图片源于：https://datainnovation.org/2019/08/who-is-winning-the-ai-race-china-the-eu-or-the-united-states/
许多国家正在努力在人工智能（AI）领域获得全球创新优势，因为他们意识到，AI是一项基础性技术，可以提升竞争力、提高生产力、保护国家安全并帮助解决社会问题。
本报告通过研究六个指标类别——人才、研究、发展、采纳、数据和硬件，比较了中国、欧洲联盟和美国在AI经济中的相对地位。
报告发现，尽管中国推进了大胆的AI计划，但美国在绝对指标上仍然处于领先地位。
中国排名第二，欧洲联盟则落后更远。
这种顺序在未来几年可能会发生变化，因为中国似乎正在以更快的速度取得进展。
尽管如此，当控制为三大区域的劳动人口规模时，目前美国的领先地位将变得更大，而中国则跌至第三位，落后于欧洲联盟。
本报告还提供了一系列政策建议，以帮助每个国家或地区提高其AI能力。
近年来，美国从上一波数字创新中获得了巨大的经济利益，成为一些世界上最成功的科技公司的总部，例如亚马逊、苹果、脸书、谷歌、英特尔和微软。
与此同时，世界许多地方，包括欧洲联盟，因未能参与这一浪潮而付出了经济代价。
意识到错过下一次创新浪潮——在本案例中是AI——将同样问题重重，许多国家正在采取行动，确保它们在全球经济的下一次数字化转型中发挥重要作用。
中国、欧洲联盟和美国如今正成为AI全球领导地位的主要竞争者。
事实上，中国在互联网经济中取得成功，部分原因在于其将美国公司排除在外，并明确表示其在AI领域取得主导地位的雄心——既为了在传统上至关重要的美国和欧盟经济的行业中提高竞争力，也为了扩展其军事力量。
此外，欧洲联盟的AI协调计划提出，欧洲的“目标是成为世界领先的开发和部署前沿、道德和安全AI的地区”。
在这场争夺全球AI领导地位的竞赛中，结果将影响三方未来的经济产出、竞争力和军事优势。
报告的总体发现表明，美国目前在AI领域领先，中国快速追赶，而欧洲联盟则落后于两者。
美国在本报告考察的六个指标类别中，其中四个类别人才、研究、发展和硬件处于领先地位，中国在两个类别（采纳和数据）上领先，而欧洲联盟在任何方面均未领先——尽管在人才方面，与美国相对接近。
在本报告的评分方法中，总共有100分可用，美国以44.2分领先，其次是中国的32.3分和欧洲联盟的23.5分。
美国领先的原因有几个。
首先，美国拥有最多的AI初创企业，且其AI初创生态系统获得了最多的私人股本和风投资金。
其次，美国在传统半导体和为AI系统提供动力的计算机芯片的发展上也处于领先地位。
第三，虽然美国在AI学术论文的数量上不及欧盟或中国，但其论文的平均质量最高。
最后，尽管美国的整体AI人才数量低于欧盟，但其人才更为优秀。
中国在AI领域处于领先地位，并显然正在快速缩小与美国的差距。
中国的数据获取比欧盟和美国更为丰富，这一点至关重要，因为如今许多AI系统的训练模型都依赖于大型数据集。
在2017年，中国的AI初创公司在私募股权和风险投资方面的资金获得超过美国初创公司的资金，但在2016年或2018年并没有这样的情况。
然而，中国在高质量AI人才方面明显落后于美国和欧盟。
截至2017年，包括意大利在内的几个欧盟成员国在国际上排名前10%的AI研究人员数量超过中国。
尽管如此，中国在大多数指标上相对美国明显取得了进展，并在资金和AI采纳方面显著超越了欧盟。
欧洲联盟有能力与美国和中国竞争，但未能充分利用AI人才，因而处于落后地位。
实际上，尽管欧盟的AI研究者人数比同邻的国家多，并且通常产生最多的研究，但在商业AI采纳和资金方面却存在脱节。
例如，美国和中国的AI初创企业在2017年获得的风险投资和私人股本的金额在2016至2018年的三年中均超过了欧盟的同类初创企业获得的金额。
这种落后地位削弱了欧盟不仅享受AI的经济和社会利益的能力，也削弱了其影响全球AI治理的能力，而这是欧盟委员会所追求的目标。
根据对各地区AI在相关劳动市场规模之间的得分，这项报告的评估表明，经过调整后美国的领先地位进一步增长（58.2分），而欧洲联盟以24.3分位居第二，中国则因为落后于欧洲联盟而降至第三（17.5分）。
正如本报告所示，中国、欧洲联盟和美国在AI经济中各有不同的领域可改进，从而提高其竞争力。
例如，中国应扩大大学层面AI相关科目的教学能力，鼓励研究质量而非数量，并培育更强大的开放数据文化。
与此同时，欧盟应集中制定鼓励人才留在欧盟的政策，帮助将研究成果转化为商业应用，促进形成能够在全球市场上更好竞争的较大企业，并改革法规更好地使AI使用数据。
最后，为了最大限度地发挥其领先地位，美国应关注于增加国内人才的政策，使外国AI人才能够移民，并增加对研发的激励。
报告末尾详细列出了更多建议。
