下一次大分流：技术革命下的全球不平等警示【智库洞察】

报告通过深入分析亚太地区的现状，揭示了人工智能时代两大结构性失衡问题，即能力差距和脆弱性差距，二者相互强化，形成了一个令人忧虑的恶性循环。

图1 世界对人工智能的准备不足，这将表现为股息和颠覆的不均积累

从能力差距来看，人工智能的创新成果正以惊人的速度向少数发达国家集中。国际货币基金组织的人工智能准备度指数显示，高收入国家在基础设施、人力资本、监管框架等方面已建立起显著优势。亚太地区内部的差异更是触目惊心:新加坡与阿富汗的人均收入相差近200倍;仅中国一国就拥有全球近70%的人工智能专利;该地区仅六个经济体就孕育了超过3000家获得新融资的人工智能企业。与此形成鲜明对比的是，约四分之一的亚太人口至今未能接入互联网，仅有约四分之一的城市居民、不足五分之一的农村居民能够完成基础的电子表格运算。这种数字鸿沟还呈现出明显的性别特征，南亚地区女性拥有智能手机的概率比男性低40%。这意味着，当部分国家在加速构建本土人工智能生态系统时，许多国家甚至尚未具备参与人工智能经济的最基本条件。

图2 生成式人工智能可能影响的工作比例

更令人担忧的是，技术能力向顶层集中的同时，技术风险却在向底层扩散，形成了所谓的脆弱性差距。劳动力市场的数据清晰地印证了这一点:女性从事的工作面临人工智能自动化冲击的概率几乎是男性的两倍，约4.7%的女性就业岗位属于高自动化风险类别，而男性的这一比例仅为2.4%。代际鸿沟同样在显现，22至25岁从事高风险暴露职业的劳动者就业率下降了约5%，这表明人工智能在为年长劳动者带来生产力提升的同时，却在不断压缩青年群体的入门级就业机会。除劳动力市场外，人工智能的高能耗特性也带来了新的环境脆弱性风险。预计到2030年，数据中心的电力消耗将增长近两倍。对于那些电力系统薄弱、高度依赖化石燃料的国家而言，它们可能沦为服务全球人工智能产业的"数据农场"承载地，在承担沉重环境成本的同时，却几乎无法从中获取任何经济价值。

这种双重失衡的深层逻辑在于:人工智能并非降生于一个公平竞争的环境，而是进入了一个已被极端不平等所标记的世界。现有的发展鸿沟不仅决定了各国从人工智能中获益的能力，也决定了它们抵御技术冲击的韧性。结果是，人工智能发展的红利持续向具备先发优势的国家集中，而技术带来的冲击却由那些最缺乏应对能力的群体来承担。这一格局如果不加以扭转，必将导致新一轮的"大分流"，进一步拉大国家间、群体间的发展差距。

报告并未陷入技术悲观主义的陷阱，而是明确指出:发展鸿沟的扩大并非不可逆转，政策制定者仍有机会通过主动干预引导人工智能朝着缩小差距的方向发展。在此基础上，我们有三大战略抉择，为各国制定人工智能治理政策提供了清晰的行动框架。

这一项目的失败教训表明，如果技术被投入到缺乏配套软性基础设施的环境中，最终必然会走向失败。尽管该项目向目标地区交付了大批笔记本电脑，但由于缺乏受过专业培训的教师、高质量的本土化教学内容以及稳定可靠的网络连接，这些设备大多被闲置。人工智能的推广面临着同样的风险。鉴于亚太地区农村居民中具备基础数字技能的比例不足20%，人力资本建设必须成为当前的工作重点。这意味着要加大对计算机科学与数据科学教育的投入，培养公务员的数据分析与治理能力，并在全社会范围内普及人工智能素养。在部署人工智能系统的同时，必须同步推进人的能力建设，确保技术不是孤立的工具，而是嵌入到完整的社会技术系统之中。

很少有国家能够仅凭一己之力构建完整的人工智能生态系统。为减少对少数科技巨头的依赖，各国应将人工智能核心支撑要素——算力基础设施、数据资源和基础大模型，视为区域性公共产品。区域性算力与数据共享平台能够帮助各国整合资源，获得共享技术能力的渠道。例如，构建东盟范围内的人工智能研究专属云平台，或推动南亚地区合作开发本土化语言大模型，不仅能拓宽技术的可及性，还能增强区域整体的议价能力。

区域性合作模式还为制定绿色人工智能产业政策创造了条件。随着数据中心需求的持续增长，各国政府可强制要求采用高能效的硬件架构，并推动以可再生能源为动力的算力设施扩张，从而实现人工智能产业的可持续发展，避免重蹈以往数字基础设施建设中的掠夺式发展覆辙。这一战略体现了报告对于集体行动的重视，认识到在全球化的技术体系中，单个国家的努力往往难以奏效，只有通过区域合作才能形成有效的制衡力量。

图3 针对不同起点量身定制的路线图

报告明确反对一刀切的发展模式，强调各国的发展路径必须与其自身起点相匹配。对于低能力水平国家，需优先解决基础网络连接问题，在宽带覆盖有限的地区，可通过功能手机部署离线可用的人工智能系统，为医疗分诊、农业技术支持等场景提供切实价值。对于中等能力水平国家，可将已验证有效的试点项目规模化推广，建设民用数据基础设施，并建立数据隐私保护与治理框架，避免陷入对外技术依赖和零散化试点的困境。对于高能力水平国家，则有机会在技术标准制定、安全监管和可持续发展等领域发挥引领作用，加强人工智能领域的监管审查，加大对高能效人工智能技术的研发投入，并通过共享技术模型与专业知识为区域发展贡献力量。这种分层施策的战略能够确保各国基于自身可承受、可维系的基础稳步推进，避免盲目引进与本国制度环境严重脱节的技术，体现了务实主义和渐进主义的治理智慧。

该报告的意义不仅在于提供了一个诊断框架，更在于它为全球人工智能治理提供了一种新的思维范式。报告跳出了技术乐观主义与技术悲观主义的二元对立，将焦点转向技术影响的分配正义问题。它提醒我们，人工智能的真正挑战不在于技术本身，而在于我们如何设计制度、分配资源、建设能力，以确保技术红利能够惠及所有人，而非仅仅服务于少数既得利益者。

从未来趋势来看，报告所揭示的能力差距与脆弱性差距仍在不断扩大。随着人工智能技术的加速发展，这种马太效应可能进一步强化：拥有先发优势的国家将通过数据积累、人才集聚、技术创新形成正向循环，而落后国家则可能陷入"低技能-低生产率-低投资"的恶性循环。更令人担忧的是，人工智能的战略价值日益凸显，可能引发新一轮的技术民族主义和保护主义，进一步阻碍知识与技术的全球流动。在这种背景下，报告所倡导的区域合作与多边治理显得尤为重要。

然而，人工智能作为通用技术，其可塑性远高于以往的技术革命。不同于铁路、电力等需要巨额基础设施投资的技术，人工智能在某种程度上具有"轻资产"特性，其核心要素是算法、数据和算力，这为后发国家提供了跨越式发展的可能性。关键在于，各国必须认识到，人工智能时代的竞争不仅是技术竞争，更是制度竞争、能力竞争和治理模式竞争。那些能够建立包容性制度、投资人力资本、推动区域合作的国家，将在新一轮技术革命中占据主动。

报告最后提出的愿景：不让任何一个群体掉队。这不仅是一个道德呼吁，更是一个战略必然。在高度互联的全球体系中，任何一个地区的发展滞后都可能成为整体进步的阻力。人工智能正逐渐成为21世纪的通用基础设施，其重要性堪比电力与公路。如果我们允许这种基础设施的可及性出现严重的不平等，其后果将不仅是经济上的低效，更可能是政治上的动荡和社会上的撕裂。

人工智能技术本身是中性的，但其影响绝非中性。如果21世纪将成为下一次大分流的开端，罪魁祸首绝非人工智能本身，而是源于我们未能及时采取行动。这份报告的价值在于，它不仅诊断了问题，更提供了行动路线图。从加强人力资本建设，到打造区域性公共产品，再到制定因地制宜的发展战略，每一项建议都指向一个核心目标:确保人工智能所蕴含的巨大生产力潜力为全人类所共享，而非成为加剧不平等的新工具。这是对政策制定者的召唤，更是对整个国际社会的集体挑战——我们是选择主动塑造一个更加公平的人工智能未来，还是被动接受技术决定论下的新一轮大分流？答案取决于我们今天的选择。