日本總務省7月發佈2025年版《資訊通訊白皮書》後，在這個曾以“技術立國”的國家，社會各界近來對本國人工智慧（AI）研發和應用落後於美國、中國等世界領先國家的現狀展開了深刻反思。事實上，日本在AI研究方面的起步並不晚，甚至被日媒形容為上世紀50至70年代第一次AI熱潮中的研究“先驅”，發揮了“奠基作用”。那麼，為什麼日本在之後的全球AI競賽中逐漸跟不上步伐？這背後有那些系統性制約因素？日本各界看待本國未來AI發展的心態又如何呢？圖為日本東京大學2013年研發的、以通過該校入學考試為目標的智慧型手機器人Torobo-kun，但該項目在機器人連續4年考試失利後宣告失敗。（法新社）1 上世紀90年代後，日本AI研究進入空白期根據日本文部科學省的資料，從上世紀50至70年代的第一次AI熱潮開始，日本研發人員便為AI技術進步作出不小的貢獻。上世紀60年代，日本大學開始進行自然語言處理、語音識別、圖像處理等研發，70年代研究範圍進一步擴大，開始涉及日語資訊處理等。上世紀80年代，電腦系統不具備自動收集和積累資訊的能力，向專家系統中輸入知識的過程十分繁瑣，使得專家系統的實用化受到了限制。為解決這一問題，日本於1982年啟動了一項名為“第五代電腦系統研發項目”的國家計畫，規模約為540億日元（按當時的匯率換算約為2.2億美元）。該項目由當時的日本通商產業省牽頭推進，旨在10年內研發出一種能思考、理解話語、能讀懂文字、能進行推論和學習的“超級電腦”。日本這一舉措使得歐美國家產生危機感，也陸續推出競爭性項目。由於大量知識需要手動錄入系統，且大規模項目管理難度極高，這個雄心勃勃的計畫最終未能取得預期成果，於1992年宣告終止，此後日本的AI研究陷入了長期停滯。早稻田大學教授石塚滿認為，在網際網路發展處理程序中，技術會在使用中不斷變強、持續進化，“越用越強”的循環正是網際網路成功的模式。第五代電腦項目也取得了一些成果，但這些成果未能得到廣泛應用，也就沒能實現這種成功模式。從上世紀90年代到本世紀初，美國在AI領域穩步發展，日本走上了不同的道路。網際網路的普及帶來了全球資訊技術行業的革命，而日本不少政策制定者和企業經營者未能充分認識到這一變革的重要性。1995年，美國因網景公司（Netscape）上市迎來網際網路泡沫繁榮，亞馬遜、Google等企業相繼崛起。反觀日本，當時“以製造業為核心”的思維仍佔主導，對軟體與服務的價值多有輕視。日本大型電器製造商多將重心放在數字家電和嵌入式系統上，卻未能關注到利用網際網路開展平台業務的機遇。日本政府意識到本國在網際網路革命中逐漸落後，於2001年制定了《IT基本法》，啟動了“e-Japan戰略”，目標是到2005年成為“全球最先進的IT國家”。但核心問題並未得到解決：基礎設施雖得以完善，卻未能催生出善用這些設施的創新服務與企業，“空有其殼、未見其物”的狀態一直持續。在這一時期，受第五代電腦項目失敗的影響，日本AI研究預算被大幅削減，許多研究人員紛紛轉向其他領域。美國史丹佛大學、麻省理工學院等院校持續推進AI研究的同時，日本AI研究幾近空白。在企業層面，日本電報電話公司（NTT）、富士通、日本電氣股份有限公司（NEC）等大型IT企業，相較於AI技術，更看重現有業務效率的提升和新硬體的研發。這段空白期為日後日本在AI領域競爭力的下滑埋下伏筆。直到近些年以深度學習為代表的突破性技術進展發生之後，日本國內對AI的關注度再次升高，具體表現為：2017年發佈以技術和產業化路線圖為重心的《人工智慧技術戰略》；2019年發佈以全面應用AI為宗旨的《人工智慧戰略2019》；2022年又發佈了修訂後的《人工智慧戰略2022》。2 “數字勞動力”不足、法律壁壘高、資本保守“哆啦A夢的故鄉在理論上擁抱新技術，但在實踐中卻未能真正落實。”英國《經濟學人》雜誌報導稱，日本不少領域其實都有應用AI，比如建築公司用它提高施工現場效率；便利店AI店員相繼上崗；科技投資者對AI與硬體交叉領域充滿興趣，而日企在後者上具有傳統優勢。但軟銀集團董事長、日本科技投資者孫正義去年10月批評說，日本企業只專注於小規模系統，而沒有努力打造AI巨頭，這使得日本沒能抓住AI的發展機遇。“似乎每天都有來自美國或中國的AI領域新進展……而歷來以‘技術立國’著稱的日本卻在跟上別國步伐方面面臨挑戰。”《日本時報》今年3月報導稱，2019年至2023年間，日本未推出任何大模型，而美國和中國分別推出了182個和30個。直至2024年，日本才誕生首家獨角獸企業SakanaAI，而OpenCalm、Rinna等本土模型表現甚至不及美國OpenAI的過時模型GPT-3.5。在神經資訊處理系統大會等頂級會議上，日本學者主筆論文佔比從2012年的7%降至2023年的2%。直到去年，日本才完成淘汰3.5英吋軟碟的行政流程，這種軟碟在2010年前後就已經基本退出中國市場。根據日本總務省發佈的2025年版《資訊通訊白皮書》， 2024財年只有26.7%的日本民眾使用過生成式AI，而同期中國為81%、美國為68.8%。在企業範圍內，只有49.7%的日本企業制定了AI使用政策，遠低於美國的84.8%和德國的76.4%。被問及不使用生成式AI的理由時，超過四成的人表示“生活或工作中沒有必要”，近四成則表示“不知道該怎麼用”。日本各界廣泛思考AI落後的深層次原因，首先被提及的就是人口老齡化、少子化的問題，該問題一方面通過勞動力短缺倒逼AI應用，另一方面也從人才供給、社會接受度等維度對日本AI發展形成制約。《日本經濟新聞》認為，人口減少直接導致AI發展所需的“數字勞動力”供給不足。但也有分析認為，日本人的AI使用率低並不能完全歸咎於人口問題。因為《資訊通訊白皮書》資料顯示，即使是在日本20至29歲的年輕人群中，AI使用率也只有44.7%，日本30至39歲人群的AI使用率甚至還低於40至49歲人群的AI使用率，分別是23.8%和29.6%。於是，不少日本人關注到AI教育的缺失。據《日本時報》報導，實際上，日本對AI技術表現出了比較開放的態度。法國民調機構益普索去年6月發佈的對32個國家進行的調查顯示，日本是受訪者中認為“AI產品和服務讓我感到不安”的比例最低的國家。不過，這種熱情中也夾雜著懷疑——只有25%的日本人認為AI將在未來3至5年內改善經濟，而中國這一比例達到72%。其中一部分原因在於日本民眾對AI技術感到陌生——在接受調查的國家中，日本是唯一一個大多數受訪者均表示對AI缺乏充分瞭解的國家。截至2024年年底，日本全國僅有12所大學正式設立以“資料科學”命名的本科院系或獨立學科，且多數課程框架仍以傳統統計學為主。日本每年AI相關碩士畢業生為2800人，不及美國的1/9，且60%集中在機器人控制等傳統領域。日本慶應義塾大學教授山崎和夫接受日本《朝日新聞》採訪時表示：“我們的教育體系還在培養工程師，而AI需要的是跨學科的數字原住民。”2023年，在日本AI初創企業中，擁有跨學科背景團隊的僅佔18%，遠低於矽谷的57%。據《日本經濟新聞》報導，2023年日本AI領域約12%的研究員都被矽谷企業挖走，其中40%是35歲以下的核心人才。“數字基建龜速”，《日本經濟新聞》以此為題尖銳報導了日本當前在技術迭代上的結構性困境。日本經濟產業省資料顯示，91%的日企將超過90%的IT預算用於維護老舊系統，而非新技術研發，導致AI落地受阻。此外，法律與資料壁壘高的問題也不容忽視。日本《個人資訊保護法》的嚴苛程度在全球都排在前列。企業處理使用者資料需經過“告知—同意—記錄”3個步驟，導致難以建構起高效的訓練資料集。比如東京大學醫院與富士通聯合開發的ECG-AI系統，經臨床試驗已證實可提前48小時預警心梗風險，但由於日本法律要求對患者資料做高度匿名化處理，訓練資料的可識別資訊被大幅抹除，導致模型泛化能力下降。在AI投資方面，美國史丹佛大學《人工智慧指數報告2024》顯示，2023年日本民間對AI的風險投資為大約7億美元，同期美國達到672億美元、中國為78億美元。根據日本創業投資協會去年的報告，日本民間資本對AI領域的投資中，基礎模型投資佔比不足10%。這種保守性源於消費者與企業規避風險的心理疊加，導致AI產品商業化落地慢、回報周期長，進一步抑制了風險投資意願。3 “亟需推動理念轉變”在日本，也存在對本國AI發展持積極看法的聲音。“日本已具備所有必要條件，有望在AI領域成為領軍者……但日本亟需推動AI領域的理念轉變。”《日本時報》報導稱，日本歷屆政府在過去幾年中一直表示對AI的大力支援，但由於民眾對政府信任度處於低位，企業家和企業必須採取更多行動。報導提出多項建議，包括日本企業界發揮歷史優勢，將他國技術突破轉化為實際產品和服務並大力開拓海外市場；加大AI教育投入，參考中國為中小學生推出相關教育項目，培養下一代人才；利用美國收緊移民政策的機遇，吸引來自世界各地的軟體工程師和研究人員等。“日本為何在機器人上連續輸給中國？”《日本經濟新聞》今年7月刊文提出這樣一個問題，並分析稱，原因之一在於日本的產業政策缺乏國家戰略和中長期視角。文章舉例說，日本是全球最早提出“氫能社會”概念的國家，但其核心是企業牽頭的乘用車普及，且氫氣選擇了以進口方式獲得。反觀中國，氫能被視為確保能源安全的又一抓手，中國迅速躍居成為世界第一大氫氣生產國。今年5月，日本通過首部AI立法《人工智慧相關技術研究開發及應用推進法》，該法的頒布實施標誌著日本將AI發展提升至“國家戰略工程”高度。去年11月，日本政府計畫在2030年前向AI和半導體相關產業提供10兆日元（100日元約合4.9元人民幣）以上的支援，希望通過“以官促民”的形式帶動民間投資信心。日本共同社援引經濟產業省官員的話報導稱：“這是日本政府首次在產業政策上採用項目融資思路。”此外，由日本經濟產業省主導的“製造業AI視覺檢測計畫”已正式落地，2025年至2027年預計採購規模達2600億日元。據《日本經濟新聞》報導，首批120家零部件領域“隱形冠軍”企業可免費接入豐田產線資料，相關成本由政府補貼30%，豐田等行業巨頭通過聯合採購方式承擔剩餘70%的成本。立法、公共資金支援、官民聯合採購，這些舉措究竟能否讓日本在AI競爭中突破困境，並實現技術領先與社會包容的雙贏，或許尚需時間檢驗。 (環時深度觀察)
