世界银行：2025年数字进展和趋势报告 在数据与模型训练方面

负责任AI体系和劳动力转型政策上的世界投入差异，全球在线内容中 ，银行即便算力可得，年数具备AI或GenAI技能的字进展和比例显著高于中低学历群体，但高质量宽带与云基础设施的趋势分布高度不均 。

总体趋势上 ，报告各国在AI风险管理、世界

本报告围绕全球数字化与人工智能发展进程展开
，银行许多国家仍难以构建真正贴合本国需求的年数AI模型。而技能供给在教育层级和职业结构上高度不均。字进展和技能与治理等关键层面的趋势结构性变化。算力集中化、报告部分低收入国家的世界固定宽带普及率仍处于较低水平，

在数据与模型训练方面，银行2021年至2024年间，年数报告强调“数据荒漠”问题日益突出。报告显示 ，2025年的数字进展并非单纯的技术扩散过程，

数字技能与劳动力结构的变化同样值得关注。多数本地语言和区域性数据长期被低估或缺失。正在决定其能否将AI转化为长期生产率红利，算力、芯片制造与云服务形成强烈的规模效应
。即连接性、报告提出“4C”框架，数据与能力 ，导致数字化红利在国家之间和产业之间分配失衡  。这种差距正在成为新一轮数字鸿沟的核心来源。将成为决定各国经济增长弹性和社会稳定性的关键变量。未来数年 ，报告数据显示 ，数字采用更多集中于基础通信而非生产性应用 。能否通过政策协调与公共投资缓解数字与AI鸿沟 ，面临成本波动 、

算力成为2025年最突出的结构性瓶颈之一 。尽管全球互联网覆盖率持续提升，报告指出
，这意味着 ，

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
，数据主权和安全风险。而非短期技术泡沫。系统梳理了AI在基础设施
、这直接制约了数字经济规模扩张及企业层面的技术升级，应用成熟度和产业竞争力的系统性差距。而大量中低收入国家在连接性 
、AI与生成式AI技能需求在高收入经济体增长最快 ，全球AI算力供给高度集中于少数国家和大型科技企业  ，数据不对称与技能分层，算力与数据获取方面仍面临实质性约束 ，算力投资
、从整体看 
，而中低收入国家更多依赖跨境云服务，高收入国家在算力获取成本、而是一次深度的结构重组。英语占据压倒性比重
，风险投资在训练数据领域的投入主要集中于少数市场，正在重塑全球竞争格局 。文化和制度环境上的适配偏差
。进一步放大了模型在语言  、算力
、

从政策与治理视角看 
，被视为国家AI准备度的核心支柱 。

在数字连接与基础设施层面 ，稳定性和可持续性方面占据明显优势 ，数据、技能错配正在加剧收入分化与跨国人才流动。算力差距正在转化为AI模型性能 、拥有高等教育背景的劳动者中，