美国和中国在人工智能投资和应用方面明显处于领先地位。本文认为，尽管欧洲在这些方面落后，但拥有大量开发人才和重要的人工智能枢纽。如果欧洲将人力资本和创新文化与其他地区的投资水平结合起来，其人工智能产业就可能蓬勃发展。
欧洲可能面临进一步落后于美国和中国的风险，这两个国家在人工智能（AI）的应用和供给方面处于领先地位。两国都在大力投资这些技术。与此同时，欧洲可能发现自己要与一个迅速扩大的人工智能竞争阵营较量，其中包括加拿大、日本和韩国，这些国家都在人工智能领域取得进展（CIFAR 2017、AIST 2017、Zastrow 2016）。不过，也有一些证据——尤其是欧洲人工智能初创企业的实力和深厚的人才储备——表明，这种看法过于悲观。
欧洲的人工智能差距
对欧洲人工智能持悲观看法，主要基于以下几项观察：
欧盟28国各自与美国之间的数字商品和服务贸易余额一直为负，这与传统商品和服务贸易的情况不同（Gomez-Herrera and Martens 2014）。
截至2017年底，全球10家最大互联网公司中没有一家位于欧洲。2017年2月，全球185家独角兽企业——估值至少为10亿美元的私营公司——中，欧洲仅占10%，而美国占54%。中国的独角兽企业占23%（McKinsey Global Institute 2019）。全球人工智能初创企业百强中只有4家欧洲公司：英国的Onfido和Tractable、法国的Shift Technology，以及西班牙的Sherpa（CB Insights 2017）。
尽管欧洲率先测试和开发人工智能技术，但其对数字初创企业的投资规模仍小于美国和中国。截至2017年底，美国的人均投资约为220欧元。在欧洲，瑞典的人均投资为123欧元（该地区最高），芬兰为58欧元，而意大利的人均投资仅为3欧元。2016年，欧洲在人工智能领域仅吸引了全球风险投资和企业资金的11%。同期，50%的资金流向美国公司，其余流向亚洲，主要是中国（MGI 2017）。
2018年，欧洲仍未迎头赶上（CB Insights 2017）。当年，中国吸引了全球近一半的人工智能初创企业投资，超过美国的38%。欧盟委员会宣布将投资26亿欧元用于人工智能和机器人技术；相比之下，中国在北京一座人工智能科技园的单项投入就达19亿欧元（Larson 2018）。
人工智能初创企业的决定因素——生产函数分析方法
这种说法可能具有误导性。投资只是发展初创企业的一项投入，而欧洲拥有不少人工智能初创企业（Craglia 2018）。另一项投入是人力资本；欧洲拥有顶尖的人工智能和计算机科学大学研究中心，尤其是在法国、德国、瑞士和英国。还可以看到，欧洲有570万名专业软件开发人员，而美国有440万名（Atomico 2018）。
然而，我们缺乏对决定人工智能初创企业发展动态的因素及其相对权重的客观分析。我们开展了系统分析，并参考了其他关于美国和欧洲初创企业枢纽的研究（例如 Valuer.ai 2019），最终采用一种类似生产函数的模型，将城市和国家层面的人工智能初创企业密度与一系列生产要素联系起来，并纳入能够推动生产前沿变化的宏观经济促进因素（MGI 2019）。主要发现包括：
除美国硅谷和波士顿这些被过度引用的案例外，还有许多其他枢纽。欧洲也拥有重要枢纽。按人均计算，斯德哥尔摩是全球最活跃的科技枢纽之一，拥有250家深科技企业，其中多达30%在2013年是人工智能初创企业。这里孕育了数量可观的新兴数字原生企业和独角兽企业。赫尔辛基汇聚了Rovio、Supercell和Linux等国际知名公司，如今其人均初创企业密度高于美国的波士顿、纽约或西雅图。
成功的人工智能枢纽通常有一个共同特点：所在城市建立了公私营企业与主要大学之间的合作关系。美国枢纽中，斯坦福大学和哈佛大学是两所最著名的大学。来自这两个枢纽的创业者创立了更多独角兽企业（斯坦福大学相关创业者创立了50多家，哈佛大学相关创业者创立了近40家）（Kotsch 2017）。巴黎拥有巴黎矿业学院（MINES ParisTech）（Mines ParisTech 2018）；苏黎世拥有苏黎世联邦理工学院（ETH），洛桑拥有洛桑联邦理工学院（EPFL）（MGI 2018）。
城市也往往会押注特定的技术组合，例如赫尔辛基不仅在人工智能领域实力突出，在生物技术和游戏领域也很强（Vauer.ai 2018）。最后，公共机构也发挥着作用，而且不只是作为资金来源。例如，政府可以成为有承诺的客户，提供足够需求，推动人工智能初创企业发展。波罗的海国家的电子政务就是一例。中国政府也是与视频识别相关的人工智能企业的主要客户。
我们估算了人工智能初创企业密度的一般超越对数函数，其中包括“传统”生产要素，例如人力资本（人均专业开发人员数量）和人工智能资本（深科技投资累计金额），并加入其他可能推动生产前沿变化的因素，例如数字领域公私合作的数量、技术组合的范围，以及打造创新商业模式的能力。总体而言，模型证实融资发挥着实质性作用：其弹性超过0.7，是与专业开发人员密度相关的0.3弹性的两倍。
资本与劳动之间存在较小的互补效应，正如学术研究所预期并通过实证发现的那样（Aghion等人2017年和Tambe 2014年研究就是例子）；这种互补效应足以在城市和国家层面形成规模经济。我们发现，打造创新商业模式的能力在统计上显著，并且与人工智能初创企业密度高度相关，估算弹性为0.3，与人力资本的弹性相当。
这些分析证实，融资投资规模会影响初创企业密度。事实上，2015年至2017年间，美国对数字初创企业的投资额是瑞典的两倍，而瑞典的投资额又是芬兰的两倍。不过，分析也表明，要让初创企业形成规模，投资必须与高技能开发人员和创新文化相结合。已证明具备创新商业模式能力的城市包括阿姆斯特丹、塔林、斯德哥尔摩和赫尔辛基。
欧洲并非注定会在人工智能领域落后，甚至可能蓬勃发展。资金或许很快就会流入；欧盟委员会也可能发挥作用，克服欧洲当前人工智能发展较为分散的问题，将欧洲各地有潜力的枢纽连接起来，形成规模。
