腾讯首席 AI 科学家姚顺雨，1998年。
阿里巴巴通义千问大语言模型负责人刘大一恒，1993年；前负责人林俊旸也是1993年。
kimi创始人杨植麟，1992年。
deepseek创始人梁文峰，1985年。
小米AI大模型的负责人罗福莉，1995年。
日本44家巨头合作开发AI的新公司Noetra，负责人丹波广寅出生于1960年。
中国科技大厂担任AI研发的，绝大部分都是90后，而日本却让一个60后来扛大旗。
谁输谁赢，一目了然。
日本这次是真的急了。
44家企业联合成立AI公司Noetra，政府砸1万亿日元，目标是抗衡中国。
但你看一眼带队的人，就知道这事悬了。
一、日本经济产业省亲自牵头，软银、索尼、NEC、本田等44家企业集体出资，成立AI国家队Noetra，政府承诺提供最多1万亿日元支援。
这个阵容放在日本产业界算是顶配了。
软银、NEC、索尼、本田四家核心股东各持股超10%，三菱日联、三井住友、瑞穗三大银行提供资金，日本制铁、神户制钢等重工企业也参与其中。
从化工到机器人到汽车到电子，日本制造业的家底几乎全搬出来了。
政府背书、企业抱团、银行输血，这套组合拳打出来，日本国内媒体用的标题是“力争抗衡中国”。
上一次日本产业界这么齐心地干一件事，可能还要追溯到上世纪七十年代的半导体崛起时期。
二、但带队的Noetra社长丹波广寅，1960年出生，今年66岁。而中国AI领域的负责人，基本全是80后90后。
腾讯首席AI科学家1998年出生，阿里通义千问负责人1993年，Kimi创始人1992年，DeepSeek创始人1985年，小米大模型负责人1995年。
这些人在AI领域已经是掌舵者，决定着一个万亿级产业的技术路线和战略方向。
而日本把最大的AI项目交给了一个60后。
这不是说60后不能做AI，而是这背后反映的是整个日本产业界的人才断层。
日本最聪明的那批年轻人去哪了？
要么进了传统制造业大企业熬资历，要么去了金融行业，真正搞AI的顶尖人才少之又少。
一个需要快速试错、疯狂迭代的领域，交给一个在传统日本企业体系里成长起来的60后，这仗怎么打？
丹波 广寅
2004年入职Vodafone（现软银）。2023年8月出任SB Intuitions社长兼首席执行官（CEO）。2026年4月开始担任软银常务执行董事。2026年2月出任Noetra（原来的日本AI基础模型开发公司）社长（当前职务）
三、日本搞AI有个先天不足——没有互联网大厂，没有海量数据，没有软件基因。
美国有OpenAI、谷歌、Meta，中国有百度、阿里、字节。
日本有什么？
没有一家能叫得出名字的全球性互联网公司。
训练大模型需要海量数据，日本互联网企业规模不够，拿不出足够的数据来喂模型。
这不是技术问题，是产业生态问题。
日本制造业确实强，但制造业产生的是工业数据，不是互联网数据。
工业数据的规模和多样性远不如互联网数据。
更深层的问题是，日本企业习惯了精益生产、长期主义，追求稳定可靠，而AI时代需要的是快速试错、高风险投资、激进创新。
这两种文化天然冲突。东芝卖掉铠侠就是一个例子，贝恩资本牵头的财团接手后赚翻了，日本自己却把存储芯片这张牌打丢了。
四、日本把宝押在了“物理AI”上——用AI控制机器人、驱动机器、赋能制造业。
这个方向选得不算错。日本是全球主要的机器人制造国，占全球机器人产量的46%，发那科、安川电机、川崎重工都是全球领先的机器人企业。
日本的半导体材料和设备也有深厚积累，光刻胶、精密设备在全球供应链里很难被替代。物理AI确实是日本少数有产业基础支撑的赛道。
但问题是，物理AI的基础模型大概率也会像语言模型一样，最后只剩少数几家。
Noetra计划2027年开发出1万亿参数的模型，2029年升级多模态，2030年代初实现物理数据整合。
这个时间表看起来按部就班，但AI的迭代速度从来不是按部就班的。等日本把1万亿参数模型做出来的时候，中美可能已经迭代好几代了。
五、Noetra社长丹波广寅自己在采访里说了一句大实话——这是最后的机会，一旦失败就再也没有退路。
他还说，各家企业都面临同样困境，即便动用全部工程师和资金，也无法独立打造前沿顶尖模型。
NEC做不出来，Preferred Networks做不出来，SB Intuitions也做不出来。
如果自己做不出来，就只能以中国企业的模型为基础做蒸馏。
所以唯一的出路就是联合起来。
这段话听着悲壮，但也暴露了日本AI产业的真实状态——不是主动出击，是被逼到墙角之后的抱团求生。
丹波还说，现在长期合约已经很难落地，内存和SSD的采购瓶颈比GPU还严重。
一个AI国家队的社长，在采访里谈的不是技术路线和战略布局，而是内存和硬盘买不到、价格涨得离谱。
这说明日本连AI基础设施的供应链都掌控不了。
六、日本发展AI还有一个绕不开的障碍——数字化转型还没完成。
日本很多企业和政府机构至今还在用传真机，疫情时病例数据靠光盘传输。
AI推广的前提是数字化，而日本大量传统企业还在数字化转型的过程中。
连数据都还没数字化，怎么喂给AI训练？
这不是花钱能解决的问题，是整个社会运行方式的惯性。日本企业习惯了面对面沟通、纸质文件流转、层层审批。
AI要融入这个体系，不是装个软件就行了，是要改变整个组织的运作方式。而改变组织运作方式，恰恰是日本企业最不擅长的事情。
七、44家企业联合搞AI这件事本身，就是日本体制僵化的缩影。
为什么需要44家企业一起干？因为任何一家单独干都干不成。
为什么任何一家单独干都干不成？因为日本企业的人才、资金、数据都分散在各家手里，谁也不愿意把自己的核心资源拿出来共享。
丰田有丰田的数据，本田有本田的数据，发那科有发那科的数据，但谁也不愿意把这些数据交给一个共同的公司去训练模型。
丹波在采访里也承认，出资企业不需要提供不愿对外公开的数据。
这意味着Noetra拿到的只是各家愿意拿出来的那部分，真正有价值的一线数据、匠人技艺、熟练技术，全都锁在各家自己的保险柜里。
一个拿不到核心数据的AI联盟，能训练出什么模型？
八、这场AI竞赛的结局，其实在起跑线上就已经写好了。
中国AI团队的平均年龄比日本年轻二十岁，中国的互联网数据规模是日本的几十倍，中国的AI人才储备和资本活跃度远超日本，中国的企业对AI的投入是举全产业链之力在推。
日本这边，一个60后带着44家各怀心思的企业，用政府的钱买英伟达的芯片，试图在物理AI赛道找一个夹缝。
这不是没有机会，但机会窗口很窄。
丹波说这是最后的机会，这句话可能是整个采访里最准确的一句。
如果这次还做不成，日本在AI时代就真的没有牌可打了。
而现在的所有信号都指向同一个方向——这最后的机会，日本大概率抓不住。
热门跟贴