论文部分内容阅读
今年5月底，德国总理默克尔在访问中国的紧密行程中，抽出时间飞到深圳，参观一家名叫碳云智能的创业公司。碳云智能的主营业务是利用人工智能驱动海量生命大数据，为消费者提供定制化的健康解决方案。
默克尔在中国还观摩了电动车、人工智能、高铁、5G等中国新一代技术。
默克尔归国后，德国媒体和专家纷纷就中国在科技领域的进步提出警告，呼吁德国政府迅速制定新的战略。不久后，默克尔在总理府举行“人工智能（AI）峰会”，与德国科技和企业领域的顶尖专家商讨对策。
德国新闻电视台报道称，中国让默克尔感受到“效率”和“速度”。
德国是欧洲大国，但在人工智能上的布局似乎有些滞后。
德国AI风投基金Asgard近期发布的报告显示，目前全球共涌现了3600余家AI创业公司，其中美国有1393家，占比40%；中国有383家，占比11%，以色列有362家，占比10%。
欧洲拥有769家AI初创公司，可排名第二，但分开来看却不容乐观：欧洲诸国中，英国拥有AI公司数量最多，也只有245家，其次是法国（109家）和德国（106家）。
“不仅仅是公司数量，AI学术研究上的数量与质量，以及对AI的投资规模，欧州都已经落后于美国和中国。”Asgard合伙人Fabian Perala对《财经》记者说。
欧洲的战略决策者们显然已经关注到了全球AI产业的格局变迁，并正寻求改变。
今年3月，欧盟委员会的智库——欧洲政治战略中心发布了题为《人工智能时代：确立以人为本的欧洲战略》（下称“AI欧洲战略”），明确指出欧洲应创设一个支持人工智能投资的框架，同时设定全球人工智能质量标准，来应对欧洲AI所面临的内外挑战。
随即，欧盟委员会宣布将在人工智能领域采取三大措施：一是至2020年将投资15亿欧元，并带动公共和私人资本参与，预计总投资将达到200亿欧元；二是促进教育和培训体系升级，以适应人工智能给就业岗位带来的变化；三是研究和制定人工智能新的道德准则，以捍卫欧洲价值观。
但腾讯研究院高级研究员曾雄等多位产业观察人士向《财经》记者表示，欧洲AI产业发展的最大困境在于，欧洲市场分散，互联网产业发展基础较差，缺乏领军的互联网企业，欧盟在竞争监管和数据监管上偏严格，企业合规成本较高，因而难以“长出”大规模和国际化的AI公司。
“AI欧洲战略”报告和Asgard报告均指出，为了赶上中美的步伐，欧洲不能依赖28个不同的国家单独的战略和行动计划。欧盟决策者应该联合起来，为AI创业创建真正的欧洲生态系统。
在AI技术创新方面，欧洲其实有显著的优势——高校与人才。
欧洲拥有牛津大学、剑桥大学等一系列赫赫有名的世界级名校。有数据显示，至少有9所欧洲大学能跻身全球大学排名前25位。
人工智能领域极其重要的深度学习算法LSTM就是由德国学者发明的，德国还拥有多个人工智能基础领域的研究所。
清华大学全球产业研究院特约研究员王璟瑜告诉《财经》记者，欧洲大学素以良好的产学转化机制著称，源源不断地向产业界输送优质AI初创公司。
欧洲一些享有盛名的人工智能公司，在单独成立之前，最初多以大学的研究项目存在。例如，主攻语音交互的AI公司True Knowledge（后被亚马逊收购）最初一直是剑桥大学的研究项目，深度学习类AI公司Dark Blue Lab、Vision Factory由牛津大学资助，Magic Pony由几个帝国理工的研究生创办，等。
AI并非新鲜事物，早在上世纪50年代已出现。学术氛围浓厚的欧洲在AI研发上起步就很早。例如，德国人工智能研究中心（DFKI）成立于1988年，王璟瑜则告诉《财经》记者，她在欧洲遇到的不少AI专家从事AI研究往往长达二三十年了。
“遺憾的是，欧洲市场分散，数据碎片化，缺乏本土的互联网巨头，因此AI创业公司在投资、市场化、规模化方面都受到一定限制，其中不少接受了国外科技巨头们条件优厚的收购要约。”王璟瑜说。
2011年，惠普104亿美元收购擅长语义处理的英国人工智能软件公司Autonomy；2014年，神经网络领域优秀创业公司DeepMind被谷歌以约4亿英镑的价格纳入囊中，谷歌还收购了Dark Blue Labs、 Vision Factory两家深度学习相关的公司。
第三方市场调研公司CBinsights的报告显示，2012年-2017年间，美国科技巨头所收购的AI创业公司中，19家来自于欧洲，占比31%。欧洲风险投资数据公司Dealroom的统计，2017年，美国对欧盟科技创新公司的投资占其总投资额的四分之一。
“AI欧洲战略”报告描述上述现象称，欧洲某种程度上正成为其他国家的“AI孵化器”。
对于“为他人做嫁衣”的现象，曾雄表示，欧盟竞争执法机构也在反思这个事情，试图加强美国科技巨头收购欧洲科技创新企业并购行为的监管。目前，德国已经修订了相关规则，走在前面，而欧盟在跟进。
“做法是不仅仅看营业收入，将并购交易价值纳入考虑指标中，这样的话，一些营收小或处于亏损的创新企业，由于估值高，也会纳入审查范围内。”曾雄说。
此外，在2018年4月发表的一封公开信中，欧洲科学家呼吁建立一个致力于世界级人工智能研究的跨国欧洲研究机构，旨在留住欧洲的人才。
来自第三方机构Pitchbook的报告显示，过去几年，欧洲风险投资一直处于下降趋势。在2017年四季度，成交量降至六年来最低水平，这主要源于天使和种子投资相比于2016年减少了39%，以及美国风投在欧洲的扩张。2017年，美国风险投资占欧洲风险投资交易的17.3%，而2016年只有12.8%。 “融资对我们来说是一个挑战。”Claned的合伙人Vesa告诉记者。Claned是一家芬兰AI教育公司，成立于2013年，核心模式是将机器学习和算法与在线教育社交平台相结合，在学习过程中与用户进行个性化的互动。
这五年里，Vesa为公司融到1000万美元投资。资金主要来自芬兰政府基金Tekes、欧盟和一些天使及家族基金。
欧洲人工智能创业公司获得的资金仍然有限。Asgard报告，到目前为止，欧洲的AI创业公司还没有发生过大规模筹资（超过1亿美元）。
相比之下，中国AI独角兽商汤科技SenseTime的C+轮融资高达6.2亿美元，总融资额超过16亿美元，估值超过45亿美元。
欧洲投资文化偏保守是因素之一，欧洲的私人投资者往往比北美同行更谨慎和避免风险。
这也为什么欧洲很难在未来的人工智能的竞争中胜出，一个很关键的原因就是投资规模不够。
Vesa强调，“我们的下一轮融资希望能够和美国或者亚洲的风投合作。”
王璟瑜表示，在瑞士，虽然不缺钱，但缺少愿意冒险的资本，导致当地AI创业公司很难获得500万美元以上的成本资本。目前包括政府在内已经意识到这个问题，各界都认为需要改革，但涉及到税制、各部门之间的合作，以及文化，改变并非一朝一夕。
另一个不利因素是，欧洲较缺乏大型科技公司，导致AI初创公司的退出前景不佳。
今年以来，欧洲多个国家和机构宣称将为人工智能战略注入更多资金和资源。例如，法国总统马卡龙近日宣布未来四年投资近15亿欧元用于人工智能研究；英国正计划在人工智能技术方面进行大笔投资，交易价值近10亿英镑。
不同国家组成的公共融资在投资上往往更有耐心，不那么注重短期回报，形成更健康的整体投资环境。欧盟委员会和欧洲投资基金（EIF）已经启动了一个泛欧创业投资基金计划（VentureEU），用于创业和规模扩张的公司。目前有25个欧洲国家签署了AI合作报告。
不过也有人仍然怀疑公共投资的效果。“比如在芬兰，教育部也投资了很多钱在教育数字化上，但是我们一分钱都没见到。因为政府的钱往往投给科研相关的长期项目，而进行落地应用和商业化的公司并没那么容易得到投资。”Vesa说。
在这场AI竞赛中，美中欧“打法”各具特色：美国投资和基础科研发达，中国长于数据规模，欧洲最大的进步则是对规则的制定。
曾雄评价称，欧盟明确了最有效的传统工具是竞争政策，为市场创造公平有效的市场环境，是产业长远发展的重要保障。
欧盟素来坚持比较严格的竞争监管态度，特别是在互联网产业，竞争执法激进，例如，反垄断调查谷歌。由于监管对象主要是美国巨头，也有人评论说欧盟为了自己的数字产业发展，对美国企业加强监管，撕开发展空间。
关于竞争策略，国家之间大致的规则其实类似，只是在执行过程中，欧盟更重视中小企业和消费者利益的保护，美国重视企业创新动力的保护，坚持市场的自我调整，中国坚持审慎的监管。
5月25日，被称为史上最严格的数据保护法规欧盟通用数据保护条例（GDPR）生效。AI整个商用落地的过程，数据都是不可或缺的生产资料。欧盟并非不清楚，相较于中美这些个人数据流动更加自由的地区而言，欧洲高数據隐私标准会增加企业合规成本，短期内可能会令一些企业迁移，甚至延缓欧洲AI产业的发展，但长远看，数字化“繁荣”必然与公民的福祉并行不悖，这其实也是欧洲可以为自己创造竞争优势的地方。
“GDPR可能演变为如何处理个人数据的全球标准。”Fabian认为。
同时，欧洲也在为数据合法流动采取措施。日前，欧盟委员会发出“建立欧洲数据经济”（Building a European Data Economy）倡议，旨在消除跨境获取和分享数据的障碍，该倡议包括一项允许非个人数据自由流动的规定，目前正由欧盟理事会与议会进行讨论。
除了为人工智能的发展创设有利环境外，欧盟在“AI欧洲战略”报告中指出，还应该基于广泛认可的价值观和原则来建立全球监管规范和框架，以保证人工智能的发展以人为本。
据悉，欧盟将成立一个欧洲人工智能联盟，负责在2018年底之前编写人工智能道德准则草案。其中应包括此类原则：限制向专制政权或可能侵犯人权的行为开发或售卖人工智能技术，禁止将人工智能用于部署自动化致命武器等。
英国上议院也在积极关注人工智能的道德准则的制定。“美国不太可能扮演这个角色”，因为美国科技巨头的统治地位使得它不太可能出现“真正的民主辩论”，英国上议院认为：“中国似乎也没有迹象表明要规范和限制国家或巨头公司对人工智能的利用。”
不过，欧洲短期内恐怕很难回到全球人工智能的核心舞台上。多位接受《财经》记者采访的行业人士表示，欧洲AI产业遇到的核心问题是市场分散，数据碎片化，缺乏大型科技公司做支撑和牵引，为AI创业者创建统一的欧洲生态系统始终是最大挑战，短期内将很难显著改善。
默克尔在中国还观摩了电动车、人工智能、高铁、5G等中国新一代技术。
默克尔归国后，德国媒体和专家纷纷就中国在科技领域的进步提出警告，呼吁德国政府迅速制定新的战略。不久后，默克尔在总理府举行“人工智能（AI）峰会”，与德国科技和企业领域的顶尖专家商讨对策。
德国新闻电视台报道称，中国让默克尔感受到“效率”和“速度”。
德国是欧洲大国，但在人工智能上的布局似乎有些滞后。
德国AI风投基金Asgard近期发布的报告显示，目前全球共涌现了3600余家AI创业公司，其中美国有1393家，占比40%；中国有383家，占比11%，以色列有362家，占比10%。
欧洲拥有769家AI初创公司，可排名第二，但分开来看却不容乐观：欧洲诸国中，英国拥有AI公司数量最多，也只有245家，其次是法国（109家）和德国（106家）。
“不仅仅是公司数量，AI学术研究上的数量与质量，以及对AI的投资规模，欧州都已经落后于美国和中国。”Asgard合伙人Fabian Perala对《财经》记者说。
欧洲的战略决策者们显然已经关注到了全球AI产业的格局变迁，并正寻求改变。
今年3月，欧盟委员会的智库——欧洲政治战略中心发布了题为《人工智能时代：确立以人为本的欧洲战略》（下称“AI欧洲战略”），明确指出欧洲应创设一个支持人工智能投资的框架，同时设定全球人工智能质量标准，来应对欧洲AI所面临的内外挑战。
随即，欧盟委员会宣布将在人工智能领域采取三大措施：一是至2020年将投资15亿欧元，并带动公共和私人资本参与，预计总投资将达到200亿欧元；二是促进教育和培训体系升级，以适应人工智能给就业岗位带来的变化；三是研究和制定人工智能新的道德准则，以捍卫欧洲价值观。
但腾讯研究院高级研究员曾雄等多位产业观察人士向《财经》记者表示，欧洲AI产业发展的最大困境在于，欧洲市场分散，互联网产业发展基础较差，缺乏领军的互联网企业，欧盟在竞争监管和数据监管上偏严格，企业合规成本较高，因而难以“长出”大规模和国际化的AI公司。
“AI欧洲战略”报告和Asgard报告均指出，为了赶上中美的步伐，欧洲不能依赖28个不同的国家单独的战略和行动计划。欧盟决策者应该联合起来，为AI创业创建真正的欧洲生态系统。
为他人做嫁衣裳
在AI技术创新方面，欧洲其实有显著的优势——高校与人才。
欧洲拥有牛津大学、剑桥大学等一系列赫赫有名的世界级名校。有数据显示，至少有9所欧洲大学能跻身全球大学排名前25位。
人工智能领域极其重要的深度学习算法LSTM就是由德国学者发明的，德国还拥有多个人工智能基础领域的研究所。
清华大学全球产业研究院特约研究员王璟瑜告诉《财经》记者，欧洲大学素以良好的产学转化机制著称，源源不断地向产业界输送优质AI初创公司。
欧洲一些享有盛名的人工智能公司，在单独成立之前，最初多以大学的研究项目存在。例如，主攻语音交互的AI公司True Knowledge（后被亚马逊收购）最初一直是剑桥大学的研究项目，深度学习类AI公司Dark Blue Lab、Vision Factory由牛津大学资助，Magic Pony由几个帝国理工的研究生创办，等。
AI并非新鲜事物，早在上世纪50年代已出现。学术氛围浓厚的欧洲在AI研发上起步就很早。例如，德国人工智能研究中心（DFKI）成立于1988年，王璟瑜则告诉《财经》记者，她在欧洲遇到的不少AI专家从事AI研究往往长达二三十年了。
“遺憾的是，欧洲市场分散，数据碎片化，缺乏本土的互联网巨头，因此AI创业公司在投资、市场化、规模化方面都受到一定限制，其中不少接受了国外科技巨头们条件优厚的收购要约。”王璟瑜说。
2011年，惠普104亿美元收购擅长语义处理的英国人工智能软件公司Autonomy；2014年，神经网络领域优秀创业公司DeepMind被谷歌以约4亿英镑的价格纳入囊中，谷歌还收购了Dark Blue Labs、 Vision Factory两家深度学习相关的公司。
第三方市场调研公司CBinsights的报告显示，2012年-2017年间，美国科技巨头所收购的AI创业公司中，19家来自于欧洲，占比31%。欧洲风险投资数据公司Dealroom的统计，2017年，美国对欧盟科技创新公司的投资占其总投资额的四分之一。
“AI欧洲战略”报告描述上述现象称，欧洲某种程度上正成为其他国家的“AI孵化器”。
对于“为他人做嫁衣”的现象，曾雄表示，欧盟竞争执法机构也在反思这个事情，试图加强美国科技巨头收购欧洲科技创新企业并购行为的监管。目前，德国已经修订了相关规则，走在前面，而欧盟在跟进。
“做法是不仅仅看营业收入，将并购交易价值纳入考虑指标中，这样的话，一些营收小或处于亏损的创新企业，由于估值高，也会纳入审查范围内。”曾雄说。
此外，在2018年4月发表的一封公开信中，欧洲科学家呼吁建立一个致力于世界级人工智能研究的跨国欧洲研究机构，旨在留住欧洲的人才。
创投脱节
来自第三方机构Pitchbook的报告显示，过去几年，欧洲风险投资一直处于下降趋势。在2017年四季度，成交量降至六年来最低水平，这主要源于天使和种子投资相比于2016年减少了39%，以及美国风投在欧洲的扩张。2017年，美国风险投资占欧洲风险投资交易的17.3%，而2016年只有12.8%。 “融资对我们来说是一个挑战。”Claned的合伙人Vesa告诉记者。Claned是一家芬兰AI教育公司，成立于2013年，核心模式是将机器学习和算法与在线教育社交平台相结合，在学习过程中与用户进行个性化的互动。
这五年里，Vesa为公司融到1000万美元投资。资金主要来自芬兰政府基金Tekes、欧盟和一些天使及家族基金。
欧洲人工智能创业公司获得的资金仍然有限。Asgard报告，到目前为止，欧洲的AI创业公司还没有发生过大规模筹资（超过1亿美元）。
相比之下，中国AI独角兽商汤科技SenseTime的C+轮融资高达6.2亿美元，总融资额超过16亿美元，估值超过45亿美元。
欧洲投资文化偏保守是因素之一，欧洲的私人投资者往往比北美同行更谨慎和避免风险。
这也为什么欧洲很难在未来的人工智能的竞争中胜出，一个很关键的原因就是投资规模不够。
Vesa强调，“我们的下一轮融资希望能够和美国或者亚洲的风投合作。”
王璟瑜表示，在瑞士，虽然不缺钱，但缺少愿意冒险的资本，导致当地AI创业公司很难获得500万美元以上的成本资本。目前包括政府在内已经意识到这个问题，各界都认为需要改革，但涉及到税制、各部门之间的合作，以及文化，改变并非一朝一夕。
另一个不利因素是，欧洲较缺乏大型科技公司，导致AI初创公司的退出前景不佳。
今年以来，欧洲多个国家和机构宣称将为人工智能战略注入更多资金和资源。例如，法国总统马卡龙近日宣布未来四年投资近15亿欧元用于人工智能研究；英国正计划在人工智能技术方面进行大笔投资，交易价值近10亿英镑。
不同国家组成的公共融资在投资上往往更有耐心，不那么注重短期回报，形成更健康的整体投资环境。欧盟委员会和欧洲投资基金（EIF）已经启动了一个泛欧创业投资基金计划（VentureEU），用于创业和规模扩张的公司。目前有25个欧洲国家签署了AI合作报告。
不过也有人仍然怀疑公共投资的效果。“比如在芬兰，教育部也投资了很多钱在教育数字化上，但是我们一分钱都没见到。因为政府的钱往往投给科研相关的长期项目，而进行落地应用和商业化的公司并没那么容易得到投资。”Vesa说。
主导游戏规则
在这场AI竞赛中，美中欧“打法”各具特色：美国投资和基础科研发达，中国长于数据规模，欧洲最大的进步则是对规则的制定。
曾雄评价称，欧盟明确了最有效的传统工具是竞争政策，为市场创造公平有效的市场环境，是产业长远发展的重要保障。
欧盟素来坚持比较严格的竞争监管态度，特别是在互联网产业，竞争执法激进，例如，反垄断调查谷歌。由于监管对象主要是美国巨头，也有人评论说欧盟为了自己的数字产业发展，对美国企业加强监管，撕开发展空间。
关于竞争策略，国家之间大致的规则其实类似，只是在执行过程中，欧盟更重视中小企业和消费者利益的保护，美国重视企业创新动力的保护，坚持市场的自我调整，中国坚持审慎的监管。
5月25日，被称为史上最严格的数据保护法规欧盟通用数据保护条例（GDPR）生效。AI整个商用落地的过程，数据都是不可或缺的生产资料。欧盟并非不清楚，相较于中美这些个人数据流动更加自由的地区而言，欧洲高数據隐私标准会增加企业合规成本，短期内可能会令一些企业迁移，甚至延缓欧洲AI产业的发展，但长远看，数字化“繁荣”必然与公民的福祉并行不悖，这其实也是欧洲可以为自己创造竞争优势的地方。
“GDPR可能演变为如何处理个人数据的全球标准。”Fabian认为。
同时，欧洲也在为数据合法流动采取措施。日前，欧盟委员会发出“建立欧洲数据经济”（Building a European Data Economy）倡议，旨在消除跨境获取和分享数据的障碍，该倡议包括一项允许非个人数据自由流动的规定，目前正由欧盟理事会与议会进行讨论。
除了为人工智能的发展创设有利环境外，欧盟在“AI欧洲战略”报告中指出，还应该基于广泛认可的价值观和原则来建立全球监管规范和框架，以保证人工智能的发展以人为本。
据悉，欧盟将成立一个欧洲人工智能联盟，负责在2018年底之前编写人工智能道德准则草案。其中应包括此类原则：限制向专制政权或可能侵犯人权的行为开发或售卖人工智能技术，禁止将人工智能用于部署自动化致命武器等。
英国上议院也在积极关注人工智能的道德准则的制定。“美国不太可能扮演这个角色”，因为美国科技巨头的统治地位使得它不太可能出现“真正的民主辩论”，英国上议院认为：“中国似乎也没有迹象表明要规范和限制国家或巨头公司对人工智能的利用。”
不过，欧洲短期内恐怕很难回到全球人工智能的核心舞台上。多位接受《财经》记者采访的行业人士表示，欧洲AI产业遇到的核心问题是市场分散，数据碎片化，缺乏大型科技公司做支撑和牵引，为AI创业者创建统一的欧洲生态系统始终是最大挑战，短期内将很难显著改善。