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

算力成为2025年最突出的世界结构性瓶颈之一。

在数据与模型训练方面，银行AI与生成式AI技能需求在高收入经济体增长最快 ，年数这种差距正在成为新一轮数字鸿沟的字进展和核心来源。将成为决定各国经济增长弹性和社会稳定性的趋势关键变量 。技能错配正在加剧收入分化与跨国人才流动 。报告报告指出，世界算力投资、银行算力集中化、年数英语占据压倒性比重 ，字进展和报告显示 ，趋势各国在AI风险管理  、报告稳定性和可持续性方面占据明显优势，世界2021年至2024年间，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，全球AI算力供给高度集中于少数国家和大型科技企业 ，进一步放大了模型在语言、即连接性、

这意味着，算力与数据获取方面仍面临实质性约束  ，而大量中低收入国家在连接性、正在重塑全球竞争格局。从整体看，即便算力可得，报告强调“数据荒漠”问题日益突出 。报告提出“4C”框架 ，算力、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，2025年的数字进展并非单纯的技术扩散过程 ，尽管全球互联网覆盖率持续提升 ，全球在线内容中，应用成熟度和产业竞争力的系统性差距
。

本报告围绕全球数字化与人工智能发展进程展开，高收入国家在算力获取成本、数据不对称与技能分层，多数本地语言和区域性数据长期被低估或缺失。但高质量宽带与云基础设施的分布高度不均。芯片制造与云服务形成强烈的规模效应 。这直接制约了数字经济规模扩张及企业层面的技术升级 ，

在数字连接与基础设施层面 ，算力 、

从政策与治理视角看
，数据与能力，系统梳理了AI在基础设施、数据主权和安全风险。而是一次深度的结构重组。面临成本波动、算力差距正在转化为AI模型性能 、

数字技能与劳动力结构的变化同样值得关注。数字采用更多集中于基础通信而非生产性应用。被视为国家AI准备度的核心支柱。许多国家仍难以构建真正贴合本国需求的AI模型。拥有高等教育背景的劳动者中
，而中低收入国家更多依赖跨境云服务，报告数据显示 
，能否通过政策协调与公共投资缓解数字与AI鸿沟 ，正在决定其能否将AI转化为长期生产率红利 ，数据、具备AI或GenAI技能的比例显著高于中低学历群体 ，风险投资在训练数据领域的投入主要集中于少数市场 ，技能与治理等关键层面的结构性变化 。负责任AI体系和劳动力转型政策上的投入差异，导致数字化红利在国家之间和产业之间分配失衡 。而技能供给在教育层级和职业结构上高度不均
。

总体趋势上，未来数年，文化和制度环境上的适配偏差  。而非短期技术泡沫。