欧洲押注工业AI：曾经的护城河，还能守住吗？

10月下旬，德国政府与英伟达坐到一张桌前，谈"物理人工智能"的联合开发；西门子宣布未来三年向工业AI投入超过10亿欧元，还要做自己的"工业基础模型"；宝马把法国的大模型公司Mistral AI请进碰撞仿真和数字孪生；卢森堡钢铁巨头安赛乐米塔尔扩大了与微软的合作。

这些信息透露出一个重要信号，曾经的现代工业领导者欧洲，希望靠工业AI在全球竞争中"扳回一局"。

乐观的一方是这样判断的：欧洲虽然在通用大模型上落后了，但它攥着一张重要的牌——几十年的生产数据、最密集的工业场景，以及一种稀缺的信任。西门子和ABB们相信，凭借百年老客户的授权，这些数据可以训练出比通用模型更"懂工厂"的AI。于是问题被简化成了一道时间题：给欧洲一点时间，它就能在工业AI上翻盘。

我的判断，恐怕没那么容易。欧洲的努力是看得到的，但它高估了自己手里的牌。那些被反复称作"护城河"的东西，比如存量数据、百年企业、严格监管，其实可能根本不是护城河，反而是把它锁在落后位置的那道墙。

这不是"能不能扳回一局"的问题，而是这场仗从一开始就选错了战场。

AI的胜负手，从来不在"模型"里

某种意义上讲，AI本身不是一个行业，而是一种通用目的技术。它的价值不来自某个模型有多聪明，而来自一个越滚越快的循环。比如，更大的市场带来更多用户，更多用户沉淀更多数据，更多数据喂出更好的模型，更好的模型又吸引更大的市场。谁的循环先转起来、转得久，谁就赢。

而启动这个循环的第一推动力，是规模。

这里恰好是欧洲最不占优的地方。西门子智能基础设施部门的负责人科尔特自己承认，欧洲在通用市场上难以和美国、中国相比。语言、制度、政治体系层层分割，规模化天然就难。这不只是"通用AI"的困境。哪怕缩到工业这一个垂直赛道，规律也不变。工业AI的真正赢家，依然得是一个能覆盖全球的"平台"，而不是一个"欧洲冠军"。

换句话说，欧洲手里有一批最好的零件，却没有那台发动机。零件再精良，也拼不出动力。

"存量优势"是一道双面墙

乐观论最大的依据，是"欧洲有世界上最好的存量数据"。

客观来说，欧洲工业数据的真正优势在"存量"。安装基数大、机器人部署和数字化起步早、精密仿真和底层控制协议积累深。相比之下，而中国的优势在"增量"。工厂里运转着超过200万台工业机器人，大约是使用量第二的日本的4.5倍，新建产能天生就是统一架构。

问题就出在这儿。AI要的不是"数据多"，是"数据通"。而欧洲的老工厂，恰恰是最不通的地方。一套30年前的西门子控制器，旁边接着新的库卡机器人、罗克韦尔控制器。结果就是，异构系统各行其是，海量数据很难直接变成符合统一标准的有效资产。改造一座旧工厂，比在一片空地上从头搭统一架构要复杂得多。于是，因为欧洲本土工厂改造周期太长，一些欧洲巨头干脆把数字化程度更高的中国车间，当成了自己前沿算法的试验场。

存量既是销售的入口，也是转型的包袱。护城河还是牢笼，有时就是同一道墙的两面。这句话对工业AI尤其成立，因为AI硬件投入的回报，主要来自新增场景的边际效率。在一个增量有限、改造缓慢的市场里，工业AI反而可能是经济性最差的那一类投入。

监管不是"差异化标签"，是一笔税

欧洲的另一个自信来源，是它想做规则的制定者。全球首部综合性人工智能立法《人工智能法案》把欧洲塑造成了"可信AI"的制度标杆。据多家律所的梳理，尽管高风险AI义务的生效被推迟了十余个月，但大部分透明度义务仍然有效。

可规则的力量，来自它管辖市场的体量。你没法为你并不主导的市场定标准。标准是规模的副产品，不是规模的前置条件。当欧洲把"先立规、后发展"当作路线时，它其实是在向自己的企业收一笔税。

欧洲科技行业一位资深人士直言，新的合规要求逼着企业把资源投给律师，而不是AI工程师；初创团队面对繁琐的风险评估文档不堪重负，而大企业还能消化。结果是，真正需要生长的中小创新力量，反而被挤出了赛道。

再往下，是更硬的约束。据2026年《欧洲人工智能报告》，欧洲拥有的AI算力占全球不到5%，而美国占到75%；据斯坦福大学的数据，2025年美国AI领域私人投资约2859亿美元，欧洲仅209亿美元。一到重要的关卡是电力。法兰克福、巴黎、都柏林这些核心枢纽，算力项目的电网接入排队周期普遍要7到10年，亚马逊就取消了在都柏林的一笔AI服务器机架投资。资本、算力、电力三道闸门同时收窄，就算把外部投资和技术请进来，也很难自动变成持续的产业竞争力。

"借来的主权"

最能说明欧洲困境的，是德国与英伟达的合作。

德国的初衷很清楚。借美国的技术，加快追赶，同时逐步减少对外的技术依赖。可这个动作本身，恰恰暴露了依赖的深度。德国联邦数字化部门的负责人坦言，欧洲目前缺乏自主的计算芯片。据《财富》杂志援引的数据，欧盟80%的数字基础设施和服务依赖非欧盟国家。一边喊着"技术主权"，一边把最关键的那块拼图外包出去。这是租来的主权。

西门子科尔特有句话说得实在：完全的技术主权是"白日梦"，不只是欧洲，美国和中国也没有全部必需的资源，比如最先进的光刻机就绕不开荷兰的ASML。这判断没错。但反过来，如果连最主张自研的欧洲工业巨头都承认绝对主权不存在，那么欧洲想要的那个"自主可控的AI大陆"，究竟是要建一个平台，还是只想在别人的平台上占一个更体面的位置？

真正的困局：三件互相打架的事

把这些线索收拢起来，欧洲工业AI的难，不在于某个环节的技术差距，而在于它同时想要三件彼此矛盾的东西。

它想要主权，不依赖别人，就得自己补贴算力、自己养模型，成本高昂且回报漫长；它想要安全，就得强监管，可监管会驱逐资本和人才；它想要规模，那就需要先有一个真正统一的数字市场，而这又会削弱成员国各自的监管与主权叙事。

这就是欧洲在AI上的"三角困境"：越想抓紧一个，另外两个就越松手。

放到国际竞争的大格局里看，格局其实已经清楚。美国握着资本、算力和通用模型生态；中国握着增量规模、完整的产业链和快速迭代的工程能力，并明确提出推进"人工智能+制造"。两极之外。欧洲最现实、最可能落地的角色，是成为一个关键供应商。像光刻机领域的ASML，像工业软件领域的西门子，而不是那个"平台级"的赢家。

所以回到那个问题：欧洲能否在工业AI上扳回一局？

我的答案是分层的。如果"扳回一局"指的是成为工业AI的主导者，在目前国际竞争的大格局下，很难。但如果把目标从"主导者"下调为一个"关键环节"，欧洲仍有一席之地。比如，聚焦工业AI之中一个最难被替代的关键环节。

真正的难题从来不是欧洲能不能赢，而是它愿不愿意先放下"必须赢"的执念。在一个平台通吃的技术浪潮里，认清自己该站在价值链的哪一段，也许比争夺"第三极"的名号，更接近现实的答案。