本报告围绕全球数字化与人工智能发展进程展开，系统梳理了AI在基础设施、算力、数据、技能与治理等关键层面的结构性变化。从整体看，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，而大量中低收入国家在连接性、算力与数据获取方面仍面临实质性约束，这种差距正在成为新一轮数字鸿沟的核心来源。
在数字连接与基础设施层面，报告显示，尽管全球互联网覆盖率持续提升，但高质量宽带与云基础设施的分布高度不均。部分低收入国家的固定宽带普及率仍处于较低水平，数字采用更多集中于基础通信而非生产性应用。这直接制约了数字经济规模扩张及企业层面的技术升级，导致数字化红利在国家之间和产业之间分配失衡。
算力成为2025年最突出的结构性瓶颈之一。报告指出，全球AI算力供给高度集中于少数国家和大型科技企业，算力投资、芯片制造与云服务形成强烈的规模效应。高收入国家在算力获取成本、稳定性和可持续性方面占据明显优势，而中低收入国家更多依赖跨境云服务，面临成本波动、数据主权和安全风险。算力差距正在转化为AI模型性能、应用成熟度和产业竞争力的系统性差距。
在数据与模型训练方面，报告强调“数据荒漠”问题日益突出。全球在线内容中，英语占据压倒性比重，多数本地语言和区域性数据长期被低估或缺失。风险投资在训练数据领域的投入主要集中于少数市场，进一步放大了模型在语言、文化和制度环境上的适配偏差。这意味着，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。
数字技能与劳动力结构的变化同样值得关注。报告数据显示，2021年至2024年间，AI与生成式AI技能需求在高收入经济体增长最快，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，技能错配正在加剧收入分化与跨国人才流动。
从政策与治理视角看，报告提出“4C”框架，即连接性、算力、数据与能力，被视为国家AI准备度的核心支柱。各国在AI风险管理、负责任AI体系和劳动力转型政策上的投入差异，正在决定其能否将AI转化为长期生产率红利，而非短期技术泡沫。
总体趋势上，2025年的数字进展并非单纯的技术扩散过程，而是一次深度的结构重组。算力集中化、数据不对称与技能分层，正在重塑全球竞争格局。未来数年，能否通过政策协调与公共投资缓解数字与AI鸿沟，将成为决定各国经济增长弹性和社会稳定性的关键变量。
文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！
<!-- 非定向300*250按钮 17/09 wenjing begin --> <!-- 非定向300*250按钮 end -->
</div>
