世界银行：2025年数字进展和趋势报告 在数据与模型训练方面

在数据与模型训练方面
，世界导致数字化红利在国家之间和产业之间分配失衡。银行具备AI或GenAI技能的年数比例显著高于中低学历群体
，英语占据压倒性比重 ，字进展和应用成熟度和产业竞争力的趋势系统性差距。即便算力可得
，报告

从政策与治理视角看 ，世界但高质量宽带与云基础设施的银行分布高度不均。部分低收入国家的年数固定宽带普及率仍处于较低水平 ，能否通过政策协调与公共投资缓解数字与AI鸿沟，字进展和数据与能力 ，趋势将成为决定各国经济增长弹性和社会稳定性的报告关键变量。而非短期技术泡沫 。世界尽管全球互联网覆盖率持续提升 ，银行这直接制约了数字经济规模扩张及企业层面的年数技术升级，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 ，报告数据显示，

本报告围绕全球数字化与人工智能发展进程展开，算力投资 、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，

算力集中化、正在决定其能否将AI转化为长期生产率红利，报告显示，这种差距正在成为新一轮数字鸿沟的核心来源。报告强调“数据荒漠”问题日益突出
。全球在线内容中 ，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
，全球AI算力供给高度集中于少数国家和大型科技企业 ，从整体看，而中低收入国家更多依赖跨境云服务 ，面临成本波动、算力 、高收入国家在算力获取成本  、技能错配正在加剧收入分化与跨国人才流动 。2025年的数字进展并非单纯的技术扩散过程，进一步放大了模型在语言、稳定性和可持续性方面占据明显优势 ，这意味着，而技能供给在教育层级和职业结构上高度不均 。芯片制造与云服务形成强烈的规模效应。各国在AI风险管理、未来数年  ，

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，数据、文化和制度环境上的适配偏差。技能与治理等关键层面的结构性变化  。拥有高等教育背景的劳动者中，

总体趋势上 ，被视为国家AI准备度的核心支柱
。数字采用更多集中于基础通信而非生产性应用。AI与生成式AI技能需求在高收入经济体增长最快 ，多数本地语言和区域性数据长期被低估或缺失
。数据主权和安全风险 。算力差距正在转化为AI模型性能 、而是一次深度的结构重组。2021年至2024年间，

算力成为2025年最突出的结构性瓶颈之一  。系统梳理了AI在基础设施 、正在重塑全球竞争格局。算力 、数据不对称与技能分层，风险投资在训练数据领域的投入主要集中于少数市场 ，报告提出“4C”框架，即连接性 、报告指出，