人工智能的经济和社会效益仍然高度集中于地域，主要集中在全球北方。
若缺乏有利的运行环境，AI就绪程度的差距将加剧全球不平等。
三个步骤有助于让AI发展走上正确道路，包括投资于促进持久效益以及推广本地教育。
技术创新正在为世界各国的发展议程开辟新的前沿。近年来，人工智能（AI）对农业、医疗保健、教育等全球性议题产生了深远影响。利用AI工具的力量促进经济增长具有巨大潜力，但这项技术的经济和社会效益仍然高度集中于地域，主要集中在全球北方。
到2030年，AI最多可为全球经济贡献 15.7万亿美元。虽然全球经济的所有地区 都有望从AI中受益，但北美和中国将获得最大的GDP增幅。由于AI技术的采用率低得多，全球南方国家的增幅将较为温和。不出所料，经济实力更强的发达国家通常 具备能力为研究和开发提供资金，以部署最新的AI工具。不过，全球南方国家确有利用AI的决心，这在印度的“AI for All”等多项国家战略中得到了体现。印度的“AIForAll”。
事实上，牛津洞察（Oxford Insights）对全球181个国家在公共服务中使用AI的准备情况进行了评估，结果显示，得分最低的地区包括全球南方的大部分地区，如撒哈拉以南非洲、中亚和南亚部分国家以及拉丁美洲部分国家。该报告强调，政府需要适宜的运行环境以支持AI发展，这包括强大的技术行业、充足的数据基础设施，以及在国家层面对治理和伦理的战略愿景与重视。若缺乏有利的运行环境，AI就绪程度的差距将加剧全球不平等。牛津洞察评估的结果显示，
全球南方的结构性局限
这一“AI鸿沟”的根本原因之一在于结构性局限，全球北方与全球南方之间存在明显差距。要在规模化层面成功采用AI，需要一套要求严格的基础设施，包括技术基础设施、模型与工具、数据，以及人才与能力。此外，政策和指南对于确保新技术监管的可信度至关重要。
要成功实施和扩展AI驱动的解决方案，必须具备健全的技术基础设施。这包括 高容量计算资源，以处理工作负载；能够随数据增长而扩展的大容量存储；高带宽、低延迟的网络基础设施，以支持网络通信；以及成熟的网络安全基础设施，以保护敏感数据并防止滥用。对于全球南方资源有限的国家而言，实施此类先进技术的成本是最大的障碍之一。例如，训练AI算法可能 耗资数百万美元。对于大多数资源有限的国家而言，建立AI基础设施的成本难以承受，更不用说长期维持其运行和维护了。
可复用的模型和工具对于加快AI研发至关重要。基础模型通过大量未标注数据训练而成、可适配新的下游任务，正在 推动新能力的开发和新应用场景的部署。然而，由于模型训练成本高昂，其研发通常由美国和中国的少数几家企业主导，而这些企业限制谁能够访问已训练的模型，或限制这些模型的使用范围。
要使特定的AI解决方案既有用又负责任（即可信、包容且透明），需要大量本地数据用于训练和测试，以适应本地环境并反映独特的社会现实。在资源有限的地区，数据的可获取性和兼容性是一大痛点，部分原因在于基础设施成熟度和从业人员能力较低。在利用基础模型依据实时数据进行计算时，可靠的网络连接仍是一大主要障碍。
现代AI的成功部署还取决于人才与能力。需要技术人才来搭建和维护技术基础设施、探索和使用现有模型与工具、完善数据集，并开发新的解决方案和工具。此外，行业从业人员也需要提升技能，以便能够采用AI所带来的新工具和新解决方案。
更复杂的是，AI伴随着重大风险。需要制定政策和指南来保障AI，在确保其效益和可信度的同时降低其风险。全球南方的民众通常对数据隐私和算法偏见等议题的认知水平较低，因此需要建立治理指南和政策，以指导AI系统的实施。
走上正确道路的三个步骤
当资源有限的国家无法克服结构性局限、从而无法获取AI机遇的红利时，发达地区与资源有限地区之间的差距将持续扩大。为缩小这一差距，三个步骤有助于让AI发展走上正确道路。
1. 投资于促进持久效益
发达国家通过设计、开发和部署AI算法来推动经济增长，从而从AI中获益；与此同时，全球南方正在兴起一些行业，这些行业雇用低技能工人，在AI价值链中进行数据标注和修正。
为帮助全球南方国家打破这一格局，地方政府和国际援助组织需要重新评估当地能力，并战略性地规划投资，以提升这些国家的发展轨迹并促进持久效益。例如，可以投资改善基础AI基础设施和能力，确保部署高效益解决方案所需的前提条件到位。
2. 推广本地教育并利用开放资源
本地教育是建立可持续人才输送渠道、弥合AI能力差距的关键。大规模开放在线课程（MOOC），例如 可汗学院，能够为资源有限的国家提供高性价比、结构化的教学，以提升其AI教育水平。部分课程可设计为支持离线学习功能，以适应网络连接较弱的场景。因此，基础设施需要具备基本能力，以支持学习过程中的实验和解决方案开发。学术和研究机构不仅需要具备良好网络连接和足够电力、能够运行现代AI模型的计算机，还需要获取可用于AI的数据集。
在投资教育机会的同时，必须特别关注AI人才库和人才输送渠道。当务之急是注重技能发展，并建设一支可持续的技术人才队伍。例如，在 非洲发展中心，微软正在帮助确保所有员工获得职场技能，以加强非洲的人才输送渠道。
3. 协同规划通往面向未来生态系统的路线图
随着AI在全球南方持续落地，政策制定者、技术提供方和发展社群的合作对于构建面向未来的生态系统至关重要。政府应充分利用全球技术提供方以及当地发展社群的专业知识和能力，共同设计路线图，以满足负责任部署AI的关键要求。这包括识别当地环境中的差距和障碍、确定优先事项，并制定能够实现最佳协同效应的合作计划。该路线图可纳入政府的AI战略，以便在建立国家AI生态系统时引导各国走上正确方向。世界经济论坛的 国家AI战略同侪网络为政策制定者和从业人员分享经验教训、挑战及最佳实践提供了良好平台。
AI应用在应对经济和社会挑战方面具有巨大潜力。然而，由于结构性局限，全球南方正落后于其他地区。除非我们共同行动、应对结构性挑战，否则发达国家与资源有限国家之间的“AI鸿沟”将持续扩大，使世界上的大多数地区被甩在身后。
