全球AI市场预计将在2024至2030年间以年均15.8%增长，达到7390亿美元。AI技术的广泛应用将提升生产力并帮助解决社会挑战，被视为变革性技术，各国纷纷将AI发展作为战略重点。

欧盟 AI 研究全球领先，但投资与技术转化落后于美国和中国。2015 年起，欧盟私人 AI 投资远低于美中，2021 年欧洲 AI 专利申请仅占全球 4%。欧盟各成员国 AI 技术采用差异大，中小企业因资金和人才短缺，AI 应用程度低。法国和德国在欧盟内 AI 投资规模居前，法国 2018 - 2025 年共投资 30 亿欧元，德国 2019 - 2025 年计划投入 50 亿欧元。但欧盟整体 AI 投资协调不足，资源配置效率低。

欧盟在推动AI发展过程中，主要扮演政策协调者的角色。其职责包括支持成员国间的合作、制定政策指南和指标、促进最佳实践交流，并定期监测和评估AI战略的实施情况。但成员国各自制定政策，导致AI战略缺乏整体性，资源分配碎片化。

自2017年塔林数字峰会（Tallinn Digital Summit）以来，欧盟不断调整其AI战略。2018年4月，欧盟委员会提出《人工智能战略》，并制定了《人工智能协调计划》（Coordinated Plan on the Development and Use of Artificial Intelligence Made in Europe），2021年更新该项计划，明确四大目标和七大优先投资领域。2022年出台《数字十年政策计划》（Digital Decade Policy Programme），计划到2030年75%的企业采用AI技术（2021年仅为8%）。此外，欧盟还通过《数字欧洲计划》（DEP）和《地平线欧洲研究计划》（Horizon Europe）提供资金支持，但难以匹配美国和中国的投资规模，导致欧盟在全球AI竞争中处于相对劣势。

为了评估欧盟在促进AI投资、协调成员国政策以及优化监管体系方面的成效，报告对2018年和2021年两个阶段的《人工智能协调计划》进行了分析。结果表明，欧盟的计划在具体执行层面仍存在以下问题：

（一）投资目标过于笼统，缺乏更新

欧盟委员会在制定AI计划时，原本应遵循更完善的“更优监管原则”（Better Regulation Principles），要求对主要政策举措进行影响评估，并设定具体的、可衡量的目标。然而，在2018年和2021年的AI计划中，投资目标的制定仍然缺乏明确的量化标准，导致政策的实际效果难以评估。

此外，2021年AI计划原本计划设立一套关键绩效指标（KPI），用于跟踪AI投资的增长情况，但这一计划在后续执行过程中并未落实。例如，2022年委员会下属的联合研究中心（JRC）曾发布一份一次性AI指数报告，但JRC的授权仅覆盖2019至2021年，导致2022年和2023年的数据空白，严重影响了政策的有效调整。

（二）AI投资未能与全球竞争格局同步调整

尽管欧盟在2018至2020年期间的AI投资增长超过了原定目标，但其与美国的AI投资差距却在不断扩大。例如，一项外部研究估算显示，2016年北美的AI投资规模为121亿至186亿美元，而欧洲仅为24亿至32亿美元。然而，委员会在2021年的AI计划中并未更新投资目标。此外，尽管2022年欧盟提出了提高企业AI采用率的目标（2030年75%的企业使用AI），但AI计划并未相应调整，以确保政策的连贯性。

（三）成员国之间的政策协调效果有限

在政策协调方面，成员国之间的合作效果有限。尽管欧盟设立了专家小组和协调框架，但由于缺乏高层授权和执行细则，导致政策落地不力。部分成员国未按时发布国家AI战略，使得欧盟各国在推进AI发展的步伐不一致。

（四）数据市场建设尚处于初期阶段，影响AI发展

人工智能的发展离不开数据的流动和共享。然而，欧盟严格的数据隐私法规（如《通用数据保护条例》（GDPR））以及相对落后的云计算服务，对AI数据的收集和共享构成了挑战。为解决这些问题，委员会在2018年和2020年提出建立单一数据市场，以推动数据在欧盟内部和行业间的自由流通，但关键措施的实施进展仍然缓慢。

人工智能创新依赖于资金支持、基础设施建设等多方面的完善生态系统，但欧盟成员国在扩大AI生态系统所需的技术和基础设施方面仍面临挑战，尤其是中小企业（SMEs），由于资金限制，难以负担高昂的测试设施或扩展创新项目。为解决这些问题，欧盟在《人工智能协调计划》（EU AI Plans）中设立了两项主要措施：一是通过“地平线计划2020”（Horizon 2020）为创新型中小企业提供股权融资支持，二是通过“数字欧洲计划”（DEP）搭建初步的AI技术基础设施，降低技术门槛。然而，尽管设立了这些措施，实际执行进展远低于预期，未能有效推动AI产业的发展，具体原因如下：

（一）欧盟的AI融资计划面临资金支持不足问题

人工智能与区块链技术试点计划（AI/BT Initiative）在2020年启动，旨在资助AI和区块链领域的创新公司，计划承诺投资13亿欧元，但截止2022年底，仅拨款3.94亿欧元，占计划总资金的30%。报告发现，资金未能有效支持突破性AI创新，60%的受资助企业未能展示突破性技术，且部分资金流向了欧盟外的企业。此外，资金主要针对中小企业，未能满足大型AI企业的融资需求，限制了欧盟AI企业的发展。

（二）欧洲创新委员会（EIC）基金存在执行问题

该基金原计划支持突破性技术企业的市场扩展，但AI领域的投资规模较小，截止2022年底，仅有4380万欧元投资于AI项目，占总预算的2.5%。此外，投资进度缓慢，部分由于EIC基金的重组及审批流程复杂。虽然2023年有所加快，但总体投资力度仍显不足。

在基础设施建设方面，欧盟通过“数字欧洲计划”（DEP）规划了多个关键项目，如AI测试与实验设施（TEFs）、欧洲AI算法库（AIOD）和欧洲数字创新中心网络（EDIHs），旨在为AI创新企业提供支持。然而，实施进展迟缓，部分项目的启动和运行时间延迟，影响了其对AI企业的支持作用。例如，计划中的136个数字创新中心（EDIHs）大多数直到2023年才开始运营，四个AI测试设施（TEFs）也面临至少一年以上的建设期。部分AI算法库（AIOD）项目的实施团队迟迟未能确定，导致项目推进延误。

欧盟在人工智能研究与创新（R&I）领域的资金投入显著增加，但在资金管理、投资协调及成果转化方面仍面临明显挑战。

在2018至2020年间，欧盟承诺增加AI研发资金，然而，2021至2022年期间，实际投资低于预期。此外，2021年AI计划设定的七个优先投资领域中，只有三个领域（医疗、机器人、智能交通）获得了超过10%的资金支持，导致某些领域如绿色科技和教育的投资不足，影响了整体AI生态系统的平衡发展。

在促进跨国合作方面，42%的AI项目涉及多个成员国，但主要集中在经济实力较强的国家之间，较弱的国家参与度较低。

资金管理方面，欧盟AI资金管理高度碎片化，不同的机构独立运作，缺乏有效协调，导致资金重复资助和资源浪费。例如，欧盟资助了多个独立的AI分类研究项目，但缺乏协调机制。此外，欧盟缺乏跨部门的AI协调机构，导致政策执行和评估脱节，影响了资金的使用效率。

在投资效果评估方面，欧盟未能建立统一的AI项目标识体系，导致资金流向难以追踪。虽然部分数据可在Horizon 2020平台上找到，但缺乏清晰的绩效评估指标，无法有效衡量AI项目对产业的贡献。特别是项目结束后，欧盟未能持续跟踪成果，导致政策评估缺乏可靠依据。

私营部门参与方面，尽管欧盟通过公私合作伙伴关系（PPPs）推动私营企业参与AI投资，但成效有限。Horizon 2020中的AI私营部门资金比率为26%，低于整体研究计划的78%。2023年推出的新试点计划进一步降低了私营部门资金支持比例，与原本鼓励私营资本投入的目标相悖。相比之下，美国通过政府与私营部门联合投资的模式，显著提高了AI研究的商业化成功率。

关于AI研究成果的转化，欧盟要求受资助企业制定研究成果应用计划，但未能在项目结束后进行有效监控，导致科研成果难以转化为商业应用。大学和研究机构的AI创业孵化支持不足，影响了科研成果向市场转移。此外，知识产权管理不完善，部分AI研究成果的专利和技术许可被转移到非欧盟国家，缺乏有效的审查机制。