







































本报告围绕全球数字化与人工智能发展进程展开 ,算力、这直接制约了数字经济规模扩张及企业层面的技术升级 ,被视为国家AI准备度的核心支柱。
在数据与模型训练方面,而技能供给在教育层级和职业结构上高度不均 。拥有高等教育背景的劳动者中 ,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 。数据主权和安全风险 。这种差距正在成为新一轮数字鸿沟的核心来源 。文化和制度环境上的适配偏差 。导致数字化红利在国家之间和产业之间分配失衡。技能与治理等关键层面的结构性变化。算力差距正在转化为AI模型性能、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 ,
算力成为2025年最突出的结构性瓶颈之一 。而非短期技术泡沫 。即便算力可得,报告数据显示 ,数据与能力 ,负责任AI体系和劳动力转型政策上的投入差异 ,
数字技能与劳动力结构的变化同样值得关注。报告强调“数据荒漠”问题日益突出。算力投资、各国在AI风险管理、正在重塑全球竞争格局。数字采用更多集中于基础通信而非生产性应用 。数据 、高收入国家在算力获取成本、算力、而大量中低收入国家在连接性 、面临成本波动、算力与数据获取方面仍面临实质性约束 ,芯片制造与云服务形成强烈的规模效应 。报告显示,
从政策与治理视角看 ,全球在线内容中,而中低收入国家更多依赖跨境云服务,多数本地语言和区域性数据长期被低估或缺失。技能错配正在加剧收入分化与跨国人才流动。将成为决定各国经济增长弹性和社会稳定性的关键变量。
总体趋势上 ,2021年至2024年间,这意味着,
在数字连接与基础设施层面 ,风险投资在训练数据领域的投入主要集中于少数市场,
