“他者”德意志（一）：“进窄门”的德国 AI

“他者”是后殖民主义时期学术界对近代“西方中心主义”的一个批判概念，处于中心立场的“主体”和位于边缘地位的“他者”构成一种不平等的对立关系，这种“中心主义”的思想在古代中国和在今天的中国也都非常有市场。曾经，“他者”视角意味着文明的冲突，但现在，“他者”也可能为具有自省能力的“主体”带来参照学习的可能性。

相比于我们经常将“中美关系”看作二元对立的视角，在讨论科技议题时似乎也更多专注于中美对标、中美竞赛、中美差距等等议题。但有时候我们可能会忽略，德国在科技产业的需求、身位和路径与中国具有出奇的一致性。

比如说德国和中国同样工业基地雄厚，急需产业升级；比如德国和中国一样都需要重新找回半导体的话语权，并在 AI 等新兴技术中不容有失。看多了美国的我们，或许很适合将地处欧洲大陆的德国视作一个“他者”。以这个他者，见证中国科技之路上的更饱满侧影。

如今，作为高端制造业强国的德国，正积极推动新型科技产业的变革，谋求在全球科技竞赛中的话语权，同时也正面临区位、人才、产业转型等方面的挑战。

我们希望通过对“他者”德国的新型科技产业发展现状的梳理，从中找到中国科技产业可资借鉴、参考或警惕的经验。

为此，我们将从人工智能、半导体、电动汽车这三个德国正倾力投入的领域，来洞见一个老牌工业国在推动新科技产业上的发展逻辑和困局。

谈及 AI 产业的全球竞赛，我们通常会把目光聚焦在中美两国上面。一方面，无论是从 AI 产业的成长规模还是 AI 产业的技术积累，中美两国的 AI 实力是毋庸置疑的。另一方面，无论媒体也好，还是大众也好，很少去关注中心视野之外的“他者”。

而地处欧洲中部，面积仅有中国云南省大小，以高端制造业著称的德国，在全球人工智能的产业版图中看起来似乎并不十分抢眼。但是实际上，德国很早就开始在工业领域进行人工智能技术的布局，现在正在走上一条具有“德国特色”的 AI 产业之路。

上世纪 70 年代，德国就开始了一场“机器人替换人”的变革，采用机器人来替代部分高危、有毒、有害的工作岗位上的劳动工人，德国工业机器人至今处于世界的领先水平。

2011 年，德国提出“工业 4.0”的发展战略，其中将人工智能技术视作推动工业互联网和智能制造的重要技术力量。到 2018 年，德国出台的《人工智能战略》，相当于将人工智能上升到国家战略层面。

最令外界印象深刻的是，这一战略提出的一大期望就是将“AI 德国造”（AI Made in Germany）打造成全球公认的品质标志，这正是所谓具有“德国特色”的 AI 产业的一个核心概念。

出于对这一概念的好奇，我们将重点回答以下问题：“德国造 AI”的产生原因和发展逻辑是什么、面临哪些机遇和挑战？对于我国的 AI 产业来说又有哪些可以借鉴的经验和思路？

“起早赶晚”，德国 AI 产业的低调应考

从上世纪 70 年代的“工业机器人”计划，到 2011 年的“工业 4.0”，再到如今将人工智能视为重点国家战略，德国联邦政府对于 AI 产业的发展不可谓不重视。但从近几年来并没有多少亮眼的表现来看，难免给外界一种“起了大早，赶了晚集”的感觉。

事实上，德国 AI 产业正在走出一条极具特色的发展道路，就是 AI 技术的研发主要根植于工业、制造业领域，更注重生产端，注重生产效率的提升。这一特点显著区别于美国的“以消费端应用”为主的 AI 技术路线，因此很难吸引外界的关注和报道。

以德国顶级的 AI 研究机构，也是目前全球最大的非营利人工智能研究机构——德国人工智能研究中心（DFKI）为例，其覆盖了人工智能产业的主要方向，包括：大数据分析、知识管理、画面处理和理解和自然语言处理、人机交互、机器人等领域，成立三十年时间，形成大量的产业成果，并孵化创立了 80 多家创业公司，服务于工业、汽车、物流等产业。

（DFKI 孵化的部分 AI 企业）

正如 DFKI 深度学习能力中心主任达米安·波尔特所透露的，德国 AI 技术依托的是高端机械制造业的发展，在 DFKI 的 AI 研究人员也大多拥有机械工程背景，在软件应用开发上面略显迟钝。

不过，德国在 2018 年发布的《联邦政府人工智能战略》也指出，德国人工智能的发展水平相对滞后。表现在广大中小企业缺乏 AI 领域的专业知识，而 AI 初创平台只有一部分在汽车、工业、供应链、物流、安防等少数领域，且缺乏对产业 AI 化的深入见解。在这些表象问题的背后，其实和德国的产业优势和区位条件息息相关的。

在德国，推动 AI 技术应用的主体是中小企业，他们通常是各工业领域细分赛道的“隐形”领军企业，尽管这些企业推动了人工智能在一些环节的落地，但是缺乏像中美两国那样的大型平台型科技公司的支持，无法形成具有影响力和规模化的 AI 技术平台和大数据平台。

而 AI 初创企业又普遍面临资本不足的困境，相关软件开发人员又难以短时间形成专业的产业知识，因此又难以形成产业规模效应，更容易集中在机器视觉、客户服务等易上手领域。同时，德国政府鼓励 AI 产业的相关企业将更多的注意力集中在工业制造业领域，以确保这些领域在智能化上的领先优势。

为此，2018 年底，德国联邦政府正式发布的《人工智能战略》，提出的战略口号是“AI Made in Germany”，也就是“德国造 AI”，目标是使“产业化 AI”成为全球公认的高品质标志。

因此我们可以看出，德国 AI 产业的发展带有强烈的路径依赖，试图延续在工业制造业领域的品质优势，采用一种类似“进窄门”的策略来进行 AI 产业的战略突围。

穿越“窄门”，多重挑战下的最优解

那么，德国 AI 产业选择穿越工业 AI 的这道“窄门”，究竟是有意为之，还是迫不得已？实际上，两方面的考虑兼而有之。德国自身的先天不足和优势，同时决定了工业 AI 战略选择。

先天不足之处在于，德国人口有限，德语也并非全球通用语言，无法形成具有全球影响力的互联网应用平台。因此，德国 AI 产业的生态无法从大众消费场景中建立。而先天的优势就在于，高端制造业的产业人才、数据、经验积累，使得德国的科研机构和创业企业，自然更倾向于在优势产业中率先推动人工智能技术的发展。

在德国联邦政府发布的《人工智能战略》中，一个主要目标就是借助 AI 技术来保证德国在工业 4.0 领域的强势地位，并成为工业 AI 应用领域的领导者。目前，工业 4.0 平台上正在研究 AI 的工业应用案例，包括订单控制的生产、自适应工厂、自组织的自适应物流、基于价值的服务、产品交付的透明化与自适应性、生产中的人机交互技术、智能生产中的智能产品研发、创新产品研发、无缝且动态的工厂工程等。

（工业 AI 的泛在应用）

2019 年 2 月 5 日，德国联邦经济事务与能源部发布了《国家工业战略 2030》草案，旨在有针对性地扶持重点工业领域与人工智能相结合，为相关企业提供更优惠的政策服务，并放宽垄断法，允许形成“全国冠军”甚至“欧洲冠军”企业，以提高德国的全球竞争力。

为了巩固这一战略，去年底，德国联邦政府对《人工智能战略》做出修订，试图从资金投入、人才培养和国际开放合作多个角度来确保人工智能的创新能力。

（德国主要 AI 研究机构）

当然，德国的人工智能战略的目标不只是限于保持德国工业制造业的领先优势，同样也在推动 AI 在社会生活领域的应用，特别是在自动驾驶、智能医疗、行政管理领域有所作为。同样，该战略也在多处体现了德国对 AI 的技术伦理、数据安全、数据可用性的高度重视。

另外，德国也清楚自己在人工智能技术领域存在的短板，比如在 AI 芯片的研发和制造上的缺失，以及在人才、资金等方面的不足，德国也正在越来越依靠国外的科技巨头和风险投资来发展自己的人工智能技术。在多样化合作关系下，德国的人工智能技术随着在工业互联网、智能制造等领域的推进也将有机会在海外市场得到发展机会。

“AI 德国造”给我们的启发

最后，我们如何来理解“AI 德国造”的内在逻辑呢？

用博世集团 CTO 迈克尔·博尔接受采访的一段话说，就是“在人工智能的应用上，美国和中国的大型互联网公司优先考虑的是让机器来理解人，而欧洲（德国）则更关注另一方面，我们让机器优先理解物理世界，也就是所谓的工业 AI。”

简单来说，就是德国打造了一个极富识别度、具有“德国特质”的 AI 品牌，这是在市场、资金、人才规模都不占有优势的现实制约下的最优选择。

对于中国而言，尽管我们在发展 AI 产业上有着比德国更优渥的条件，但是德国的 AI 产业经验同样能够给我们许多启发。

首先，最重要的是，我们如何能在全球 AI 产业中打造更具竞争力、更具识别度的“AI 中国造”的产品，在像交通、安防、物联网等细分 AI 产业领赢得绝对领先优势

其次，AI 产业的繁荣依赖大量具有创新力的中小 AI 企业的不断涌现。德国政府通过科研机构鼓励和孵化独立 AI 初创企业的方式，来推动 AI 技术的成果转化。这对于中国的“产学研”的发展思路，具有积极的借鉴意义。

另外，AI 产业的健康、可持续发展，是建立在数据安全和数据可用性的基础之上。德国以及欧盟在数字安全领域的严格标准和保护成为我们应该学习和遵循的范例。我国企业也只有加强在数据安全等方面的合法合规，才能在 AI 产业的海外扩张中少交学费，避免翻车。

总之，“德国造 AI”虽然存在这样那样的短板，但在工业制造业领域的基础优势，在科研和数据安全合规上有着领先优势，确保其在全球市场找到一定的发展空间。

而中国的 AI 产业想要实现高质量发展和全球性的产业增长，或许也要注意“宽门”和“窄门”的平衡。

有时候优先穿越一些窄门，是为了走得更宽敞。