Europa traci pozycje w globalnym wyścigu o AI. Prywatne inwestycje w AI w Stanach Zjednoczonych wzrosły w 2025 roku do 285,9 mld dolarów, według danych Uniwersytetu Stanforda, znacznie wyprzedzając 20,9 mld dolarów zainwestowanych w Europie. USA przewodzą także pod względem wskaźników adopcji AI, liczby centrów danych i wycen swoich spółek AI. Łącznie osiem amerykańskich firm technologicznych przekroczyło próg biliona dolarów, a OpenAI i Anthropic zbliżają się do tego grona. Najbliższym europejskim rywalem jest ASML, holenderski producent equipment do produkcji chipów, o kapitalizacji 670 mld dolarów.

Brak europejskiej spółki wartej bilion dolarów zaprząta myśli Petera Koertego, dyrektora generalnego działu Smart Infrastructure Siemensa — najbardziej dochodowego z czterech kluczowych biznesów firmy.

„W Europie mamy naprawdę zdolnych ludzi” — mówi Koerte. „Ale USA i Chiny mają ogromną przewagę dzięki swoim wielkim rynkom wewnętrznym. W Europie skalowanie jest nieproporcjonalnie trudniejsze ze względu na różne języki, systemy prawne i ustroje polityczne.”

Przemysłowa przewaga danych Europy

Jednym z obszarów, w których kontynent może mieć przewagę, jest — jego zdaniem — rozwój AI dla procesów przemysłowych. Industrial Foundation Model Siemensa, wciąż w fazie rozwoju, ma potencjał skrócenia cykli inżynieryjnych nawet o 40%, według Koertego, który przewiduje zastosowania w przemyśle motoryzacyjnym i lotniczym. Siemens planuje zainwestować ponad 1 mld euro w przemysłową AI w ciągu najbliższych trzech lat.

W przeciwieństwie do dużych modeli językowych (LLM), trenowanych głównie na języku, modele przemysłowe uczone są na danych produkcyjnych i inżynieryjnych do wykorzystania w tych dziedzinach. Precyzja, jak podkreśla Koerte, jest bezdyskusyjna.

„W inżynierii trzeba być precyzyjnym. Jeśli AI halucynuje lub zmyśla obliczenia, będziesz mieć problem” — mówi. „Kiedy próbujemy stosować duże modele językowe w inżynierii i produkcji, to nie działa — słowa są znacznie mniej precyzyjne.”

Zapewnienie wystarczających danych treningowych dla modeli przemysłowych może samo w sobie stanowić wyzwanie. Koerte twierdzi, że długowieczność czołowych europejskich producentów może okazać się przewagą: ponad połowa firm z listy Fortune 500 Europe ma ponad 100 lat.

„Mamy największą bazę zainstalowanych systemów. Wszystkie dane są dostępne w firmach farmaceutycznych, motoryzacyjnych i chemicznych, które działają w Europie od dziesięcioleci” — mówi Koerte.

Przekonanie tych firm do oddania swoich danych może być trudniejsze. „Byliśmy bardzo skuteczni w uświadamianiu organizacjom, że dane to nowa ropa” — mówi Koerte. „BMW czy AstraZeneca nie umieszczą swoich danych w internecie, więc muszą zaufać innym, by ci trenowali te modele na ich danych.”

Tu właśnie, według Koertego, Siemens, założony w 1847 roku, ma kolejną przewagę. „Z większością firm, z którymi współpracujemy, łączą nas relacje liczące dziesięciolecia” — mówi. „Ufa nam opieka nad ich danymi w najwyższym stopniu i mogą na nas polegać, gdy coś się zepsuje.”

Jak dotąd Siemens przekonał firmy do udostępnienia danych w zamian za dostęp do swojego modelu AI i możliwość zgłaszania nowych zastosowań. Dane są wykorzystywane wyłącznie do treningu, a własność zachowuje firma, która je stworzyła — wyjaśnia Koerte.

Talenty, partnerstwa i granice suwerenności

Drugim wyzwaniem są talenty. Instytucje w USA zatrudniają 59% światowej elity badaczy AI, według Global AI Talent Tracker platformy badawczej MacroPolo Archive. Jednak w zeszłym roku Siemens ściągnął z Amazonu wiceprezesa ds. generatywnej AI, Vasiego Philomina, na stanowisko szefa działu danych i AI. Manu Parbhakar, były dyrektor Amazon Web Services, również dołączył do Siemensa, by kierować zespołem strategii i partnerstw z siedzibą w Dolinie Krzemowej.

„Trzeba napisać większy czek, niż zwykłoby się w Europie” — mówi Koerte. „Ale żeby to zbudować, potrzebujesz ekspertów.”

Kluczowe okazały się także partnerstwa w USA. Siemens współpracuje obecnie z Nvidią, amerykańskim producentem chipów, nad budową przemysłowego systemu operacyjnego AI.

Siemens nie jest jedyną firmą stosującą AI do wyzwań fizycznych. Prometheus, najszy startup założyciela Amazonu Jeffa Bezosa, wykorzystuje AI, by wspierać inżynierów w projektowaniu i produkcji szerokiej gamy urządzeń — od komputerów po samochody i silniki odrzutowe.

„Szybkość jest kluczowa. Ale myślę, że jesteśmy w dobrej pozycji” — mówi Koerte.

Zacieśnianie więzi Siemensa z USA zbiega się w czasie z dążeniem Komisji Europejskiej do uniezależnienia się od amerykańskich gigantów technologicznych. UE zależy od krajów spoza wspólnoty w 80% swojej infrastruktury i usług cyfrowych, a pakiet suwerenności technologicznej Komisji ma wspierać tworzenie rodzimych alternatyw.

Choć Koerte uważa, że Europa musi rozwijać większe zdolności w zakresie AI, argumentuje, że pełna suwerenność to mrzonka. „Mówiąc prosto, suwerenności nie ma. Ani w USA. Ani w Chinach. Ani w Europie” — mówi. Żaden kraj nie posiada wszystkich zasobów niezbędnych do rozwoju AI. „Jeśli chcesz tworzyć wysokowydajne chipy, potrzebujesz maszyn ultrafioletowych produkowanych przez ASML w Holandii. Firma pozyskuje wiele części od niemieckich przedsiębiorstw, a ich dostawcy są rozproszeni na całym świecie” — dodaje Koerte.

Prezes Siemensa Roland Busch ostrzegał, że „żelazna kurtyna cyfrowa” grozi spowolnieniem postępu technologicznego, gdy rządy dążą do większej kontroli nad cyfrowymi łańcuchami dostaw. Zamiast izolacjonizmu technologicznego Koerte opowiada się za większą współpracą ponad granicami. Tylko dzięki takiej współpracy, jego zdaniem, można w pełni zrealizować obiecane korzyści z AI. To, czy klienci przemysłowi będą dalej udostępniać dane, czy współpraca z Nvidią dojrzeje do działającego systemu operacyjnego i jak rozwinie się pakiet suwerenności UE, to konkretne wyznaczniki tego, czy argumentacja Koertego się obroni.

Ta historia pierwotnie ukazała się na Fortune.com.