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，系统评估了全球人工智能（AI）的发展格局，特别关注低收入和中等收入国家如何利用AI实现包容性和可持续发展。报告指出，AI创新高度集中于高收入国家，但中低收入国家通过“小型AI”已在实际应用中取得初步成效。核心贡献在于提出了AI基础的“4C”框架：连接性（数字基础设施）、计算能力（芯片与数据中心）、上下文（本地化训练数据与模型）和能力（数字技能）。报告从供给与需求、市场失灵和政策干预角度对每个支柱进行了深入分析，并基于国家AI就绪度提供了分层次的投资建议。

报告的核心结论

AI创新高度集中于高收入国家，但中低收入国家正通过“小型AI”实现落地。

报告数据显示，高收入国家贡献了87%的显著AI模型、86%的AI初创企业和91%的累计风险投资。但中低收入国家在“小型AI”（面向本地需求的低成本、可及性AI）方面表现活跃，例如巴西、印度、尼日利亚等国的教师、护士和农民已开始使用AI工具提升工作效率。这种自下而上的创新方式为资源有限的国家提供了立即可见的收益。

AI采纳速度创历史之最，但国家间和群体内的使用鸿沟依然巨大。

ChatGPT在两年内覆盖超过200个经济体，13%的全球劳动力（超5亿人）使用过生成式AI。中高收入国家的ChatGPT流量占比超过40%，但低收入国家占比不足1%。在企业层面，经合组织国家平均仅有8%的企业使用AI，且大企业（250人以上）的采纳率远高于小企业。性别和年龄差距同样显著，女性及年轻群体外的用户比例偏低。

4C框架（连接、计算、上下文、能力）是发展中国家释放AI潜力的基石。

报告认为，要实现AI的广泛采纳、本地化适配和创新，国家必须在四个方面进行基础投资：连接性（可靠宽带和电力）、计算（可负担的高性能计算资源）、上下文（反映本地语言、文化的训练数据和模型）以及能力（数字技能和AI人才）。这四个支柱相互依赖，例如没有连接性就无法使用AI服务，缺少本地数据则模型效果不佳。报告针对不同AI就绪度的国家给出了差异化的投资优先级建议。

报告回答的关键问题

发展中国家如何从AI中获益而不被拉大差距？

报告指出，发展中国家可通过优先投资“小型AI”—即聚焦本地应用场景的低成本、可及性AI解决方案—来快速获得实际收益。同时，必须同步加强4C基础：扩大宽带覆盖和电力供应（连接性）、通过云计算和区域数据中心获取计算能力（计算）、积累本地语言和文化数据（上下文）、培养从基础数字素养到高级AI技能的人才梯队（能力）。此外，主动的财政、教育和劳工政策有助于应对自动化带来的就业冲击。

生成式AI对劳动力市场有哪些主要影响？

报告显示，生成式AI正在以历史最快速度普及，但当前对劳动力市场的整体影响仍有限。一方面，AI相关岗位需求快速增长—2021至2024年，中高收入国家AI岗位需求增长16%，生成式AI岗位需求全球增长9倍。另一方面，AI既可能替代某些常规任务（如客服），也可能通过提升生产力创造新岗位。报告强调，发展中国家面临“过早去职业化”风险，即高技能服务业岗位比重在较低收入水平上就提前停滞。政策需引导AI与人互补，并通过再培训和社保体系保护受影响工人。

AI在农业、教育和数字服务等领域有哪些实际使用案例？

报告通过专题案例展示了AI在三个领域的应用：在农业中，AI聊天机器人为小农户提供本地化农艺建议（如Farmer.Chat），精准灌溉系统节水达200万升以上；在教育中，印度和尼日利亚的教师使用AI生成教案和自动批改作业，学生通过自适应学习平台获取个性化辅导；在数字服务领域（如菲律宾的呼叫中心和软件开发），AI作为“同事”或“教练”提升效率，例如AI辅助医疗编码减少人工误差，但简单客服岗位已出现被替代迹象。

报告中的代表性数据

87%

AI创新集中度

截至2025年7月，高收入国家（HICs）贡献了全球87%的显著AI模型（notable AI models）、86%的AI初创企业和91%的累计风险投资。相比之下，低收入和中低收入国家（除中国和印度外）仅占4%的AI初创企业、不到1%的初创融资和显著AI模型。

40%

ChatGPT全球流量分布

2025年4月，中低收入国家贡献了ChatGPT全球流量的40%以上，其中巴西、印度、印度尼西亚和越南是顶级用户。然而，低收入国家贡献的流量不足1%，反映出显著的数字鸿沟。

16%

AI技能需求增长

2021-2024，中高收入国家（UMICs）的AI岗位需求增长16%，中低收入国家（LMICs）增长11%，而高收入国家仅增长2%。生成式AI相关岗位需求在2022-2024年间全球增长9倍。数据来源：Lightcast在线招聘数据。

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

  • 完整的全球AI创新、采纳和适应趋势数据与图表，涵盖国家收入组和地区比较，包括AI模型、专利、初创企业和风险投资等指标。
  • 4C框架（连接、计算、上下文、能力）的详细分析章节，每章深入探讨供给与需求动态、国家绩效基准、市场失灵识别及政策见解。
  • 三个专题案例研究的完整版（在线可获取），分别聚焦AI在教育（印度和尼日利亚）、农业与能源（全球案例）以及数字化可交付服务（菲律宾和乌兹别克斯坦）中的实际应用、影响和障碍。
  • AI对全球经济和社会潜在影响的深度讨论，包括劳动力市场、产业组织、经济地理与贸易、生产率与收入分配等四个方面，并分析不同专家视角。
  • 基于AI就绪度的国家分类与差异化投资优先级表，帮助政策制定者根据本国连线、计算、数据、技能等条件制定策略。
  • 关于财政政策、劳工与教育政策、负责任的AI治理及风险管理的政策建议，涵盖针对AI垄断、人才流失、数据鸿沟等问题的应对方案。

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