德国长期以来一直以其“高端”行业在全球范围内著名，但它逐渐落后于全球人工智能竞争（AI）。

根据德国国家政策银行瑞士信贷（KFW）的一份报告，美国和中国控制了全球AI专利的一半以上，而德国排名第五，落后于韩国和日本。更令人担忧的是，德国在培养AI初创企业方面也是不道德的：美国有5.22个AI初创企业，英国有3.22人，法国为2.04，在德国只有1.9。

同时，德国在AI领域的政策投资也有些“冷”。在即将举行的大选中，政党对AI投资问题的热情没有表现出来。相比之下，今年1月，美国新任总统特朗普宣布了一项名为Stargate的AI投资计划，估计投资高达5000亿美元；法国总统马克龙在未来几年内立即投资1000亿欧元，以促进AI的发展；欧盟委员会计划动员2000亿欧元的AI相关项目。

为什么德国在这场重要的技术竞争中逐渐落后？全球经济分析公司BCA Research的欧洲投资战略首席策略师Mathieu Savary在接受第一名金融记者的采访时说，德国在AI领域的滞后是多种因素叠加的结果资本市场不足。严格的法规，有限的学术机构和对移民政策的限制已共同拖延了其技术创新步伐。

很难改变

根据Oxvalue.ai发行的人工智能初创公司的价值创造的白皮书，这是Oxvalue.AI于去年9月拥有的一家技术公司，德国仅占世界上30个AI初创公司之一。相比之下，其中有17家美国公司，而中国公司则占有8个席位。

工业组织和新技术中心副主任兼德国IFO经济研究所的高级经济学家Nina Czernich博士分析了第一一位金融记者，德国在新兴技术领域的落后部分部分是由于其关注所致。传统强大行业（例如汽车和机械）的过度依赖性。无论是公共政策还是私营企业，他们都倾向于依靠德国为之自豪的工程优势，而忽略了新技术的发展和应用。

欧洲市场分析公司的联合创始人兼总监沃尔夫冈·穆尼楚（WolfgangMünchau在旧工业巨头。尽管这些巨头在过去几十年中取得了巨大的成功，但它们的成就主要归因于长期发明。

“在数字时代，传统的工程技术很重要，但是仅这些技术就无法保持trick流的经济模型。巨额利润正在流向德国不关注的技术领域。”

从经济角度来看，萨瓦里认为，从本质上讲，德国在AI竞争中的落后是由于投资不足，投资不足的原因与多种因素有关。第一个因素是市场的分散。 “欧洲市场非常分散，这意味着公司无法产生足够的规模经济，这正是所需的投资基础，尤其是整体技术发展所需的投资基础。”

萨瓦里说，遵循欧洲资本市场的性质。 “欧洲没有资本市场联盟，导致资本市场上的债务资源非常不足。风险投资非常小，并且高度依赖非常保守的长期贫穷银行。但是，研发支出通常取决于风险投资。一些投资者在欧洲很少见。”他说。

“欧洲缺乏统一的资本市场联盟，导致债务资源稀缺和风险投资资金稀缺。”萨瓦里（Savari）解释说，欧洲风险投资高度取决于长期表现不佳的银行，这些银行通常太保守了。通常，研发支出取决于风险投资和投资者，但这些资源在欧洲非常有限。

根据Invest Eustron的2024年风险投资调查，超过60％的调查风险投资公司强调了欧洲首次公开募股（IPO）市场的流动性不足，并认为并购市场欠发达，而且很少有大型市场买家。在欧洲IPO市场中，寻找买家通常很困难且基础设施不足。

此外，Chernish补充说，欧洲经济政策智囊团（Econpol Europe）和IFO Institute的报告“欧洲中型技术陷阱”发现，德国公司的私人研发支出集中在中型技术领域，例如汽车和工业。机械。 ，但是在高科技领域（例如信息技术）几乎没有投资。但是前者带来的创新是逐渐而不是颠覆性的。相比之下，美国和中国等国家更加关注高科技领域，例如数字通信，软件和生物技术，从而实现了更快的经济增长和更高的生产率。

“因此，我们建议一项创新政策，该政策更加重视驱动技术领域的破坏性创新。实现这一目标的一种方法是制定与美国国防部相似的面向技术的，以任务为导向的创新政策。高级研究项目局（ARPA）所追求的理念。塞尼说。

硅谷失去的人才

萨瓦里（Savari）认为，人才供应的问题也是德国在AI比赛中落后的原因之一。 “尽管欧洲拥有许多优秀的大学和研究机构，但欧洲在世界顶级学术机构之间的竞争中显然不足以占人为。机构在类似的水平上。

Mingxiao还认为，德国企业家中心（例如柏林）对AI行业的吸引力有限，因为这些地区缺乏顶级大学的支持。尽管慕尼黑在德国有一些知名大学，但与牛津大学，剑桥，伦敦帝国学院和巴黎等欧洲顶级机构相比，仍然存在差距。

相反，美国的技术初创公司受益于强大的社区效应。 Mingxiao认为：“这些业务通常位于顶尖大学附近，吸引了许多出色的人才。与此同时，高度发展的风险投资市场以及与斯坦福大学，麻省理工学院和加州大学等顶尖大学的密切合作进一步促进美国AI行业的蓬勃发展。”

更糟糕的是，现有的人才也输给了硅谷。德国智囊团新责任基金会（SNV）的一项研究表明，有40％的德国人工智能博士学生选择离开自己的祖国，其中大多数人去了美国，其次是瑞士和英国。即使在留在德国的AI博士学位学生中，进入私营部门的比例也远低于美国和英国。

德国机器学习与人工智能研究所的创始人Katharina Morik说：“我们已经发展了许多出色的才能，但他们经常选择离开，因为他们只能获得临时合同。”

莫里克（Morrick）还担任科学顾问委员会的成员，该公司Rapidminer（Rapidminer）以该公司为例来说明德国人工智能行业的困境。 Rapidminer的分析工具最初是在多特蒙德大学开发的，但最终在美国出售。莫里克补充说：“在德国，公司不愿支付此类服务，他们更愿意免费获得技术支持。”

欧洲监管困境

Savari还告诉第一名财务记者：“欧洲的监管负担非常沉重，尤其是在裁员和调整项目方面。在研发领域，这一问题尤为突出，因为创新本身充满了不确定性，并且企业企业企业企业是企业。但是，在欧洲，这种灵活性几乎是非常困难的。”

柏林应用科学大学数据科学教授亚历山大·洛瑟（AlexanderLöser）也认为，欧盟严格的数据法规进一步加剧了AI创新的困难。在欧盟，获得培训数据的成本比其他地区高得多，而这些数据是AI开发的命脉。最近，Meta试图使用Facebook和Instagram数据训练其AI模型，但受到严格的欧盟法规的阻碍。

欧洲市场分析公司Eurointelligence的联合创始人WolfgangMünchau也认为，尽管欧盟首次提出了AI监管框架，但其作为“全球监管机构”的定位是一种幻想。

“欧盟在其他领域的过去监管成功归功于欧洲公司在这一领域的强大存在。但是在AI领域，欧洲缺乏实际参与者，全球监管标准将由有实际参与者的国家制定。”明肖强调说：“就像欧洲和德国错过了数字革命的早期阶段（从半导体到互联网）一样，他们现在正在重复AI领域的同样错误。”

本月初，OpenAI首席执行官Sam Altman在柏林技术大学的演讲中也发表了警告，呼吁欧洲避免过度监管，以避免阻碍AI创新。 “我们当然遵守规则，但我认为欧洲应该积极拥抱AI并避免落后于世界其他地方。”

去年5月，欧洲理事会正式批准了《欧盟AI法案》，这是世界上第一个在AI领域的全面监管法规。根据风险分类，该法案将AI系统分为四类，即不可接受的风险，高风险，风险有限和风险极低，并采用相应的监管策略，以实现不同的风险类别。

然而，最近，欧洲欧洲改革委员会（CER）在一篇文章中说，欧盟最近发布的一些重要数字法规在实现全球覆盖范围方面面临着更大的挑战。例如，越来越多的迹象表明，科技公司准备将创新服务排除在欧洲或向欧洲提供“低品质”服务。