概览
- 需要采用采用、创造和能源的三视角方法来评估欧洲在新兴生成人工智能 (gen AI) 经济中的竞争力。虽然当前的大部分讨论都围绕大语言模型 (LLM)，但欧洲政策制定者和商界领袖的目光必须超越 LLM。采用整体方法充分利用新一代人工智能的潜力，到 2030 年，欧洲的劳动生产率每年可提高 3%。
- 在采用方面，欧洲组织落后于美国同行 45% 至 70%。然而，这正是新一代人工智能的大部分经济潜力所在。由于该技术仍处于早期阶段，其生产率的大部分提升尚未释放，欧洲的机会之窗仍然敞开。
- 在创新方面，欧洲仅在全球八个领域之一中处于领先地位。简化的一代AI价值链：AI半导体设备。欧洲是其他三个领域的挑战者：基础模型、人工智能应用和人工智能服务。但在剩下的四个领域，即原材料、人工智能半导体设计、人工智能半导体制造、云基础设施和超级计算机，其市场份额均低于 5%。
- 在能源方面，新一代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，欧洲数据中心不太可能托管新一代人工智能应用和服务。
- 欧洲在这方面取得了重大进展提高人工智能意识并做出承诺，但主要瓶颈仍然存在。政策制定者和商界领袖可以探索多种手段，包括增加投资（例如医疗保健和国防部门人工智能应用的公共创新采购）、跨越新兴半导体技术（例如量子和神经形态计算）以及解决人才保留问题。此外，通过再培训和流动计划培养劳动力对于充分利用新一代人工智能的优势至关重要。
帮助欧洲充分发挥生成式人工智能潜力的整体方法
<对于生成式人工智能（gen AI）1，2022 年 11 月 OpenAIs ChatGPT 的重磅发布标志着繁荣的开始。2 从那时起，围绕该技术的大部分讨论都集中在基础模型上，特别是大型语言模型（LLM））。在这一领域，Europe3 似乎落后于同行。然而，大语言模型只是新一代人工智能领域的一部分。参与人工智能的采用、创造和能源需求有助于更全面地了解该地区在新兴的人工智能经济中的地位。
人工智能产生的大部分价值将来自组织的采用人工智能解决方案的扩展和扩展4是欧洲的一个重要考虑因素，因为欧洲的劳动生产率一直在放缓。5麦肯锡全球研究院 (MGI) 研究估计，到 2030 年，人工智能可以帮助欧洲实现高达 3% 的年生产率增长率（图表 1）.6 这种潜在的额外增长对于欧洲模式的融资至关重要，特别是在能源转型、解决赋权差距和支持人口老龄化方面。7 它还可以推动改变日常生活的突破性创新，例如加速药物发现、改善患者护理和个性化教育。
在创建 gen AI 方面，自 2022 年以来，超过 90% 的 LLM 相关资金都发生在欧洲以外。8 此外，欧洲公司仅代表斯坦福大学人工智能指数认为 101 个人工智能模型中的 25 个值得关注，远远落后于美国公司（拥有 61 个值得关注的模型）。但获取新一代人工智能技术创造带来的经济价值的机会远远超出了大语言模型的范围。它们分布在八个环节的价值链：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、云基础设施和超级计算机、基础模型（包括大语言模型）、人工智能应用和人工智能服务。9
最后，为了推动新一代人工智能的创建和采用，欧洲还需要考虑其能源能力。这是一个关键的考虑因素，因为数据中心电力需求（由人工智能加速）引发，欧洲能源系统到 2030 年将被迫管理超过 5% 的消耗增长。10
为了充分发挥新一代人工智能的潜力，欧洲的商界领袖和政策制定者必须对这项技术有一个整体的看法，其中包括创造、采用和能源带来的挑战和机遇（图表 2）。在本文中，我们描述了这些挑战，详细说明了欧洲相对于其他地区的情况，并提供了欧洲领导人如果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，可以考虑采取的一系列步骤。
新一代人工智能的采用：机会仍然广阔，但欧洲正从劣势起步
新一代人工智能的绝大多数经济价值预计将来自欧洲组织的采用。该技术仍处于早期阶段，大多数生产力潜力尚未被挖掘，因此这里的机会仍然广阔。然而，欧洲企业的发展速度比其他国家的企业慢得多。11
欧洲落后了多少？这里的信息不完整，因此我们试图通过检查三个指标来量化它。首先，我们研究了企业的外部人工智能支出，例如购买人工智能软件即服务（SaaS）解决方案。由于并非所有人工智能支出都是外部支出（例如雇用人工智能工程师），因此我们还研究了一般 IT 支出（人工智能是其中的一个组成部分），将其作为 IT 准备情况的指标和采用人工智能的重要基础。最后，我们考虑了欧洲高管对麦肯锡人工智能状况全球调查的回应。12
新的工作未来：在欧洲及其他地区部署人工智能和提高技能的竞赛
我们从绝对值和相对于公司销售额的角度分析了前两个指标，并尽可能将它们与美国数据进行比较。这种相对比较有助于解释部门规模的差异，否则会因规模经济而扭曲数据。例如，美国的高科技和软件行业规模是西欧的 4.9 倍，13 因此我们发现美国的人工智能外部支出与销售比率为 0.4%，而西欧为 0.7%。但在人工智能外部支出绝对值中，我们分别发现 87 亿美元和 26 亿美元，导致 70% 的差距。
此外，根据前两个指标，数据显示西欧公司落后于他们的国家。美国同行高出 45% 至 70%。这种差距存在于所有部门。在评估西欧和美国类似规模的行业14（例如先进制造、化学品和材料、建筑和房地产）时，我们发现欧洲落后了 45% 至 55%。对于美国规模明显大于西欧的行业（例如医疗保健和制药、高科技和软件以及媒体和娱乐），差距更加明显，从 50% 到 70% 不等（图表 3）.
根据 2023 年麦肯锡全球人工智能状况调查，欧洲在新一代人工智能采用率方面落后北美 30%，接受调查的北美公司中有 40% 表示已在至少一个领域采用了新一代人工智能相比之下，接受调查的欧洲公司的这一比例约为 30%。15
创造新一代人工智能技术：欧洲在一个领域处于领先地位，在三个领域是挑战者，但在四个领域几乎缺席
<除了采用之外，欧洲利用新一代人工智能的能力将取决于其刺激新一代人工智能技术创造的能力，这些技术遍布简化的八段价值链：原材料（例如，锗和硅）、人工智能半导体设备（例如光刻系统）、AI半导体设计（例如高端GPU的开发）、AI半导体制造（例如代工厂）、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））、基础模型（例如大语言模型）、人工智能应用程序（例如人工智能驱动的软件）和人工智能服务（例如咨询服务和实施）。
欧洲目前在以下四个方面具有竞争力：价值链八个环节：AI半导体设备、基础模型、AI应用、AI服务。然而，该地区在其余四个领域的全球市场份额不足 5%：原材料、AI 半导体设计、AI 半导体制造以及云基础设施和超级计算机（表）：
欧洲在简化的生成人工智能价值链的四个部分，其余四个部分滞后。
| 细分 | 描述 | 2023 年欧洲市场份额 | 欧洲历史市场份额，方向 | 关键数据 | |||
| 原材料 | 原材料 | 关键数据 | |||||
| 原材料 | 关键数据 | ||||||
cell>生产半导体及其机械所需的材料（例如，制造光刻工具的镓） | 稳定 | 欧洲供应约 5% 的关键战略1原材料芯片制造和半导体 | | AI半导体设备 | AI半导体生产所需的货物（例如硅片、光刻工具） | AI半导体生产所需的货物（例如硅片、光刻工具） | cell>增加 | 欧洲在极紫外光刻领域拥有8090%的市场份额（可以在半导体晶圆上形成更精细的图案，这对高端人工智能芯片至关重要） | |||
人工智能半导体设计 | 人工智能半导体的设计，包括知识产权 | 减少 | 欧洲
关于《是时候下注了：欧洲的人工智能机遇 - 麦肯锡》
暂无评论
摘要
概览 评估欧洲在新兴生成人工智能 (gen AI) 经济中的竞争力需要采用采用、创造和能源的三视角方法。参与新一代人工智能的采用、创造和能源需求有助于更全面地了解该地区在新兴的新一代人工智能经济中的地位。首先，我们研究了企业的外部人工智能支出，例如购买人工智能软件即服务（SaaS）解决方案。英飞凌科技、恩智浦半导体和意法半导体等欧洲公司在半导体集成设计制造领域发挥着全球作用，到 2023.21 将占据约 15% 的市场份额，但欧洲在适合人工智能的半导体设计方面的影响力较小，由 Nvidia 领导的领域。22 尽管如此，一些欧洲厂商正在采取措施缩小差距。2024 年 6 月，Mistral AI 高管报告称，欧洲缺乏开发和扩展 AI 的托管和计算能力。 64 事实上，截至 2023 年，欧洲拥有全球数据中心容量的 18%（欧洲公司拥有的数据中心容量不足 5%），相比之下，美国为 37%。 65 这种赤字未来可能会进一步扩大，因为麦肯锡预计，到 2030 年，全球数据中心需求将每年增长 22%。
|