老黄谈欧洲，英国和德国，很含蓄了：
尽管英国拥有顶尖的智力资源、大学和充满活力的文化，但普遍存在“过度思考”的现象。他提到，即使有一百万种获胜的方法，人们往往也会偏偏找出一个不做的理由。他以自己公司的理念为例，建议大家不要过度思考，只需向前迈出一步即可。
英国和德国现在遇到的麻烦，其实不是没有钱，也不是没有人才，而是新技术正在改变老牌工业国家的竞争规则。过去，德国靠机器、工艺和供应链吃饭，英国靠大学、金融和科研积累优势。到了人工智能时代，这些本钱还值钱，但光靠它们已经不够了。谁能控制关键技术、谁能把产品卖出去，谁才能拿到下一轮竞争的主动权。
10月21日，英伟达在柏林展示了模块化人工智能数据中心方案，目标是缩短数据中心建设周期。同一天，欧洲人工智能产业的另一面也摆在了桌上：基础设施建设需要大量资金、能源和设备，绝不是喊几句发展人工智能就能完成的。黄仁勋推销的是技术方案，欧洲需要解决的却是整个产业的配套问题，这两件事不能混为一谈。
再看德国，10月20日举行的德国投资峰会公布了超过2250亿欧元的投资承诺，其中涉及云计算、人工智能和数字基础设施等领域。资金规模不小，说明德国依然有吸引国际资本的条件。但投资承诺不等于项目已经建成，更不等于本土技术能力随之形成。德国真正需要追问的是，这些钱投下去以后，能不能留下自己的技术、人才和产业链。
英国的难处则不完全一样。它的科研机构能够产出成果，金融市场也有融资能力，可从实验室走到大规模商业应用，中间还隔着产品开发、算力成本和客户需求。10月21日，路透社援引亚马逊云科技欧洲、中东和非洲地区负责人的说法称，最多约四成欧洲初创企业考虑迁往其他地区，增长最快的企业中这一比例超过一半。这是受访者提供的调查判断，不代表企业已经集体搬走，但足以说明欧洲科技创业环境存在现实压力。
英国和德国即使加快购买先进设备，也不意味着能够马上掌握完整的技术体系。芯片可以采购，数据中心可以建设，模型也可以通过合作引进，可核心软件、工程经验、产业标准和人才培养，都需要时间积累。如果关键环节长期掌握在外部供应商手里，欧洲即使拥有更多人工智能应用，也未必拥有与之相称的产业自主权。
欧洲过去并非没有建设自主技术体系的经验。它与今天的人工智能竞争有一个相似之处：欧洲希望建立自主能力，却必须先解决资金、协调和工程落地的问题。伽利略后来迈出了关键一步，也说明自主技术体系可以建成，只是需要长期投入和稳定执行。
不能因为欧洲今天依赖美国人工智能企业，就断言欧洲永远追不上。卫星导航和人工智能的技术条件不同，但共同的难题都是如何把战略目标变成持续运行的基础设施。真正值得关注的，是欧洲能否让各国投资、企业需求和本土研发形成长期合作，而不是每逢技术竞争升温才临时增加预算。
黄仁勋的立场也需要看清楚。他希望欧洲加快建设人工智能产业，当然有技术发展的考虑，也有英伟达自身的商业利益。欧洲越多建设数据中心、越多采用相关芯片和软件，英伟达就越有机会扩大市场。因此，他提出的建议可以参考，却不能照单全收。对欧洲来说，引进先进技术和维护自身利益并不矛盾，关键是合作之后能否增强本土能力，而不是形成新的单向依赖。
从中国视角看，英国和德国的处境值得重视。中国发展人工智能，不能只看某个模型的表现，也不能只看短期投资规模，而要看算力、能源、工业场景、基础软件和人才队伍能否相互支撑。特别是制造业，真正有价值的人工智能，不只是展示厅里的机器人，而是能够进入生产线，解决质量控制、设备维护和生产调度等实际问题。产业链越完整，技术成果越容易形成稳定的竞争力。
所以，黄仁勋谈欧洲，英国和德国，很含蓄了。他没有否认欧洲的底子，而是在提醒欧洲，旧有优势不能直接兑换成新产业的领先地位。对英国而言，难点在于把科研和资本接到市场上；对德国而言，难点在于让工业积累适应新的技术周期。对中国而言，更重要的是从这场竞争中看清一个道理：真正的主动权，不在于别人如何评价自己，而在于关键时刻能不能拿出自己的技术、产品和完整的产业能力。