报告概述
报告聚焦人工智能（AI）在全球，特别是低收入和中等收入国家的发展趋势与基础建设。研究范围涵盖AI创新、适应和采用的不均衡现状，以及其对经济、劳动力、贸易和产业组织的潜在影响。报告采用独特的4Cs分析框架（连接性、计算能力、上下文数据与模型、数字技能能力），对各国进行评估，并识别市场失灵和政策干预点。读者可通过本报告了解发展中国家如何利用AI实现可持续发展，避免被边缘化。
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87%的知名AI模型、86%的AI初创企业和91%的AI初创累计风投资金。低收入和中等收入国家（除中国和印度外）仅贡献4%的AI初创企业、不足1%的AI融资和知名模型，全球AI创新呈现严重不均衡。
小型AI为发展中国家提供即时机遇
小型AI是指价格实惠、可访问且适用于日常设备的AI应用，已在农业、教育、健康等领域展现社区层面的转化潜力。发展中国家可借此绕过传统发展障碍，以有限资源实现局部突破，但规模化仍需加强四大基础支柱。
4Cs是AI采用、适应和创新的基石
连接性（可靠宽带和能源）、计算能力（芯片、数据中心、云计算）、上下文（本地化数据与模型）和能力（数字技能）四项基础投资缺一不可。各国可根据自身AI准备度，在采用、适应或创新层面差异化投资。
生成式AI采用飞速但鸿沟显著
ChatGPT发布两年内吸引超5亿用户，但高收入国家互联网用户中24%使用ChatGPT，而低收入国家仅0.7%。中等收入国家贡献了超过40%的全球流量，但商业和政府采用仍处于早期阶段，仅8%的OECD企业使用AI。
AI可能加剧全球不平等
AI可能加剧国家内部和国家之间的收入与机会不平等。如果不积极干预，AI可能导致发展中经济体的过早去职业化，压缩高技能、高收入就业空间。报告呼吁全球协调和针对性政策以平衡风险。
报告回答的关键问题
什么是支撑AI发展的四大基础？
报告提出4Cs框架：连接性（Connectivity，包括可靠宽带和能源基础设施）、计算能力（Compute，AI芯片、数据中心和云计算）、上下文（Context，本地化训练数据、模型和应用）、能力（Competency，数字技能和AI人才）。四者共同构成AI采用、适应和创新的必要条件。
发展中国家如何利用AI促进发展？
报告建议发展中国家根据自身AI准备度分层行动：具备基础的国家优先采用现成AI工具；中等能力国家应定制开源模型以适应本地需求；更先进的国家可培育AI初创生态和前沿创新。关键是系统性投资4Cs，并制定负责任的AI治理框架。
生成式AI对就业有何影响？
生成式AI已显著提升白领工作效率，但可能减少对入门级和常规任务劳动力的需求。AI相关职位增长在中等收入国家比高收入国家更快（UMIC增长16%，LMIC增长11%），但整体AI技能岗位仅占全球在线招聘的1.5%。长期影响取决于新产业的创造与社会政策应对。
全球AI算力分布有多不均衡？
计算能力高度集中：美国占全球安全互联网服务器的50%，其他高收入国家占41%，而低收入和中等收入国家仅占9%。高收入国家拥有全球77%的数据中心容量，低收入国家不足0.1%。这限制了许多发展中国家训练和部署大规模AI模型的能力。
数据多样性不足如何影响AI？
AI训练数据严重偏向英语：英语占全球URL的45%、Hugging Face开源数据集的56%和近98%的科学论文。这使得非英语国家的AI模型效果大打折扣。非文本数据（如视频）的语言分布更均衡，为发展中国家提供了新机遇，但仍需投资本地数据生产与治理。
报告中的代表性数据
全球互联网用户占比（2024年）
2024年，全球互联网普及率从2022年的64%升至2024年的68%，新增约4亿用户，其中近半数来自中低收入国家。但低收入国家仅为27%，高收入国家为93%。
高收入国家在AI创新中的全球份额
截至2025年7月，高收入国家贡献了全球87%的知名AI模型、86%的AI初创企业以及91%的AI初创企业累计风险投资，显示创新高度集中。
低收入国家的ChatGPT使用率（2025年4月）
2025年4月，基于互联网用户，低收入国家仅0.7%使用ChatGPT，而高收入国家为24%。中等收入国家中，上中等收入国家为5.8%，下中等收入国家为4.7%。
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
- 完整市场数据与趋势图表：涵盖AI创新、适应与采用的全球分布，包括各国在AI论文、专利、初创企业、融资、ChatGPT流量等维度的详细比较图表。
- 4Cs国家绩效基准：系统评估各国在连接性（宽带覆盖率、速度、价格）、计算能力（超级计算机、数据中心容量、云计算出口）、上下文（训练数据投资、语言多样性）和能力（各层次数字技能比例）方面的表现。
- 基于AI准备度的分层政策框架：将国家分为低、中、高AI准备度三类，分别提出针对性的4Cs投资优先级和政策行动建议（见报告表格6.1）。
- 行业案例研究：附录A提供三个专题案例——AI在教育（印度和尼日利亚）、农业与能源（全球案例）、数字交付服务（菲律宾和乌兹别克斯坦）中的应用、影响与政策启示。
- AI生态系统与市场结构分析：包括AI芯片、云服务、数据中心市场的集中度、主要企业、环境可持续性挑战及政府应对（如欧盟数据中心能效评级）。
- 劳动力市场与技能供需深度分析：利用Lightcast在线招聘数据和LinkedIn个人资料，追踪AI和生成式AI技能的需求变化、职业分布、教育程度与工资溢价，以及人才国际流动（脑力流失）。
- AI风险与治理讨论：涵盖AI对齐、网络安全、隐私、错误信息、版权侵权等风险，并介绍OECD AI原则、欧盟平台工作指令等国内外治理动态与政策方向。
- 数据生产链与开源模型权衡：解析训练数据从采集、标注到使用的完整产业链，对比开源与闭源AI模型的优缺点，并论证发展中国家利用开源模型进行本地化部署的策略。
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。
