川海智库

报告概述

本报告是《数字进展与趋势报告》系列的第二期，聚焦人工智能（AI）在发展中国家的发展。报告分析了AI不同于以往通用技术的特点，提出了支撑AI采纳、适应和创新的四大基础支柱（4Cs）：连接（基础设施）、计算（处理能力）、情境（训练数据与应用）和能力（数字技能）。报告利用新颖的数据集，对各国在4Cs上的表现进行基准评估，识别市场失灵和外部性，并提供政策见解，帮助发展中国家抓住AI机遇、应对风险。

报告的核心结论

AI创新高度集中于高收入国家

高收入国家占全球显著AI模型的87%、AI初创企业的86%以及累计风投资金的91%。尽管中国和印度等少数中等收入国家有部分创新，但大多数低收入和中等收入国家在AI创新中作用微小，面临创新鸿沟。

小型AI为发展中国家提供即时可行路径

“小型AI”指价格低廉、易于获取、适合日常设备的AI解决方案。在农业、教育和健康等领域，小型AI已展现社区层面的变革力量，使发展中国家能以有限资源快速获得实际收益，并有可能跳越传统发展障碍。

AI采用速度创纪录但鸿沟明显

ChatGPT在两年内覆盖超过200个经济体，超过5亿用户。中等收入国家的ChatGPT流量占比超过40%，但低收入国家仅占不到1%。企业AI采用率即使在发达经济体也仅为8%，发展中国家更低，且大型企业领先。

4Cs是AI准备度的关键基础

连接（高质量宽带和能源）、计算（芯片、数据中心、云服务）、情境（本地训练数据和模型）、能力（数字技能）四者缺一不可。各国需根据自身AI准备度水平（低、中、高）优先投资于不同领域，以促进AI采纳、适应或创新。

计算鸿沟严峻且贸易不均

截至2024年，美国占全球安全互联网服务器的50%，其他高收入国家占41%，其余国家仅9%。人均服务器数量美国是中等收入国家的200倍、低收入国家的2万倍。云服务主要流向高收入国家，发展中国家需权衡自建数据中心与使用国际云服务的利弊。

报告回答的关键问题

发展中国家如何利用AI促进发展？

报告建议发展中国家优先投资4Cs（连接、计算、情境、能力），并根据本国AI准备度选择策略：低准备度国家侧重采纳现成工具，中等准备度国家在特定领域定制和适应AI，高准备度国家可推动本地创新。同时需完善数据治理、技能培训和风险监管。

AI对就业市场有何影响？

AI可能自动化和增强部分任务，对劳动力需求影响复杂。短期看，AI可能取代某些常规工作，但也创造新岗位，尤其是高技能岗位。发展中国家面临“过早去职业化”风险，即高技能服务就业份额在较低收入水平提前见顶。需通过教育和终身学习政策为工人赋能。

什么是AI的4C基础？

4C指连接（可靠宽带和能源）、计算（AI芯片、数据中心、云计算）、情境（本地化训练数据与模型）和能力（数字技能）。报告认为这四者是国家AI准备度的核心支柱，需协同投资，以支撑AI的采纳、适应和创新。

当前AI采用存在哪些数字鸿沟？

个人采用方面，高收入国家24%的网民使用ChatGPT，而低收入国家仅0.7%。企业采用方面，OECD国家平均仅8%的企业使用AI。性别鸿沟显著，ChatGPT用户中女性仅占三分之一。此外，语言鸿沟明显：英语占全球URL的45%和开源数据集的56%，限制了非英语国家的AI效用。

报告中的代表性数据

87%的显著AI模型、86%的AI初创企业、91%的累计风投资金

高收入国家在AI创新中的份额

截至2025年7月，高收入国家在AI创新中占据主导地位，不包括中国和印度，低收入和中等收入国家仅占4%的AI初创企业和不到1%的初创企业融资。

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用户占网民比例（按收入组别）

2025年4月，数据来自Liu, Huang, and Wang (2025)，显示GenAI工具采用在不同收入组之间存在巨大鸿沟。

87%

全球云服务出口份额（美国）

2016-2021年，美国占全球云计算和存储服务出口的87%，主要目的地是高收入国家（约84%），中低收入国家份额微不足道。

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：AI用于发展是否可行——讨论AI的经济社会影响，包括劳动力市场、产业组织、贸易和生产力，以及AI创新、适应和采用的不平衡进展。
  • 第二章：连接——分析数字基础设施（移动网络、卫星）、数字部门发展（ICT商品和服务贸易）以及数字采用（互联网普及、速度、数据消费），并提出政策建议。
  • 第三章：计算——深入AI计算市场结构、供需、计算鸿沟，以及各国如何实现安全、公平和可持续的计算访问。
  • 第四章：情境（训练数据和AI模型适应）——探讨训练数据的重要性、数据鸿沟、语言多样性问题，以及开源与专有模型的权衡。
  • 第五章：能力（数字技能）——研究职业数字化、数字技能供需（包括AI和GenAI技能）、人才流失，并提出政策建议。
  • 第六章：结论——强调政策行动的紧迫性，提出基于AI准备度的4C投资优先序，并讨论财政、劳动、教育政策及AI风险管理。
  • 附录A：三个主题案例研究摘要——分别涵盖教育（印度和尼日利亚）、农业与能源（全球案例）、数字服务（菲律宾和乌兹别克斯坦），展示AI在关键发展领域的应用和挑战。
  • 完整的数据图表——包括移动网络覆盖率、互联网速度、计算能力分布、AI技能需求趋势等，基于ITU、Ookla、Lightcast等数据源。
  • 详细的政策框架和国别比较——如AI准备度矩阵、国家AI准备度地图（基于Tortoise Media全球AI指数）和优先投资建议表。

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