是时候下注了：欧洲的人工智能机会

QuantumBlack, 麦肯锡的AI现在是下注的时候了：欧 洲的人工智能机遇 提高欧洲在人工智能价值链中的竞争力。 通过亚历山大·苏哈列夫斯克基,埃里克·哈赞,Sven Smit,马塞尔-安托万·德·拉·夏夫纳里耶,马克·德·容,索维格·耶罗尼穆斯,简·米施克，以及Guillaume Dagorret 概览 — 欧洲在提高人工智能意识和管理承诺方面取得重大进展，但主要瓶颈依然存在。政策制定者和商业领袖可以探索多个杠杆措施，包括增加投资（例如，在医疗和防务领域进行人工智能应用的公共创新采购）、在新兴半导体技术（如量子计算和类脑计算）上实现跨越式发展，以及解决人才保留问题。此外，通过再培训和流动计划来准备劳动力，将 crucial 在充分利用生成式人工智能采用的好处中发挥关键作用。 —需要采用一种包含采纳、创造和能源的三个镜头方法来评估欧洲在新兴的生成式人工智能（gen AI）经济中的竞争力。尽管当前的讨论大多集中在大型语言模型（LLMs）上，但欧洲的政策制定者和商业领袖必须超越LLMs。采取全面的方法，充分利用gen AI的潜力，到2030年有望每年提高欧洲的劳动生产率高达3%。 — 在采用方面，欧洲组织落后于美国同行45至70个百分点。然而，这正是大多数通用人工智能的经济潜力所在。随着这项技术仍处于早期阶段，其大部分生产力提升尚未被释放，欧洲的机会窗口仍然宽敞。 全面的方法以帮助欧洲实现生成式人工智能的全面潜力 对于生成式人工智能（gen AI），1 2022年11月，OpenAI的ChatGPT的盛大发布标志着一次繁荣的开始。2自那时起，关于这项技术的讨论主要集中在基础模型上，尤其是大型语言模型（LLMs）。在该领域，欧洲3似乎落后于其同行。然而，大型语言模型只是通用人工智能领域的一部分。在通用人工智能的采用、创造和能源需求方面进行探讨，有助于更全面地了解该地区在新兴通用人工智能经济中的地位。 —— 在创建阶段，欧洲只在简化通用人工智能价值链的八个细分市场中占据一个领先地位：人工智能半导体设备。在欧洲还有三个细分市场具有挑战地位：基础模型、人工智能应用和人工智能服务。但在其余四个细分市场中市场份额低于5%：原材料、人工智能半导体设计、人工智能半导体制造和云计算基础设施及超级计算机。 大多数由通用人工智能（gen AI）产生的价值将源自组织对通用人工智能解决方案的采用和扩展。4在欧盟，劳动力生产率一直在放缓，这是一个重要的考虑因素。5麦肯锡全球研究院（MGI）的研究估计，通用人工智能（gen AI）可以帮助欧洲实现到2030年的每年生产力增长率为3%，（图1）。6这种潜在的增长 —— 在能源方面，通用人工智能预计将加速数据中心电力需求，到2030年可能占欧洲总电力消耗的5%以上。如果没有具有竞争力的电价，欧洲数据中心将托管通用人工智能应用和服务的可能性将降低。 网页 <2024>展示 1 《欧洲生成式AI》展览第1/3部分 生成式人工智能到2030年可能为欧洲经济增加5751亿美元。 2030年西欧行业生成式人工智能的生产力潜力，按亿美元计算1 麦肯锡公司 将对资助欧洲模式至关重要，尤其是在导航方面。能源转型, 解决了赋权差距，并支持老龄化人口。7它也可能推动突破性的创新，从而改变日常生活，例如加速药物发现、改善患者护理和个性化教育。 关于通用人工智能的创建，自2022年以来，90%以上的LLM相关资金都在欧洲以外的地方投入。8此外，欧洲公司仅占斯坦福大学AI指数所认为的101个值得注意的AI模型中的25个，远远落后于美国公司（后者拥有61个值得注意的模型）。但是，捕捉由通用人工智能技术创造的经济价值的机会远远超出了大型语言模型（LLMs）。 与其它地区相比，并提供了欧洲领导人若要充分参与并利用这项令人印象深刻的新技术所创造的价值可能考虑的一系列步骤。 他们分布在八个价值链段：原材料、人工智能半导体设备、人工智能半导体设计、人工智能半导体制造、云计算基础设施和超级计算机、基础模型（包括大型语言模型）、人工智能应用和人工智能服务。9 采用通用人工智能：机会仍然广阔，但欧洲处于不利地位。 最后，为了推动通用人工智能的创造和采用，欧洲还需要考虑其能源容量。这是一个关键考虑因素，因为到2030年，欧洲的能源系统将被迫管理消费增长超过5%的情况，这由数据中心电力需求（由通用人工智能加速）引发。10 绝大多数通用人工智能（Gen AI）的经济价值预计将来自欧洲组织的采用。这项技术仍处于早期阶段，大多数生产率潜力尚未被挖掘，因此这里的机遇仍然非常广阔。然而，与其它国家的企业相比，欧洲企业的发展步伐要慢得多。11 为了实现通用人工智能的充分潜力，欧洲的商业领袖和政策制定者必须全面拥抱这项技术，包括其创造、采用和能源（展示2）带来的挑战和机遇。在本文中，我们描述了这些挑战，详细说明了欧洲 欧洲落后多少？这里的信息不完整，因此我们通过考察三个指标来量化它。首先，我们 网页 <2024> 为了充分捕捉生成式AI的价值，欧洲领导人可以采取以下措施：全面的方法，涵盖创造、采用和能源。 西欧在类似规模的行业外部AI支出方面平均落后于美国61%。 研究了企业在外部人工智能支出，例如购买人工智能软件即服务（SaaS）解决方案。鉴于并非所有人工智能支出都是外部的——例如雇佣人工智能工程师属于内部支出——我们还考察了总体信息技术支出，其中人工智能是一个组成部分，将其作为信息技术准备状态的指标及人工智能采纳的关键基础。最后，我们考虑了欧洲高管对麦肯锡全球调查中关于人工智能现状的回应。12 化学和材料、建筑和房地产行业，我们发现欧洲的落后程度为45至55%。对于在美国比西欧显著更大的行业（例如，医疗保健和制药、高科技和软件，以及媒体和娱乐），差距更为明显，介于50至70%之间（见图表3）。 当审视在人工智能基础设施、软件和服务方面的外部支出时，西欧在类似规模行业中的平均支出落后于美国61%，而在美国比西欧大两倍或更多行业的支出上落后71%。 我们分析了前两项指标，无论是从绝对值还是相对于公司销售额的角度来看，并在可能的情况下将它们与美国的数字进行比较。这种相对比较有助于解释不同部门规模之间的差异，否则这些差异会因为规模经济而扭曲数据。例如，高科技和软件行业在美国的规模是西欧的4.9倍。13因此，我们发现美国的人工智能外部支出与销售额比为0.4%，而西欧为0.7%。但在人工智能外部支出绝对值方面，我们发现分别为870亿美元和260亿美元，导致70%的差距。 观察内部IT支出，我们发现对于相似规模的行业，西欧平均落后于美国43%，而当行业规模相差至少两倍时，差距达到46%。 根据2023年麦肯锡全球调查关于人工智能状况的报告，欧洲在通用人工智能（gen AI）的采用率上落后北美30%，40%的受访北美公司报告称至少在一个业务领域采用了通用人工智能，而欧洲受访公司的这一比例为大约30%。15 此外，根据前两个指标，数据显示西欧公司在与其美国同行相比落后45%至70%。这种差距存在于所有行业之中。当评估类似规模的行业时，14在西方欧洲和美国（例如，先进制造） 麦肯锡公司 人工智能技术创造：在欧洲，一个领域领先，在三个领域扮演挑战者，但在四个领域几乎缺席。 服务（例如），基础模型（例如，大型语言模型），人工智能应用（例如，人工智能驱动软件），以及人工智能服务（例如，咨询服务和实施）。 超出采用范围，欧洲利用通用人工智能的能力将取决于其促进通用人工智能技术在整个简化的八段价值链中传播的能力：原材料（例如，锗和硅）、人工智能半导体设备（例如，光刻系统）、人工智能半导体设计（例如，高端GPU的开发）、人工智能半导体制造（例如，晶圆厂）、云基础设施和超级计算机（例如，基础设施即服务和平台即服务）。 欧洲目前在价值链的八个细分市场中，有四个具有竞争力：AI半导体设备、基础模型、AI应用和AI服务。然而，该地区在全球市场剩余的四个细分市场中的市场份额不足5%，这四个细分市场分别是：原材料、AI半导体设计、AI半导体制造和云计算基础设施与超级计算机（如表所示）： 欧洲利用通用人工智能的能力将取决于其推动创建能贯穿整个价值链的通用人工智能技术的能力。 表格 欧洲在简化的生成式人工智能价值链的四个细分市场中表现强劲，而在剩余的四个细分市场中落后。 人工智能专用半导体领域，该领域由英伟达引领。22尽管如此，一些欧洲玩家正在采取措施来填补差距。总部位于英国的ARM公司雄心勃勃，计划于2025年推出人工智能半导体。23欧洲也通过其在功率半导体（例如，通过英飞凌和意法半导体）的设计和制造中的强势地位，在AI半导体设计中扮演着一个重要、尽管是间接的角色。 —原材料。芯片制造和半导体行业需要超过40种原材料，其中16种（例如，镓、镁和硅）被欧盟归类为既关键又战略性的。16大约5%的这些材料由欧洲公司提供。因此，该 地区严重依赖来自中国等国家的进口，中国为欧盟提供大约75%的硅需求，以及90%的镓和镁需求。17《关键原材料法案》（CRMA）支持当地生产，简化许可流程，并促进关键材料的回收。18 —人工智能半导体制造。欧洲仅生产全球约8%的半导体，以及不到1%的适用于人工智能的、至多七纳米逻辑能力半导体。24除此之外，欧洲没有高带宽内存（HBM）和先进封装的能力。展望未来，全球先进半导体制造能力预计将完全由非欧洲玩家，如台积电（TSMC），所有。25在很大程度上，这是因为欧洲的晶圆厂回报周期高于东南亚，这主要归因于更高的劳动力和能源成本。除了更高的成本外，欧洲公司还面临复杂的行政流程。在欧洲，建立一个半导体工厂并使其投入运行可能需要长达四年时间，而相比之下，在台灣仅需一年。26 —人工智能半导体设备。荷兰的ASML公司在生产适用于人工智能的高端半导体（逻辑达到七纳米）所需的 光刻机市场中处于领先地位。19欧洲公司在其他设备领域也处于领先地位，例如原子层沉积（荷兰的ASM International，市场份额约为50%）和金属有机化学气相沉积（德国公司AIXTRON，市场份额为70%到80%）。20然而，在其他关键细分市场，例如干蚀刻机和切割机，欧洲公司的市场份额较小。 —云计算基础设施和超级计算机。欧洲在计算能力方面落后于美国。欧洲是全球数据中心安装容量的18%，而美国为37%（尽管欧洲和美国的GDP相当，分别约为23万亿美元和27万亿美元）——在大多数情况下， —人工智能半导体设计。欧洲公司如英飞凌科技、恩智浦半导体和意法半导体在全球半导体集成设计制造领域扮演着重要角色，2023年市场份额约为15%。21但欧洲在设计领域的存在感较弱 欧洲数据中心运营成本通常比美国高出50%以上，这主要是由欧洲更高的能源成本驱动的。 人工智能，一家领先的开放源代码模型提供商，自2023年以来已筹集10亿美元。34然而，在这个不断追求提升模型性能的技术竞赛中，公司相较于其美国竞争对手仍然资金不足。例如，OpenAI 已筹集了 113 亿美元，而 Anthropic 已经筹集了 87 亿美元。35 这些欧洲数据中心由美国公司拥有。27在2023年，欧洲云计算公司（例如，OVH和UpCloud）在全球的市场份额约为5%（在欧洲约为15%），而美国玩家（例如，亚马逊网络服务、谷歌和微软）在全球市场份额超过70%。28此外，欧洲在每秒浮点运算（flop/s）方面的超级计算能力仅相当于其他地区的一半。29这越来越有必要在基础和应用研究中。30这 部分原因在于，美国出现了专注于该领域的私营企业（例如，CoreWeave），而欧洲的超级计算机大多位于研究中心。此外，欧洲数据中心运营成本通常比美国高出50%以上，这主要是由于欧洲较高的能源成本推动的。31 —人工智能应用。欧洲拥有多个新兴的人工智能独角兽公司（例如DeepL、Synthesia和Wayve）。该地区也是全球领先的软件公司（如达索系统、Hexago