算力競賽還是產業深耕？——波蘭智庫為歐盟AI戰略開出的“務實藥方”及其啟示

一、導 語

2025年以來，全球人工智能競爭進入白熱化階段。美國特朗普政府廢除了拜登時期旨在確保AI安全發展的第14110號行政令，于2025年7月推出《美國AI行動計劃》，以“去監管化+算力基建+技術外交”三大支柱全力推進通用人工智能（AGI）研發，并啟動了首期投資即達1000億美元的“星門（Stargate）”項目。與此同時，歐盟在2025年4月發布了《AI大陸行動計劃》及配套的InvestAI項目，計劃五年內撬動2000億歐元（其中公共資金500億歐元），建設四座AI千兆工廠（gigafactory），試圖在中美兩強夾擊中突圍。

然而，歐盟的這一戰略是否走對了方向？2026年2月，波蘭國際問題研究所（PISM）發布了第223號政策報告《通用人工智能時代的歐盟戰略重塑》（A Br(AI)ghter Future for the EU? Shaping EU Strategy in the Era of General Artificial Intelligence），由研究員Aleksandra Wójtowicz撰寫。報告指出：歐盟當前的AI戰略盡管披著“歐洲價值觀”的外衣，實質上是在復制一條不適合自身稟賦的“美國道路”。報告呼吁歐盟從追逐通用大模型的“算力軍備競賽”中抽身，轉向以行業應用為導向、以數據質量為根基、以能源主權為前提的差異化路線。

報告沿著“概念辨析—路徑比較—瓶頸診斷—替代方案”的邏輯鏈條展開。首先對AGI的技術可行性提出根本性質疑；繼而對美歐兩套AI戰略在發展路徑、監管理念和資金結構上進行系統比較；隨后聚焦歐洲AI工廠的實際運營偏差，以及數據中心擴張所面臨的能源陷阱和芯片供應鏈風險；最后提出九條政策建議，涵蓋能源主權、行業專業化、量子跨越、數據質量、數據主權等多個維度，并專節論述了波蘭作為中東歐區域AI領頭羊的角色定位。

值得關注的是，波蘭作為中東歐最大經濟體，既是歐盟核心成員國，也是“一帶一路”倡議在中東歐的重要合作伙伴。這份出自波蘭頂級智庫的報告，既折射出歐洲內部對美國技術霸權的深層焦慮，也為中國深化與中東歐國家在數字經濟領域的合作提供了新的戰略窗口。

二、歐盟AI戰略的波蘭視角

（一）警惕“規模即突破”的技術信仰

報告以對AGI概念的根本性質疑開篇，這一起手式頗具深意。報告援引美國人工智能促進協會（AAAI）2025年對475位AI研究者的調查指出，76%的受訪者認為僅靠“擴展現有AI方法”（scaling）“不太可能”或“非常不可能”實現AGI。單純增加訓練數據量和算力規模，并不能比例性地提升AI能力，也無法解決“幻覺”、邏輯錯誤、無法真正推理等根本性缺陷。然而，無論是美國的“星門”項目還是歐盟的千兆工廠計劃，都建立在“規模即突破”的假設之上。

這一判斷的價值不僅限于學術層面。它實質上是在提醒所有卷入AI競賽的經濟體，當一項技術的底層假設本身存疑時，圍繞該假設展開的大規模投資就不僅是效率問題，更是方向問題。

（二）同一條路，截然不同的底牌

報告最具分析力度的部分，是對美歐兩套AI戰略的系統比較。表面上看，兩者高度趨同，都在建數據中心、擴算力、追大模型。但報告犀利地揭示了這種“形似”背后的“神異”。

美國的路徑以私人資本為主導，以去監管為手段，以技術外交為杠桿。特朗普政府不僅廢除了前任的安全監管措施，還通過出口“整套AI基礎設施包”（而非單獨的芯片），將市場準入與監管讓步捆綁，實質上是以技術供給為杠桿，對盟友實施“規則殖民”。報告特別指出，這種“出口的不是芯片，而是依賴”的模式，意在阻止購買方建立自主系統，使盟友長期鎖定在美國的技術生態之中。

歐盟的路徑形似美國，但根基迥異。最致命的差距在于資本體量。2013年至2023年間，美國AI企業吸引私人資本約4860億美元，歐盟僅約760億美元，差距超過六倍。2024年美國AI私人投資達1091億美元，幾乎是中國（93億美元）的12倍、英國（45億美元）的24倍。在生成式AI領域，美國私人投資更是超出中國、歐盟和英國三方總和達254億美元。歐盟試圖以有限的公共資金撬動私人投資來填補這一鴻溝，但在風險投資生態和資本市場深度上，短期內幾乎不可能追平。

這里揭示的不僅是投資數字的差距，更是發展范式的錯配。美國可以憑借充沛的私人資本和低廉的能源成本去打“算力暴兵”這張牌；歐盟用六分之一的資本、高出50%的電價去復制同一條路線，其結果不是縮小差距，而是在錯誤的賽道上加速消耗有限的資源。報告對此的判斷一針見血，沿著美國設定的AI發展路徑走下去，長期來看恰恰服務于美國的利益，同時威脅著歐盟的戰略自主。

同樣值得關注的是監管領域的博弈。歐盟的《人工智能法案》（AI Act）原本是其在全球數字治理中的標志性成果，但在美方的直接施壓下，正面臨執行弱化的風險。美國要求歐盟不對美國企業執行AI Act，并通過關稅威脅和能源安全議題對歐盟施加杠桿。這種“技術外交”的攻擊性遠超傳統貿易摩擦的范疇，它瞄準的是規則制定權——大國競爭中最具持久影響力的戰略資源。

（三）戰略意圖與執行落地的鴻溝

報告中一個被忽視但極為重要的發現，是對歐洲AI工廠實際運營狀況的審視。報告援引Interface智庫對歐洲13座AI工廠的分析指出，其中9座同時覆蓋至少5個不同行業，鮮有結合本地產業生態進行專業化布局的案例。唯一真正做到產業對口的是斯圖加特的HammerHAI，聚焦于當地優勢產業（汽車制造）。 其余工廠實質上在提供通用計算基礎設施，而非進行與本地競爭優勢相匹配的專業化研發。更耐人尋味的是運營主體的結構性問題。與全球AI算力基礎設施由私營部門主導不同，歐洲AI工廠以學術和科研機構為運營主體。這一結構性特征，使得研究成果向商業應用的轉化面臨天然障礙。

13座工廠中僅1座真正實現了與本地產業的深度耦合，這個數字本身就是對歐盟AI戰略執行力的嚴厲注腳。它說明，即便在“行業應用”的旗幟下，歐盟的實際執行仍在慣性地滑向“通用化”的歧途。戰略意圖與執行落地之間的鴻溝，往往比戰略本身的對錯更為致命。這一教訓，對于中國正在大規模推進的人工智能產業園區和算力中心建設，同樣具有直接的警示價值。

（四）被系統性低估的雙重陷阱

報告中最具戰略縱深的分析，是將AI基礎設施的擴張置于能源安全和芯片供應鏈的雙重約束下加以審視。

能源陷阱方面，根據國際能源署（IEA）的數據，一座大型AI工廠的耗電量相當于10萬個家庭；而歐盟規劃中的千兆工廠，其電力消耗可能相當于數百萬個家庭。在美國部分州，數據中心已占總用電量的10%以上，愛爾蘭更高達20%。過去十年歐洲工業電價平均比美國高出約50%，在失去俄羅斯廉價天然氣之后，大規模建設高耗能的數據中心，不僅可能迫使歐盟重返化石能源路徑（與氣候目標背道而馳），還將進一步加深對美國液化天然氣（LNG）的依賴。2024年美國已占歐盟天然氣供應的16.5%，特朗普政府更以關稅政策為籌碼要求歐盟增購美國天然氣。

芯片供應鏈方面，歐盟的AI發展模式高度依賴先進芯片進口，而全球最先進半導體的生產幾乎完全集中于臺灣的臺積電（TSMC）。將關鍵技術的發展建立在從地緣政治高敏感地區（一個位于中國潛在沖突區域的島嶼）進口核心部件的基礎上，本身就構成了對歐洲技術自主的系統性威脅。盡管歐盟已通過《歐洲芯片法案》計劃投入430億歐元發展本土半導體產能，但這些措施的效果尚需數年才能顯現。

報告由此得出了一個尖銳但極具說服力的結論：能源主權是數字主權的前提條件。在能源和芯片兩大命脈均受制于人的情況下，僅靠堆砌算力基礎設施來追趕美國，不僅無法實現戰略自主，反而會加深依賴。

（五）九條建議與波蘭的區域雄心

報告最后的建議部分很實操，提了九條建議。歸納起來是“三個轉向”加“三個配套”再加“三個波蘭定位”。

轉向一：從通用基座轉向行業深耕。

別再一門心思做通用生成式大模型了，把InvestAI至少30%的資金（約600億歐元）定向投到醫療、工業、公共管理、能源、國防、物流等具體行業，搞專業化AI模型。幾年之后生成式AI還是不是競爭的主軸都不好說，有效的AI政策應該基于清晰的戰略愿景來分配投資，在5年、10年、15年的時間維度上看到具體回報。

轉向二：從拼算力轉向拼數據質量。

歐洲的核心競爭力在數據質量和人力資本，不在算力。建一套“雙重驗證”的高質量數據集體系，由歐洲人工智能管理局牽頭定標準。同時重點發展“微模型”（micro-models）——低能耗、高精度、針對特定行業的AI系統。靠嚴格驗證的高質量數據集建立競爭優勢，可能比拼“裸”算力更可持續。

轉向三：從硅基芯片的路徑依賴轉向量子計算的技術跨越。

與其在硅基芯片賽道上被臺積電和英偉達卡住，不如押注量子計算。報告把這比作發展中國家跳過傳統銀行直接搞移動支付的“蛙跳”，量子計算可能在十年內讓現有數據中心過時。建議德國、法國、荷蘭、芬蘭這幾個量子技術先行國加強協調，在跟IQM、Pasqal、IBM等供應商談判時形成規模效應，別重復投資。

配套一：AI工廠必須專業化。

由歐盟委員會（DG CNECT）和EuroHPC確保InvestAI框架下新建的工廠符合行業專業化要求。工廠不應為了建而建，先回答“為什么建”和“為誰建”。

配套二：確保數據主權。

報告引了微軟代表在法國參議院調查委員會的證詞，科技公司沒法保證歐盟公民的數據不會在未經明確同意的情況下被移交給美國當局。生成式AI系統及其輸入數據同理。因此需要立規矩，敏感數據必須存儲在歐洲管轄范圍內。這是歐洲數據保護委員會的活，得趕緊更新數據本地化指南。

配套三：把AI戰略跟能源主權掛鉤。

能源主權是數字主權的前提。建多少AI工廠、為什么建，必須同時考慮怎么給它們供電。報告建議歐盟認真考慮大規模投資核能。另外要撬動私人資本，光靠公共財政搞不定AI這么燒錢的事。

波蘭定位一：牽頭搞中東歐區域AI戰略。

中東歐有大量ICT人才，但一直缺錢搞AI。波蘭作為區域最大經濟體，應該發起一個聚焦能源、網絡安全、工業生產、醫療和公共管理的聯合AI戰略，避免各國重復投資，同時更有效地爭取InvestAI的資金。

定位二：發展本土專業化AI模型。

Bielik AI和PLLuM已經打了底子，應該繼續系統開發高質量、經過驗證的波蘭語數據集。報告還引了研究說波蘭語“是發出AI指令時最精確的語言之一”（這個說法挺有意思，但證據鏈多長不好說）。

定位三：千兆工廠要有明確定位。

波蘭政府已經決定要建AI千兆工廠，但報告強調它必須有清晰的行業聚焦，建議對準網絡安全，這是中東歐國家既有迫切需求、又有成長中能力的領域。

這些建議放在一起，整體務實，但張力也很明顯。一邊喊著減少對美國的依賴，一邊還得在美國主導的安全架構和芯片供應鏈里運轉。這種擰巴不是報告的缺陷，恰恰是歐洲，特別是中東歐國家，在大國博弈中騰挪空間的真實寫照。

三、結 語

PISM這份報告的最大啟示或許在于，在人工智能競爭的下半場，勝負手不在于誰建了更多的數據中心，而在于誰更清楚地知道自己要用AI來做什么。當美國以資本和能源的絕對優勢狂飆突進，當歐洲在“跟跑”與“自主”之間左右為難，真正決定全球AI格局的變量，是能否將人工智能從一種“通用的技術信仰”轉化為“精準的產業工具”。

對中國而言，這既是一面審視自身AI戰略的標尺，我們同樣需要警惕“千模大戰”中的資源空轉和同質化競爭，也是一扇深化國際合作的窗戶。波蘭和中東歐國家在AI領域的焦慮與需求，恰恰映射出“一帶一路”數字合作從“硬聯通”向“智聯通”升級的戰略契機。在大國博弈日趨激烈的今天，誰能為合作伙伴提供務實、平等、可持續的數字化方案，誰就能在新一輪全球科技秩序重塑中贏得更多的戰略縱深。

馮巖，上海市研發公共服務平臺管理中心（上海市科技人才發展中心) 人才事業部。文章觀點不代表主辦機構立場。

◆ ◆ ◆

編輯郵箱：sciencepie@126.com