2025 年 2 月 9日，法国总统马克龙在巴黎接受采访时宣布，未来几年内法国人工智能（AI）领域的投资将达 1090 亿欧元

文/《环球》杂志记者 罗毓（发自巴黎）

编辑/刘娟娟

　　5年前，法国总统马克龙宣布启动“法国2030”投资计划，通过为人工智能（AI）、清洁能源、半导体、生物医药等未来重点产业投入540亿欧元，意在加速经济关键部门的转型，重塑法国国际竞争力。

　　然而，在人工智能领域，法国虽然诞生了欧洲领先的大语言模型Mistral AI，但在面对国际竞争时存在融资乏力、算力和云基础设施薄弱、训练数据缺乏、竞争不敌“科技寡头”、过度监管和治理滞后等短板，为世界各国AI产业发展提供了警示。

中后期融资乏力

　　法国财政总司发布的报告显示，欧洲和法国在AI初创融资上有一定规模，但远低于美国和中国。此外，法国和欧洲薄弱点在中后期，当融资规模达到5000万至1亿欧元或更高时，法国和欧洲本土资本的可获得性则受限，而这类规模的融资通常是科技企业加快全球扩张所必需的。2013年至2023年间，在涉及欧洲成长型企业的融资轮次中，82%的交易由非欧洲投资者担任领投方。在被收购的欧洲成长型企业交易中，外国买家占比超过60%。

算力和云基础设施处于弱势

　　人工智能模型的训练和运行主要依赖图形处理器（GPU），其市场高度集中于美国硅谷公司英伟达。在此背景下，欧洲面临GPU供应短缺以及从长期看可能遭遇出口限制的风险。

　　计算基础设施及算力租赁市场同样高度集中于美国企业，也就是所谓的超大规模云服务商，而法国企业在这一生态系统中的作用微乎其微。2021年法国云计算市场中，亚马逊云科技占据46%的份额，微软Azure占17%，谷歌云占8%。占主导地位的云计算服务商会向初创企业提供一些服务，以帮助其以较低成本获取算力资源，如果这些做法再结合技术性或财务性的锁定机制（如迁移壁垒），就会威胁公平竞争，并可能被认定为滥用市场支配地位。

训练数据缺乏

　　人工智能模型主要依赖包含文本、图像和视频的大型通用数据集进行训练。尽管一些大型数据集可以免费向公众开放，但拥有专有数据的机构在开发基础模型及相关应用方面仍具有竞争优势。这一点在Meta、亚马逊、微软和谷歌等大型科技企业身上体现得尤为明显。这些大企业可以通过自己托管的内容以及与其服务使用相关的数据，优先获取海量数据。

　　尽管法语在小语种中相对具有较高代表性，但当前可用于训练模型的绝大多数数据都是英文。基于开源数据训练的通用型AI模型主要针对英文信息处理进行了优化，而在处理代表性较弱的语言时效率更低，从而限制了这些AI模型对相关语言使用者的实用性。

难以抗衡“科技寡头”

　　基础模型的开发主要由美国大型科技公司主导，其中包括谷歌、微软和Meta。最近推出的模型中，几乎有1/3出自这三家公司之手。这种优势会通过诸多手段得到强化：一些大型科技公司允许合作伙伴使用自己的资源（资金、数据和算力），以换取对初创企业开发模型的优先控制权；大型科技公司还可以不收购某家初创企业，而是直接从这家公司挖走员工。

　　从短期看，一些模型提供者有动力将模型开源，因为围绕开放模型产生的创新对其自身有利，并有助于其围绕该模型架构建立生态系统，但从长期看，一旦提供者巩固了市场领导地位，它就会有动力关闭生态并将其商业化获利。

过度监管

　　2018年欧盟《通用数据保护条例》（GDPR）生效时，被业内很多人誉为全球最全面、影响范围最广的数据隐私法规体系。欧盟内的机构及在欧盟境内运营的组织，在收集、处理和利用线上用户信息进行商业变现方面都受到限制。

　　最近，来自多国的学者研究了GDPR对适用该规则国家AI发展的影响，衡量创新的指标包括AI专利、学术论文和企业数量。总体来看，结果令人警醒：与不受GDPR影响的国家相比，适用GDPR的国家AI专利数量减少了10.8%。

　　日趋严苛的监管会抬高成本，使新玩家难以进入市场。另一方面，它会让过多资源从创新转向合规。同时，它还可能形成令人窒息的规则体系，在瞬息万变的竞争中拖慢数据获取速度。

治理滞后

　　法国审计院报告说，法国于2018年开始实施国家人工智能战略（SNIA），第一阶段的统筹和执行依赖20多个行为主体之间复杂的协作机制，角色横跨协调，分部门牵头，项目运营、实施和监督，但很多职责并不总是定义清晰。法国为此投入的各类资源最终约为13亿欧元，但相关跟踪监督却存在缺失。多项已宣布的重点任务，特别是在人才培养以及支持受人工智能影响最深的经济部门转型方面，要么没有得到实施，要么仅在非常有限的范围内推进。

　　SNIA第二阶段早在2021年11月便已宣布，但由于公共财政约束不断加大，以及需要重新调配资源以支持生成式人工智能的发展，导致这一阶段的重点、预算和时间表都发生了较大变化。在资金方面，最初公布的目标总额为21亿欧元，法国在2023—2025年期间实际安排的资金为11亿欧元，这一水平比最初宣布的金额低了1/3以上；而且，大多数措施启动缓慢，导致资金使用率偏低。

　　AI产业越往后走，越需要核心部门统筹、财政资金可追踪、项目绩效可评估、政策工具能迭代。形成合力，才能行稳致远。