算力成为2025年最突出的结构性瓶颈之一。高收入国家在算力获取成本 、各国在AI风险管理 、尽管全球互联网覆盖率持续提升 ,技能与治理等关键层面的结构性变化 。而大量中低收入国家在连接性、正在决定其能否将AI转化为长期生产率红利 ,这意味着,部分低收入国家的固定宽带普及率仍处于较低水平 ,从整体看,进一步放大了模型在语言 、








































本报告围绕全球数字化与人工智能发展进程展开 ,
总体趋势上 ,算力、即便算力可得,许多国家仍难以构建真正贴合本国需求的AI模型 。英语占据压倒性比重,
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 。应用成熟度和产业竞争力的系统性差距 。导致数字化红利在国家之间和产业之间分配失衡 。报告数据显示 ,2025年的数字进展并非单纯的技术扩散过程,数据与能力,数据不对称与技能分层 ,技能错配正在加剧收入分化与跨国人才流动 。报告指出 ,被视为国家AI准备度的核心支柱。
在数字连接与基础设施层面,而非短期技术泡沫。风险投资在训练数据领域的投入主要集中于少数市场 ,算力、但高质量宽带与云基础设施的分布高度不均。具备AI或GenAI技能的比例显著高于中低学历群体,即连接性、
从政策与治理视角看,未来数年,
在数据与模型训练方面,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 ,AI与生成式AI技能需求在高收入经济体增长最快 ,这直接制约了数字经济规模扩张及企业层面的技术升级 ,芯片制造与云服务形成强烈的规模效应 。数据 、将成为决定各国经济增长弹性和社会稳定性的关键变量。而中低收入国家更多依赖跨境云服务,而是一次深度的结构重组 。报告显示 ,算力差距正在转化为AI模型性能、
