数字最能说明问题。

在全球AI领域的风险投资中，美国和中国合计占据了超过80%的份额，欧洲的比例长期徘徊在个位数。根据斯坦福大学人工智能研究院发布的最新报告，在全球排名前25的AI模型中，来自欧洲的几乎可以忽略不计，主导者仍然是美国的OpenAI、谷歌、Meta，以及中国的百度、阿里和华为。

算力层面的差距同样触目惊心。美国已经在国家层面建立了专项AI基础设施投资计划，拜登政府在任期间通过《芯片与科学法案》向半导体和AI基础设施注入超过520亿美元的联邦资金；特朗普政府延续并扩展了这一方向，重点支持"星际之门"等超大规模数据中心项目。中国则通过国有企业和政策性银行，持续向AI算力和自主芯片研发输血。

欧洲呢？尽管欧盟委员会已宣布"欧洲AI大陆行动计划"，承诺在未来数年内动员超过2000亿欧元用于AI相关投资，但落实进度和实际效果引发了业界的广泛质疑。多位欧洲大型企业的首席执行官在今年早些时候的达沃斯论坛和欧洲科技峰会上直言，欧洲在AI领域的投入仍然远远不够，且过度分散在各个成员国之间，缺乏美国和中国那种集中突破的战略合力。

SAP首席执行官克里斯蒂安·克莱因是近期发出这类警告最频繁的声音之一。他在多个场合指出，如果欧洲不在AI基础模型和工业应用上迅速建立自己的能力，欧洲企业就将永远依赖美国或中国的技术平台，从而在数据主权、定价权和产业链控制权上失去主动。

监管优势还是监管陷阱？

欧洲在AI领域的另一个争议核心，是《人工智能法案》。

2024年正式通过、2026年逐步落地的欧盟《人工智能法案》是全球第一部系统性AI监管法规，按风险等级对AI系统实施分类管理，对高风险应用场景设定了严格的透明度和问责要求。支持者认为，这为欧洲树立了"可信AI"的全球标杆，将在数据保护领域重演GDPR效应，让欧洲标准成为全球规范的参照系。

批评者则说，这不过是一厢情愿的想象。他们指出，在美国和中国的AI实验室以近乎疯狂的节奏迭代产品的当下，欧洲的严格监管正在成为创新速度的减速带。初创公司抱怨合规成本过高，投资者倾向于把资金投向监管环境更宽松的市场，顶尖研究人才也在持续向旧金山湾区和北京流失。

一个具体的数据可以说明这种流失的规模：根据麦肯锡全球研究院的分析，欧洲每年有超过三分之一的AI顶级博士毕业生选择赴美就业，而在十年前这个比例不到五分之一。

当然，欧洲并非一无所有。DeepMind的基础研究、Mistral AI的开源大模型、荷兰ASML对全球半导体光刻设备的垄断性控制，都表明欧洲在科技价值链的某些关键节点上依然具备不可替代的地位。但这些优势是点状的，而不是系统性的，无法支撑起一个与美中相抗衡的完整AI生态。

欧盟委员会负责数字事务的执行副主席泰雷莎·里贝拉今年春天在布鲁塞尔明确表示，欧洲需要在监管严肃性和创新活力之间找到新的平衡点，并已启动对《人工智能法案》部分条款的实施节奏进行重新评估。

时间窗口是否还开着？各方的判断并不乐观。但有一点几乎没有争议：如果欧洲继续以现在这种节奏前进，等它完成内部协调、完成监管框架的最终落地，美国和中国的AI系统可能早已嵌入了全球绝大多数产业的核心流程。

到那时，追赶将不只是代价高昂，而是几乎不可能。