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描绘了全球人工智能发展格局。报告将人工智能定义为涵盖预测式AI、生成式AI、计算机视觉、自动驾驶与机器人等广泛技术的领域，并特别关注生成式AI这一最新前沿。报告指出，大多数AI创新仍集中在高收入国家，但中低收入国家正在积极采用“小型AI”解决方案，即那些负担得起、可在日常设备上运行并贴近本地需求的AI应用。为了帮助各国抓住AI机遇，报告提出了支撑AI采用、适配与创新的四大基础支柱——4Cs：连接（Connectivity）、计算（Compute）、情境（Context）与能力（Competency）。报告基于大量新颖数据，对各国在4Cs上的表现进行基准比较，分析供需动态，识别市场失灵与外部性，并梳理新兴政策方法的收益、风险与权衡。对于希望理解AI如何影响发展进程并寻找政策切入点的读者而言，这份报告提供了系统性的分析框架和实证依据。
报告的核心结论
AI创新高度集中于高收入国家，中低收入国家参与度有限。
报告显示，高收入国家贡献了87%的知名AI模型、86%的AI初创企业以及91%的累计风投融资，并在AI论文和生成式AI专利中占主导地位。除中国和印度外，中低收入国家仅占全球AI初创企业的4%，融资和专利占比不足1%。这种集中的创新格局意味着大多数发展中国家在AI价值链中处于边缘位置，亟需通过加强基础建设来提升参与能力。
小型AI能够为发展中国家带来即时且可触及的影响。
报告指出，小型AI——即负担得起、可访问且面向日常设备设计的AI应用——为低收入和中等收入国家提供了在有限资源下实现即时影响的重要途径。从巴西到尼日利亚，教师用AI备课，护士用AI追踪患者，农民获取农艺建议，AI在这些场景中更多扮演协作者或教练的角色。虽然规模可能有限，但小型AI使发展中国家能够跨越传统障碍，今天就享受到AI的好处。
生成式AI的普及速度创纪录，但使用鸿沟依然尖锐。
ChatGPT发布两年内，全球超过5亿人使用了生成式AI工具，但使用分布极不均衡。2025年4月，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ChatGPT全球流量的40%以上，但低收入国家占比不足1%。报告同时发现，企业层面的AI采用率即使在发达经济体也仅为8%，大型企业明显领先。
AI的发展取决于4C基础：连接、计算、情境与能力。
报告将这四项基础视为包容且有效的AI生态系统的关键推动因素。连接包括可靠宽带、能源和设备接入；计算涵盖AI芯片、数据中心和云服务；情境指适合本地语言、文化和需求的训练数据与模型；能力则是采用、适配和创新AI所需的数字技能。4C为诊断国家AI就绪度、识别约束和设计干预措施提供了实用政策框架。
投资4C是低风险高回报的战略选择，需根据各国就绪度排序。
报告认为，加强4C不仅为AI发展奠定基础，也是更广泛数字化转型的必要条件。即使AI的变革潜力低于预期，这些投入也不会白费。报告建议，AI就绪度低的国家优先改善宽带和数字素养，中等就绪度国家侧重数据中心和技能提升，高就绪度国家则聚焦前沿模型研发和顶尖人才。
报告回答的关键问题
发展中国家为什么需要关注人工智能？
报告指出，AI能够降低获取信息、服务、专业知识的门槛，提升生产率并开辟新市场，为发展中国家的教育、医疗、农业等领域带来实际改善。例如，教师用AI备课，农民获取农艺建议。同时，AI也可能加剧不平等，若落后于AI浪潮，发展中国家可能面临过早去职业化，失去创造高技能、高收入岗位的空间。因此，积极应对是战略必需。
什么是AI的4C基础？
4C是指连接（Connectivity）、计算（Compute）、情境（Context）和能力（Competency）。连接包括可靠的数字基础设施、能源和设备；计算涵盖AI芯片、服务器、数据中心和云服务；情境指训练数据、模型和应用适配本地语言与文化；能力则是采用、适配和创新AI所需的数字技能。报告认为这四项是各国实现AI就绪的关键支柱。
生成式AI在发展中国家普及程度如何？
生成式AI在个体层面的传播速度远超以往技术，中等收入国家的采用率相对其经济规模而言较高，巴西、印度、印尼、越南等跻身ChatGPT流量前列。但低收入国家严重落后，2025年4月仅0.7%的互联网用户使用ChatGPT。企业采用方面，OECD国家平均仅8%的企业使用AI，发展中国家更低。
发展中国家如何应对AI带来的数字技能缺口？
报告建议，政府应将数字技能纳入正规教育课程，与教育科技公司合作扩大覆盖面，使培训与劳动力市场需求对齐，并为弱势群体和中小企业提供培训补贴。同时，通过简化签证流程、提供研究资助与税收优惠来吸引和留住人才，以缓解人才外流。不同AI就绪度的国家应聚焦不同层级的技能提升。
开放源代码AI对发展中国家有何意义？
报告指出，开源AI模型降低了发展中国家的进入门槛，使它们能够在无需高额许可费的情况下，根据本地需求调整和定制AI解决方案。2022年至2025年发布的知名模型中约一半开放权重，开源模型与专有模型的性能差距正在缩小。但采用开源模型需要较强的技术能力和数据资源，政府应投资于数字基础设施和AI教育以充分利用开源红利。
报告中的代表性数据
高收入国家在全球AI创新中的份额
截至2025年7月，报告统计的全球AI创新分布，显示高收入国家主导了AI创新与商业化，中低收入国家（除中国和印度外）仅占全球AI初创企业的4%和融资的不足1%。
ChatGPT在不同收入国家的互联网用户使用率
2025年4月，该数据反映生成式AI工具在各国互联网用户中的渗透率，凸显了低收入国家与全球其他地区之间的明显使用鸿沟。
AI技能岗位需求增长率
2021-2024年，报告基于在线职位发布数据，显示发展中经济体对AI技能的需求增速远超高收入国家，尽管基数仍较低。
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创新与采用趋势数据：报告包含基于Epoch、OECD.AI、WIPO等多源数据绘制的图表，展示各国在AI模型、初创企业、专利、论文等方面的分布与变化，可用于深入了解AI格局。
- 4C框架的详细基准分析：报告逐章深入分析连接、计算、情境与能力四大基础，对各国进行基准比较，识别市场失灵与外部性，并给出政策启示。
- 计算生态系统的市场结构与供应链解析：涵盖AI芯片、服务器、数据中心、云服务等细分市场，介绍主要企业、市场集中度、供需动态以及计算鸿沟的量化证据。
- 训练数据产业链与数据鸿沟分析：包括数据来源、采集、处理、经纪和使用的完整生产链，以及各国在AI训练数据领域的风投分布、语言多样性和开源数据集的现状。
- 数字技能供需与劳动力市场洞察：基于在线职位发布和个人职业画像数据，分析AI与生成式AI技能需求的增长、职业分布、教育程度差异，以及高技能人才跨境流动情况。
- 政策建议与战略投资框架：根据各国AI就绪度水平（低、中、高），报告提出了针对性投资4C的优先序，并讨论了财政、劳工、教育等配套政策。
- 三个主题案例研究：附录包含教育、农业与能源、数字交付服务三个领域的案例研究摘要，展示AI在印度、尼日利亚、菲律宾、乌兹别克斯坦等国的实际应用、早期影响与采纳障碍。
- AI治理与风险管理讨论：报告涉及AI错位、网络安全、隐私、虚假信息等风险，并讨论了可信赖AI系统的建设与监管协调问题。
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。
