报告概述

本报告是《数字进展与趋势报告》系列的第二部,聚焦人工智能(AI)在发展中国家的发展前景。报告分析了AI对全球经济、劳动力和产业的潜在影响,指出AI创新高度集中于高收入国家,而低收入和中收入国家在采纳、适应和创新方面面临巨大鸿沟。报告提出了支撑AI发展的四大基础支柱——“4Cs”:连接(Connectivity)、计算(Compute)、语境(Context)和能力(Competency),并逐一分析了各国在这些领域的表现、市场失灵和政策应对。报告适合政策制定者、发展从业者和研究人员了解AI如何推动包容性增长。

报告的核心结论

AI创新高度集中于高收入国家

高收入国家贡献了全球87%的知名AI模型、86%的AI初创公司和91%的累积风投资金。发展中国家(除中国和印度外)仅占AI初创公司的4%,资金不足1%。这种集中化加剧了全球数字鸿沟,要求发展中国家在自身能力和市场条件基础上制定差异化的AI战略。

“小AI”为发展中国家提供低成本的即时解决方案

报告指出,“小AI”——即成本低、易获取、可在日常设备上运行的AI工具——已在教育、农业和医疗等领域产生实际影响,如教师用AI备课、农民获取农技建议等。这种自下而上的创新使发展中国家能够以有限资源快速获益,但大规模推广仍需加强基础设施和技能培训。

4C基础是AI成功的关键,各国需按自身情况优先投资

连接、计算、语境和能力是AI采纳、适应和创新的基石。报告显示,低收入国家在4C所有维度上均严重落后:互联网普及率仅27%,固定宽带速度低于25 Mbps,基本数字技能人口不足5%。各国应根据AI就绪度优先投资,低就绪度国家先保障连接和基本技能,高就绪度国家推进计算基础设施和本地数据建设。

AI采纳存在巨大鸿沟,企业采用率整体偏低

尽管个人层面的生成式AI采用速度创纪录(如ChatGPT两年内覆盖超过5亿用户),但企业采纳仍处于早期阶段。在OECD国家,2024年仅有8%的企业使用AI,大型企业(约20-50%)远高于中小企业。发展中国家企业面临基础设施、技能和信任等多重障碍,急需政策干预以弥合鸿沟。

报告回答的关键问题

AI对发展中国家经济有何潜在影响?

AI既能提升生产效率、创造新就业,也可能导致“过早去专业化”,即高技能服务业岗位过早饱和,压低收入。报告认为,如果发展中国家不加快AI采纳,将面临出口机会萎缩、就业空间被挤压的风险。政策需引导AI向增强人类能力的方向发展,并通过财政、劳工和教育改革应对冲击。

什么是4C框架?为何对AI发展重要?

4C框架指支撑AI发展的四个基础支柱:连接(可靠宽带和能源)、计算(AI芯片、数据中心和云服务)、语境(本地训练数据和模型适应)和能力(数字技能)。报告指出,这四个方面是发展中国家实现AI采纳、适应和创新的必要条件,各国应根据自身就绪度进行排序投资,以避免被AI浪潮边缘化。

发展中国家如何缩小AI数字鸿沟?

报告提出分层策略:低就绪度国家优先扩大互联网覆盖、降低设备成本、普及基础数字技能;中等就绪度国家加强本地数据收集、建设区域数据中心、培养中级技能人才;高就绪度国家可瞄准前沿计算和AI研究,同时通过人才政策留住本地专家。此外,国际协作和知识共享也是缩小鸿沟的关键。

AI在农业和教育领域有哪些具体应用?

报告中两个专题案例显示:在农业方面,AI通过精准灌溉、病虫害预测和智能畜牧管理提升效率,例如巴西的AI虫害控制减少农药使用30%;在教育方面,AI辅助个性化学习、教师备课和行政自动化,如印度和尼日利亚的AI聊天工具可提供多语言辅导。但应用受限于基础设施、数据质量和技能缺口。

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使用率(占互联网用户比例)

2025年4月,反映了生成式AI在不同收入等级国家的采纳差距,低收入国家使用率极低,显示数字鸿沟显著。

美国73%,其他高收入国家18%,中国8%,其他中低收入国家合计不到2%

AI初创企业累计风投资金全球占比

截至2025年7月,显示AI创新商业化的高度集中,发展中国家获得的投资极少,限制了本地AI创新和适应能力。

高收入国家1400 GB,中高收入国家400 GB,中低收入国家100 GB,低收入国家5 GB

人均数据流量(2023年)

2023年,数据消费差距持续扩大,高收入国家的人均流量是低收入国家的280倍,表明带宽和实际使用差异悬殊。

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

  • 第一章探讨AI的全球发展趋势、潜在经济影响以及发展中国家面临的创新、适应和采纳鸿沟,并引入4C框架。
  • 第二章分析连接(Connectivity)状况,包括移动网络覆盖、宽带速度、数据消费以及卫星互联网等新趋势,并讨论政策如何促进数字基础设施发展。
  • 第三章研究计算(Compute)资源的全球分布,聚焦AI芯片、数据中心和云服务的供给与需求,分析“计算鸿沟”并探讨各国应对策略。
  • 第四章聚焦语境(Context),即训练数据和模型适应,分析数据鸿沟、语言多样性问题,以及开源模型如何帮助发展中国家定制AI解决方案。
  • 第五章考察能力(Competency),即数字技能供需,包括AI相关岗位增长、技能培训现状以及国际人才流动,提出弥合技能缺口的具体政策。
  • 第六章总结全篇,强调政策行动的紧迫性,提出基于AI就绪度的差异化投资策略,并讨论财政、劳工、教育及AI治理等方面的配套措施。
  • 附录包含三个专题案例研究:AI在农业与能源、教育、数字服务领域的应用,展示实际用例、影响和挑战。
  • 报告附有大量图表和数据,涵盖各国在4C维度上的最新统计数据,便于读者进行跨国比较和趋势分析。

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