德国长久以来凭借其“高精尖”的工业在全球范围内享有盛誉，然而，在人工智能的全球竞赛中，它却逐渐显现出落后的迹象。
德国复兴信贷银行（KfW）的调研报告显示，在全球AI专利领域，美国和中国占据主导地位，份额超过全球一半。相比之下，德国排名第五，位于韩国和日本之后。更令人忧虑的是，德国在AI初创企业的孵化方面表现不佳：美国每10万人中就有5.22家AI初创公司，英国为3.22家，法国为2.04家，而德国则仅有1.9家。
与此同时，德国在人工智能领域的政策支持显得有些“不温不火”。面对即将举行的大选，各政党对于人工智能领域的投资议题并未展现出应有的热衷。今年一月份，美国新总统特朗普公布了一项名为“星际之门”的人工智能投资方案，计划投入资金高达5000亿美元；紧接着，法国总统马克龙在次月承诺，将在未来数年内出资1090亿欧元以促进人工智能的发展；而欧盟委员会则计划动用2000亿欧元资金，用于支持与人工智能相关的各项项目。
德国在这场至关重要的技术角逐中逐渐失去优势，对此，欧洲投资策略的首席策略分析师萨瓦里在接受第一财经记者的采访时指出，德国在人工智能领域的落后是由多种因素交织而成的，包括市场分割、资本市场的短缺、监管的繁杂、学术机构支持的不充分以及移民政策的约束等因素，这些因素共同阻碍了德国在技术创新方面的进展。
尾大不掉，转型困难
《人工智能初创企业价值创造白皮书》于去年九月由.AI发布，书中指出在全球估值排名前三十的AI初创公司中，德国仅有公司一家上榜。反观美国，有十七家企业成功入选，而中国则有八家公司名列其中。
德国Ifo经济研究所工业组织与新技术中心的副主任、资深经济学家切尔尼希博士（Dr. Nina）在接受第一财经记者采访时指出，德国在新兴技术领域的相对滞后，部分原因在于其对传统主导产业（例如汽车与机械制造）的过分依赖。无论是政府政策制定还是私营企业的经营策略，都倾向于依赖德国在工程领域的优势，却忽略了新技术的研究与推广。
联合创始人兼董事明肖（Münchau）在其去年推出的著作《运转不良：德国奇迹的终结》中指出，在德国的公共讨论领域，科技初创企业几乎难觅踪影，人们的关注点仍旧牢牢锁定在那些历史悠久的大型工业企业。尽管这些企业在过去数十年间取得了显著成就，但它们的成功主要得益于早已实现的创新。
明肖指出，在当前数字化浪潮中，虽然传统工程技术依然扮演着关键角色，但仅凭这些技术已不足以支撑起微利经济模式。与此同时，巨额的利润正不断流向德国，而这些领域并非其技术专注所在。
从经济视角分析，萨瓦里指出，德国在人工智能竞赛中表现不佳的根本原因在于资金投入不足，而这一不足又与诸多因素紧密相连。首要因素便是市场的分割。欧洲市场高度分散，导致企业难以形成必要的规模效应，而这些规模效应正是支撑所需投资的关键所在，尤其是对整体技术进步而言。
萨瓦里指出，欧洲资本市场的特性亦不容忽视。“实际上，欧洲并未形成资本市场联盟，这导致了资本市场在债务资源方面的严重不足。风险投资资金稀缺，且在很大程度上依赖状况不佳的银行，而这些银行又极为保守。尽管如此，研发投入往往依赖于风险资本及部分投资者，但这类投资者在欧洲并不常见。”他如此阐述。
萨瓦里指出，由于欧洲缺少一个统一的资本市场联盟，致使债务资源变得稀少，风险投资资金亦变得罕见。他进一步阐述，欧洲的风险投资在很大程度上依赖于表现不佳的银行，而这些银行通常过于谨慎。一般来说，研发资金的投入依赖于风险资本及投资者的支持，但在欧洲，这样的资源却是极为有限的。
欧洲投资协会在2024年的风险投资调研中披露，超过六成的参与调查的风险投资企业指出，欧洲的首次公开募股（IPO）市场存在流动性短缺的问题，同时他们也认为，并购市场的发展滞后、大型潜在买家数量不足、寻找买家普遍面临挑战，以及欧洲IPO市场的基础设施存在不足。
切尔尼希进一步指出，欧洲经济政策智库以及Ifo研究所共同发布的一份关于“欧洲中等技术陷阱”的研究报告揭示，德国企业的私人研发资金主要流向了汽车、工业机械等中等技术领域，而对信息技术等高科技领域的投资则相对较少。然而，这些中等技术领域的研发所引发的创新多为渐进式，而非颠覆性的。相较于其他国家，美国以及中国等更倾向于关注数字通讯、软件以及生物技术等前沿的高科技产业，这一策略使得它们在经济增长速度和生产力提升方面取得了显著成效。
因此，我们提出应当出台一项具有创新性的政策，以更加突出对技术前沿领域颠覆性创新的推动。为此，我们可以采取的一种途径是构建一项既保持技术中立又以任务为引导的创新政策，其核心理念与当前所倡导的观念相契合。切尔尼希如是说。
人才向硅谷流失
萨瓦里指出，人才短缺同样是德国在人工智能竞赛中表现不佳的几个关键因素之一。尽管欧洲坐拥众多杰出的高等教育机构和科研院所，然而在全球最顶尖学术机构的竞技场上，欧洲的表现却显得相对薄弱。通常，人工智能领域的重大进展都是在诸如麻省理工学院、斯坦福大学等世界一流学府中诞生的，而欧洲在这方面却缺少与之相匹配的高水平学术机构。此外，该政策对高技能人才的引进造成了更为严格的限制。他这样说道。
明肖亦指出，德国的创业重镇（如柏林）对人工智能领域的吸引力并不强，主要原因是这些区域缺少顶尖高等学府的支撑。尽管慕尼黑坐拥德国为数不多的著名学府，但与牛津、剑桥、伦敦帝国学院以及巴黎等欧洲顶级学府相比，仍存在不小的差距。
相较之下，美国的科技初创公司得益于强劲的社群影响力。明肖指出，这类企业多坐落在知名大学周边，吸引了众多杰出人才。此外，它们还受益于成熟的风险投资体系，并与斯坦福、麻省理工和加州理工等顶尖学术机构保持着紧密的合作关系，这些因素共同促进了美国人工智能产业的迅猛增长。
更为严重的是，现有人才正不断流向硅谷。德国新责任基金会（SNV）的研究表明，德国有40%的AI博士生选择出国，其中大部分赴美，其次是瑞士和英国。即便是在德国本土，选择加入私营部门的AI博士生比例也远逊于美国和英国。
德国拉马尔机器学习与人工智能研究所的创立者莫里克指出，他们培育出了众多杰出人才，然而这些人才常常因为只能签订短期合同，最终选择离职。
莫里克身为科学顾问委员会的一员，她以该企业为案例，揭示了德国人工智能行业的难题。她指出，该公司的分析工具起初是在多特蒙德工业大学研发的，然而，它最终在美国得到了扩张并实现了销售。此外，莫里克还补充说：“在德国，企业对于此类服务的付费意愿较低，他们更倾向于免费获取技术支持。”
欧洲监管困境
萨瓦里向第一财经记者透露，欧洲的监管压力极其繁重，特别是在员工解雇和项目调整上有着众多限制。这一现象在研发领域表现得尤为明显，因为创新过程本身就充满了不确定性，企业需要具备调整策略的灵活性。但在欧洲，这种灵活性却几乎变得极为困难。
柏林应用科技大学的数据科学领域的教授勒泽（Lser）同样指出，欧盟实施的数据保护法规使得人工智能技术的创新变得更加困难。在欧盟境内，收集用于训练的数据所需的花费远远超过了其他地区，而这些数据对于人工智能的成长至关重要。最近，Meta公司尝试利用脸书和照片墙的数据来培养其AI模型，却因为欧盟的严格规定而遭遇了障碍。
联合创始人明肖（Münchau）亦持有相同观点，他指出，尽管欧盟率先提出了人工智能监管的框架，然而，将自己定位为“全球监管者”的想法实际上是一种误解。
欧盟在以往监管方面的成就，很大程度上源于欧洲企业在相关领域的显著影响力。然而，在人工智能这一领域，欧洲却鲜有真正参与的企业。因此，全球的监管标准将主要由那些有实际参与者的国家来制定。明肖指出，这如同欧洲及德国在数字革命初期（从半导体到互联网）的失误一样，现在又在人工智能领域犯了同样的错误。
本月伊始，柏林工业大学的讲台上，首席执行官阿尔特曼（Sam）发表演说，对欧洲发出警示，他倡导欧洲不应采取过度的监管措施，以免对人工智能的创新造成阻碍。他表示：“我们自当遵循规定，然而，我认为欧洲应当主动拥抱人工智能的发展，以防止自身与世界其他国家的差距进一步拉大。”
去年五月，欧洲理事会正式通过了欧盟的《人工智能法案》，该法案被誉为全球首个对人工智能领域实施全面监管的法规。该法案依据风险等级将人工智能系统细分为四类，分别是不可接受风险、高风险、有限风险以及极低风险，并针对这四种不同的风险等级制定了相应的监管措施。
然而，近期，欧洲智库欧洲改革中心（CER）在文中指出，欧盟近期颁布的若干关键数字法规在追求全球普及的过程中遭遇了更严峻的挑战。诸如，越来越多的迹象显现，科技公司正计划将创新服务排除在欧洲市场之外，亦或是仅向欧洲提供质量较低的服务。
