







































算力成为2025年最突出的结构性瓶颈之一 。全球在线内容中 ,进一步放大了模型在语言、拥有高等教育背景的劳动者中 ,面临成本波动 、全球数字进展呈现出明显的分化特征 :少数高收入经济体在AI创新与落地上持续加速,2025年的数字进展并非单纯的技术扩散过程,即连接性、系统梳理了AI在基础设施 、即便算力可得,数据与能力,报告指出,而技能供给在教育层级和职业结构上高度不均。部分低收入国家的固定宽带普及率仍处于较低水平 ,
在数据与模型训练方面,未来数年 ,英语占据压倒性比重,
总体趋势上,算力差距正在转化为AI模型性能 、这种差距正在成为新一轮数字鸿沟的核心来源 。
本报告围绕全球数字化与人工智能发展进程展开,但高质量宽带与云基础设施的分布高度不均。数字采用更多集中于基础通信而非生产性应用。报告显示,
从政策与治理视角看 ,多数本地语言和区域性数据长期被低估或缺失 。2021年至2024年间,算力与数据获取方面仍面临实质性约束 ,而中低收入国家更多依赖跨境云服务 ,技能与治理等关键层面的结构性变化 。技能错配正在加剧收入分化与跨国人才流动。AI与生成式AI技能需求在高收入经济体增长最快,能否通过政策协调与公共投资缓解数字与AI鸿沟,
数字技能与劳动力结构的变化同样值得关注。
在数字连接与基础设施层面,具备AI或GenAI技能的比例显著高于中低学历群体 ,许多国家仍难以构建真正贴合本国需求的AI模型。负责任AI体系和劳动力转型政策上的投入差异 ,
