AI正在进入一些国家，但这些国家缺乏使其能够负责任地部署AI的配套结构。
构建这一人类层（即监督AI所需的专业能力、问责机制和制度能力）是本十年最大的就业创造机遇。
在国内投资这些能力，并辅以关键的本地知识，将使各国得以攀升AI价值链。
全球关于AI的讨论聚焦于这项技术能够做什么。对世界大多数地区而言，更具影响力的问题是：在AI能够负责任地完成这些工作之前，人们必须先建设什么。
这一问题不仅关乎计算能力或互联互通，更关乎人类层，即使AI能够以有效且值得信赖的方式部署所需的专业能力、问责机制和制度能力。在大多数发展中国家，这一层几乎不存在。其缺失既是AI扩散的核心障碍，也是未来十年最重要的就业创造机遇。
AI不会等待国家战略或专门立法就位。它通过软件更新、数字化转型举措、供应商平台、云服务、采购决策和既有制度工作流程进入各国。但其背后还有一个更为棘手的问题：为什么AI在最需要它的地方扩散如此缓慢？在它能够负责任地传播之前，必须建设什么？
人们已准备就绪，人类层却尚未准备好
《2025年联合国开发计划署人类发展报告》（HDR）给出了一项引人注目的发现：在低收入和中等HDI国家中，十分之六的受访者预计AI将创造新的就业机会，同时70%的受访者预计它将提高其生产力。这些并非感到被抛在身后的人们的回应，而是在等待切入点的人们的回应。
障碍不仅在于连通性或算力，更在于人类与制度层面。使AI能够负责任地部署、从而得以大规模采纳的制度、问责机制和本地能力，在大多数地方尚不存在。信任缺失之处，采纳便会停滞；问责薄弱之处，伤害便会集中于最难以提出质疑的群体。
这正是为何AI扩散与信任基础设施的建设不能被视为先后阶段。等待采纳发生后再围绕其补建治理框架，会使最具影响力的决策无人问责。联合国开发计划署的AI格局评估（AILA）在50个发展中国家开展的评估反复显示出这一模式：部署时间表先于治理准备情况推进，而两者之间的差距正是信任破裂之处。一款在诊所部署的AI诊断工具，若无人具备资质来评估其性能、质疑其错误或向患者解释其输出结果，那便不是发展成果，而是一种负债。人类层并非采纳之后才随之而来的奢侈品，而是采纳的前提条件。
当这一层存在时，种种可能便具体化。医护人员能够信任AI诊断，因为有人已在其所处环境中对其进行了压力测试。教师的AI助手已根据其语言和课程进行了评估。农业推广人员的工具已针对其所服务农民的条件进行了审计。这些人并非AI的被动接受者，而正是人类层必须建成的原因。
缺失的专业知识市场
每一项在全球范围内规模化的主要技术，之所以能够如此，是因为围绕它生长出了一个支持性的人类生态系统。汽车之所以普及，并非因为每个人都学会了制造发动机，而是因为一个由认证技师、安全检查员、保险公司、标准机构和测试组织构成的协调生态系统应运而生，使其在日常生活中变得可用且值得信赖。AI如今正处于同样的转折点，但它所需的生态系统尚不存在。
当前所缺失的，是一个以AI性能、安全与问责为核心的结构化二级人类专业知识市场。这一市场不与AI开发者竞争，而是使其工具能够在真实机构与真实社区中得到运用。该市场将包括：在本地条件下测试AI系统、评估性能与偏见、将工具整合进既有工作流程、保护AI系统免遭滥用，并帮助机构理解这些工具在做什么以及在何处失效的人员和组织。
岗位画像清晰具体：AI审计员与检查员、保障工程师、合成数据开发者、AI网络安全专家、红队测试员，以及为AI赋能运营提供承保的保险人。这些岗位目前仅零星存在，且主要集中在高收入国家。尚未形成的，是一条清晰、可规模化的路径，使其能够在全球范围内涌现，尤其是在AI采纳速度最快而人类层最为薄弱的发展中国家和中等规模市场。
攀升AI价值链
AI供应链本已具有地理分布特征。数据标注等低价值活动集中于中低收入国家，需要大量人力投入，却只能带来有限回报。高价值任务（模型设计、部署与治理）则仍主要局限于拥有专业知识与基础设施的高收入国家。
机遇在于攀升这一价值链。不是通过再分配，而是通过本地创造。使AI值得信赖的人类层，就其本质而言具有地域特殊性。它需要了解当地语言、法律、制度和失效条件，而正是这种特殊性使其无法被简单地进口。
在西班牙港评估法院系统的AI审计员，无法由一位身处旧金山的审计员替代。在内罗毕对公共卫生AI进行压力测试的红队测试员，需要理解既塑造工具输出、也塑造其错误可能造成的危害的背景。向上攀升的路径，在于在国内培养这种专业能力：通过认证、培训路径和制度支点，将本地需求转化为本地能力。
网络安全提供了最清晰的先例。它最初是一项主要面向富裕政府和大型企业的小众能力。随后，它演变为一个在全球分布的技能市场，规模达数千亿美元，并带动了数百万个就业岗位。许多并未发明互联网、也未主导软件开发的国家，却成为网络安全服务、人才和监管领域的领先者。AI信任与安全的人类层正沿着同样的轨迹发展。塑造它、建立认证、培训路径、制度支点和专业标准的窗口期，如今已经打开。
切入点真实存在之处
《2025年人类发展报告》指出了人机交互界面上出现的一系列新兴角色：在AI输出进入重大决策之前对其进行评估的解释者；为特定行业和情境定制模型并设定风险与性能阈值的训练者；以及确保组织随AI系统演进而适时调整的维持者。在高收入环境中，这些角色已开始出现在大型机构内部。而在发展中国家的情境下，它们呈现出一种不同且更为紧迫的形态。首先必须确定AI系统是否值得信赖。这需要的是审计员、检查员、保障工程师，以及构建机制、使公民能够质疑影响其生活的AI决策的公民技术专家。
对于特立尼达和多巴哥等国家，联合国开发计划署近期在此开展了其AI信任与安全评估，就业切入点是具体的。特立尼达和多巴哥拥有较高的人力资本、既有的制度深度以及与全球市场的深度融合。然而，当AI工具被大规模部署到各部委和中学时，与之相匹配的治理基础设施尚未建立。从这一缺口中涌现的角色立即变得显而易见：审计员、保障工程师、风险分析员，以及能够建立部委级保障措施、保护学生免受任何既有框架都未曾预料的危害的人员。这些角色并非来自现成的人才储备，而在采纳所需的规模上尚不存在。
根据联合国开发计划署信任与安全再想象计划的观点，经济论证与道德论证汇聚于同一点。AI最大的机遇不会仅来自自动化，更来自提升绩效的增强，即来自那些使AI在真实系统中变得可用、值得信赖、经过情境验证并有效运行的人类工作。在发展中国家，这种增强具有特定的形态：它正是使AI得以扩散的人类层。
论坛如何帮助领导者理解AI并协作推进负责任的创新
人工智能卓越中心通过汇聚各行业领导者，帮助他们理解人工智能的快速演进及其对经济和社会的影响。该中心支持围绕AI应用相关的机遇、风险和权衡进行知情对话。
通过值得信赖的平台和协作性倡议，该中心使合作伙伴能够建立共同理解，并携手推进负责任的AI创新与应用。
这一层必须经过审慎建设。它不会自发涌现，因为市场信号仍然薄弱，专业标准尚未建立，而最有能力构建它的国家目前并非议程的设定者。正因如此，联合国开发计划署才成为“到2030年建设100条AI扩散路径”的创始机构之一，因为从AI到来至其负责任使用之间的路径，正直接穿越人类层。而这一层正是由等待被创造的就业岗位构成的。
