报告概述
本报告是《数字进展与趋势报告》系列的第二期，聚焦人工智能对发展中国家的发展影响。报告首先解释了AI为何不同于以往通用技术，并分析其对经济社会的潜在影响。随后提出AI基础建设的4C框架：连接（基础设施）、算力（处理能力）、情境（训练数据与模型适配）和能力（数字技能）。报告以丰富数据评估各国在4C方面的表现，识别市场失灵和政策缺口，为发展中国家因地制宜地推进AI采纳、适配和创新提供决策参考。
报告的核心结论
AI创新高度集中于高收入国家，发展中国家差距明显。
报告显示，高收入国家占据87%的知名AI模型、86%的AI初创企业和91%的累计风投资金。中国和印度是少数例外。发展中国家在AI创新中角色边缘，但可以借助开源模型进行本地化适配。
小型AI可为发展中国家带来即时、可及的效益。
小型AI指低成本、可运行于日常设备的AI应用，已在农业、教育、健康等领域展现社区级影响力。它使发展中国家能以有限资源快速获得AI红利，甚至实现跨越式发展。
连接、算力、情境和能力四大基础建设决定AI成败。
报告提出4C框架：高质量宽带和能源（连接）、高性能计算（算力）、本地化数据和模型（情境）、数字技能（能力）。各国需根据自身AI成熟度，优先投资相应环节，否则AI效益将受限。
AI采用在个人层面迅速，但企业和政府层面仍处早期。
ChatGPT等工具在两年内覆盖超5亿用户，但企业AI采用率在OECD国家平均仅8%，发展中国家更低。使用深度不够，且集中于IT和金融行业。政策需推动系统性整合。
推迟AI行动将加剧全球不平等与发展机遇流失。
报告警告，若发展中国家迟迟不投入AI，可能面临过早去专业化、出口增长机会萎缩和高技能岗位空间缩小。尽管存在不确定性，战略先行比观望更具长期收益。
报告回答的关键问题
人工智能对发展中国家有哪些机遇和威胁？
AI能提升教育、健康服务可及性，提高生产力，创造新就业。但同时也可能加剧不平等，导致劳动力市场极化，高技能岗位被自动化取代，出现过早去专业化。发展中国家需在采纳AI的同时建立社会保障网。
什么是AI基础的4C框架？
4C指连接（Connectivity）、算力（Compute）、情境（Context）和能力（Competency）。连接指可靠的宽带和能源；算力指AI芯片、数据中心和云服务；情境指本地化的训练数据和模型；能力指数字技能。这四者是发展AI生态的基石。
发展中国家如何弥合AI数据鸿沟？
报告指出，英语在训练数据中占主导，非英语国家面临数据匮乏。政府可通过开放政府数据、支持本地语言数据集建设、发展合成数据技术、加强数据治理与隐私保护来缩小差距。
AI对全球就业市场有何影响？
AI可替代部分任务，也能增强工人生产力。短期看，对高技能白领影响显著，但总体就业效应温和。发展中国家AI岗位需求增长更快（UMICs增16%），但基础数字技能不足限制普及。政策需关注再培训与技能重塑。
报告中的代表性数据
高收入国家在全球AI创新中的占比
截至2025年7月，高收入国家主导AI创新，发展中国家（不含中国和印度）仅占4%的初创企业、<1%的融资和专利。
ChatGPT全球流量中中等收入国家的占比
2025年4月，巴西、印度、印尼、越南等中等收入国家是主要用户，但低收入国家不足1%，表明数字鸿沟严重。
全球互联网使用者的ChatGPT使用率
2025年4月，收入水平与AI工具采纳呈强正相关，低收入国家几乎未参与生成式AI革命。
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
- 完整报告包含六章，涵盖AI发展全景、4C基础逐一分析及政策建议。第一章讨论AI的潜在经济影响、创新与采纳的不均衡现状。
- 第二章详细分析全球连接性现状，包括移动网络覆盖、卫星互联网、ICT贸易、宽带速度与数据消费差距，并提出政策建议。
- 第三章聚焦算力基础设施，包括AI芯片市场、数据中心分布、云计算贸易，以及各国如何应对算力鸿沟。
- 第四章探讨训练数据与模型适配，分析数据语言分布、数据产业市场失灵、开源与闭源模型的权衡及政府角色。
- 第五章评估数字技能供需，涵盖不同层次技能（基础、中级、高级）、AI技能需求趋势、教育体系短板和人才流失问题。
- 第六章提出紧迫政策行动呼吁，包括根据AI准备度投资4C、财政与劳动政策调整、管理AI风险并建立可信AI治理。
- 附录包含三个主题案例研究：AI在教育、农业与能源、数字交付服务中的应用与挑战。
- 报告提供大量跨国比较图表，如AI创新分布图、ChatGPT流量地图、算力容量按收入组对比图等。
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。
