本篇為《為什么日本出不來(lái) DeepSeek》的下篇。在此筆者將介紹兩家在日本雖在頭部，卻又十分另類(lèi)的 AI 公司，以及日本 AI 產(chǎn)業(yè)背后的推動(dòng)者們。
想要勾勒出日本 AI 行業(yè)的面貌著實(shí)不太容易。AI 公司又少又慢又沒(méi)聲音，技術(shù)看上去也是半吊子。跟很多曾經(jīng)馳騁國(guó)際今天卻逐漸去國(guó)際化的日企一樣，它們的生意，從研發(fā)到銷(xiāo)售服務(wù)，從上游到下游，從頭到尾似乎不需要日本以外企業(yè)的參與。
筆者斗膽，稱(chēng)它們的存在為 " 孤島閉環(huán)鏈 "。
一
如何判斷一家公司的產(chǎn)品或服務(wù)是否屬于 " 前沿 AI 創(chuàng)新 " 而非傳統(tǒng)的 IT 信息化？
人們通常是從這四個(gè)維度來(lái)判斷：
它曾經(jīng)信誓旦旦要國(guó)際化，卻終究走回了在日本島內(nèi)發(fā)展的 " 孤島閉環(huán)鏈 "，令人唏噓。在它之后，對(duì)出海有所計(jì)劃的日本高科技企業(yè)恐怕也會(huì)抖三抖，掂量掂量在海外形成商業(yè)閉環(huán)到底行不行。畢竟，老大哥 Preferred Networks 被打回老巢了。
Preferred Networks 成立于 2014 年，橫空出世便開(kāi)發(fā)了深度學(xué)習(xí)框架 Chainer，讓日本業(yè)界寄予厚望。
它的產(chǎn)品通用性很強(qiáng)。工業(yè)自動(dòng)化、醫(yī)療和材料科學(xué)、自主移動(dòng)機(jī)器人、教育產(chǎn)品各領(lǐng)域的產(chǎn)品方案都有。
B2B 解決方案 Matlantis（用于新材料探索的原子級(jí)模擬器），100＋國(guó)內(nèi)外客戶(hù)；
Visual Inspection（工業(yè)產(chǎn)品和食品的外觀檢測(cè)軟件），200＋國(guó)內(nèi)外客戶(hù)；
一系列生成 AI 產(chǎn)品，AI 面試評(píng)估、文本數(shù)據(jù)分析、文檔生成、自動(dòng)化工作流程、資料自動(dòng)審核……
自主移動(dòng)機(jī)器人 Kachaka，應(yīng)用于物流、倉(cāng)儲(chǔ)；
AI 生成音樂(lè)、圖像、視頻；
AI 驅(qū)動(dòng)的教育工具，智能教學(xué)平臺(tái)、自動(dòng)化作業(yè)生成系統(tǒng)，個(gè)性化學(xué)習(xí)計(jì)劃推薦系統(tǒng)。
可以說(shuō)是各個(gè)產(chǎn)業(yè)開(kāi)花。它目前擁有全球范圍內(nèi) 435 項(xiàng)專(zhuān)利，其中 287 項(xiàng)仍有效，涵蓋 213 個(gè)獨(dú)立的專(zhuān)利族，算是日本為數(shù)不多的強(qiáng)技術(shù)公司。
大語(yǔ)言模型呢？也有。它研發(fā)了日本第一個(gè)大語(yǔ)言模型 PLaMo（國(guó)産大規(guī)模言語(yǔ)モデル），專(zhuān)注于日語(yǔ)和日本文化，并且逐漸針對(duì)法律、金融、醫(yī)療等行業(yè)進(jìn)行了優(yōu)化，而且還為金融業(yè)客戶(hù)提供了專(zhuān)門(mén)的 "LLM 活用支援服務(wù) "，養(yǎng)了一個(gè)專(zhuān)門(mén)服務(wù)客戶(hù)的金融專(zhuān)業(yè)團(tuán)隊(duì)。
但是從 PLaMo 的推出，Preferred Networks 的本土化傾向就初見(jiàn)端倪：對(duì)日語(yǔ)的特殊結(jié)構(gòu)和語(yǔ)法理解再深也沒(méi)用，在國(guó)際化方面，這件事只能是減分項(xiàng)。
不僅是語(yǔ)言。PFN 的創(chuàng)始團(tuán)隊(duì)主要為日本工程師。中國(guó)工程師在 GitHub 和開(kāi)源社區(qū)暢談人工智能、區(qū)塊鏈、機(jī)器學(xué)習(xí)，日本工程師在 GitHub 幾乎就很少露面。
而且日本有一種相對(duì)保守的文化，對(duì)公開(kāi)分享代碼和技術(shù)相對(duì)謹(jǐn)慎，無(wú)論是自己的代碼，還是涉及到客戶(hù)的信息。幾個(gè)月前，日本有人把前東家信息帶到了新東家因此被逮捕，筆者所在公司都因此加強(qiáng)了警惕，頒布了很多辦公室保密要求。
融資方面，Preferred Networks 不跟 VC 玩，只拿 CVC（來(lái)自大企業(yè)的風(fēng)險(xiǎn)投資）。它成立 10 年完成了不到 5 輪融資，雖然融資金額高達(dá)百億日元級(jí)，但是沒(méi)有傳統(tǒng)意義上的 A/B/C 輪的融資節(jié)奏。主要投資方是日本國(guó)內(nèi)的大企業(yè)（豐田、日產(chǎn)、NTT、JXTG 能源、三井物產(chǎn)等）。對(duì)很多科技公司來(lái)說(shuō)這并不稀奇，甚至可以說(shuō)，越是有技術(shù)能力的企業(yè)，越是未來(lái)可能要仰仗大客戶(hù)的企業(yè)，越容易早早被本土大廠盯上。
只拿 CVC，不 To C，不追求爆款，不賣(mài) API 服務(wù)收費(fèi)，融資節(jié)奏慢，不做英語(yǔ)大語(yǔ)言模型，國(guó)際化弱—— Preferred Networks 精準(zhǔn)地踩中了 " 不發(fā)展成 DeepSeek" 的每一個(gè)點(diǎn)。
二
Preferred Networks 的深度學(xué)習(xí)框架 Chainer 曾經(jīng)對(duì)標(biāo)于谷歌的 TensorFlow 和 Facebook 的 PyTorch。2014 ‐ 2018 年，它頻繁在一些頂級(jí)國(guó)際會(huì)議上投稿和刷臉。
但是在 PyTorch 逐漸成為深度學(xué)習(xí)領(lǐng)域的事實(shí)標(biāo)準(zhǔn)之后，2020 年，咱們的主角 Preferred Networks 宣傳 Chainer 開(kāi)發(fā)終止，轉(zhuǎn)向與 PyTorch 合作。這意味著，它曾經(jīng)想依靠 Chainer 自立山頭，現(xiàn)在它放棄了自己的 " 山頭 "，成了別人的小弟。
Preferred Networks 的英文內(nèi)容減少，2023 年之后在國(guó)際會(huì)議上的發(fā)表頻率逐年降低。它逐漸轉(zhuǎn)為為豐田、日產(chǎn)、三菱等大客戶(hù)定制 AI 系統(tǒng)，為日本大廠定制聰明的腦瓜，而它所服務(wù)的很多大廠本身也在逐漸構(gòu)建日本本土產(chǎn)業(yè)鏈，內(nèi)向型發(fā)展。
但筆者不認(rèn)為它會(huì)繼續(xù)封閉下去。
其一，2024 年它又創(chuàng)辦了一個(gè)子公司 Preferred Elements，老公司 Preferred Networks 偏向于產(chǎn)業(yè)應(yīng)用和商業(yè)化，推動(dòng)落地，新公司 Preferred Elements 更像是基礎(chǔ)技術(shù)平臺(tái)。一個(gè)賺錢(qián)養(yǎng)家，一個(gè)再創(chuàng)山頭。
其二，它的前研究員，行業(yè)知名的自由研究者齋藤真樹(shù)透露，他在 Preferred Networks 參與的許多研究?jī)?nèi)容并未公開(kāi)，是因?yàn)槌晒麅?yōu)先用于產(chǎn)業(yè)應(yīng)用，并通過(guò)專(zhuān)利保護(hù)，而非公開(kāi)發(fā)表。說(shuō)明技術(shù)底蘊(yùn)并不薄。
其三，創(chuàng)始團(tuán)隊(duì)的心態(tài)好像在變得更加開(kāi)放。Preferred Networks 主創(chuàng)團(tuán)隊(duì)有一個(gè)堅(jiān)持了 13 年的讀書(shū)會(huì)，今年的隆重推薦外國(guó)著作，還包括咱們的《三體》。
但是，Preferred Networks 繼續(xù)被大企業(yè)綁架的可能性有嗎？也不是不可能。
2025 年 1 月，Preferred Networks 又和三菱商事成立了合資公司，它占股 51％，共同研發(fā)的是它自主研發(fā)的省電 AI 處理器 MN-Core 系列的 AI 云計(jì)算服務(wù)。繞了半天，拋來(lái)橄欖枝的還是本土大廠，Preferred Networks 也勇敢地雙向奔赴。
三
日本的頭部 AI 公司拉個(gè)單子出來(lái)，Preferred Networks 確實(shí)遙遙領(lǐng)先。
有人把 " 自主學(xué)習(xí) / 生成能力 " 稱(chēng)為真 AI 的分水嶺。那么我們挑一家唯獨(dú)不善于 " 自主學(xué)習(xí) / 生成能力 " 的公司來(lái)聊聊。
PKSHA Technology，" 東京大學(xué)松尾研究室 " 系，2012 年創(chuàng)辦，2017 年 9 月在東京證券交易所的 Mothers 市場(chǎng) IPO，2024 年遷移到 Prime 市場(chǎng)。
Mothers 是 "Market of the High-growth and Emerging Stocks" 的縮寫(xiě)，意思是 " 成長(zhǎng)型和新興股票市場(chǎng) "，類(lèi)似于中國(guó)的創(chuàng)業(yè)板；Prime 類(lèi)似于我們的主板，是東京證券交易所的最高級(jí)別市場(chǎng)，對(duì)企業(yè)的市值、流動(dòng)性、治理結(jié)構(gòu)等方面有更高的要求。
PKSHA Technology 的盈利能力了得。
誰(shuí)在為它買(mǎi)單？客戶(hù)涵蓋零售、汽車(chē)、保險(xiǎn)、教育等多個(gè)行業(yè)，例如三菱 UFJ 銀行引入了 PKSHA Chatbot，ANA 集團(tuán)引入了 PKSHA Speech Insight。
不過(guò)，PKSHA 還保留著國(guó)際化發(fā)展的野望，它與微軟，騰訊等公司在人工智能方面合作，與 NVIDIA 在 GPU 加速的深度學(xué)習(xí)合作，還通過(guò)孵化器 Techstars 投資了一些 AI 初創(chuàng)公司。
確實(shí)，它不擅長(zhǎng)自主學(xué)習(xí) / 生成能力，它的主要產(chǎn)品是 " 應(yīng)用型 AI"，不是 " 生成型 AI"，它依賴(lài)傳統(tǒng)機(jī)器學(xué)習(xí)方法，而非大規(guī)模自監(jiān)督學(xué)習(xí)，也很少看到它在頂級(jí)期刊發(fā)表跟生成模型、大型自主學(xué)習(xí)模型相關(guān)的突破性論文。它更像一家 AI 工程公司，而不是科研驅(qū)動(dòng)型公司。
但是盈利能力強(qiáng)。
這就帶出一個(gè)現(xiàn)象：Preferred Networks 是 2014 年創(chuàng)辦，PKSHA 是 2012 年，美國(guó)的 OpenAI 是 2015 年底，中國(guó)的 AI 四小龍是 2016 年之后。為什么日本 AI 公司起得這么早（同時(shí)趕了個(gè)晚集）？
早期 AI 公司，比如 PKSHA 在最初幾年做的其實(shí)是自然語(yǔ)言處理，算不得什么真正的 AI。不過(guò)，日本早年間確實(shí)儲(chǔ)備了一批不錯(cuò)的工程師，而且東京大學(xué)、京都大學(xué)、東京工業(yè)大學(xué)等學(xué)術(shù)界對(duì)機(jī)器學(xué)習(xí)很早就有關(guān)注。日本產(chǎn)業(yè)界（比如豐田、日產(chǎn)）早早就有了 " 自動(dòng)化 " 需求，側(cè)面推動(dòng)著 AI 相關(guān)的小項(xiàng)目。
另一邊，中國(guó)的情況是，2015 年后 AI 資本熱潮啟動(dòng)，政府政策傾斜，VC 瘋狂推高估值，再加上移動(dòng)互聯(lián)網(wǎng)紅利（比如手機(jī)人臉識(shí)別），很快有了大量實(shí)際應(yīng)用場(chǎng)景。
所以在上一篇文章后，有讀者私信我，希望從文化的角度分析一下。確實(shí)啊，歸根結(jié)底日本人沒(méi)有開(kāi)發(fā)一個(gè)通用大平臺(tái)的雄心，中國(guó)發(fā)生的很多事，是他們想都不敢想的。
四
最后，介紹一下日本 AI 行業(yè)的其他角色。
角色一：" 國(guó)家隊(duì) " 組織
NEDO，主導(dǎo)技術(shù)研發(fā)撥款，AI 方向項(xiàng)目多從它走，但重項(xiàng)目、輕企業(yè)成長(zhǎng)；
內(nèi)閣府 / 數(shù)字廳，推動(dòng) " 可信 AI"、" 邊緣 AI"、" 老齡社會(huì)的 AI 解決方案 " 等；
経済産業(yè)省（METI），支持 AI 創(chuàng)業(yè)的政策方向主要集中在制造業(yè)、醫(yī)療、物流場(chǎng)景；
IPA 負(fù)責(zé) AI 人才認(rèn)證、AIC（人工智能中心）等。
眾所周知，國(guó)家隊(duì)類(lèi)似于創(chuàng)投行業(yè)的第三方公司，提供的無(wú)非是：錢(qián)，人，商業(yè)機(jī)會(huì)，信息交流，政策支持。
" 人 " 非常重要，日本作為一個(gè) " 人人考證 " 的迷之國(guó)度，在 AI 方面也推出了若干認(rèn)證考試，甚至有如下：
AIリテラシー検定（AI 素養(yǎng)測(cè)驗(yàn)）；
AI 初學(xué)者向け修了証（面向 AI 初學(xué)者的結(jié)業(yè)證書(shū)）。
這些不一定能促進(jìn) AI 從業(yè)者的增加。但有一件事也許能行：
METI 牽頭了與總部加拿大公司 Tenstorrent 的合作，在接下來(lái)５年之中從日本選拔最多 200 名硅芯片工程師，派遣至其位于美國(guó)的研發(fā)基地，參與偏核心研發(fā)工作，培訓(xùn)計(jì)劃結(jié)束后回到日本的各自公司。
日美之間的合作，似乎是日本國(guó)家隊(duì)最容易安排的合作。
角色二：大學(xué) / 國(guó)立研究機(jī)構(gòu)
RIKEN（理化學(xué)研究所），有多位重量級(jí) AI 研究者；
大學(xué)的 AI Lab，和企業(yè)合作多，但產(chǎn)出型項(xiàng)目少，人才流向產(chǎn)業(yè)較慢；
東京大學(xué)松尾實(shí)驗(yàn)室，通向產(chǎn)業(yè)的機(jī)構(gòu)之一。
杉山將和松尾豐是日本 AI 產(chǎn)業(yè)界的 " 雙核心 "，兩位都是東京大學(xué)教授，前者是理論派，后者推動(dòng)日本 AI 產(chǎn)業(yè)落地；前者是日本在國(guó)際 AI 學(xué)術(shù)圈中發(fā)表數(shù)量最多、被引量最高的研究者之一；后者是產(chǎn)業(yè)連接器 + 政策顧問(wèn) + 創(chuàng)業(yè)導(dǎo)師。
角色三：大公司
大公司的 AI 團(tuán)隊(duì)究竟發(fā)展如何？ NEC、NTT、富士通、日立等都有 AI 部門(mén)，主要服務(wù)于政府、基礎(chǔ)設(shè)施、B2B 業(yè)務(wù)，很少對(duì) C 端曝光。
如果我們用前文的四個(gè)標(biāo)準(zhǔn)來(lái)看，那么情況如下：
日本的 TOP 幾家 AI 創(chuàng)業(yè)公司服務(wù)于日本大公司，日本大公司又服務(wù)于日本政府，形成了自給自足閉環(huán)；
創(chuàng)業(yè)公司沒(méi)有 VC 支持，只有 CVC 支持，因此帶著股東的影子，長(zhǎng)大后也難以走出大公司的手掌心；
接著是大公司，大公司一板一眼，要求創(chuàng)業(yè)公司盡量提供定制型服務(wù)，因此澆滅了創(chuàng)業(yè)公司推出 DeepSeek 這樣的通用型產(chǎn)品的志向；
大公司自己的 AI 團(tuán)隊(duì)從創(chuàng)辦時(shí)，就帶著極強(qiáng)的項(xiàng)目制意味，它們明白，定制化是最適合客戶(hù)的，所以對(duì)真 AI 的激情又降低一分；
日本政府客戶(hù)呢，它們對(duì) AI 的需要更加強(qiáng)調(diào) " 項(xiàng)目制 " 和 " 現(xiàn)有系統(tǒng) +AI 標(biāo)簽 " 整合，不需要模型原生，而且它們青睞大公司，小公司中標(biāo)的可能性低；
項(xiàng)目制傾向于穩(wěn)定與效率，不追求探索性或創(chuàng)新性，有 " 日式 " 高品質(zhì)客戶(hù)服務(wù)就好。
這個(gè)幾乎不需要外國(guó)公司參與的孤島產(chǎn)業(yè)鏈便如此形成。
講來(lái)講去，日本出不來(lái) DeepSeek 似乎更加合理了。即使是 Preferred Networks 也無(wú)法研發(fā)出足以自立山頭的產(chǎn)品。這屆通用型 AI 機(jī)會(huì)，日本是一個(gè)都薅不上了。
我想起自己當(dāng)年做記者時(shí)，同行寫(xiě)過(guò)一篇封面《狗ｘ的 Tencent》。在日本沒(méi)有 BAT、TMD，但是有傳統(tǒng)大廠。有人想著防火防盜防大公司，有人卻覺(jué)得抱大腿越早越好，誰(shuí)一定是錯(cuò)的呢？
有點(diǎn)老錢(qián)，有點(diǎn)科技的底子，在沒(méi)有經(jīng)歷較大的革新之前，恐怕大概率會(huì)繼續(xù)下去。尤其是在國(guó)民生活足夠方面的基礎(chǔ)上，越舒服越死板。
那種顛覆式創(chuàng)新的力量會(huì)出現(xiàn)嗎？會(huì)從哪里現(xiàn)？
但是反過(guò)來(lái)思考，一次次顛覆創(chuàng)新的我們，才是不正常的那個(gè)。創(chuàng)新，也許原本就不是世界的常態(tài)，而是奇跡。
本文來(lái)自微信公眾號(hào)：日商日旅，作者：KYOKU
