川海智库

报告概述

本报告是世界银行《数字进展与趋势报告》系列的第二期，以“强化AI基础”为主题，系统梳理全球人工智能发展格局。报告将AI定义为涵盖预测性AI、生成式AI、计算机视觉、机器人等多种技术的领域，并重点考察AI在经济发展、劳动力市场、国际贸易等方面可能带来的机遇与风险。报告提出连接、算力、数据、技能（4C）四大基础支柱，作为国家采用、适应和创新AI的政策分析框架。基于大量跨国数据，报告对各国的AI就绪度进行基准比较，识别市场失灵和公共干预重点，并总结不同发展阶段国家的政策优先项，旨在帮助发展中国家避免被AI浪潮边缘化，实现包容与可持续增长。

报告的核心结论

AI创新高度集中于高收入国家，中低收入国家参与有限。

报告显示，截至2025年7月，高收入国家贡献了87%的知名AI模型、86%的AI初创企业和91%的AI初创企业累计风险投资。除中国和印度外，其他中低收入国家仅占全球AI初创企业数量的4%，风险投资、生成式AI专利和知名模型占比均不足1%。这种集中格局意味着大多数发展中国家在全球AI创新链中处于边缘位置。

小AI为发展中国家提供立即可行的发展路径。

报告指出，低成本、可及性强、面向日常设备设计的“小AI”应用，如农业咨询、教育辅导、医疗辅助等，已经在巴西、印度、尼日利亚等国家产生实际影响。虽然这些应用规模有限，但能够帮助低收入国家绕过传统发展壁垒，以有限资源获得即时收益，并催生本地创新。

AI发展基础取决于4C：连接、算力、数据与技能。

报告认为，连接（可靠网络与电力）、算力（芯片、数据中心与云服务）、数据（本地化训练数据与模型适配）和技能（数字素养与AI人才）是支撑AI采用和创新的四大基础。各国需要根据自身AI就绪度，在四个领域进行平衡投资，否则AI红利难以转化为广泛的经济社会效益。

生成式AI个人采用迅速，但企业与政府采用仍处于早期。

报告发现，ChatGPT发布两年内吸引全球超过5亿用户，中等收入国家贡献了超过40%的流量。但在经合组织国家中，2023年仅有平均8%的企业采用AI，大型企业明显领先；政府部门的系统化采用更为有限。个人普及快而机构渗透慢，构成当前AI扩散的突出特点。

报告回答的关键问题

什么是AI的4C基础？

4C指连接（Connectivity）、算力（Compute）、数据语境（Context）和数字技能（Competency），是报告提出的评估国家AI就绪度的政策框架。连接包括可靠宽带、电力和设备；算力涵盖AI芯片、数据中心和云计算；数据语境强调本地化训练数据与模型适配；技能则包括从基础数字素养到高级AI研发能力。报告认为，这四者缺一不可，但优先级取决于国家是采用、适应还是创新AI。

生成式AI在全球的采用情况如何？

报告显示，生成式AI工具自ChatGPT发布后扩散速度远超以往技术，两年内覆盖200多个国家和地区，超过5亿人使用，相当于全球劳动力的13%。但采用极不均衡：2025年4月，高收入国家有24%的网民使用ChatGPT，而低收入国家仅0.7%。中等收入国家整体流量占比高，但人均使用强度仍远低于高收入国家。

发展中国家如何利用AI实现发展？

报告强调，发展中国家应优先发展“小AI”——针对农业、教育、健康等本地需求的小规模、低成本AI应用。同时，利用开源模型和本地数据，将全球AI工具适配到本国语言和文化语境。报告建议政府根据自身就绪度，在连接、算力、数据、技能四大基础上有序投资，并通过公私合作、计算补贴和技能培训等方式降低AI采用门槛。

AI会加剧国家间不平等吗？

报告认为存在显著风险。AI创新和算力高度集中在少数高收入国家，而低收入国家在基础设施、数据、人才等方面全面落后。如果发展中国家的AI采用速度滞后，可能导致生产力差距扩大，甚至出现“过早去职业化”——高技能服务业就业机会在低收入阶段就被压缩。报告呼吁全球协调和针对性干预，避免AI成为新的不平等来源。

报告中的代表性数据

高收入国家1,400GB，中高收入400GB，中低收入100GB，低收入5GB

全球人均数据流量（按收入组）

2023年，该数据为年度固定和移动宽带总流量人均值，反映不同收入国家间数据消费差距持续扩大。来源为国际电信联盟统计。

中高收入国家+16%，中低收入+11%，高收入+2%

AI技能岗位需求增长

2021-2024年，报告基于在线招聘数据分析，显示AI相关岗位需求在发展中经济体的增速远超高收入国家，但基数很低。埃及、巴基斯坦、菲律宾等国需求翻倍，肯尼亚增长四倍。

高收入国家84%，中高收入65%，中低收入35%，低收入4%

5G人口覆盖率

2024年，数据来自国际电信联盟，显示5G网络覆盖在不同收入国家间存在巨大差异，低收入国家仍主要依赖3G/4G网络。

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

  • AI生态系统全景分析：详细定义AI各子领域，介绍生成式AI、多模态AI、智能体AI、物理AI等前沿趋势，并展示AI生态系统的多层次结构，包括基础设施、算力层、数据层、模型层和应用层。
  • 全球AI创新格局：基于AI论文、专利、知名模型和初创企业数据，分国家、分收入组分析AI创新和适应的分布，揭示高收入国家的主导地位及中国、印度的追赶态势。
  • 4C基准评估：分别对连接、算力、数据、技能四大支柱进行跨国基准比较，包括网络覆盖、网速、数据流量、服务器与数据中心容量、训练数据投资、数字技能供给等指标。
  • 市场失灵与政策分析：识别算力市场垄断、数据生产外部性、技能培训投资不足等市场失灵，讨论政府干预的理论依据和不同政策工具的利弊。
  • 政策分级建议：按低、中、高AI就绪度国家分类，提出针对性的政策优先项，例如基础连接、算力获取、数据治理、人才培养、AI治理等。
  • 专题案例研究：附录包含三个主题案例，分别探讨AI在教育（印度、尼日利亚）、农业与能源（巴西等），以及数字交付服务（菲律宾、乌兹别克斯坦）中的应用现状、影响和挑战。
  • 完整图表数据：报告包含大量原创图表，如AI模型创新地图、ChatGPT全球流量分布、算力能力区域分布、数字技能供给差异等，可供下载复用。
  • 前沿技术讨论：深入讨论生成式AI、自主驾驶、机器人等对经济社会的潜在影响，以及AI在劳动力市场、产业组织、国际贸易和生产力方面的可能路径。

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