人工智能加速普及，新的数字鸿沟不断扩大
人工智能正以惊人的速度从实验室走进日常生活。联合国开发计划署（UNDP）一份最新评估报告警告，人工智能带来的收益、风险和规则正在不均衡地扩散；如果全球不采取行动，国家间的鸿沟可能进一步扩大。报告《下一个重大分化》指出，人工智能的普及以月计，而非以十年计。许多国家尚不具备必要的基础设施、技能或治理能力，既无法充分获取人工智能的益处，也难以缓冲其冲击。快速部署与准备不均相叠加，可能进一步拉大收入、机会和安全方面的差距。
目录
这份警告发布之际，距许多中低收入国家凭借贸易、技术和发展成果逐步缩小与富裕国家差距，已有五十年。这些趋同成果如今面临风险。报告指出，能力是关键分水岭。能够建设技能、算力和可信治理体系的国家，可以借助人工智能提高生产力、改善公共服务并催生新兴产业。缺乏这些基础条件的国家则可能落在后面，而其他国家将制定标准、吸引投资并率先收获红利。
亚太地区处于这场转型的核心地带。该地区人口占全球一半以上，人工智能用户也超过全球一半，但目前积极使用人工智能工具的人口仅约占14%。这意味着约有37亿人被排除在外。四分之一的居民仍未接入互联网。在南亚，女性拥有智能手机的可能性比男性低至多40%。该地区还面临诸多严峻的社会挑战，包括16亿人负担不起健康饮食，以及2700万青少年仍不识字。
能力差距最明显之处
能力不只是好点子，还包括价格可负担且稳定的电力、可靠的网络连接、数据、云服务和算力资源、熟练的劳动者，以及能够制定并执行规则的机构。一些经济体在这些方面迅速领先，另一些仍在建设基本的数字接入和数字素养，因此难以快速利用人工智能工具改善医疗、金融、农业和教育。
亚太地区成为转型前沿
该地区的创新版图正在迅速扩大。中国拥有全球近70%的人工智能专利，六个经济体中已有超过3100家新获融资的人工智能企业。报告建模显示，人工智能可使该地区年GDP增速提高约2个百分点，并使医疗、金融等行业的生产力提升至多5%。如果普及广泛且具有包容性，仅东盟经济体在未来十年就有望额外创造近1万亿美元的GDP。
这些亮眼数字背后，也有严峻现实。该地区约13亿劳动者从事非正规就业，一旦工作发生变化或消失，他们几乎得不到保障。近7.7亿女性未参与劳动力市场，约2亿人生活在极端贫困中。依赖重复性任务的行业面临自动化压力。服装制造业中心往往雇用女性，可能会更快部署机器人。菲律宾、印度和孟加拉国等国的业务流程外包、呼叫中心和后台服务，正面临能力日益增强的人工智能系统带来的竞争。如果没有再培训、转型支持和创造新就业岗位的政策，对许多劳动者而言，短期内的冲击可能超过收益。
哪些人最容易受到人工智能冲击
报告对劳动力市场的分析指出，女性和年轻人这两类群体尤其脆弱。女性从事的工作受自动化影响的可能性接近男性的两倍，因为女性更多集中在任务重复且可预测的岗位。在一些经济体中，人工智能影响较大的岗位上，青年就业已经减少，22至25岁人群尤为明显，这威胁到他们的职业生涯起步路径。基本数字技能不足也是一道障碍。城市居民中只有约四分之一、农村居民中不到五分之一能够完成简单的电子表格操作。随着人工智能重塑工作方式，这种技能差距会限制人们适应变化的能力。
联合国开发计划署亚太区域局首席经济学家菲利普·谢勒肯斯强调，新鸿沟可能取代多年来的发展成果。
我们认为，人工智能预示着国家间不平等将进入一个加剧的新时期，而过去50年里，各国曾不断缩小差距。
他警告，如果任由差距扩大，后果将波及更广泛的领域。
如果不平等持续加剧，由此产生的外溢影响也将令安全议程和无证移民问题更加棘手。
联合国助理秘书长、联合国开发计划署亚太区域主任坎妮·维格纳拉贾直言不讳地描述了发展步伐的差距。
人工智能正飞速向前，而许多国家还站在起跑线上。
风险不只关乎就业岗位数量，也关乎谁会出现在指导决策的数据中。农村和原住民社区以及许多女性创业者，往往在用于训练机器学习模型的数据集中代表不足。报告举例称，人工智能信用评分模型主要使用城市男性借款人的数据训练，之后便可能将女性和农村农民错误归为高风险群体。这类偏见可能阻碍他们获得融资，加深原有劣势。另有四分之一的受访企业预计，人工智能自动化将导致岗位流失，这表明许多雇主计划用人工智能替代部分工作任务。
人工智能确有益处，但分配并不均衡
只要部署得当，人工智能已经能够改善政府服务。曼谷的Traffy Fondue平台已处理近60万条市民上报的问题，帮助城市工作团队更快修补坑洼、清理垃圾并回应当地问题。新加坡的Moments of Life服务将新手父母办理手续的时间从约两小时缩短到约15分钟，带来了切实的效率提升。在北京，数字孪生技术，即实时映射物理系统的虚拟模型，正帮助规划人员模拟洪水和交通流量，为基础设施决策提供依据。这些案例表明，人工智能能够提升响应速度、减轻行政负担，并带来可衡量的公共价值。
人工智能的机遇不止于城市管理。在医疗领域，模式识别可以通过分析医学影像，加快肺结核等疾病的诊断。在教育领域，自适应工具可以为偏远地区学校的学生提供辅导。在农业领域，人工智能系统可以分析土壤、天气和虫害数据，为农民提供播种和施肥建议。食品系统、灾害救援和社会保障项目也能借助实时分析受益，及时将资源送到需要的地方。
然而，这些收益的分配并不均衡。许多国家依赖进口模型，而这些模型并不能反映当地语言、方言或文化背景，尤其在医疗和金融等高风险应用中，这会降低准确性和信任度。支持本地语言需要数据和算力，而许多中低收入国家都缺乏这两者。数据中心快速扩张带来的能源和用水需求又增添了挑战。在电网不堪重负或水资源紧张的情况下扩大云计算和人工智能基础设施，需要谨慎权衡；尤其是许多地方本已面临气候目标的压力。
治理滞后与安全风险
规则的完善步伐较为缓慢。目前，制定了全面人工智能法规的国家为数不多。报告指出，到2027年，全球超过40%的人工智能相关数据泄露事件可能源于对生成式人工智能的滥用。生成式系统能够生成逼真的文本、图像和音频。帮助教师起草教案的同一项能力，也可能被犯罪分子用来加速网络钓鱼攻击、传播深度伪造诈骗或制作恶意软件。当前亟须建立更完善的治理框架，包括明确问责机制、测试标准、可审计性和隐私保护。
各方参与制定相关规则的程度并不均衡。联合国贸易和发展机构的一项分析发现，主要位于美国和中国的100家公司占人工智能研发私人投资的约40%。与此同时，118个国家（大多来自全球南方）没有参与人工智能治理的国际讨论。预计到2033年，全球人工智能市场规模将达到4.8万亿美元。如果少数企业和国家制定规范、建设基础设施，而其他国家只能旁观，现有的技术、金融和影响力差距很可能进一步扩大。
联合国开发计划署的报告简明扼要地总结了这一挑战。
人工智能时代的核心分水岭是能力。投资于技能、算力和健全治理体系的国家将从中受益，其他国家则可能远远落后。
各国现在可以采取哪些行动
缩小差距并非不可能。每个国家的起点各不相同，包括电力覆盖、互联网可靠性，以及学校和公共机构的实力。切实可行的战略应从基础做起：提供稳定电力、价格可负担的网络连接和设备；再着眼于人，通过学习项目教授数字技能、解决问题的能力以及安全使用人工智能工具的方法；同时建设算力，可通过本地数据中心、区域枢纽或共享资源来实现；还要确保数据具有包容性，使模型能够反映农村社区、少数民族语言和女性创业者的情况。最后，还需建立可信的保障机制，包括透明度、安全评估，以及系统造成伤害时明确的申诉渠道。
五项优先行动
政府和合作伙伴可以同时在多个方面采取行动。以下措施普遍适用，但具体实施应结合当地情况。
- 投资建设价格可负担的宽带网络、可靠的电力和社区接入点，让家庭和小型企业能够稳定上网。
- 通过区域人工智能枢纽、公共云服务额度和研究网络扩大算力资源，让高校、初创企业和公共机构能够训练并调整模型。
- 扩大再培训和技能提升项目，重点关注女性和青年，将基础数字技能与医疗、农业、教育和小企业领域的专项培训结合起来。
- 消除偏见，收集并治理能够代表农村、原住民和低收入群体的数据，并要求贷款机构验证人工智能信用评分不会造成歧视。
- 推动人工智能本地化，支持开发适用于本地语言和方言的工具，并资助符合公共需求的开放数据集和开源项目。
- 加强保障机制，在公共和私营部门的高风险应用中实施隐私法、算法透明度要求、影响评估和独立审计。
- 保障转型期劳动者的权益，扩大社会保障、就业匹配、工资保险，并通过激励措施鼓励企业在自动化推进的同时创造新岗位。
国际合作可以加快进展。联合国贸易和发展机构的专家提议设立一个全球共享平台，公平提供算力和人工智能工具。这类共享基础设施有助于缩小中低收入国家研究人员、监管机构和小型企业面临的算力差距。制定类似环境与治理报告的人工智能系统公开披露标准，也能提升跨境透明度和问责水平。
地区比较
人工智能准备度方面的不平等并非亚太地区独有。欧洲数据显示，丹麦、德国和瑞士等国在数字基础设施、技能和治理方面的准备程度更高。包括阿尔巴尼亚、波黑在内的东欧国家，在许多此类指标上落后于西欧国家。这一格局印证了联合国开发计划署提出的能力逻辑：起点条件较好的国家会逐渐领先，除非其他国家获得有针对性的支持。
小国如何发挥超出自身规模的影响力，也有值得借鉴之处。新加坡将高质量网络连接与公共部门创新相结合，并为负责任地使用人工智能提供明确指引。韩国则将产业政策与技能培训项目、算力投资结合起来。这些案例表明，政策选择至关重要。若不同时投资于人才、机构和公平竞争，单靠技术无法让社会广泛受益。
要点
- 联合国开发计划署警告，若缺乏有效管理，人工智能可能扩大国家间不平等，加深能力、技能、算力和治理方面的差距。
- 亚太地区的人工智能用户占全球一半以上，但当地积极使用人工智能工具的人口仅约占14%。
- 女性和青年面临更高的自动化风险，而基本数字技能仍是许多劳动者面临的障碍。
- 训练数据中的偏见可能导致女性创业者和农村农民被错误分类，限制他们获得融资和服务。
- 人工智能可使亚太地区经济增速提高约2个百分点，并提升生产力；但如果缺乏包容性政策，收益将分配不均。
- 曼谷、新加坡和北京的案例表明，只要目标明确且保障措施到位，人工智能能够为公共服务创造价值。
- 制定全面人工智能规则的国家为数不多；到2027年，超过40%的人工智能相关数据泄露事件可能涉及生成式人工智能滥用。
- 全球人工智能投资和治理影响力集中在少数参与者手中：100家公司占私人研发投资约40%，118个国家未参与治理讨论。
- 优先行动包括投资电力和网络连接、扩大算力资源、开展再培训、建立包容性数据体系、推动本地化并加强保障措施。
- 包括共享算力设施和披露标准在内的国际合作，有助于缩小能力差距，让更多人公平分享人工智能的收益。
