川海智库

报告概述

本报告是《数字进展与趋势报告》系列的第二版，以2025年数据为基础，系统分析人工智能在全球，特别是发展中国家的进展与挑战。报告的核心研究对象是AI的采纳、适应与创新，覆盖领域包括AI创新格局、个人与企业采纳趋势，以及四个关键基础支柱（4Cs）：连接（数字基础设施）、计算（算力）、上下文（训练数据与模型适应）和能力（数字技能）。报告采用数据驱动的基准测试方法，结合市场失灵分析和政策案例，旨在为政策制定者提供可操作的见解，帮助发展中国家抓住AI机遇、规避风险。

报告的核心结论

小型AI为低收入国家提供立即影响

报告指出，小型AI（small AI）是经济实惠、可访问且针对日常设备设计的AI解决方案，已在农业、教育和健康等领域展现价值。例如，农民通过AI聊天机器人获取农艺建议，教师使用AI进行教案规划。这种自下而上的创新使发展中国家能以有限资源实现立即可见的效益，并可能跳越传统发展障碍。

AI创新集中于高收入国家，但采纳在中等收入国家快速扩张

数据显示，高收入国家贡献了87%的突出AI模型、86%的AI初创企业和91%的累计风投资金。然而，ChatGPT等生成式AI工具在中等收入国家（如巴西、印度、印度尼西亚）的流量占比超过40%，远高于其经济比重。这表明采纳速度超过预期，但低收国家仍严重滞后，不足1%的全球流量。

4C基础投资是释放AI潜力的关键

报告提出连接、计算、上下文和能力四个基础支柱。连接确保人们能访问AI；计算提供训练和部署模型所需的算力；上下文要求模型适应本地语言、文化和需求；能力指数字技能。这四个支柱互为支撑，政府需根据本国AI成熟度（低、中、高）采取差异化投资策略，例如低准备度国家优先改善宽带和基础数字技能。

AI可能加剧不平等，需要前瞻性政策干预

AI既带来机遇也带来威胁。报告警告，AI可能加剧国家间和国内的不平等，导致过早的非职业化（premature de-professionalization），即高技能服务业就业份额在较低收入水平时就达到顶峰。此外，AI对劳动力的替代效应可能削弱工人议价能力。因此，需要财政政策（如累进税、社会安全网）、劳动教育政策（终身学习）和可信AI治理框架来管理风险。

报告回答的关键问题

小型AI是什么？如何帮助发展中国家？

小型AI指经济实惠、可在普通设备上运行的AI应用，无需大量算力和数据。报告指出，小型AI已在发展中国家农业、教育和健康领域发挥作用，例如农民通过手机获得实时农艺建议，教师利用AI生成教案。这种技术降低了应用门槛，使资源有限的社区也能受益。

AI如何影响发展中国家的就业？

AI对就业的影响具有双重性。一方面，AI可能替代低技能服务岗位，如客服、数据标注等，导致就业流失。另一方面，AI也能增强高技能工作，并在数字交付服务领域创造新机会。报告强调，发展中国家面临“过早非职业化”风险，即高技能岗位占比提前停滞。政策需加强再培训和技能提升，特别是数字技能。

什么是4Cs框架？

4Cs是报告提出的AI基础框架，包括：Connectivity（连接，可靠宽带和能源）、Compute（计算，高性能芯片和数据中心）、Context（上下文，训练数据和本地化模型）、Competency（能力，数字技能）。这四个支柱共同决定一个国家采纳、适应和创新AI的能力。报告建议各国根据自身AI准备度优先投资不同支柱。

发展中国家如何弥合数字鸿沟？

报告显示，低收国家在互联网覆盖率、速度、数据消费和数字技能方面远落后于高收入国家。例如，2024年低收国家仅27%人口使用互联网，而高收入国家达93%。弥合鸿沟需要政府创造有利环境，包括促进私营投资、降低数字设备税率、推动卫星互联网、加强数字教育，以及针对农村和女性的定向补贴。

AI在农业和教育中的应用有哪些？

报告附录案例显示，AI在农业中用于精准灌溉、病虫害预警、减少食物浪费和牲畜甲烷排放。在教育中，AI被用于个性化学习、教案生成、自动阅卷和教师培训。例如，印度的Chatbot服务农民和教师辅助工具已显示早期效益。这些应用需以本地数据和语言为基础，否则效果有限。

报告中的代表性数据

高收入国家24%，中高收入国家5.8%，中低收入国家4.7%，低收入国家0.7%

ChatGPT用户占互联网用户比例（2025年4月）

2025年4月，该数据反映不同收入水平国家在生成式AI工具采纳上的巨大差距。高收入国家用户比例是低收入国家的34倍。

高收入国家占87%的突出AI模型、86%的AI初创企业和91%的累计风投资金

AI创新集中度（截至2025年7月）

截至2025年7月，AI创新和商业化高度集中在美国和中国，其他发展中国家贡献极小。这表明即使AI采纳在扩散，创新能力仍严重不平等。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整市场数据与趋势图表：报告包含大量图表，展示AI创新（模型、论文、专利、初创企业）的地域分布，以及个人和企业AI采纳的跨国比较。
  • 4Cs各章详细分析：第2-5章分别深入连接、计算、上下文和能力四大支柱，每章供应与需求分析、国家绩效基准、市场失灵识别和政策案例。
  • 主题案例研究：附录包含三个完整案例，分别聚焦教育（印度和尼日利亚）、数字交付服务（菲律宾和乌兹别克斯坦）以及农业与能源（多国实例），展示AI的实际应用与障碍。
  • 国家AI准备度评估：第6章提供基于规模和强度的国家AI准备度矩阵，帮助各国识别自身位置并确定优先级。
  • 政策建议框架：报告提出针对低、中、高AI准备度国家的差异化投资建议，涵盖财政、劳动、教育和治理领域。
  • 关于AI经济影响的深度讨论：第1章详细分析AI对劳动力市场、产业组织、贸易和分配的可能影响，包括乐观与悲观情景。
  • 数据指标与方法论说明：在附录和注释中，报告阐述了数据来源（如OECD.AI、Lightcast、LinkedIn）和指标定义（如AI采纳、数字技能分类）。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告