摘要
2025年10月，美国战略与国际问题研究中心（CSIS）“印度与新兴亚洲项目”非常驻高级研究员安贾莉·考尔（Anjali Kaur）发布评论文章，指出当前AI基础设施与治理框架存在严重不平等，可能加剧全球发展鸿沟。为确保AI普惠全球南方，需实现三大转型：一是在基础设施上，推动算力公平可及；二是在治理上，让发展中国家从“被咨询”转向“共设计”；三是在应用上，确保工具与本地现实需求相适配。文章呼吁国际机构将AI纳入核心议程，将理念转化为切实行动。
AI行动峰会
图片来源：CSIS
本文系对该报告的中文学术编译，不代表编译者或发布平台的立场。
如需追溯完整研究背景与细节，请参阅官方原文
当下正在建设的人工智能（AI）基础设施与治理框架，将决定未来几十年的发展路径。这种变革究竟是与全球南方（Global South）共同设计，还是单向施加于“全球南方”，取决于当下在基础设施、治理模式和优先事项上的抉择。
AI不仅仅是技术，更是一种基础设施。它的运行依赖于计算集群、能源网络和数据连接——这些“资产”根植于特定的地理空间，由此决定了价值的创造地点与风险的集中区域。将“全球南方”视为一个整体，往往掩盖了其内部的巨大差异。中国在芯片、云计算等领域对国内AI能力进行了大量投资；印度虽然贡献了全球约五分之一的数据，却仅拥有全球数据中心容量的约3%，可谓“数据富有、基础薄弱”。
这种结构性差异将决定谁能从AI中受益、谁将被抛在后面。国际货币基金组织（IMF）警告称，AI可能加剧国家间的收入差距，发达经济体的增长效应或将是低收入国家的两倍以上。仅南亚地区，每天就有近10万年轻人进入劳动力市场，而该地区18亿人口中约有一半年龄在24岁以下。这种人口红利可能成为机遇，也可能演变为危机。若缺乏计算基础设施与劳动力转型战略，AI或将侵蚀曾支撑增长的劳动力优势。
全球数据中心容量区域分布图（单位：吉瓦）
来源：IEA，Visual Capitalist
基础设施：从附属到根基
若无法接入AI，也就无从使用AI，而目前的接入水平存在严重不平等。缺乏基础设施（包括算力、电力网络与数据连接）的国家，无法在本国构建AI模型或处理本地数据。IMF指出，算力与数据基础设施的可及性，是决定哪些国家能从AI中获益的关键变量。目前，算力仍高度集中于发达经济体。非洲占全球人口的18%，但仅拥有不到1%的数据中心容量。印度必须在2026年前几乎将算力容量翻倍，才能满足国内需求。南亚、东南亚和拉丁美洲的大多数国家都依赖外部基础设施。
2024年9月通过的《全球数字协定》（Global Digital Compact）已明确将数字连接视为发展的基础性要素。世界银行与IMF应顺应这一共识，将AI基础设施从融资边缘推向核心领域。
全球数字契约
来源：联合国官方网站
治理：从“被咨询”到“共设计”
仅有基础设施远远不够。即便拥有算力资源，发展中国家仍需在AI治理与应用方向上拥有实质性影响力。目前，大多数AI治理框架仍在华盛顿、布鲁塞尔与北京起草，这带来的风险在于——由使用者承担后果，却无权参与决策。在哪些AI应用领域应被优先发展的问题上，发展中国家的声音往往缺席决策桌。
因此，世界银行与IMF应当超越单向咨询机制，迈向真正的“共设计”（co-design）模式——在咨询委员会中加入全球南方代表；在项目标准制定中实行共治与共享决策，建立联合监督机制。
适应：构建符合本地现实的工具
即便拥有相关基础设施与治理层面的影响力，人工智能仍需与本地语境相契合。以发达经济体数据为主训练的诊断模型，在应用于代表性不足的人群时，往往准确率下降。基于工业化农业数据训练的农业AI系统，也常在小农经济环境中失效，因为当地土壤与作物条件存在根本差异。目前，最成功的AI应用大多仍停留在个别试点阶段，而非规模化解决方案。
适配性还要求AI与社会需求相契合，即需使人工智能的应用与经济实际及人口结构压力相协调。在青年人口占比大的国家，AI的推广常与就业期望发生冲突。据估计，南亚地区约54%的青年缺乏体面就业所需技能，超过30%的青年既未接受教育、也未就业或参与培训。在撒哈拉以南非洲，近四分之三的年轻劳动者处于不稳定就业状态。如果没有有意识地制定AI应用与就业创造相协调的战略，原本的人口红利可能转化为人口危机。
实现这种协调，需要在世界银行资助的AI项目中嵌入劳动力转型计划，通过优惠融资机制优先支持能提升人类生产力的AI应用，并建立国家层面的框架以监测AI对就业的影响。目前，世界银行的《数字政府准备度评估》（Digital Government Readiness Assessment）尚未将融资导向本地AI生态系统——即那些开发符合本地情境工具的初创企业、高校及跨境合作项目。发展融资应优先支持这类生态系统。南南合作——通过区域研究网络、共享平台及联合试点等形式——正是适配得以实现的关键路径，也是各国开发能服务自身优先领域（如粮食安全、有韧性的卫生系统、包容性教育及气候适应）的人工智能应用的重要方式。
毛里塔尼亚青年接受建筑维护技能培训的场景
来源：国际劳工组织
政策整合：将理念落到实处
要将上述原则付诸实践，必须将人工智能纳入世界银行与国际货币基金组织（IMF）的核心政策工具体系。以下是它们可以立即采取的四项举措：
1. 在国家发展框架中纳入AI指标。这些指标应涵盖人均算力、网络连接覆盖率、本地劳动力发展水平以及就业影响比等。若韧性取决于数字能力，则必须对其进展进行跟踪。
2. 对达到数字公共产品基准的国家，以优惠融资及更有利的贷款条件奖励其数字投资
3. 联合资助区域算力中心。在非洲、东盟及拉丁美洲建设区域性算力枢纽，通过资源共享可将成本降低约一半，相比单一国家独建更具效率。
4. 建立“全球南方人工智能发展基金”。由各地区代表共同治理，以确保投资优先事项由本地主导，而非依赖外部机构制定议程。
世界银行和国际货币基金组织应带来切实成果，而非空洞言辞：包括共同出资建设旨在提升共享能力的基础设施、搭建赋予发展中国家决策权的共同治理平台，以及建立奖励包容性数字投资的融资框架。
AI无法单独解决贫困问题，但如果缺乏审慎的制度设计，它可能反而加剧价值与控制权的集中，使其他发展难题更难解决。关键在于：世界银行与IMF是否愿意直面“主权”与“公平”议题。当前所建设的基础设施、制定的治理框架与确立的融资优先事项，将深刻影响未来几十年的发展轨迹。
原文链接：
https://www.csis.org/analysis/divide-delivery-how-ai-can-serve-global-south
