在各地区和国家对这项技术的态度差异很大时，实施生成式人工智能可能带来单一文化思维的风险。
如果政府和企业仓促迈向人工智能驱动的未来，却不考虑不同社区和行业面临的风险与收益，以及文化差异和需求，就可能牺牲公众对人工智能的信任。
制定必要且审慎的人工智能战略，应力求在技术进步、经济繁荣、信任、责任和社会影响之间取得平衡。
我常对人们说，我拥有世界上最好的工作之一。在澳大利亚、新西兰、大中华区、东南亚国家联盟成员国、日本和印度各地旅行时，我亲身感受到这些国家和文化的丰富多样；各地风貌彼此迥异，却同样美丽。
人们常常忽视的是，这些地区对技术的态度差异有多大。在分析人工智能（AI）的发展，尤其是生成式人工智能（genAI）的发展时，人们很容易陷入单一文化思维。看起来，所有人都在采用生成式人工智能，或为采用它做准备。尤其对科技行业从业者而言，迫切的问题似乎都集中在实施、风险和收益上。
但这种思维可能有害。在一头扎进人工智能驱动的未来之前，领导者必须停下来思考，采用人工智能将如何使社区受益或受到损害。
忽视文化差异可能使人工智能计划受挫甚至付诸东流，并侵蚀公民对企业和其他机构的信任。相较之下，审慎采用人工智能能够容纳不同社区和行业之间的差异。归根结底，最重要的是我们如何驾驭产业、技术与人类的融合，以实现最佳成果。
人工智能准备度的不同阶段
在亚太地区，各地采用人工智能的起点和态度大不相同。主要类别如下：
论坛如何帮助领导者理解人工智能，并携手开展负责任的创新
人工智能卓越中心连接各行业的领导者，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。该中心支持围绕采用人工智能所涉及的机遇、风险和权衡开展知情对话。
通过可信赖的交流空间和协作倡议，该中心助力合作伙伴形成共同理解，并携手探索负责任的人工智能创新与应用方式。
快速采用者
这些市场和行业的技术成熟度较高。日本就是一个例子，该国以积极采用技术和不断壮大的科技产业而闻名。日本人口老龄化及由此造成的劳动力短缺，使人工智能在那里成为必要之举。一位高管曾对我说：“我们早已习惯看到自己的卡通形象，也习惯生活在虚拟世界里。人工智能是我们的伙伴，我们会快速行动。”
无论是出于必要，还是降低成本的压力，这些市场（或其中的行业）都会迅速采用人工智能。快速采用者得益于严谨地构建商业论证，为采用人工智能提供依据，并确保评估风险和收益时视野更广。
谨慎的尝试者
在一些市场和行业中，技术解决方案和基础设施已相当成熟，但人们仍对采用人工智能犹豫不决；这些地方可能对人工智能更加怀疑，原因包括伦理、信任、隐私和安全方面的顾虑。
我居住的澳大利亚就属于这一类——许多领导者直到现在才开始了解生成式人工智能的基础知识。近期，该国发生了受到广泛关注的网络安全漏洞事件，侵蚀了消费者信任，也促使董事会和高管认真思考如何管理业务风险和风险敞口。
对这些风险的担忧以及对人工智能的普遍忧虑，正在拖慢采用步伐，尤其是与快速行动者相比。属于这一类的国家仍需要商业论证，但也必须辅以稳健的风险评估。
快速发展的发展中国家
谈到技术成熟度较高的国家，印度名列前茅。要理解印度的情况，不妨看看近几十年来中国对技术的采用情况：它从以农村和农业为主的经济转向由技术和社交媒体驱动的经济。我二十多岁时曾到中国旅行，当时那里满是自行车和车铃。那里的变化令人难以置信；可以把印度拥抱人工智能的发展想成加速版的中国。
由此带来的社会影响很难预测。印度是一个以劳动力为基础的经济体。尽管该国培养高技能工程师的能力极强，但非工程师、那些工作被自动化取代的人将会怎样？印度等快速发展的国家必须确定希望实现什么、避免什么，才能作出最佳的采用和监管决策。
新兴国家
技术成熟度仍在发展的国家也是一个规模不小的类别。这些国家可能才刚开始大规模使用云计算，因此获取用于人工智能的数据还处于早期阶段。属于这一类的国家必须思考如何在这些限制下实现发展并参与竞争，同时着力投资技术基础和支持未来进步所需的技能。
就业或科技中心较少的新兴国家，可能会看到年轻人迁往这些中心。这种迁移将改变家庭结构以及农村和农业地区的面貌。城市需要新建住房和设施，以满足新居民的需求。随着时间推移，中产阶级将逐渐形成，服务这些居民需求的企业也会随之出现。企业和政府必须审慎考虑所有这些因素。
可持续技术也是人工智能上游的一项区域和国家层面的考量。基础设施需要随着算力和数据需求的增长而扩展，而人工智能对这两者的需求尤为庞大。对于新兴国家而言，这一点至关重要；必须从可持续发展的角度审视可能进行的基础设施建设，以及它对社区总体上是利是弊。
关于全局的大问题
我们不应把生成式人工智能视为全球范围内已成定局的事，而应考虑它将根据各国的特性、传统和基础设施产生的诸多影响。
好消息是，或许也颇具讽刺意味的是，我们正在讨论的这项技术本身已经足够先进，能够帮助回答这些问题。人工智能可以处理足够多的数据和变量，让我们几乎全面了解其实施带来的影响——不过，大多数模型受限于其西方数据基础。利用这前所未有的信息量，领导者可以在贸然推进之前，制定计划，考量生产力、可持续性、交通、人口结构、新兴法规及其他因素。
作为领导者，我们需要探索如何在这些环境中提供引导和建议。第一步是认识到，人工智能的采用和一般的技术采用一样，在全球各地并不均衡。每个政府和企业都必须审慎明确自身在技术进步、经济繁荣、信任、责任和社会影响方面的目标。
