欧洲AI战略想摆脱依赖：不只造大模型，更要掌握算力、数据与供应链

欧洲《变革性AI战略》（A Transformative AI Strategy for Europe）的出发点很明确：欧洲不应接受自己只是美国和中国前沿AI系统的长期用户。它提出的不是单纯“扶持一家欧洲版AI巨头”，而是一套围绕算力、能源、数据、供应链、应用扩散与安全治理展开的主权与增长议程。需要注意的是，这份文件属于其参与者提出的政策方案，并不是欧盟已经采纳的正式项目。12

先确保可获得关键AI能力，而非仓促押注“欧洲冠军”

战略认为，短期内欧洲未必必须立即打造一家独立、全面对标美国头部公司的前沿模型企业。更现实的路径，是将芯片、欧洲数据中心选址、工业数据、公共采购以及供应链关键环节转化为集体议价能力，从而获得稳定、长期的先进模型和芯片供给。

文件并未排除欧洲自主前沿模型项目，但把它视为门槛很高的条件性选择：若投入不足，最终可能既花了钱，又仍依赖外部平台。12

把分散的国家资产变成共同筹码

战略建议建立由有意愿成员国组成的供应链安全联盟，并与欧盟委员会协调行动。其逻辑是，欧洲国家在全球半导体和AI供应链中并非毫无位置，尤其拥有与ASML相关的先进光刻能力等关键节点；但若各国单独谈判，这些优势难以转化为实际影响力。14

联盟的目标包括：降低出口限制带来的断供风险，并在芯片供应、投资落地和长期模型访问条件上争取更有利的安排。换言之，重点不只是“拥有技术”，更是把技术与市场需求组织成可用的谈判力量。

到2030年争取全球15%的AI算力，但电力与审批是硬约束

战略提出，到2030年应让欧盟境内拥有至少15%的全球AI算力，大致与欧盟在全球经济中的体量相称。报告所述目标是数据中心设施总功率达到约45吉瓦；相较目前不足2吉瓦，意味着需新增约43吉瓦，并非在现有基础上再增加整整45吉瓦。15

这不是简单添置服务器的问题。如此规模的建设需要大规模调动资本，并同步解决许可审批、电网扩容、清洁电力供应以及与当地社区分享收益等问题。12 因而，算力战略本身也是能源、基建和产业协调战略。

防止“换一种依赖”：既要自主，也要保持竞争

该战略反对只把目标理解为摆脱外国依赖。若欧洲以一个封闭的本土寡头取代外部平台，同样会带来锁定效应、价格与创新风险。

因此，文件主张推进数据和算力的可迁移性、多供应商采购，以及能让算力、数据与AI收益保持可竞争的治理安排。这与马里奥·德拉吉的思路一致：欧洲企业可通过联合需求或产业联盟，为本土数据中心和算力设施提供长期订单与融资基础；但新体系不能复制硅谷式的高度集中，而应保持互操作、竞争和广泛可及。1315

最终目标是生产率，而不只是“堆算力”

战略的经济逻辑是，算力和数据控制权只是手段，真正目标是让AI扩散到欧洲广泛的制造业与服务业中。报告估计，广泛采用AI有望使欧洲年度全要素生产率增速提高约0.3至0.4个百分点。12

因此，数据中心并不应只是少数科技公司的资产，也应成为企业创新、产业升级、议价能力与经济韧性的基础设施。

时间窗口被认为正在收窄

文件强调，拖延的代价不只是错过一轮技术热潮，而是形成结构性依赖：欧洲在本土消费由他国开发、部署和治理的AI。其提出的五项“即时目标”意在从2026年开始推动行动；菲利普·阿吉翁、玛格丽特·韦斯塔格、克莱门斯·福斯特、约书亚·本吉奥和莫妮卡·施尼策等参与者也强调了行动的紧迫性。12

关键分歧不在方向，而在能否落地

这套方案与德拉吉的共同点在于：欧洲需要形成足以投资、建设并谈判的共同规模；不同之处不应是建立受保护的欧洲垄断，而应打造开放、可竞争、可广泛使用的能力。

真正尚未解决的是执行。要将目标变为现实，欧洲必须在跨国融资、电力和电网接入、项目审批、国家援助约束以及可信治理上实现协调。这些都是欧洲过去经常难以高效完成、但如今不能回避的制度考验。