日本，急了

日本，終于急了。

4月12日，日本科技圈傳來重磅消息，軟銀、NEC、本田、索尼集團宣布聯合成立“日本AI基礎模型開發公司”。

這四家企業，分別是日本通信、IT、汽車與電子四大支柱產業的重要代表。四大巨頭聯手攻堅AI研發，已經不能簡單視為一次企業合作。

它更像是一個信號：日本開始用國家級協同的方式，追趕AI競爭。

這家新公司總部，設在東京澀谷，初期計劃匯集約100名AI工程師。社長由一位曾在軟銀主導國產生成式AI開發的核心骨干出任。

在股權結構上，軟銀、NEC、本田、索尼四家核心企業各持十數個百分點股份，共同承擔經營責任。此外，日本制鐵、神戶制鋼所，以及三菱日聯、三井住友和瑞穗三家大型銀行也參與了出資。AI公司Preferred Networks則加入了模型開發。

從分工來看，軟銀和NEC負責構建AI的底座，即基礎模型的開發與大規模算力設施建設。而本田與索尼則計劃將AI應用導入自動駕駛、機器人、游戲、影音娛樂及半導體等具備實體交互能力的領域。

更關鍵的是，這套模型并不只服務于股東企業內部，而是計劃向日本企業整體開放，并逐步延伸到機器人控制等更復雜的場景。

換句話說，這家公司從一開始就試圖，讓AI不只是被研發出來，而是能夠直接進入產業系統，在真實場景中運轉。

從目標上看，第一步是完成一個一兆參數規模的基礎模型，第二步則是向實體AI（Physical AI）推進。

如果說生成式AI主要處理語言與信息，實體AI要解決的則是行動本身。讓AI進入物理世界，驅動機器、參與生產，正是日本少數仍然具備優勢的領域。

日本的盤算是，與其在通用大模型賽道上與中美正面競爭，不如轉向這個尚未形成絕對壟斷的交叉地帶，用制造業優勢換取一條差異化路徑。

▲圖源：靜說日本

當然，這次四大巨頭抱團還有一個非常現實的目標，爭取政府資金支持。

日本經濟產業省旗下的NEDO，正在公開征集國產AI開發企業。該項目計劃在2026至2030年間提供總額約1萬億日元（約合427.96億元人民幣）的資金支持。一旦入選，這家公司將在未來五年獲得穩定資金來源，為長周期、高不確定性的技術投入提供制度保障。

這也意味著，這一項目已經具備了國家工程的雛形。

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

答案很簡單，日本AI產業的動作，實在太慢了。

過去幾年，日本AI產業的慢，不是簡單的技術落后，而是一整套結構性問題疊加的結果。

第一個癥結，是觀望文化。

自ChatGPT掀起生成式AI浪潮以來，中美企業迅速搶位，在技術研發、場景落地、資本投入上持續加碼。而日本的主流節奏，卻是“先討論，再評估，然后繼續觀望”。

這種節奏背后，有其深層的文化邏輯。日本企業長期強調穩健經營，傾向于驗證成熟路徑，而非押注不確定性。這在制造業時代是優勢，但在AI這種需要快速迭代、容忍試錯的領域，謹慎反而變成了高成本的遲疑。

2022年11月ChatGPT發布，兩個月內全球用戶破億。但直到2023年5月，日本才新設“人工智能戰略會議”。而在當年，中美分別完成多輪產品迭代，GPT-4發布、Gemini上線，文心一言、通義千問相繼推出。窗口期，就在一次次評估會議中悄然關閉。

第二個癥結，是內部割裂。

日本并非沒有布局。NEC推出了面向企業的日語大模型cotomi，NTT發布了專注日語處理的tsuzumi，富士通在醫療、制造等垂直領域推進AI落地。軟銀的核心目標則是，掌握AI時代的關鍵資源，包括算力、芯片、大模型與能源等。

單看每一家，都有動作，都有方向。但問題在于，這些努力分散在各自的體系內，缺乏統一平臺和協同機制。

對比之下，差距一目了然。美國是微軟與OpenAI式的深度綁定，資本、技術、市場三位一體；中國是大廠與國家資源的集中推進，方向統一、合力明顯。

而日本長期處于“各做各的”狀態，既缺乏頂層整合，又沒有形成系統能力。

第三個癥結，是產業優勢的錯位。

日本依然是全球制造業強國，在精密設備、工業機器人、傳感器等領域擁有深厚積累。發那科的工業機器人、基恩士的傳感器、信越化學的半導體材料，在全球市場長期占據主導地位。

但AI的競爭邏輯，與制造業并不在同一維度。前者依賴數據規模、算法演進與算力投入，強調開放生態與快速試錯。后者則強調工藝控制、長期積累與穩定迭代。

“制造強”并不會自動轉化為AI強，過往的成功經驗反而容易形成路徑依賴。當全球競爭已經轉向“數據—模型—應用”的閉環時，日本仍有一部分能力被鎖定在硬件優勢的舊軌道上。

第四個癥結，是人才匱乏與市場基礎薄弱。

據日本經濟產業省統計，到2030年，日本預計將面臨最高約79萬名軟件工程師的缺口，其中AI領域缺口超12.4萬人。與此同時，頂尖AI人才持續流向美國和中國。

需求端同樣不樂觀。2024財年，日本民眾生成式AI使用率僅為26.7%，遠低于中國的81%和美國的68.8%。僅有49.7%的日本企業制定了AI應用政策，而美國這一比例是84.8%，德國是76.4%。

更關鍵的是，這兩者形成了一個自我強化的循環：使用率低，數據積累慢；數據少，模型難以優化；模型體驗不佳，又進一步抑制使用意愿。久而久之，日本在“數據—模型—應用”的飛輪上始終轉不起來，與中美之間的差距被不斷放大。

四個癥結疊加，最終指向同一個問題。日本并不缺技術能力，也不缺頭部企業，真正缺的是一種整合能力。

這也正是當單打獨斗已經無法追趕，日本企業開始抱團的深層原因。

日本，已經在提速。

一方面，是頂層設計的躍遷。日本通過立法，將AI發展提升至“國家戰略工程”高度，提出到2040年占據全球AI機器人市場30%的份額，同時把公眾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財年，日本AI相關預算達到1969億日元，同比增長約67%，創下歷史新高。這釋放出明確的信號：日本不再觀望，而是要真金白銀地下場。

更關鍵的，是規則層面的松綁。今年4月，日本《個人信息保護法》完成修訂，在特定場景下允許企業無需用戶“事先同意”即可使用部分個人數據，直接降低了數據使用門檻。日本數字化轉型大臣松本尚直白地表示，要把日本變成“全球最容易開發AI應用的國家之一”。

從這一系列動作來看，日本的焦慮顯而易見，決心也是真實的。但焦慮和決心，不等于能追上。

首先是生態差距。日本入場本就晚了，數據積累、資本規模、頂尖人才的短板，不是靠一兩年的預算增長就能補齊的。開源生態的活躍度遠不及中美，這個差距是系統性的，不是某個政策能一鍵拉平的。

其次是競爭格局已經成型。中美已掌握AI產業鏈的核心話語權，從芯片到模型，從數據到應用，幾乎每一個關鍵節點都有強勢玩家卡位。日本面臨技術和市場的雙重擠壓，突圍空間非常有限。

第三，是更深層的文化與結構性約束。日本的風險厭惡文化、企業決策機制，以及愈發嚴峻的老齡化問題，都在影響AI的落地速度和創新活力。AI本質上是一個需要快速試錯的行業，但日本社會更習慣“驗證之后再行動”。當節奏成為核心變量時，這種差異會被不斷放大。

所以綜合來看，日本想要追上中美，進入AI第一梯隊，幾乎沒有可能。

但這并不意味著日本會出局。它的優勢，恰恰不在“通用AI”，而在“AI+產業”上。幾十年制造業沉淀下來的工業數據、穩定可靠的硬件能力，以及在機器人、精密制造等領域的長期積累，依然是全球少有國家能夠比肩的。當AI進入實體產業深水區，這些能力反而會變得更加重要。

▲日本AI基盤模型開發公司追求的AI社會的情景

圖源：靜說日本

日本未必能成為AI規則的制定者，但完全有能力成為AI工業化最強的執行者。

因此，日本的AI未來，可能不在于全面追趕，而在于精準卡位。第二梯隊的頭部，未必不是一個好位置。

[1] 《日本終于開始動真格了》靜說日本

[2] 《合作開發日本AI 基礎模型，軟銀、NEC、本田、索尼等成立新公司》IT之家

“點贊”是喜歡，“在看分享”是真愛