4JNOc0o0Fi1作者:董一凡opinion.huanqiu.comarticle董一凡:欧洲AI自强,不光是钱的事/e3pmub6h5/e3pr9baf6法国总统马克龙不久前在一场有关人工智能(AI)的论坛上提出,欧洲如果想要赶上全球AI发展前沿的步伐,就需加大投资,并走出一条将公共和私营部门力量加以整合的独特创新自强之路。在欧盟不断加强AI治理理念与规则塑造的基础上,马克龙的提议实际是想将“公私伙伴关系”(PPP)模式引入欧盟AI产业,即政府与私营部门形成伙伴关系,通过签署合同等来明确双方权利和义务,确保合作顺利进行。PPP模式通常是着眼于项目融资,即以分担风险以及保障私营部门获得可观收益为基础,提升私营部门对资金要求高、运行周期长等项目的积极性。目前,PPP模式也主要用于推进重要基础设施和社会服务设施的项目,以便克服资本在经济发展中习惯做短线、赚快钱等“眼皮子浅”的缺陷。从产业政策实践来看,欧盟一直就很重视与私营部门的合作,以公共项目和宏观规划来撬动私营经济在资本运作、创新能力等方面的优势。比如,欧盟近年来提出《净零工业法案》《欧洲芯片法案》《关键原材料法案》等,都强调公共项目牵引、政府补贴跟进以及“政产学研”协调。同时,欧盟在半导体、可再生能源、电池等新兴领域发起“欧洲共同利益重要项目”(IPCEI),打造行业样板、培育产业支点,借此带动产业生态整体上的良性发展。客观而言,在欧洲当前缺少人工智能和数字经济行业巨头、研究力量和企业相对分散、风险投资对新兴科技领域支持堵点颇多的背景下,成员国以及欧盟机构官方下场塑造信心、整合资源,确实也是欧洲手中为数不多的破局之道。 在公共基础设施等领域,PPP模式已被证明对于解决不敢投、风险大等投融资问题相当有效。即便如此,相关产业发展仍然需要其他领域政策加以配合。至于人工智能产业,这更不是像基础设施建设或制造业产能扩张那样,通过相对简单的经济规模化和重复建设就能发展起来,而是需要大量无形资源投入、以创新牵引的前沿产业。因此,解决“钱的事”还只是必要而非充分条件。当前人工智能发展所需要的资金、算力和训练数据三大资源中,欧洲在后两项上仍然有着明显不足,比如主要的人工智能芯片厂商仍由美国主导,同时欧洲国家语言多、数字市场分散也使其数据在数量、质量和整合程度上都远远不及其他一些主要经济体。即便现有的数据,很大程度上也是由深度渗透欧洲市场的美国数字巨头获取和掌控着。与此同时,欧盟在数字人才特别是顶尖AI、半导体和算法人才方面的储备也相对不足,在人工智能领域推进重大项目、建设头部企业的难度较大。由此来看,无论欧盟还是其他国家,培育人工智能的创新能力和产业基础都必然是一项需要综合长期投入的系统性工程,其中既少不了公共部门在资金、项目牵引、应用场景等方面的支持,也需要调动和保护企业与科学家的创新动力与长期主义心态。(作者是中国现代国际关系研究院欧洲研究所副研究员)1725917152569环球网版权作品,未经书面授权,严禁转载或镜像,违者将被追究法律责任。责编:肖山环球时报172592335816911[]
法国总统马克龙不久前在一场有关人工智能(AI)的论坛上提出,欧洲如果想要赶上全球AI发展前沿的步伐,就需加大投资,并走出一条将公共和私营部门力量加以整合的独特创新自强之路。在欧盟不断加强AI治理理念与规则塑造的基础上,马克龙的提议实际是想将“公私伙伴关系”(PPP)模式引入欧盟AI产业,即政府与私营部门形成伙伴关系,通过签署合同等来明确双方权利和义务,确保合作顺利进行。PPP模式通常是着眼于项目融资,即以分担风险以及保障私营部门获得可观收益为基础,提升私营部门对资金要求高、运行周期长等项目的积极性。目前,PPP模式也主要用于推进重要基础设施和社会服务设施的项目,以便克服资本在经济发展中习惯做短线、赚快钱等“眼皮子浅”的缺陷。从产业政策实践来看,欧盟一直就很重视与私营部门的合作,以公共项目和宏观规划来撬动私营经济在资本运作、创新能力等方面的优势。比如,欧盟近年来提出《净零工业法案》《欧洲芯片法案》《关键原材料法案》等,都强调公共项目牵引、政府补贴跟进以及“政产学研”协调。同时,欧盟在半导体、可再生能源、电池等新兴领域发起“欧洲共同利益重要项目”(IPCEI),打造行业样板、培育产业支点,借此带动产业生态整体上的良性发展。客观而言,在欧洲当前缺少人工智能和数字经济行业巨头、研究力量和企业相对分散、风险投资对新兴科技领域支持堵点颇多的背景下,成员国以及欧盟机构官方下场塑造信心、整合资源,确实也是欧洲手中为数不多的破局之道。 在公共基础设施等领域,PPP模式已被证明对于解决不敢投、风险大等投融资问题相当有效。即便如此,相关产业发展仍然需要其他领域政策加以配合。至于人工智能产业,这更不是像基础设施建设或制造业产能扩张那样,通过相对简单的经济规模化和重复建设就能发展起来,而是需要大量无形资源投入、以创新牵引的前沿产业。因此,解决“钱的事”还只是必要而非充分条件。当前人工智能发展所需要的资金、算力和训练数据三大资源中,欧洲在后两项上仍然有着明显不足,比如主要的人工智能芯片厂商仍由美国主导,同时欧洲国家语言多、数字市场分散也使其数据在数量、质量和整合程度上都远远不及其他一些主要经济体。即便现有的数据,很大程度上也是由深度渗透欧洲市场的美国数字巨头获取和掌控着。与此同时,欧盟在数字人才特别是顶尖AI、半导体和算法人才方面的储备也相对不足,在人工智能领域推进重大项目、建设头部企业的难度较大。由此来看,无论欧盟还是其他国家,培育人工智能的创新能力和产业基础都必然是一项需要综合长期投入的系统性工程,其中既少不了公共部门在资金、项目牵引、应用场景等方面的支持,也需要调动和保护企业与科学家的创新动力与长期主义心态。(作者是中国现代国际关系研究院欧洲研究所副研究员)