川海智库

报告概述

该报告是拉丁美洲人工智能指数（ILIA）的第三版，系统测量拉美和加勒比地区19个国家的人工智能进展。报告围绕使能因素（数字基础设施、人才、数据）、研发与采纳以及治理三大维度，利用超过100个子指标，将各国分为先驱、采纳者和探索者三类，旨在识别差距、机遇，并指导公共政策制定，推动AI成为区域发展的战略工具。

报告的核心结论

拉美AI投资严重不足，仅占全球1.12%

尽管拉美贡献全球6.6%的GDP和8.8%的人口，但AI投资仅占全球1.12%，区域平均投资水平比全球平均值低6倍。巴西和哥斯达黎加有所改善，但整体仍远低于预期，限制了AI的变革潜力。

生成式AI成为区域普及催化剂

生成式AI的低门槛和友好界面使其快速普及，拉美已占全球生成式AI应用下载量的15%-20%，在智利、哥斯达黎加、秘鲁等国使用突出。这弥补了计算基础设施的不足，为教育和中小企业提供了新机遇。

AI治理策略虽多但执行薄弱

9个国家已制定国家AI战略，但仅少数分配了预算、实施计划和影响指标。区域在数据开放和互操作性方面进展缓慢，更侧重监管辩论，导致战略可能沦为空洞声明，需平衡监管与创新发展。

人才断层：普及率高但专业化不足

AI素养普及率是专业培训的两倍、是高级人才的四倍。尽管研究生项目扩展，但13个国家的学校课程未整合AI技能，11国无AI博士项目，导致本地解决方案研发能力受限。

数据开放与标准化滞后，制约本地AI发展

区域产生大量数据，但开放性和标准化不足，限制了开放科学、透明度和本地AI解决方案的开发。数据可用性差距阻碍了算法透明度与区域合作。

报告回答的关键问题

拉丁美洲人工智能发展处于什么水平？

报告通过ILIA指数将19国分为先驱（如智利、巴西）、采纳者和探索者三类，显示区域发展不均。先驱国在基础设施、人才和治理上领先，但整体AI投资仅占全球1.12%，远低于其经济比重，且多数国家在高级人才和计算能力方面存在瓶颈。

拉美国家在AI治理方面有哪些不足？

报告指出，9国虽有国家AI战略，但缺乏执行预算、实施计划和评估指标。区域在全球标准制定中参与有限，数据保护和网络安全法律有进步但技术能力不足。同时，可持续性未被纳入AI政策主流，多数数据中心不满足国际可持续标准。

生成式AI如何影响拉丁美洲？

生成式AI通过简便接口降低了使用门槛，拉美已成为全球第三大生成式AI应用市场（占下载量15%-20%）。它在教育、公共服务和中小企业中加速普及，但也需关注可靠性、安全性和与人类目标的一致性。

拉丁美洲AI人才现状如何？

AI素养普及率较高，但高级人才短缺。女性研究者比例从19.8%升至23.6%，仍远低于平衡。巴西和墨西哥集中了68%的AI研究人员，多数国家缺乏本土博士项目，导致人才外流加剧。

报告中的代表性数据

1.12%

区域AI投资占全球比例

截至2025年，ILIA覆盖的19个国家AI投资总额仅占全球的1.12%，而区域GDP占全球6.6%，人口占8.8%。

23.6%

女性AI研究者比例

2025年，从2024年的19.8%上升至23.6%，仍远未达性别平衡。

超过90%

巴西占区域高性能计算能力比例

2025年，巴西集中了拉美和加勒比地区超过90%的高性能计算能力，其余国家多数缺乏关键基础设施。

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

  • 19个国家的完整ILIA排名与三维度得分对比图，直观展示各国在使能因素、研发与采纳、治理上的表现差异。
  • 超过100个子指标的详细定义、数据来源与计算方法，便于研究人员和政策制定者复现与验证。
  • 区域趋势分析：按先驱、采纳者、探索者分类的群体特征，以及各维度（基础设施、人才、数据、创新等）的深层洞见。
  • 11项关键发现的具体展开，包括数据、案例和跨年度比较，如生成式AI采用率、开放源码生产分布、女性参与度等。
  • 使能因素深度分析：数字基础设施（互联网渗透率、高性能计算）、人类资本（AI素养、研究生项目）、数据可用性和开放性评估。
  • 研发与采纳专题：研究产出与影响力、AI企业投资与独角兽分布、生成式AI应用市场、开放源码合作案例。
  • 治理框架评估：国家战略与实施机制、数据保护与网络安全法律、国际参与度、可持续性政策融合。
  • 各国AI应用案例：如大规模中小企业培训计划、公共部门AI工具、司法记录保护、交通优化等，展示跨国合作成果。
  • 政策建议：基于证据的行动路线图，涵盖基础设施投资、人才培育、数据治理、区域合作及可持续AI发展。
  • 方法论附录：指标权重、数据标准化处理、敏感性分析与局限性说明，确保评估的严谨性。

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