爲什麼日本出不來DeepSeek？
本文來自微信公衆號：日商日旅，作者：KYOKU，題圖來自：AI生成
上世紀90年代，日本曾是全球科技經濟的核心：全球市值前十的公司中有一半來自日本——NTT、住友銀行、東京電力、松下、日立……而今天的AI時代，主角卻幾乎都來自中美兩國。
能跑出一家DeepSeek，本就是小概率事件；但對於曾經的創新中心日本來說，爲什麼連這樣的希望都看不見？日本的AI企業，都跑哪兒去了？
提起這個話題，常見的回答有幾種套路：
如此這般，對日本科技商業的“奚落”甚至可以寫成一篇爽文。但今天我想換個問法：日本，需要DeepSeek嗎？
還有，日本這片土壤，非得長出個DeepSeek嗎？
聽起來像句廢話：哪個國家不需要明星企業呢？況且是如此突破性的企業，爲國家增光，帶動整個AI行業的發展，引導資金流入，推動技術滲透到製造、醫療、金融等傳統行業，幫助企業提效降本、實現自動化……這不正是很多AI企業的“終極使命”嗎？
可問題是——日本已經直接跳過了這個階段。
製造業的數據預測、醫療的自動化、金融保險的智能服務……這些“AI最終該做的事”，日本很多公司早就開始做了，而且做得不慢。
日本至少有300家在研發AI的公司，有剛在去年拿下約合9.5億元人民幣融資的，也有早在2017年就已上市的；研發日語大語言模型和日英雙語模型的公司也不是沒有。
很多公司並未以AI命名自己。如果翻看日本最知名也是估值最高的TOP５家AI公司的網站主頁，會發現至少有兩家的首頁根本找不到AI這個詞。取而代之的是データ活用（數據活用），LLC（大語言模型），業務効率化（業務效率化），畫像解析/映像解析（圖像/視頻分析），自然言語処理（自然語言處理）等詞彙。
雖然落後，但說日本是AI荒漠，顯然不準確。
日本不缺AI，但它也確實沒走DeepSeek那條路。
日本有多少AI公司？
要說那種做“大模型”“平臺型AI”的公司，日本確實不如中美多。根據日本貿易振興機構（JETRO）2025年3月的報告，日本本土AI初創企業數量約爲300~500家。
一種最保守的估算認爲，擁有自研算法能力、真正做核心技術的公司，不超過50家。這50家公司大多通過了AI相關研究組織的認證，也確實在做紮實的研發。
東京大學的“鬆尾研究室”是一個高校衍生型的AI孵化平臺，掛名孵化了32家AI創業公司，創始人大多是實驗室的學生或長期合作的研究人員。鬆尾豐教授在日本AI圈的地位相當於“教父級”，研究方向涵蓋機器學習、深度學習、自然語言處理等，被稱爲“日本AI第一人”。
2012年AlexNet震驚世界，在ImageNet大規模圖像識別挑戰賽上取得了突破性的成績，隨後中國的BAT開始組建AI Lab。鬆尾研究室成立於2013年，這說明，日本對AI的關注並不晚。
幾家日本典型的“真AI公司”
NEC、NTT、富士通、日立等日本傳統巨頭都有自己的AI研發團隊。只不過你不會在新聞裡看到它們天天搞大模型和融資，因爲它們的AI更偏向爲政府、基礎設施、大企業服務，曝光度低，但技術正在落地。比如它們的AI被廣泛應用於：
幾家傳統巨頭的AI落地
如果說中美的AI公司很多是從大模型平臺起步，再逐步擴展應用場景，那日本則走的是先垂直再橫向的路。
日本的AI創業公司，很多都是細分應用場景切入，直接服務產業客戶。其實這也是一種革新路徑——有人選擇先打造一個聰明的“通用腦瓜”，再推向各個行業去“實習”；而有人則更務實，讓這顆“腦瓜”先投身產業，邊實習邊成長。
說到底，它們是“披着企業服務外衣的AI公司”。
不過，目前應用AI的企業也多爲大企業，即大客戶爲新科技買單。日本的多數企業究竟何時纔有意識依靠AI改善產能和系統，尚且不得而知。
那麼，日本需要Deepseek嗎？
有必要真正瞭解一下Deepseek、OpenAI這類公司的內核。它們是通用AI平臺（General AI Platform），典型的AI核心/底層架構公司。無論是DeepSeek還是OpenAI，它們的盈利模式基本相似：包括C端訂閱、API調用（開發者平臺）、雲服務整合、定製模型/企業解決方案等。
先鍛造出一個聰明的腦瓜兒，再進入行業實習，這就意味着前期需要燒錢。以OpenAI爲例，最初得到了馬斯克等人的約10億美元捐贈，2019年轉爲“有限盈利”架構後，微軟又投資了超過100億美元。截至目前（2025年），OpenAI和DeepSeek都還在虧錢。
那日本呢？先燒錢燒出一個聰明的腦瓜兒，這件事在日本人看來難以想象。這既是因，也是果：因爲燒錢，所以做不出來；反過來，如果這種投入沒有明確的回報，那麼日本社會往往不願意冒這個風險。你說，多燒點錢，我們就能夠開天眼，日本人說，那開完天眼該服務誰呢？爲什麼不現在就去找客戶？
在中國，何止是燒錢，咱們燒了10年的錢纔出了一個Deepseek。2016年後，中國AI涌現出“四小龍”（商湯、曠視、依圖、雲從），它們的初期願景都是想做“中國的AI平臺/大腦”。現實轉折是，它們紛紛“落地爲王”，深扎行業。
日本不那麼需要Deepseek的另一個原因，在筆者看來，是它的平臺類應用本來就並不多。
美國與中國，分別誕生了一些極強的平臺類應用。例如美國的Google、Facebook、Twitter、Youtube、Amazon；中國的百度、微信、微博、抖音、淘寶。平臺類應用面向大量Ｃ端用戶，提供細緻到滿足每個人需求的服務。
但是在日本社會，每個人都在使用美國的Google、Facebook、Twitter、Youtube、Amazon。換句話說，日本不需要像中國那樣，從零到一，做巨大的平臺類應用。它享受了Google等大企業的跨國紅利，因此也不需要擁有自己的Google。
在日本職場，四五十歲的中年人也能夠熟練地使用谷歌的各種細分功能模塊，筆者50歲的日本同事上週還教我如何使用GoogleCalender查看上司的日程安排。對他們來說，Youtube、Facebook、Google形成了一個與其他國家共享的信息世界，在同一個搜索平臺，用日語可以搜到自己母語的資料，用英語則能獲得更多資料。
反觀中國，“O2O”和“互聯網＋”這些浪潮帶動了很多互聯網人進入製造業、醫療、汽車等行業，去變革，不信邪，不怕巨頭。
再者，DeepSeek的快速走紅與ChatGPT在中國大陸不能用有直接關係。大家不能直接訪問ChatGPT，就催生了大量“國產替代”項目。DeepSeek背靠大模型開源社區與香港團隊快速搭建了ChatGPT類體驗，打出“中文更強”+“免費可商用”兩個賣點，迅速吸粉。
2024年日本政府發佈的《情報通信白書》提到，在個人用戶方面，只有9.1%的日本人使用生成式AI，遠低於美國（46.3%）和德國（34.6%）。這也變相說明了，他們沒有那麼需要ChatGPT和DeepSeek，Google等巨頭的產品已經能夠滿足他們了。
不管怎麼說，日本在AI方面，是落後了。
但是如果把時間拉長到10年、20年來看，把AI視作一場長線競爭的話，日本未必落後太多。
日本創新可能並不是被概念驅動的，而是被產業痛點驅動的。筆者在早稻田大學讀書時，曾聽過一位親歷豐田TPS（Toyota Production System，豐田生產模式）推出的豐田實幹型專家的講座，並且在最後的環節問了專家一個問題：這套系統能夠如此有效地幫助工廠實現精益生產，那麼是否能夠對互聯網企業有所啓示呢？
專家愣了幾秒，他似乎不理解，爲什麼會有人想要把線下的東西應用於線上呢？互聯網企業到底面臨着什麼問題，爲什麼不去針對自己的問題定製一個答案呢？“把方法論抽象出來並通用化”這件事，對他們來說，本身就有些抽象了。
日本社會整體對“新技術”有一種很強的實用主義+懷疑主義結合體：“で、それ、何の役に立つの？”（那，這玩意具體有什麼用？）如果你的AI方案不能馬上節省成本、提高效率、降低出錯率……那就很難說服甲方買單。尤其是在製造業、金融、醫療這些傳統行業，“爲了AI而AI”的項目，很容易被直接pass掉。
所以，日本企業寧願不推出爆款APP，而更希望擁有一套穩定的工廠質檢系統；沒有ChatGPT那樣火的產品，但有醫院醫生每天都在使用的診斷輔助AI；寧願不開發佈會，但有一堆“社會實證”默默在進行。
做個類比，大家談智能汽車，首先會提到特斯拉、蔚來、小鵬等，互聯網人的特質就是腦瓜聰明，科技感強，產品的用戶體驗好；但是比亞迪從代工起家，產業鏈強大，逐步智能化，2024年全球新能源汽車市場（包括純電動汽車和插電式混合動力汽車）中，比亞迪以超過20%的市場份額位居第一。
同樣都想登頂，大家只是用了不同的策略而已。何況，AI其實並不是一場國家之間的戰爭，這些年大家早已得出結論，AI是一個必然方向，是萬物新生的前提之一，只是功能實現得有快有慢，人們受到惠利的時間有早有晚而已。
不過，對於日本來說，即使AI與傳統產業的結合做得再深，但由於在OpenAI與DeepSeek這一類“通用平臺型”產品上幾乎缺席，也的確失去了擁有全球級影響力的可能。
而且可能是永久性失去。
本文來自微信公衆號：日商日旅，作者：KYOKU
本內容爲作者獨立觀點，不代表虎嗅立場。未經允許不得轉載，授權事宜請聯繫 hezuo@huxiu.com
本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4274082.html?f=wyxwapp