欧洲在人工智能领域取得进展，但面临主要瓶颈。政策制定者和商业领袖可采取多措施提升竞争力，包括增加投资、发展新兴半导体技术、解决人才保留问题，并通过再培训和流动计划准备劳动力。
评估欧洲在生成式人工智能（Gen AI）经济中的竞争力需采用“采纳、创造和能源”三镜头方法。尽管当前讨论集中于大型语言模型（LLMs），但欧洲需超越LLMs，全面利用Gen AI潜力，预计到2030年每年提高欧洲劳动生产率高达3%。
采用方面：欧洲组织落后于美国同行45至70个百分点，但Gen AI技术仍处于早期阶段，机遇窗口宽敞。欧洲在采用Gen AI方面落后，主要体现在外部人工智能支出和总体信息技术支出方面。西欧在类似规模行业的外部AI支出平均落后于美国61%，而在更大行业的支出上落后71%。内部IT支出方面，西欧平均落后于美国43%。根据麦肯锡全球调查，欧洲在Gen AI的采用率上落后北美30%。
创造方面：欧洲在简化Gen AI价值链的八个细分市场中，仅在AI半导体设备领域占据领先地位。在基础模型、AI应用和AI服务领域具有挑战地位，但在原材料、AI半导体设计、AI半导体制造和云计算基础设施及超级计算机领域市场份额低于5%。欧洲在AI半导体制造领域仅生产全球约8%的半导体，且缺乏高带宽内存和先进封装能力。欧洲在云计算基础设施和超级计算机方面落后于美国，数据中心运营成本通常比美国高出50%以上。
能源方面：Gen AI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。欧洲数据中心由美国公司拥有，且欧洲在清洁能源方面具有优势，电力混合燃料中低碳能源占比达到61%。
提升欧洲在Gen AI领域竞争力的措施包括：
- 采用方面：重新培训和提升劳动力技能，全面拥抱Gen AI进行端到端转型，吸引并留住AI人才，帮助公司应对监管，在半导体领域实现超越式发展。
- 创造方面：增加投资，提升本地计算能力和资源，培养适应本地特定性的AI模型和应用。
- 能源方面：确保数据中心有足够且负担得起的可调度电力，实现欧洲以气候驱动的脱碳目标，探索重新设计电力市场。
欧洲在Gen AI领域面临挑战，但机遇窗口宽敞。政策制定者和商业领袖需全面拥抱Gen AI，确保其在道德考量下发展，以在未来技术进步中占据一席之地。
