川海智库

报告概述

本报告聚焦人工智能（AI）在全球的发展趋势，以及中低收入国家为支持AI采纳、适应和创新所需的基础建设。报告引入“4Cs”框架——连接性、计算力、情境（数据与模型）、能力（数字技能），系统分析各国在四个维度的表现，识别市场失灵和外部性，并评估AI对经济、劳动力、不平等的影响。报告旨在帮助政策制定者理解AI基础投资的重要性，并提供基于各国就绪度的差异化行动建议。

报告的核心结论

AI创新高度集中于高收入国家，但中低收入国家正积极采用小AI。

全球AI创新由美国和中国主导，高收入国家贡献了87%的知名AI模型、86%的AI初创公司和91%的累计风投资金。然而，中低收入国家通过“小AI”——低成本、可及、适配本地设备的技术——在农业、教育、卫生等领域产生即时影响。报告指出，加强4Cs基础（连接、计算、情景、能力）是扩大这些成效的关键。

4Cs基础是释放AI潜力的关键，各国需根据就绪度优先投资。

报告认为，可靠的数字基础设施（连接）、可负担的高性能计算（计算）、本地化的训练数据和模型（情境）、以及充足的数字技能（能力）是AI采纳、适应和创新的四大支柱。各国应根据自身AI就绪度（低、中、高）制定差异化策略：低就绪度国家优先普及连接和基础技能，高就绪度国家着力创新和人才保留。

AI可能加剧全球不平等，需要协调的政策行动。

AI可能使发达经济体生产力更快提升，而中低收入国家面临过早去职业化风险，高技能服务业就业份额可能提前见顶。AI还可能导致劳动力市场两极分化、资本加剧集中。报告呼吁各国采取财政、劳动、教育政策及国际协调，确保AI利益广泛共享。

生成式AI的采纳速度远超以往技术，但深度使用仍有限。

ChatGPT在两年内吸引超过5亿用户，中收入国家贡献了超过40%的流量。然而，企业正式采纳率在OECD国家平均仅8%，且在发展中国家更低。多数用户仅使用基础功能，AI在商业和公共服务中的深度整合尚处早期，尤其受限于数字技能和基础设施。

报告回答的关键问题

什么是4Cs基础？

4Cs指连接性（Connectivity）、计算力（Compute）、情境（Context，包括训练数据、模型和应用）、能力（Competency，即数字技能）。这四个支柱是AI采纳、适应和创新的基础。报告指出，发展中国家应根据自身就绪度在这些领域优先投资，以释放AI潜力。

发展中国家如何利用AI实现发展？

报告建议各国根据AI就绪度采取差异化策略：低就绪度国家应优先扩大宽带覆盖、提升基础数字技能；中等就绪度国家可投资本地数据中心、定制开源模型、发展中高级技能；高就绪度国家应致力于AI创新、培养顶尖人才、完善数据治理。通过“小AI”实现本地化应用，可快速产生经济效益。

AI对全球劳动力市场有何影响？

AI既可能创造新岗位（如AI工程师、数据标注员），也可能取代低技能工作，尤其在商业流程外包等领域。报告显示，中低收入国家AI相关岗位空缺增速快于高收入国家（例如UMICs增长16%），但总体仅占1.5%。AI可能导致高技能岗位竞争加剧和工资分化，需通过教育政策和社保体系应对。

全球AI创新和采纳存在多大差距？

AI创新高度集中：高收入国家贡献了87%的知名AI模型、86%的AI初创公司和91%的风投资金。采纳方面，高收入国家24%的互联网用户使用ChatGPT，而低收入国家仅0.7%。计算基础设施差距更大：美国人均安全互联网服务器数量是典型中等收入国家的200倍。报告强调必须缩小这些差距以避免全球不平等加剧。

报告中的代表性数据

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足2%

全球AI初创公司累计融资份额（截至2025年7月）

截至2025年7月，基于CB Insights约21,000家AI初创公司数据，反映风险投资对AI创新的集中程度，显示中低收入国家在AI商业化中的边缘地位。

中收入国家贡献超过40%，低收入国家不足1%

ChatGPT全球流量分布（2024年4月）

2024年4月，尽管中收入国家整体采纳率（按互联网用户计）仍低于高收入国家，但其绝对流量占比高，表明AI工具在这些地区的快速扩散。

高收入国家66%，中高收入国家38%，中低收入国家21%，低收入国家低于5%

基础数字技能持有率（2023年）

2023年，根据国际电信联盟数据，低收入国家基础数字技能严重缺乏，构成AI采纳的首要障碍。在此基础上，中高级技能差距更大。

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

  • 各国在4Cs（连接、计算、情境、能力）维度的完整基准排名和详细数据图表，帮助读者快速定位本国优劣势。
  • 对AI创新、适应和采纳的定义与全球格局分析，包括顶尖AI模型、初创公司、专利和风投资本的分国别分布。
  • 连接性章节：移动和固定宽带覆盖率、速度、数据消费量、ICT商品与服务贸易趋势，以及卫星互联网等新兴技术。
  • 计算力章节：AI芯片、高性能计算系统、数据中心和云计算的市场结构、供需分析，以及发展中国家面临的“计算鸿沟”。
  • 情境章节：训练数据生产链、语言多样性、开源与闭源模型对比，以及政府如何改进数据治理和促进本地化。
  • 能力章节：数字技能分类、全球AI人才供需、在线教育、脑力流失和政策案例，包括各国技能差距量化。
  • 三个主题案例研究：AI在教育（印度、尼日利亚）、农业与能源（全球案例）、数字服务（菲律宾、乌兹别克斯坦）中的实际应用与影响。
  • 政策结论与行动框架：基于AI就绪度（低/中/高）的优先投资方向，以及财政、劳动、教育、AI治理和风险管理的具体建议。

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