当前，人工智能（AI）成为引领新一轮科技革命和产业变革的新兴技术，也是大国科技博弈的关键领域。在前两次人工智能发展浪潮中，日本曾是全球AI研究的先驱和重要力量，但进入 "消失的 30 年" 后，其人工智能发展逐渐滞后，并滑向世界第二梯队。近年来，日本为推动本国人工智能产业追赶第一梯队、提高国际治理话语权，制定了一系列政策措施，虽逐步构建了一套软法为主、硬法为辅、敏捷治理的 "日本范式" 治理框架，但在人工智能发展上仍面临诸多困境。本研究旨在通过分析日本AI产业发展的兴衰演进历程，为我国AI领域的高质量发展提供经验启示与决策参考。

一、日本错失第三次人工智能发展浪潮的原因分析

早在 20 世纪 80 年代第二次人工智能浪潮中，日本便率先启动国家级 "第五代计算机项目"，以期打造基于逻辑编程的超级计算机，在全球信息产业确立领导地位。这是世界上首个国家级人工智能革命项目，也是日本人工智能领域最后的高光时刻。1992 年，日本承认该项目失败。此后二十余年，日本在人工智能领域再无重大项目、重要进展和突出成果，发展逐渐停滞，导致错失深度学习驱动的第三次人工智能发展浪潮，究其原因主要在于以下四个方面。

（一）AI发展的技术路线缺乏可操作性

"第五代计算机项目" 诞生于日本与美国贸易摩擦和技术博弈的大背景下，具有强烈的 "弯道超车" 和建立自主技术体系的战略意图，因而在选择上倾向区别于美国、全栈式自主可控、封闭式的技术路线，而非融入以美国为主的全球开源协作网络。

项目立项时，全球公认较为前沿的技术路线是 "自上而下" 的符号主义，即通过将人类的知识总结成明确的规则符号，再通过逻辑推理来模拟人工智能。虽然日本也选择了此路线，但采取了相对封闭、举国 "押注" 的研发模式。一方面，日本选择的 Prolog 逻辑编程语法体系高度封闭，与通用编程语言完全脱节，研究成果无法被主流生态转化，导致产业化进程缓慢，且日本自研的 "专家系统" 因录入成本高、更新维护难、专用硬件迭代慢，也成为项目落地的重要阻碍。另一方面，符号主义自身技术路线存在重大缺陷，其旨在通过手工编写录入规则符号，构建一个包含人类百科知识的巨型系统，以此实现人工智能。受成本、体量等因素影响，项目极难落地应用，且日本各界一味闭门造车，选择忽略技术路线变化，最终错失了后续以深度学习大模型为核心的 "自下而上" 主流技术发展浪潮。

（二）软件和操作系统等核心技术受制于美国

美国将软件和操作系统视为信息时代的 "神经" 和 "大脑"，从国家顶层战略出发就不允许其盟友掌握底层主导权。日本作为美国的盟友，其角色从设计之初就被限定在美国技术生态的一个环节，任何被美国认为 "另起炉灶" 的行为都会遭到遏制。日本曾尝试自研 TRON 操作系统等，试图在软件和操作系统上实现突破，但皆被美国通过贸易壁垒、切断技术授权、主导国际标准等方式定点打击，最终产业化计划夭折。而依附于美国底层架构的精密硬件和材料优势，不足以支撑日本实现人工智能范式跳跃，只能被动适配美国技术规则，日本始终无法构建自主可控的AI发展闭环。

（三）主动放弃AI源头创新

一方面，"第五代计算机项目" 后科研预算大幅削减、人才严重流失等引发的 "雪崩效应"，叠加日本经济泡沫破裂，从根本上切断了日本发展AI需要的资源供给，导致政产学研用各界对 "深度学习大模型" 等前沿AI技术选择战略性忽视。另一方面，项目失败加速了日本锁定制造业思维，形成 "重机器人、轻算法" 的路径依赖。在 20 世纪末到 21 世纪初的全球信息技术革命中，日本错失培育互联网巨头和开源商业公司的战略机遇，未能诞生任何全球级的软件产品、互联网平台和云服务商，导致缺乏本土数据、算力、互联网人才、应用场景等AI发展的必要条件。当美国构建起从深度学习框架、大模型、云服务平台到开发者生态的完整壁垒，中国同时期完成了关键技术积累与AI产业布局并纳入国家级规划时，日本AI发展已从 "线性落后" 质变为 "代际断层"。

（四）企业对AI定位不准确

随着生成式人工智能等新兴技术的普及和日本政府 "社会 5.0" 等顶层设计的推动，NEC、东芝、日立、三菱电机等大型企业皆制订了AI计划，但本质上是用原有业务的 "老瓶" 装AI的 "新酒"。大多数企业停留在传统工业红利中，坚持在既有工业体系和业务流程内吸纳AI技术，将 "AI+" 视为传统零部件系统的延伸，依托供应商联盟分担风险，而非以AI为支点重构商业模式，因此陷入技术碎片化、迭代迟滞、商业模式僵硬的结构性困境。同时，AI 商业模式高投入、长周期等特点，与厌恶风险、降本增效的日本企业文化格格不入。而一部分想要突破制造业困境的企业也受制于终身雇佣、年功序列（工龄定薪酬）等固化体制，同时面临人才结构失衡、国际标准话语权不足等现实制约。

日本错失第三次深度学习AI浪潮并非单一因素导致的偶然结果，而是错误的技术路线选择、美国长期底层技术遏制、泡沫经济后创新资源收缩、传统企业体制多重结构性矛盾等多方面叠加的必然结果。单一精密硬件与材料优势无法支撑AI全产业链竞争，人工智能产业的比拼是底层技术、前沿研发、产业模式与创新制度的综合性较量。

二、日本加强人工智能能力追赶的新趋势

日本各界已经意识到在通用大模型、云平台、算力基础设施上短期内无法超越中国与美国，因此加快构建了一套 "内外兼顾" 的政治政策体系：既面向国内构建 "多方协商、共同治理" 的治理框架，以刺激国内AI创新；又积极推动国际人工智能 "软法范式"，试图提高自身在领域内的国际影响力。

（一）逐步形成 "软法范式"AI 政策体系

日本国内人工智能 "软法为主、硬法为辅、敏捷治理" 发展主要分为以下三个阶段。

一是解除限制阶段。2018 年 12 月，日本内阁府发布了《以人为中心的人工智能社会原则》，该文件提出要构建灵活且有效的人工智能治理框架，以及在整个日本社会中实施人工智能的七项原则。该文件奠定了日本人工智能治理的基本理念和政策基调。2021 年 7 月，日本经济产业省推出的《实施人工智能原则的治理指南》，明确企业、学术界和社会团体等利益相关方通过协商、达成共识的方式参与规则制定等治理过程。

二是主动引导阶段。在生成式AI技术冲击下，日本政府对现有政策框架、规则制度等进行整合和升级，于 2023 年 5 月设立 "人工智能战略会议"，将其作为级别最高的人工智能政策协调机构，统筹人工智能国家战略。2024 年 7 月，在 "人工智能战略会议" 下设立 "人工智能制度研究会"，旨在研究生成式AI技术引发的制度问题。2024 年 4 月，出台《人工智能企业指南》，官方定义其为 "living document"，修订周期为 6～12 月，至今已经历三次修订，旨在通过快速响应人工智能发展以体现治理灵活性。

三是加快立法阶段。2025 年 5 月，日本发布首部人工智能法律框架《人工智能相关技术研究开发及应用推进法》，设立首相任总部长的 "人工智能战略本部"，明确以指导原则为主，在自动驾驶、医疗健康、金融服务及经济安全等特定领域 "硬法为辅" 的治理原则。例如，利用AI制造计算机病毒违反了日本《刑法》"与未经授权的电磁记录有关的罪行"；2019 年，日本修订《道路运输车辆法》，要求对自动驾驶汽车的安保装置追加 "自动运行装置"，该装置需具备代替驾驶员进行认知、预测、判断及操作的功能等。

（二）实施差异化竞争，战略选择 "物理 AI" 领域

2025 年，日本政府通过增加预算、政策规划等方式在 "物理 AI" 领域集中发力。2025 年 10 月，日本召开AI战略本部首次会议，将物理AI列入AI基本计划。本次战略收缩是日本基于现实发展落差和自身比较优势所实施的战略聚焦调整。

一是短时间无法超越中国与美国。2013—2024 年，日本民间在AI领域累计投资达 60亿美元，仅为中国的二十分之一、美国的八十分之一，且未来十年日本计划通过公共支持撬动的资金也与中美两国存在量级差距。此外，软件生态、专业人才等底层能力的结构性缺失，迫使日本不得不避免正面竞争。

二是具有区别于中国与美国的独特精密制造工业优势。在材料和高端制造业领域，日本已建立起技术和市场份额双重壁垒，沉淀了高精度、高密度、全链条的产业数据，在无形中完成了 "工业现场的数据化"。

三是基于 "老龄化" 社会的现实选择。日本严重的 "老龄化" 导致劳动力短缺，物理AI被视为维持制造业和社会运转的迫切需要，同时为其提供了天然的应用场景和规模化产业化的必要条件。

物理AI战略提出以来，日本建立起以软银、NEC、本田、索尼合资成立的 "Noetra" 公司为核心的制造业与非制造业、产业与学术界等多类型联盟。产业实践覆盖制造业各个环节，如富士通 "空间世界模型" 通过意图识别优化多机器人协作等。未来，日本计划将场景应用从制造业逐步拓展至医疗护理、基建巡检、灾害应对等领域，并在《人工智能机器人战略》中提出，到 2040 年在 18 个行业部署约 1000 万台AI机器人，并力争占据全球物理AI市场 30% 以上份额。

（三）依托非约束性组织，在国际社会广交朋友

在国际上，日本主要依托全球人工智能伙伴关系（GPAI）、"广岛人工智能进程"（HAIP）等非约束性合作机制，积极推动由七国集团（G7）主导的人工智能治理合作。但比较而言，日本更关注 HAIP，并将其作为推动人工智能治理国际合作的主渠道。2023 年，日本作为 G7 轮值主席国，牵头启动了 HAIP，并联合 G7 其他国家发布一系列文件，旨在深度参与制定人工智能国际治理规则。2024 年 5 月，日本宣布成立 "广岛人工智能进程之友小组"，全球 49 个国家和地区参与，旨在依托 HAIP 构建一个以 "日本式软法" 为核心的非正式制度网络，吸引那些同样担心在美欧夹缝中生存的中小国家与大型科技企业。同时，将认同该治理理念的国家与非国家行为体整合到一个以自身为枢纽的平台上，从而塑造一个能让其发挥更大影响力的全球人工智能治理生态。2025 年，在 G7 加拿大峰会上，日本借特朗普政府 "重发展、轻监管" 的政策对冲欧盟的单边规范，推动 HAIP 从 "主席国倡议" 转为 "制度化机制"，常设 G7 人工智能治理工作组，将 "软法范式" 上升为 G7 层面的集体原则。

三、日本推行人工智能软法治理的底层逻辑

当欧盟以《人工智能法案》（EUAIAct）构筑硬法高墙，美国以州际立法与行业自律探索分散式治理之时，日本走出了一条截然不同的 "软法范式" 道路。这一选择并非偶然的政策偏好，而是根植于日本独特的社会认知、产业诉求和地缘战略考量。

（一）符合人工智能高速迭代和多元化创新发展特点

人工智能的快速发展与应用场景的复杂性所带来的治理挑战，远超现有法律体系的规范范围，但这与软法有天然的适配性。

一是人工智能技术的开发者、使用者以及受影响的各方共存于同一平台。面对多元主体的共同参与，治理模式需要具备更高的灵活性和包容性，软法能够反映各方的利益诉求，容纳更多的利益相关方参与治理过程。

二是人工智能技术尤其是深度学习大模型等技术发展迭代过快，呈现出典型的 "摩尔定律加速" 现象，模型参数、训练数据、应用场景数月甚至数周就会出现质变。同时，人工智能技术演变也呈现出高度不确定性，软法因其效力来源于共识，所以制定和修改可以高度灵活，契合人工智能高速迭代的发展特点。

三是人工智能技术路径和应用领域多元，不同技术路径和应用场景下面临的安全阈值、责任归属等大相径庭。与传统硬法倾向于统一、普适、刚性的规则体系不同的是，软法治理主体拥有对特定技术领域或应用场景的深度知识，能够设计出特定适配的规则，不会因过于具体而扼杀探索空间，也不会因过于具体而失去指导意义。

（二）降低合规成本，激发企业活力

产业发展是日本人工治理政策制定的重要考量。产业发展一般由政策性文件予以考虑，但日本政府鉴于本国人工智能发展现状与人工智能对各领域的特殊赋能意义，希望通过协商达成共识的方式释放企业的创新活力和新产品开发的自由度，降低企业合规成本，加快人工智能发展速度，避免过早的硬法立法对企业创新形成压制。这一转变将治理理念从国家中心转向多元共治。

日本人工智能治理的软法路径，表面上是多元协商的产物，实则是政商利益的协调与整合。在相关指南的制定过程中，日本总务省、经济产业省等政府机构与大型科技企业形成了密集的沟通网络，产业界的声音在政策形成中占据主导地位。虽然制度文本强调社会参与，但普通公众和民间组织的话语权较为边缘。由此形成的治理格局具有双重功能：一方面，软法为人工智能发展提供了相对宽松的制度环境；另一方面，企业将自身技术布局与国家战略对接，使商业扩张获得了正当性背书。这种国家目标与企业利益的深度绑定，本质上是日本传统发展型国家模式在数字治理领域的投射。

（三）推广自身体系，服务地缘博弈

日本充分认识到其与中美欧在规则制定、人才虹吸、技术创新等方面的差距很大，短时间内无法正面较量，转而实施差异化竞争。日本频繁在国际治理中发出自己的声音，是想通过将本土实践包装为 "全球最佳实践"，吸引中小国家（尤其是亚洲国家）与大型科技企业，从而塑造一个能让其发挥更大影响力的全球人工智能治理生态，进而形成 "头雁效应"。

"雁行模式" 曾深刻塑造了东亚产业格局。这一模式以日本为技术创新的 "头雁"，"亚洲四小龙"（韩国、中国台湾省、中国香港特别行政区、新加坡）承接中端制造，东盟国家（如泰国、马来西亚等）和中国大陆渐次嵌入劳动密集型环节，形成梯度转移的垂直分工体系。在制造业时代，日本以其精密制造和 "工匠精神" 稳居 "头雁" 地位，但在技术发展落后于第一梯队的AI时代，日本或试图争做AI治理的 "头雁"。基于此，日本不再执着于输出技术和装备，而是输出 "敏捷治理" 的规范模板。这种输出不是以资金规模取胜，而是以需求精准诊断取胜；不是以强制标准推行，而是以共生叙事嵌入；不是以短期项目冲击，而是以长期人才塑造锁定。通过精准对接、不对称合作、人才虹吸、制度观念等方式，构建以日本为中心的等级化网络结构，将中小国家的人工智能发展嵌入自身技术体系。

四、日本人工智能建设存在的深层次问题

近年来，日本 "软法范式" 因其非约束性、灵活高效而备受瞩目，有人认为其是继中美欧之后的人工智能治理新实践、新模板。然而，这一看似精巧的制度设计在近年的实践中，正暴露出深层且难以调和的结构性矛盾，软法的 "软" 或因内在张力而瓦解其制度初衷。

（一）政府监管能力被削弱

企业成本压力和利润最大化逻辑导致企业没有足够动力执行软法的各项要求，需要政府强约束实现国家公共利益。但日本政府高度依赖大型企业实现自身人工智能发展目标，支撑人工智能发展的关键要素也掌握在大型企业手中。在这种政商关系下，政府监管能力被削弱，仅依赖企业自律难以达到合规要求。

（二）社会创新氛围未拉动

一方面，"软法范式" 无法触及产业竞争力落后的结构性根源。频繁更新、疲于应对的治理政策，无法破除保守、容错率低的社会生产方式，进而难以提供颠覆性技术发展所需的创新活力。另一方面，以监管换技术发展的治理模式加剧了利益风险分配的不平等。人工智能三大构成要素本就具有高度垄断特征，这种模式让技术红利和话语权更集中在少数企业，风险则由社会承担，结果或进一步削弱AI创新的社会基础。

（三）日本企业对美国技术依赖严重

目前，日本主流的大语言模型、人工智能开发平台、算力芯片等主要由美国科技企业垄断。宽松的监管环境一方面使美国科技公司在日本的垄断地位更加无法撼动，另一方面日本企业对美国企业的技术依赖更加严重，从而陷入 "监管越宽松 — 垄断越固化 — 创新越萎缩 — 依赖越加深" 的恶性循环，结果或进一步放大美国技术制裁的风险。

（四）国际AI斡旋 "缺牌可打"

日本想在中美欧之间找到一条差异化自主发展路径，但日本AI产业既需要适应欧盟的刚性合规要求以维持市场准入，又依赖于美国提供的先进技术以实现更快发展，还缺乏中国的规模效应和国家模式，难免陷入自主性与依附性的矛盾。此外，日本无法给人工智能欠发达国家带来实际利益。人工智能欠发达国家想要的是在保障本国网络安全的前提下，发展并融入人工智能产业。相较于发展，他们最关心的核心利益是维护本国人工智能主权和自主发展权利，但是日本对于他们的诉求并没有太多 "筹码"，既无法为他们创造自主发展权利和环境，又不能提供人工智能发展的技术方案，所谓 "软法范式" 或沦为由日本主导的 "规则口号"，积极创造的 "朋友圈" 或成为中美欧博弈的 "缓冲区"。

五、对我国的启示

日本在人工智能领域相较于中美虽已结构化落后，制造业发展模式成为人工智能技术突破、快速迭代的制约因素，但其在精密机电、材料科学、制造工艺上的积累并非 "遗产负担"。日本政府对物理AI的强化布局和巨额投入，制造企业数十年的数字资产积累和对物理AI的资源集中配置，社会结构 "老龄化" 的倒逼，都为物理AI规模化落地提供了有利条件。

物理AI的规模化落地将为日本 "软法范式" 提供技术底座支撑，日本式软法治理或成为东盟、印度等 "中间地带" 国家的路径选择，从而构建一个与中美数字AI并行的物理AI秩序，最终在全球AI治理中形成 "第三极"。日本从实施差异化竞争、深耕制造业等 "物理场景 + AI" 模式，到积累起来的数十年高精度、高关联数字财富，再到将 "软法范式" 以指南规则形式嵌入国际治理，推动形成更易被国际社会接纳、具备普遍适用性的发展路径，这一演进逻辑对我国具有如下启示。

一是合力打造世界顶尖国产通用大模型。日本战略选择避免大模型正面竞争，虽出于现实考量，但也极易造成其AI发展受制于人、上限受影响等问题。相较于日本，我国在生成式AI通用大模型技术、人才、市场等方面具备一定优势，但需警惕通用大模型投入高昂、迭代极快，头部垄断格局有固化趋势等发展隐患。同时，也要清醒地认识到，美国针对其所认定的可能对自身技术霸权构成威胁的行为，所展示出的打压与遏制的态势，短时间内不会发生改变。为用好优势、敢于竞争、善于竞争，我国应统筹政产学研用各界形成合力，打造能与美国同台竞技的世界顶尖国产通用大模型，避免因盲目内卷算力与基础大模型研发而造成重复建设、资源内耗。

二是以硬件优势牵引AI落地。我国应借鉴日本 "以硬件优势牵引AI落地" 的路径思维，立足自身全球最全工业门类和海量场景数据，发挥全球最大制造业体量优势，以产业数字化升级为突破口，夯实实体经济底座，深耕工业制造、新能源汽车、光伏、锂电等实体赛道，推动垂直场景与人工智能深度融合，走以实体经济赋能智能化的差异化发展赛道，规避同质化竞争，走出适配本国产业结构的AI发展路径。

三是搭建中国特色的人工智能话语体系。人工智能国际话语权争夺，不仅是技术博弈，更是规则与治理话语权的博弈。我国应在坚持技术攻坚的同时，进一步搭建中国特色的人工智能话语体系。首先，依托智能制造、数字普惠等国内大规模应用实践，以开放、多元兼容原则推动中国标准国际化；其次，通过对外技术转移、跨国联合研发、多边对等交流等，向外输出普惠型数字治理经验，以互利共赢替代技术排他，依托多边合作凝聚国际共识，提升我国AI治理规则的全球认同度和影响力。

作者：中国信息安全测评中心 牛云明