电竞比分网-中国电竞赛事及体育赛事平台

關(guān)于ZAKER 合作
鈦媒體 10分鐘前

日本,急了

文 | 華商韜略

日本,終于急了。

4 月 12 日,日本科技圈傳來(lái)重磅消息,軟銀、NEC、本田、索尼集團(tuán)宣布聯(lián)合成立 " 日本 AI 基礎(chǔ)模型開(kāi)發(fā)公司 "。

這四家企業(yè),分別是日本通信、IT、汽車與電子四大支柱產(chǎn)業(yè)的重要代表。四大巨頭聯(lián)手攻堅(jiān) AI 研發(fā),已經(jīng)不能簡(jiǎn)單視為一次企業(yè)合作。

它更像是一個(gè)信號(hào):日本開(kāi)始用國(guó)家級(jí)協(xié)同的方式,追趕 AI 競(jìng)爭(zhēng)。

01 想干什么

這家新公司總部,設(shè)在東京澀谷,初期計(jì)劃匯集約 100 名 AI 工程師。社長(zhǎng)由一位曾在軟銀主導(dǎo)國(guó)產(chǎn)生成式 AI 開(kāi)發(fā)的核心骨干出任。

在股權(quán)結(jié)構(gòu)上,軟銀、NEC、本田、索尼四家核心企業(yè)各持十?dāng)?shù)個(gè)百分點(diǎn)股份,共同承擔(dān)經(jīng)營(yíng)責(zé)任。此外,日本制鐵、神戶制鋼所,以及三菱日聯(lián)、三井住友和瑞穗三家大型銀行也參與了出資。AI 公司 Preferred Networks 則加入了模型開(kāi)發(fā)。

從分工來(lái)看,軟銀和 NEC 負(fù)責(zé)構(gòu)建 AI 的底座,即基礎(chǔ)模型的開(kāi)發(fā)與大規(guī)模算力設(shè)施建設(shè)。而本田與索尼則計(jì)劃將 AI 應(yīng)用導(dǎo)入自動(dòng)駕駛、機(jī)器人、游戲、影音娛樂(lè)及半導(dǎo)體等具備實(shí)體交互能力的領(lǐng)域。

更關(guān)鍵的是,這套模型并不只服務(wù)于股東企業(yè)內(nèi)部,而是計(jì)劃向日本企業(yè)整體開(kāi)放,并逐步延伸到機(jī)器人控制等更復(fù)雜的場(chǎng)景。

換句話說(shuō),這家公司從一開(kāi)始就試圖,讓 AI 不只是被研發(fā)出來(lái),而是能夠直接進(jìn)入產(chǎn)業(yè)系統(tǒng),在真實(shí)場(chǎng)景中運(yùn)轉(zhuǎn)。

從目標(biāo)上看,第一步是完成一個(gè)一兆參數(shù)規(guī)模的基礎(chǔ)模型,第二步則是向?qū)嶓w AI(Physical AI)推進(jìn)。

如果說(shuō)生成式 AI 主要處理語(yǔ)言與信息,實(shí)體 AI 要解決的則是行動(dòng)本身。讓 AI 進(jìn)入物理世界,驅(qū)動(dòng)機(jī)器、參與生產(chǎn),正是日本少數(shù)仍然具備優(yōu)勢(shì)的領(lǐng)域。

日本的盤(pán)算是,與其在通用大模型賽道上與中美正面競(jìng)爭(zhēng),不如轉(zhuǎn)向這個(gè)尚未形成絕對(duì)壟斷的交叉地帶,用制造業(yè)優(yōu)勢(shì)換取一條差異化路徑。

當(dāng)然,這次四大巨頭抱團(tuán)還有一個(gè)非?,F(xiàn)實(shí)的目標(biāo),爭(zhēng)取政府資金支持。

日本經(jīng)濟(jì)產(chǎn)業(yè)省旗下的 NEDO,正在公開(kāi)征集國(guó)產(chǎn) AI 開(kāi)發(fā)企業(yè)。該項(xiàng)目計(jì)劃在 2026 至 2030 年間提供總額約 1 萬(wàn)億日元(約合 427.96 億元人民幣)的資金支持。一旦入選,這家公司將在未來(lái)五年獲得穩(wěn)定資金來(lái)源,為長(zhǎng)周期、高不確定性的技術(shù)投入提供制度保障。

這也意味著,這一項(xiàng)目已經(jīng)具備了國(guó)家工程的雛形。

但也正因如此,才讓人不得不追問(wèn):日本為什么突然讓幾家頭部企業(yè)坐到同一張桌子上?

答案很簡(jiǎn)單,日本 AI 產(chǎn)業(yè)的動(dòng)作,實(shí)在太慢了。

02 慢在哪兒

過(guò)去幾年,日本 AI 產(chǎn)業(yè)的慢,不是簡(jiǎn)單的技術(shù)落后,而是一整套結(jié)構(gòu)性問(wèn)題疊加的結(jié)果。

第一個(gè)癥結(jié),是觀望文化。

自 ChatGPT 掀起生成式 AI 浪潮以來(lái),中美企業(yè)迅速搶位,在技術(shù)研發(fā)、場(chǎng)景落地、資本投入上持續(xù)加碼。而日本的主流節(jié)奏,卻是 " 先討論,再評(píng)估,然后繼續(xù)觀望 "。

這種節(jié)奏背后,有其深層的文化邏輯。日本企業(yè)長(zhǎng)期強(qiáng)調(diào)穩(wěn)健經(jīng)營(yíng),傾向于驗(yàn)證成熟路徑,而非押注不確定性。這在制造業(yè)時(shí)代是優(yōu)勢(shì),但在 AI 這種需要快速迭代、容忍試錯(cuò)的領(lǐng)域,謹(jǐn)慎反而變成了高成本的遲疑。

2022 年 11 月 ChatGPT 發(fā)布,兩個(gè)月內(nèi)全球用戶破億。但直到 2023 年 5 月,日本才新設(shè) " 人工智能戰(zhàn)略會(huì)議 "。而在當(dāng)年,中美分別完成多輪產(chǎn)品迭代,GPT-4 發(fā)布、Gemini 上線,文心一言、通義千問(wèn)相繼推出。窗口期,就在一次次評(píng)估會(huì)議中悄然關(guān)閉。

第二個(gè)癥結(jié),是內(nèi)部割裂。

日本并非沒(méi)有布局。NEC 推出了面向企業(yè)的日語(yǔ)大模型 cotomi,NTT 發(fā)布了專注日語(yǔ)處理的 tsuzumi,富士通在醫(yī)療、制造等垂直領(lǐng)域推進(jìn) AI 落地。軟銀的核心目標(biāo)則是,掌握 AI 時(shí)代的關(guān)鍵資源,包括算力、芯片、大模型與能源等。

單看每一家,都有動(dòng)作,都有方向。但問(wèn)題在于,這些努力分散在各自的體系內(nèi),缺乏統(tǒng)一平臺(tái)和協(xié)同機(jī)制。

對(duì)比之下,差距一目了然。美國(guó)是微軟與 OpenAI 式的深度綁定,資本、技術(shù)、市場(chǎng)三位一體;中國(guó)是大廠與國(guó)家資源的集中推進(jìn),方向統(tǒng)一、合力明顯。

而日本長(zhǎng)期處于 " 各做各的 " 狀態(tài),既缺乏頂層整合,又沒(méi)有形成系統(tǒng)能力。

第三個(gè)癥結(jié),是產(chǎn)業(yè)優(yōu)勢(shì)的錯(cuò)位。

日本依然是全球制造業(yè)強(qiáng)國(guó),在精密設(shè)備、工業(yè)機(jī)器人、傳感器等領(lǐng)域擁有深厚積累。發(fā)那科的工業(yè)機(jī)器人、基恩士的傳感器、信越化學(xué)的半導(dǎo)體材料,在全球市場(chǎng)長(zhǎng)期占據(jù)主導(dǎo)地位。

但 AI 的競(jìng)爭(zhēng)邏輯,與制造業(yè)并不在同一維度。前者依賴數(shù)據(jù)規(guī)模、算法演進(jìn)與算力投入,強(qiáng)調(diào)開(kāi)放生態(tài)與快速試錯(cuò)。后者則強(qiáng)調(diào)工藝控制、長(zhǎng)期積累與穩(wěn)定迭代。

" 制造強(qiáng) " 并不會(huì)自動(dòng)轉(zhuǎn)化為 AI 強(qiáng),過(guò)往的成功經(jīng)驗(yàn)反而容易形成路徑依賴。當(dāng)全球競(jìng)爭(zhēng)已經(jīng)轉(zhuǎn)向 " 數(shù)據(jù)—模型—應(yīng)用 " 的閉環(huán)時(shí),日本仍有一部分能力被鎖定在硬件優(yōu)勢(shì)的舊軌道上。

第四個(gè)癥結(jié),是人才匱乏與市場(chǎng)基礎(chǔ)薄弱。

據(jù)日本經(jīng)濟(jì)產(chǎn)業(yè)省統(tǒng)計(jì),到 2030 年,日本預(yù)計(jì)將面臨最高約 79 萬(wàn)名軟件工程師的缺口,其中 AI 領(lǐng)域缺口超 12.4 萬(wàn)人。與此同時(shí),頂尖 AI 人才持續(xù)流向美國(guó)和中國(guó)。

需求端同樣不樂(lè)觀。2024 財(cái)年,日本民眾生成式 AI 使用率僅為 26.7%,遠(yuǎn)低于中國(guó)的 81% 和美國(guó)的 68.8%。僅有 49.7% 的日本企業(yè)制定了 AI 應(yīng)用政策,而美國(guó)這一比例是 84.8%,德國(guó)是 76.4%。

更關(guān)鍵的是,這兩者形成了一個(gè)自我強(qiáng)化的循環(huán):使用率低,數(shù)據(jù)積累慢;數(shù)據(jù)少,模型難以優(yōu)化;模型體驗(yàn)不佳,又進(jìn)一步抑制使用意愿。久而久之,日本在 " 數(shù)據(jù)—模型—應(yīng)用 " 的飛輪上始終轉(zhuǎn)不起來(lái),與中美之間的差距被不斷放大。

四個(gè)癥結(jié)疊加,最終指向同一個(gè)問(wèn)題。日本并不缺技術(shù)能力,也不缺頭部企業(yè),真正缺的是一種整合能力。

這也正是當(dāng)單打獨(dú)斗已經(jīng)無(wú)法追趕,日本企業(yè)開(kāi)始抱團(tuán)的深層原因。

03 能追上中美嗎?

日本,已經(jīng)在提速。

一方面,是頂層設(shè)計(jì)的躍遷。日本通過(guò)立法,將 AI 發(fā)展提升至 " 國(guó)家戰(zhàn)略工程 " 高度,提出到 2040 年占據(jù)全球 AI 機(jī)器人市場(chǎng) 30% 的份額,同時(shí)把公眾 AI 使用率從 2024 年的約 26.7% 拉升到 80%。

另一方面,是資金的加碼。2025 財(cái)年,日本 AI 相關(guān)預(yù)算達(dá)到 1969 億日元,同比增長(zhǎng)約 67%,創(chuàng)下歷史新高。這釋放出明確的信號(hào):日本不再觀望,而是要真金白銀地下場(chǎng)。

更關(guān)鍵的,是規(guī)則層面的松綁。今年 4 月,日本《個(gè)人信息保護(hù)法》完成修訂,在特定場(chǎng)景下允許企業(yè)無(wú)需用戶 " 事先同意 " 即可使用部分個(gè)人數(shù)據(jù),直接降低了數(shù)據(jù)使用門(mén)檻。日本數(shù)字化轉(zhuǎn)型大臣松本尚直白地表示,要把日本變成 " 全球最容易開(kāi)發(fā) AI 應(yīng)用的國(guó)家之一 "。

從這一系列動(dòng)作來(lái)看,日本的焦慮顯而易見(jiàn),決心也是真實(shí)的。但焦慮和決心,不等于能追上。

首先是生態(tài)差距。日本入場(chǎng)本就晚了,數(shù)據(jù)積累、資本規(guī)模、頂尖人才的短板,不是靠一兩年的預(yù)算增長(zhǎng)就能補(bǔ)齊的。開(kāi)源生態(tài)的活躍度遠(yuǎn)不及中美,這個(gè)差距是系統(tǒng)性的,不是某個(gè)政策能一鍵拉平的。

其次是競(jìng)爭(zhēng)格局已經(jīng)成型。中美已掌握 AI 產(chǎn)業(yè)鏈的核心話語(yǔ)權(quán),從芯片到模型,從數(shù)據(jù)到應(yīng)用,幾乎每一個(gè)關(guān)鍵節(jié)點(diǎn)都有強(qiáng)勢(shì)玩家卡位。日本面臨技術(shù)和市場(chǎng)的雙重?cái)D壓,突圍空間非常有限。

第三,是更深層的文化與結(jié)構(gòu)性約束。日本的風(fēng)險(xiǎn)厭惡文化、企業(yè)決策機(jī)制,以及愈發(fā)嚴(yán)峻的老齡化問(wèn)題,都在影響 AI 的落地速度和創(chuàng)新活力。AI 本質(zhì)上是一個(gè)需要快速試錯(cuò)的行業(yè),但日本社會(huì)更習(xí)慣 " 驗(yàn)證之后再行動(dòng) "。當(dāng)節(jié)奏成為核心變量時(shí),這種差異會(huì)被不斷放大。

所以綜合來(lái)看,日本想要追上中美,進(jìn)入 AI 第一梯隊(duì),幾乎沒(méi)有可能。

但這并不意味著日本會(huì)出局。它的優(yōu)勢(shì),恰恰不在 " 通用 AI",而在 "AI+ 產(chǎn)業(yè) " 上。幾十年制造業(yè)沉淀下來(lái)的工業(yè)數(shù)據(jù)、穩(wěn)定可靠的硬件能力,以及在機(jī)器人、精密制造等領(lǐng)域的長(zhǎng)期積累,依然是全球少有國(guó)家能夠比肩的。當(dāng) AI 進(jìn)入實(shí)體產(chǎn)業(yè)深水區(qū),這些能力反而會(huì)變得更加重要。

日本未必能成為 AI 規(guī)則的制定者,但完全有能力成為 AI 工業(yè)化最強(qiáng)的執(zhí)行者。

因此,日本的 AI 未來(lái),可能不在于全面追趕,而在于精準(zhǔn)卡位。第二梯隊(duì)的頭部,未必不是一個(gè)好位置。

參考資料

[ 1 ] 《日本終于開(kāi)始動(dòng)真格了》靜說(shuō)日本

[ 2 ] 《合作開(kāi)發(fā)日本 AI 基礎(chǔ)模型,軟銀、NEC、本田、索尼等成立新公司》IT 之家

相關(guān)標(biāo)簽

相關(guān)閱讀

最新評(píng)論

沒(méi)有更多評(píng)論了

覺(jué)得文章不錯(cuò),微信掃描分享好友

掃碼分享

熱門(mén)推薦

查看更多內(nèi)容

企業(yè)資訊

查看更多內(nèi)容