川海智库

报告概述

本报告是全球数字发展领域的重要年度研究，聚焦人工智能对低收入和中等收入国家的影响。报告以世界银行提出的4C框架为核心，系统分析了连接、算力、数据与技能这四大AI基础支柱的全球现状与差距。报告覆盖AI创新、适应与采用的全链条，利用多来源数据对各国进行基准比较，并评估市场失灵和政策干预需求。对于关注AI与发展议题的政策制定者、研究者和从业者，报告提供了理解AI时代机遇与风险的战略视角。

报告的核心结论

AI创新高度集中于高收入国家，发展中国家差距明显。

报告指出，全球大部分显著AI模型、AI初创企业和相关风险投资都集中在美国及其他高收入国家，而除中国和印度外，大多数低收入和中等收入国家在AI创新中发挥的作用非常有限。这种集中加剧了技术鸿沟，使得发展中国家面临边缘化风险。

小型AI为发展中国家提供切实可行的发展路径。

报告强调，小型AI——即负担得起、易于使用并适配日常设备的AI应用——能在资源有限的情况下快速产生实际影响。在巴西、印度、尼日利亚等国，AI已应用于农业咨询、教育辅助和医疗支持，体现了作为协作者和教练而非替代者的价值。

生成式AI采用速度空前，但使用鸿沟显著。

报告显示，ChatGPT发布两年内用户已超5亿，覆盖200多个国家。然而，高收入国家互联网用户中24%使用ChatGPT，而低收入国家仅0.7%。尽管中等收入国家贡献了超过40%的流量，但最贫困国家仍被远远抛在后面。

强化4C基础是释放AI潜力的关键。

报告认为，连接、算力、数据与技能这四项基础投资是各国采用、适应和创新AI的前提。连接是参与AI的入口，算力是AI时代的‘新电力’，本地化数据决定AI的适用性，数字技能则是劳动力参与的基础。各国应根据自身AI就绪度分优先级投资。

发展中国家需立即采取战略性AI行动，否则将被甩下。

报告指出，延迟行动可能使发展中国家错失出口增长和优质就业机会，并加剧全球不平等。AI正在重塑比较优势，早期行动者可通过知识溢出和先发优势获益，而落后者面临‘过早去职业化’风险。战略投资的时机就是现在。

报告回答的关键问题

AI对发展中国家有什么影响？

报告认为，AI既带来机遇也带来风险。机遇包括提升教育、医疗等服务的可及性，提高生产力和创造新市场；风险则包括加剧劳动力市场竞争、压低工资、扩大国家间不平等，以及可能导致的‘过早去职业化’。发展中国家需要主动管理这些影响。

什么是小型AI？

小型AI指那些成本低、易获取、专为日常设备设计的AI应用。报告指出，小型AI不需要庞大的算力基础设施，能在资源有限的社区快速落地，例如农业聊天机器人、教师备课辅助工具等。它为低收入国家提供了一种绕过传统发展障碍的‘蛙跳’机会，但规模有限。

生成式AI在发展中世界的普及情况如何？

报告显示，生成式AI在中等收入国家的个人采用率增长迅速，2025年中期来自中等收入国家的ChatGPT流量超过40%，巴西、印度、印尼、越南是主要用户。然而，低收入国家使用率极低，仅占全球流量不到1%，且高收入国家与低收入国家之间的使用差距十分悬殊。

发展中国家如何准备迎接AI时代？

报告建议，各国应根据自身AI就绪度，在连接、算力、数据与技能四大基础领域采取有针对性的投资。低就绪国家应优先建设宽带和数字素养，中等就绪国家加强算力和本地数据开发，高就绪国家则可促进创新和AI人才培养。同时需要完善治理框架和风险管理能力。

世界银行提出的4C框架是什么？

4C框架是报告的核心分析工具，包括连接（Connectivity，可靠的宽带、能源和设备）、算力（Compute，AI芯片、数据中心和云计算）、数据/情境（Context，本地化训练数据和模型）以及技能（Competency，数字技能和AI人才）。报告指出，这四项是AI采用、适应和创新的基础，也是政府政策干预的关键领域。

报告中的代表性数据

87%

高收入国家占全球显著AI模型比例

截至2025年7月，高收入国家贡献了全球87%的显著AI模型，同时占AI初创企业的86%和累计风险投资的91%，显示AI创新高度集中在富裕国家。

27%

低收入国家互联网普及率

2024年，低收入国家互联网普及率在2022至2024年仅提高3个百分点，达到27%，而高收入国家已达93%。全球仍有三分之一人口处于离线状态。

24% vs 0.7%

ChatGPT在互联网用户中的使用率差距

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%，反映了生成式AI使用上的巨大国家间鸿沟。

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

  • 报告对AI创新、适应和采用进行了全面数据梳理，包括全球AI论文、专利、初创企业和投资分布，以及不同收入国家的表现差异，有助于读者理解AI发展的地理格局。
  • 系统阐述4C框架，并以此建立国别基准评估体系，展示各国在连接、算力、数据和技能方面的相对优势与短板，为政策制定提供诊断工具。
  • 连接章节详细分析移动网络覆盖、卫星互联、固定和移动宽带速度、数据消费量以及国家内部网速不平等，并讨论如何通过政策和监管扩大可负担的互联网接入。
  • 算力章节深入剖析AI芯片、数据中心、云计算的市场集中度，计算鸿沟的现状，以及各国获取算力的多种路径，包括公有云、区域数据中心和数据大使馆等模式。
  • 数据和模型适应章节介绍训练数据生产链，分析英语主导地位对非英语国家的影响，探讨合成数据、开源模型与专有模型的利弊，以及模型本地化的策略。
  • 技能章节建立数字技能分类体系，评估AI和生成式AI技能的需求与供给，分析教育体系、在线学习、人才跨境流动和人才流失问题，并提出技能培养政策建议。
  • 结论章节提出基于AI就绪度的投资优先级建议，涵盖财政政策、劳动力市场与教育政策，以及可信赖和负责任AI的管理框架，强调全球协调的必要性。
  • 附录包含三个专题案例研究摘要，分别聚焦教育（印度和尼日利亚）、农业与能源（巴西等多国）、以及数字交付服务（菲律宾和乌兹别克斯坦），展示AI在现实发展场景中的应用与挑战。

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