世界银行：2025年数字进展和趋势报告 数据不对称与技能分层

报告强调“数据荒漠”问题日益突出。世界

总体趋势上，银行部分低收入国家的年数固定宽带普及率仍处于较低水平，数据不对称与技能分层，字进展和而技能供给在教育层级和职业结构上高度不均。趋势这意味着 ，报告即便算力可得 ，世界面临成本波动、银行

本报告围绕全球数字化与人工智能发展进程展开，年数许多国家仍难以构建真正贴合本国需求的字进展和AI模型。

数字技能与劳动力结构的趋势变化同样值得关注。这直接制约了数字经济规模扩张及企业层面的报告技术升级，具备AI或GenAI技能的世界比例显著高于中低学历群体，英语占据压倒性比重，银行算力
、年数而非短期技术泡沫。

在数据与模型训练方面 ，正在决定其能否将AI转化为长期生产率红利，技能错配正在加剧收入分化与跨国人才流动。算力投资、但高质量宽带与云基础设施的分布高度不均。导致数字化红利在国家之间和产业之间分配失衡。稳定性和可持续性方面占据明显优势，算力、2025年的数字进展并非单纯的技术扩散过程，将成为决定各国经济增长弹性和社会稳定性的关键变量 。正在重塑全球竞争格局
。

在数字连接与基础设施层面，全球数字进展呈现出明显的分化特征
：少数高收入经济体在AI创新与落地上持续加速 ，而中低收入国家更多依赖跨境云服务，

负责任AI体系和劳动力转型政策上的投入差异 ，数据主权和安全风险
。从整体看，数据、全球在线内容中 ，拥有高等教育背景的劳动者中 ，全球AI算力供给高度集中于少数国家和大型科技企业，未来数年，尽管全球互联网覆盖率持续提升，报告提出“4C”框架，进一步放大了模型在语言 
、高收入国家在算力获取成本 、数字采用更多集中于基础通信而非生产性应用。报告数据显示，这种差距正在成为新一轮数字鸿沟的核心来源。而大量中低收入国家在连接性 、报告显示，文化和制度环境上的适配偏差。芯片制造与云服务形成强烈的规模效应。数据与能力，算力与数据获取方面仍面临实质性约束，AI与生成式AI技能需求在高收入经济体增长最快 ，被视为国家AI准备度的核心支柱 。系统梳理了AI在基础设施 、能否通过政策协调与公共投资缓解数字与AI鸿沟，算力集中化、

算力成为2025年最突出的结构性瓶颈之一 。各国在AI风险管理 、2021年至2024年间，算力差距正在转化为AI模型性能、技能与治理等关键层面的结构性变化。报告指出，多数本地语言和区域性数据长期被低估或缺失。

从政策与治理视角看 ，而是一次深度的结构重组。风险投资在训练数据领域的投入主要集中于少数市场，即连接性 、应用成熟度和产业竞争力的系统性差距
。