布鲁金斯报告：AI 鸿沟恐致全球阶层永久固化
图自dilitrust.com
学术探讨
此为科睿研究院第780篇原创稿件。
全文共5515字，预计阅读需10分钟。
人工智能已跃升为驱动全球经济增长、推动产业升级及增强国家竞争力的核心底层技术，几乎各国均已将其纳入中长期战略规划。大众普遍视其为抹平全球发展落差、助力滞后国家实现跨越式增长、缩小南北经济体差距的利器。然而，布鲁金斯学会于2026年6月发布的最新研究报告，结合微软与世界银行同期公布的全球AI普及数据，击碎了这一理想化认知。
当前全球人工智能的差距，绝非单一的算法模型或软件应用之别，而是涵盖能源供应、数据中心硬件、产业链供应链、全球治理规则及劳动力市场的全方位结构性落差。目前，全球绝大多数AI核心资源、研发实力及规则制定权仍被北方发达经济体垄断，占全球人口八成以上的南方国家，长期处于技术跟随、数据外流及被动接受规则的境地。
若全球社会不及时采取针对性干预，人工智能不仅无法成为普惠全球的发展工具，反而将演变为拉大贫富差距、固化全球发展阶层的核心推手。本文结合最新行业调研数据，客观剖析全球AI鸿沟的真实成因、现实负面影响，以及南方国家可行的破局路径，理性审视AI带来的机遇与风险。
01
多维结构性失衡：
人工智能鸿沟隐匿于
可见与不可见的底层环节
许多人评估一国AI发展水平，仅关注大模型性能、产品落地数量等表层指标。实际上，AI是重基建、重能源、重数据、重资本的技术体系，表层应用差距仅是结果，底层基础设施、能源供给、数据流转及治理话语权的全方位失衡，才是全球AI鸿沟持续扩大的根源。结合国际货币基金组织AI准备度指数及2025至2026年全球算力基建数据，目前全球AI发展存在五大不容忽视的结构性失衡。
首先是AI基建与资本投资高度集中，全球算力资源分配极度不均。AI运行依赖数据中心、GPU芯片等高密度算力设施，此类基建前期投入巨大，资本自然向发达经济体聚集。麦肯锡测算显示，2030年全球数据中心整体支出将达7万亿美元，而现阶段新增算力已显现明显的地域倾斜。截至2025年9月，全球在建23吉瓦数据中心容量中，超七成布局于美国，全球算力资源被头部发达国家牢牢把控。从国家整体AI准备度看，国际货币基金组织覆盖数字基建、人才储备、监管政策四大维度的评分显示，发达经济体平均得分0.68，新兴市场国家为0.46，低收入国家仅0.32，前者综合准备度是后者的两倍以上。
brookings.edu
从全球布局看，目前全球仅32国拥有专业AI数据中心，非洲与拉美所有国家合计算力仅占全球总水平的3%，基础硬件层面的差距已形成难以短期逾越的壁垒。
其次是能源供给成为AI发展的隐形门槛，能源短板直接锁死南方国家的发展上限。大众常忽视AI是极度耗能产业，全球数据中心耗电量占全球总用电量1%，各国能源结构与电力供给能力直接决定其AI产业发展上限。
部分欧美发达国家已出现数据中心用电挤占民生的问题，爱尔兰全国数据中心耗电量已达该国总用电量的20%，当地政府直接出台政策，暂停2028年前所有新建数据中心项目。除电力消耗外，数据中心散热需大量水资源，在水资源紧缺的发展中国家，AI基建将与民生、农业争夺用水。印度数据中心已成为国内用水量增速最快的工业板块，巴西数据中心用水也持续挤压当地农业灌溉。同时，全球气温上升加剧散热难度，缺乏稳定、低价清洁能源供给的国家，即便投入资金建设算力基建，也难以长期稳定运行AI项目，能源短板成为南方国家跨越AI鸿沟的天然障碍。
第三是全球创新生态分化明显，南北国家走出截然不同的AI研发路线。北方发达国家依托充足算力和资本，主攻通用大模型研发，追求全场景通用AI能力；而南方国家受限于算力与资金，只能聚焦应用型AI，主打小体量、本地化、低成本的专用模型。这种差异化路线并非战略选择，而是资源受限下的被动妥协。
南非研发的本土语言大模型InkubaLM即为典型案例，该模型放弃通用大模型的全能属性，聚焦非洲本土小众语种，依托边缘计算降低算力消耗，贴合本地使用场景。此类应用型AI虽能解决本土实际问题，却无法参与全球顶层技术竞争，长期将导致南方国家停留在技术应用层，难以触碰底层核心技术研发。
第四是南方国家海量本土数据无偿外流，形成数字掠夺的不良格局。南方国家拥有全球88%的人口，日常生产生活产生海量本土场景数据，对AI模型本地化适配极具价值。但绝大多数南方国家缺乏本土数据存储、清洗、训练的算力基建，产生的数据只能跨境传输至欧美处理。最终数据源于南方，经济收益与技术迭代价值却被北方科技企业获取，这种单向数据价值转移被业内定义为数字掠夺主义，持续加剧南北AI产业的价值落差。
最后是南方国家在全球AI治理话语权上严重不对等，始终处于规则接受者地位。当前全球AI治理规则主要由G7集团、经合组织等发达经济体主导，全球主流AI监管框架、伦理标准、数据跨境规则中，不到一成内容参考了南方国家的发展诉求。南方国家在全球AI治理会议中缺乏话语权，只能被动适配发达国家制定的规则，无法出台贴合自身发展水平的监管政策，进一步限制了本土AI产业的灵活发展空间。
图自unsplash
02
双向利弊交织：
AI鸿沟同步重塑全球劳动力市场
与经济发展格局
人工智能对全球发展格局和劳动力市场的影响具有双面性，不能简单判定其只会加剧全球不平等。对南方国家而言，AI本身具备经济增长赋能价值，但南北AI发展鸿沟的存在，让技术红利分配极度不均，同时放大了原本存在的劳动力市场短板，机遇与风险并存，且风险正逐步超过短期红利。
从积极层面看，AI能为南方国家带来可观经济增量，激活本土新兴就业赛道。布鲁金斯学会测算显示，2030年AI将为非洲大陆带来1.2万亿美元经济增量，对应非洲全年GDP提升6个百分点。AI可替代日常重复性工作，提升农业、服务业、基础制造业效率，同时催生AI运维、数据标注、数字服务等全新岗位，助力南方国家优化产业结构。对于南方国家庞大的非正规就业群体，AI工具也能提供实际帮助，智能推荐系统可助小商贩对接更多客源，实时翻译工具能打通跨境贸易语言壁垒，语音导航工具可优化物流路线，低成本提升底层劳动者收入与效率。
但从现实风险看，南北AI普及度差距持续拉大，劳动力技能鸿沟进一步加深。微软2025年下半年AI行业报告显示，北方发达经济体劳动年龄人口AI工具使用率达24.7%，而南方国家仅14.1%。进入2026年第一季度，差距进一步扩大，发达国家适龄人口AI使用率升至27.5%，发展中国家仅为15.4%，双方差值扩大1.5个百分点。普及度差距背后是严重的数字技能缺口，非洲15至24岁青年中，仅9%掌握基础计算机操作技能，无法适配基础AI岗位要求。结合当地产业需求测算，2030年非洲需新增2300万名STEM专业毕业生，才能补齐AI产业带来的人才缺口，现阶段本土教育体系完全无法满足。
图自unsplash
此外，全球劳动力价值链不平等问题被AI进一步放大。同样是基础数据标注、AI运维零工岗位，南方从业者薪资远低于北方同行，且缺乏劳动保障、社保体系等基础权益保护。更值得关注的是，全球六成以上劳动力属非正规就业人群，在南方部分国家占比超八成，目前全球所有AI相关政策、就业帮扶方案，几乎均未针对该群体制定专属适配方案。AI一方面可赋能非正规劳动者增收，另一方面自动化技术也在替代大量低门槛非正规岗位，而这部分群体始终未被纳入全球AI就业风险防护体系。
整体而言，AI本身是中性技术，不存在天然偏向。真正导致全球发展不平等的，是南北国家技术接入能力、人才储备、政策配套的先天差距。AI鸿沟不会自发缩小，若无针对性政策调节，技术普及、薪资、就业保障差距将持续叠加，最终使全球经济发展的马太效应愈发显著。
03
立足本土优势突围：
全球南方国家补齐AI短板的
可行落地路径
结合现有发展现状，南方国家无需照搬发达国家重资本、高耗能的AI发展路线，盲目追赶通用大模型研发只会浪费有限资源。依托自身独特资源优势，走出适配本土国情的差异化道路，同时加强区域联动、补齐底层基建短板、主动争取规则话语权，才是南方国家低成本跨越AI鸿沟、掌握技术自主权的务实之举。
要破解单一国家算力不足、研发资金短缺的共性困境，加强区域内部的南南合作是最直接可行的方式。绝大多数南方国家面临高度相似的AI发展瓶颈，单个国家无力承担大型算力中心建设、底层AI技术自研的高额成本。通过南南合作可打通区域内算力资源、本土数据集和专业技术人才，共同分摊AI基础设施建设成本。目前这类合作多停留在外交表态和政策沟通层面，后续需落地更多实体项目，联合搭建区域性算力枢纽，互通各国本土特色行业数据，组建跨境专项技术工作组，聚焦农业生产、基层民生服务等贴合南方实际需求的方向开展联合研发，避开与发达国家在通用大模型领域的正面竞争，深耕本土化刚需场景实现突围。
图自unsplash
此外，南方国家可依托自身得天独厚的清洁能源禀赋，走出一条区别于发达国家化石能源算力体系的绿色AI新路。不少发展中国家拥有充足的水电、光伏、风电等可再生能源，这是多数北方国家不具备的先天优势。巴西超八成电力来自清洁能源，具备打造低碳算力中心的绝佳条件，肯尼亚、尼日利亚也在全球AI可持续能源测评中表现突出。依托清洁能源布局AI基础设施，既能降低运行成本，也能减少AI产业碳排放压力。同时，南方国家可借助G20等多边平台，推动建立统一的AI算力能耗与碳排放核算标准，合力提升发展中国家在全球绿色AI赛道的整体话语权。
筑牢本土数字公共基础设施，守住数据主权，也是避免数据持续外流、摆脱数字掠夺困境的关键。印度、南非、巴西等国已给出可复制经验：南非搭建公有高性能计算平台，面向南部非洲区域国家普惠开放算力资源，实现区域算力共建共享；印度落地国家级公共算力计划，由政府出资搭建大规模公共GPU算力池，以补贴低价方式向本土科研机构、初创企业开放，大幅降低本土AI研发门槛。此外，部分原住民社区自主搭建本土数据管理框架，拒绝本土特色数据无偿外流，也为中小发展中国家提供新思路。对资金有限的南方国家而言，优先落地普惠型公共算力、统一数字身份等基础数字基建，远比盲目投入巨资研发高端通用大模型更贴合自身发展现实。
在补齐技术与基建短板的同时，南方国家也要主动参与全球AI治理体系重构，从被动遵守规则者转变为规则制定参与者。太空数据中心成为行业新方向，这类脱离本土监管的新型算力设施带来全新数据主权监管难题，全球AI治理体系正处于迭代窗口期，这也是南方国家争取话语权的关键契机。2026年印度举办的人工智能影响力峰会，已为广大发展中国家搭建了集中发声平台。未来国际社会可搭建更具包容性的全球AI治理框架，完善统一伦理准则，打通各国算力系统互信互联机制，同时设立兼顾不同经济体发展水平的常设合作机构，弥合各国AI战略与全球监管规则间的缝隙，真正让南方国家的发展诉求纳入全球AI治理体系。
AI诞生的初衷是用技术普惠全球，消除地域、经济水平带来的发展差距，但从现阶段看，AI正走向与初衷相反的方向，成为放大全球固有不平等的新工具。我们需要客观认清：全球AI鸿沟从来不是技术落后造成，而是资本分配不均、能源资源失衡、全球治理规则不公共同造就的结构性问题。
南方国家无需复刻发达国家AI路径，跨越式发展的核心不在于追赶顶尖大模型，而在于守住数据主权、用好本土清洁能源、抱团完善区域基建，找到适配自身国情的AI发展模式。对北方发达国家而言，技术壁垒和规则垄断无法实现长期科技闭环，AI产业需要全球多元场景数据与市场才能持续迭代。
图自unsplash
科技本身无对错，决定其走向的是人类制定的规则。若全球始终维持当下AI资源垄断、规则单边制定的格局，未来世界将形成永久科技阶层壁垒，发达国家掌握话语权，发展中国家永远被动跟随。AI不该是划分世界强弱的新标准，技术进步最终意义永远是服务全人类共同发展。打破AI鸿沟，本质上也是打破全球长久以来不公平的发展秩序，这是所有国家都需要直面且无法回避的共同命题。
Reference List
https://www.brookings.edu/articles/how-to-bridge-the-global-ai-divide/
https://www.imf.org/external/datamapper/datasets/AIPI
https://www.brookings.edu/articles/ai-safety-and-security-can-enable-innovation-in-global-majority-countries/
【本文中包含的图片均