雖然資金可以解決運算能力問題，但獲取統一的、高品質的數據集是一個更大的挑戰。
本質上，歐洲在AI革命中的落後地位反映了其在網際網路時代的經歷。
倡議和投資
歐洲各國政府意識到這些挑戰，並啟動了各種AI倡議。歐盟AI冠軍倡議旨在透過專注於領先的大型企業來加速AI開發。歐盟「Horizon Europe」計畫每年撥款10億歐元用於AI研究和開發，支持AI開發和部署。從今年開始，將額外撥款13億歐元用於大型語言模型和人才庫的開發。InvestAI倡議旨在籌集2000億歐元用於進一步的AI投資。歐盟《人工智慧法案》甚至放寬了對中小企業的監管。
然而，這些努力可能不足以克服根深蒂固的結構性挑戰。可能需要一種統一的力量來真正釋放歐洲的AI潛力。