歐洲在消費 AI 的競賽上已經輸了，這一點幾乎沒有爭議，但在工廠裡情況還沒有定論。當語言模型的發展被美國與中國遠遠甩開，歐洲製造業正在押注一個不同的問題：如果 AI 的戰場從聊天機器人轉移到生產線，超過百年累積的工業數據與製造專業，能不能成為一張有效的底牌？
消費 AI 輸了，工業 AI 還是開放競局
德國經濟部長 Katherina Reiche 在今年 5 月直白指出：「我們可能已經輸掉開發最佳語言模型的競賽，這一點很清楚。但我們絕對還沒輸掉將 AI 整合進企業的競賽。這是主權、競爭力與這個地區生存的問題。」
歐洲在消費 AI 領域已明顯落後美國與中國，但在工業與製造應用領域，根據智庫 Interface 今年 5 月的報告，歐洲 AI 新創活動強於美國。
Mistral AI 這家歐洲最具代表性的 AI 新創，也正將重心轉向工業應用。更重要的是，Siemens、Schneider Electric、Dassault Systèmes、ABB 等在全球製造業深耕逾百年的工業巨頭，正在將 AI 嵌入自動化產品與軟體，協助工廠提升生產效率與競爭力。
歐洲的底牌，或許是超過百年累積的製造業數據與領域專業，而這是中美短期內難以複製的資產。
這個主權意識也已從廠商心態上升到立法層次。歐盟近年推動主權 AI 與雲端相關法規，執委會主席范德賴恩明確表示：「我們無法依賴他人來維持醫院運作、電網穩定與服務安全」；歐盟科技主管 Henna Virkkunen 更警告「斷路器」風險，意即外國政府或企業可能關閉或中斷關鍵服務。
工業 AI 的核心應用目前集中在三個方向：預測性維護（在設備故障前透過數據分析偵測異常）、數位孿生（建立工廠或機械的虛擬複本用於模擬與測試），以及 AI 代理系統（監控運營、提出建議，甚至自主調整機械設定或協調工作流程）。
落地比宣傳難：資金、人才與標準化三重門檻
然而，從個別成功案例到全面部署，距離遠比數字看起來的大。Schneider Electric 施耐德電機工業自動化服務資深副總裁 Cecile Vercellino 指出，目前只有 30% 的製造商，真正從大規模數位轉型專案中獲益，多數仍停留在試點階段。
問題出在哪裡？導入工業 AI 需要同時具備資金、技術人才，以及足夠標準化的製程才能自動化。歐洲製造業基礎往往缺少其中一項以上。
德國中小企業 PAWA-Tech GmbH 的負責人 Paul Walczok 為了現代化生產線，投資了兩台自動化銑床，成本是傳統設備的兩倍。即便如此，他仍認為全面自動化在他的工廠行不通：「最後一道加工步驟，你真的需要熟練工人，這一點非常清楚。」
跨廠區的規模化也是普遍痛點。Vercellino 說，即使在同一個企業集團內，匈牙利工廠與葡萄牙工廠的流程方法可能截然不同，可擴展性有時非常困難。此外，工業 AI 高度依賴各工廠機器、材料與製程的專屬數據，在對中美依賴愈來愈敏感的當下，歐洲製造商對於將這類資訊交給第三方抱有戒心，這反而為本土供應商創造了一道保護屏障。
而 Trumpf 是一個例外，也是少數；這家德國雷射設備製造商自 2015 年開始連接機器以來，效率提升達 30%，目前在全球包含美國與中國在內運營智慧工廠。Trumpf 機床部門主管 Stephan Mayer 形容 AI 是「巨大的遊戲規則改變者」，許多需要大量人工的流程都可以靠 AI 自動化。
但 Trumpf 的優勢在於其雷射技術本身就供應 ASML 等頂尖客戶，擁有多數同業不具備的資源與技術積累。
中國推進、美國跟上，歐洲窗口正在縮小
美國的 Emerson Electric、Rockwell Automation 與 Honeywell 正在佈局機器學習技術，但歐洲最大的挑戰可能來自中國，因為中國不只是在製造業整體表現強勁，更在機器人與 AI 的交叉領域高度聚焦。
西門子能源執行長 Christian Bruch 指出，亞洲的新技術整合速度普遍快於歐洲，西門子能源已在上海建立自動化開關設備工廠，將大量人工任務轉移給機器並縮減人力，但他坦言在德國複製同樣的模式並不直接。
管理顧問公司波士頓顧問集團（BCG）今年 5 月的報告估計，西歐與北歐約 1 兆美元的製造業價值面臨外移風險。法國工業軟體公司 Dassault Systèmes 中歐區總經理 Sabine Scheunert，給出了最明確的時間警告：「我們大概還有兩年，最多三年，但不會更多。」她認為，若歐洲製造商無法在這個窗口內整合並落地 AI，將再也追不上亞洲。
【推薦閱讀】
◆ 告別矽谷獨大時代：北歐浪潮與 AI 雙重引擎，歐洲科技生態迎黃金轉折點
◆ 【怎麼管 AI 更重要】會用 AI 已不稀奇，歐洲商學院開始培養能「質疑模型」的企業管理者
◆ 歐洲製造業尋找新出口！Schaeffler 與 Neura Robotics 宣布聯手開發人形機器人
＊本文開放合作夥伴轉載，參考資料：Bloomberg、Reuters，首圖來源：Unsplash
（責任編輯：鄒家彥）
