Digital Progress and Trends Report 2025: Strengthening AI Foundations

World Bank2026-01-08136 页

World Bank AI for Development Digital Divide 4Cs of AI AI Readiness

报告概述

本报告是《数字进展与趋势报告》系列的第二期，以数据驱动的方式全面呈现全球人工智能图景。报告聚焦发展中国家，分析了AI创新、适应和采纳的不均衡现状，并引入“4C”框架——连接、计算、情境（训练数据与模型适配）和能力（数字技能）——作为评估国家AI准备度的基础。报告旨在帮助政策制定者诊断瓶颈、确定优先事项，并制定针对性干预措施，以释放AI在包容性和可持续发展中的潜力。

报告的核心结论

AI创新高度集中于高收入国家，但小型AI在发展中国家快速兴起。

高收入国家占据了87%的知名AI模型、86%的AI初创企业和91%的累计风投资金。然而，巴西、印度、印尼等中低收入国家在ChatGPT等生成式AI工具的用户占比已超过40%，表明小型AI（small AI）正以更低的成本在本地产生实际影响，尤其在农业、教育、健康等领域。

4C基础是释放AI潜力的关键，各国需根据自身准备度投资。

连接、计算、情境和能力四要素构成了AI采纳、适配和创新的基础。报告指出，各国应根据自身AI准备度（低、中、高）制定差异化策略：低准备度国家优先建设宽带和基础数字技能，高准备度国家则需投资计算基础设施和前沿AI研究。缺乏任何一环都将限制AI的规模化效益。

数字技能鸿沟严重，AI相关岗位在发展中经济体增长更快但基数低。

2023年，高收入国家66%的人口具备基础数字技能，而低收入国家不足5%。AI技能需求在2021-2024年期间，中高收入国家增长了16%，中低收入国家增长11%，而高收入国家仅增长2%。生成式AI技能岗位数量全球增长了9倍，但仅占全部岗位的0.2%，且集中在信息和通信技术领域。

数据鸿沟制约AI本地化，英语主导训练数据。

训练数据的数量、质量和多样性决定AI模型效能。英语占全球URL的45%、开源数据集的56%，导致非英语国家AI模型适配困难。尽管视频等非文本数据为发展中国家提供了新机会，但风险投资在训练数据领域的分布极不均衡——美国占56%，中国占17%，其余国家合计仅6%。

报告回答的关键问题

发展中国家如何从人工智能中受益？

报告指出，发展中国家可通过“小型AI”——即运行在普通设备上、成本可控的AI应用——在农业、教育、健康等领域立即获得实际效益。例如，巴西、埃及、印度等国的教师利用AI备课，农民通过AI聊天获取农技建议。但要规模化受益，必须投资4C基础（连接、计算、情境、能力），并根据本国准备度制定战略，从被动消费转向主动适配和局部创新。

什么是AI准备的4C框架？

4C框架是报告提出的评估国家AI准备度的基础要素：连接（可靠宽带、能源和设备）、计算（AI芯片、数据中心和云计算）、情境（本地化的训练数据与模型适配）、能力（数字技能与AI人才）。报告认为，各国需在4C上平衡投资——基础采纳依赖连接和初级技能，适配需要数据治理和专门人才，创新则需顶尖计算和生态系统。

人工智能是否会加剧全球不平等？

报告认为，AI既可能扩大也可能缩小不平等，取决于政策选择。一方面，AI创新和计算资源高度集中于少数国家和企业，可能加剧国家间和国内贫富差距。另一方面，小型AI和开源模型降低了门槛，中低收入国家的AI岗位增长快于高收入国家。报告警告，若发展中国家不加速投资4C，可能遭遇过早的去职业化，失去高技能服务业就业机会。

哪些数字技能在AI时代最为重要？

报告将数字技能分为基础、中级和高级三级。基础技能（使用AI工具如ChatGPT）是参与数字社会的前提，但低收入国家不足5%人口具备。中级技能（将AI融入工作流）对白领专业人士至关重要。高级技能（AI研究和开发）需求增长最快，但全球供给有限。此外，批判性思维、沟通和持续学习等软技能在AI时代更加关键，因为AI擅长模式识别而非真正理解。