江天骄接受人民日报（海外版）采访 谈AI有望为后发国家提供“弯道超车”的机会

7月21日，在江苏省无锡市凯奇具身智能机器人训练场，机器人“灵巧手”在进行演示。新华社记者 陈晔华摄

世界银行日前发布2026年世界发展报告《人工智能：发展新机遇》指出，AI有望为发展中国家带来新机遇，但电力供应、数字网络、技能水平和制度能力等差距，也可能影响AI红利的释放。

AI能否成为发展中国家的“追赶加速器”？新一轮技术变革如何影响南北发展差距？人民日报（海外版）邀请专家分析。

出现新的“追赶窗口”

“蒸汽机用了大约80年才普及到低收入国家，电力用了40年，互联网用了20年。而ChatGPT上线仅6个月，中等收入国家就贡献了其全球流量的一半。”世界银行在报告中指出，AI的普及速度远超以往的通用技术，这种快速普及为发展中国家带来历史性机遇，有望帮助发展中国家在10年内取得原本可能需要上百年才能实现的发展跨越。

国际货币基金组织今年7月发布的研究也显示，AI有重塑全球生产力、劳动力市场和经济增长轨迹的潜力。如果能充分把握AI机遇，未来10年，AI应用可能使撒哈拉以南非洲地区生产率累计提高0.2%至2.1%，使该地区年均GDP增速最高增加近0.5个百分点，10年累计带来约4%的经济增长。目前，AI已在当地农业、教育、医疗和公共治理等领域展现潜力，例如，低成本移动和短信服务帮助提高农业产量和收入，AI辅助工具可缓解教育、医疗人力不足，并提升税收征管、海关管理等公共服务效率。

经济合作与发展组织去年底发布的研究《AI与全球生产率鸿沟》认为，低收入和中低收入国家虽然仍面临基础设施、技能和融资等方面的AI应用门槛，但较为年轻的劳动力结构及国际知识转移带来的技术溢出，可能为其利用AI创造有利条件。

“AI有望为后发国家提供新‘追赶窗口’。AI作为一种通用技术的独特扩散模式，可能压缩传统发展路径所需的时间。”中国社会科学院中国式现代化研究院副院长、研究员徐秀军表示，与需要大规模硬件投入和漫长工业化积累的传统技术不同，AI技术通过开源框架、预训练模型和云端API调用等方式扩散，使AI技术获取具有“低门槛”与“即服务”化的特征。这种“技术即服务”（Technology-as-a-Service，TaaS）的模式，使后发国家能够规避部分高成本的硬件依赖，直接获取先进算法能力，从而显著降低技术引进的门槛，缩短相应周期。

徐秀军进一步指出，当前AI技术范式仍处于萌芽和快速发展期，技术标准和产业生态尚未完全定型，这也为后发国家提供了参与新技术生态和规则塑造的空间。AI带来的机遇还体现在对劳动者的赋能。相比直接替代人工，AI更可以作为辅助工具，帮助劳动者提升技能和工作效率，从而提高劳动生产率。

复旦大学发展研究院副教授、全球人工智能创新治理中心研究员江天骄表示，AI有望为后发国家提供“弯道超车”的机会。对许多发展中国家而言，并不一定要从头研发最先进的大模型，而可以沿着“采纳现有工具—本地适配”的路径，充分利用已有模型和开源生态，“站在巨人肩膀上”降低研发和应用成本，并结合本地数据、语言文化和实际需求进行部署。同时，AI可以更快应用于农业、医疗、教育、公共治理、灾害应对等领域，帮助扩大公共服务覆盖、提升服务效率，在一定程度上缓解部分发展中国家专业人才和公共服务供给不足。

世界银行注意到，一些成本更低、可以在普通设备上运行的“小型AI”已开始在低中收入国家出现，并应用于农业、医疗、教育等领域。这类方案无需复制“大算力、大模型”的完整AI发展路径，为发展中国家提供了另一种参与AI浪潮的方式。

江天骄表示，相比已经形成较为成熟产业和社会体系的先发国家，部分后发国家既有路径依赖和转型包袱相对较少，在新一轮智能化转型中拥有更大的探索空间，存在实现“弯道超车”的可能。

伴随新的“智能鸿沟”

新的“追赶窗口”出现的同时，AI也可能带来新的发展差距。发展中国家虽然可以借助既有技术、开源模型等降低AI采用成本，但“获得技术”并不等于“获得发展红利”。

世界银行提出，一个国家能否真正受益于AI红利，取决于4项基本条件：有没有稳定的电力和网络、有没有足够的算力、AI能否获得适合本地语言和需求的数据、人们是否具备使用AI的技能。当前，这些资源在全球分布仍不均衡。数据显示，截至2025年6月，高收入国家拥有全球77%的数据中心容量，低收入国家占比不足0.1%。要把技术真正用起来，并推广到更多经济和社会领域，发展中国家仍面临多方面制约。

国际货币基金组织的研究也指出，当前在撒哈拉以南非洲地区，大量人口就业集中在农业等受AI直接影响较小的行业，同时能源、互联网和人力资本等配套条件仍然有限，因此AI带来的实际经济收益可能低于更发达经济体。如果这些基础条件和应用能力得不到改善，随着世界其他地区加快采用AI，现有生产率差距反而可能进一步扩大。

“与互联网时代相比，AI技术带来的‘并线起跑’可能性在理论上增强了，但在实践中将面临更高门槛和更复杂挑战。”徐秀军表示，AI时代竞争的不只是单项技术，而是数据、算法和算力构成的综合生态。目前，先进算力资源高度集中于少数国家和企业，增加了后发国家参与AI发展的物理和资本壁垒。同时，不少全球南方国家还面临电力和网络基础设施不足、算力获取困难、本地化数据和专业人才缺乏，以及AI研发应用产业生态不完善等制约。与互联网时代主要面对网络覆盖和数字技能差距不同，AI时代需要的基础能力更加系统。“很可能会出现从互联网时代的‘接入鸿沟’迈向‘智能鸿沟’。”

江天骄认为，AI时代的“智能鸿沟”首先表现为电力和网络的双重“基建鸿沟”。与互联网时代相比，AI时代不仅需要网络，还需要稳定的电力和算力支撑，一些发展中国家仍面临“既缺电、又缺网”的现实约束。

同时，AI还带来新的“代表性鸿沟”。江天骄表示，大模型训练高度依赖数据，但不少发展中国家的本土语言、文化和知识在主流模型训练数据中覆盖不足，尤其是拥有大量本土语言的非洲国家，可能因此面临模型适用性不足、算法偏见等问题，影响AI在当地的实际使用效果。

即使能够接入AI，也不意味着能够有效使用。“哪怕有AI，有电、有网，能够接入人工智能，如果不会用，也等于用不上。”江天骄说，AI时代需要的不只是基本数字技能，还包括人机协同能力，这对教育、职业培训和人才培养提出了更高要求。一个国家能否形成与智能化转型相适应的人才基础，将直接影响AI红利能否充分释放。

此外，制度和治理能力也可能形成新的差距。江天骄表示，如果政府和监管部门对AI如何应用、如何监管缺乏足够认识，又没有相应的发展政策和规则体系，就容易长期依赖国外技术供应商和大型平台企业，本土产业生态和创新能力也难以形成。久而久之，一些国家可能被锁定在AI产业链和技术生态的末端，从“技术使用上的差距”进一步演变为“发展能力上的差距”。

如何释放发展红利

面对AI带来的机遇和差距，发展中国家并不需要复制同一条发展路径。世界银行认为，各国应根据自身基础，在AI的采纳、适配和创新之间寻找合适路径，使AI解决方案更好适应本地经济、文化和制度环境。世行近期对24个AI准备度表现超出其经济发展水平的国家进行研究也发现，不同收入水平国家的发力重点并不相同，关键不是简单照搬领先国家做法，而是结合自身条件进行选择。

全球南方覆盖国家众多，各国发展阶段、产业结构、资源禀赋和数字化基础差异明显。江天骄认为，这种差异决定了全球南方国家在智能化转型中必然会形成不同的发展取向。

“一些产业基础、电力网络和资金条件较好的发展中国家，有能力同步布局算力基础设施、本土AI产业和“主权AI”，甚至建设区域性AI中心。另一些国家则更适合借助开源生态，把重点放在农业、医疗、教育等具体场景应用上。对于基础条件相对薄弱的国家，更现实的任务是首先改善基本数字基础设施，让AI能真正‘用起来’。”江天骄说。

缩小“智能鸿沟”，还需要更加有针对性的国际合作。

“未来国际合作需从‘授人以鱼’转向‘授人以渔’，系统性提升全球南方国家的内生发展能力。”徐秀军认为，要优先推动数字基础设施的普惠建设，将国际援助与合作重点投向电力、网络、算力等基础领域，支持全球南方国家建设更多本地化、绿色、韧性的智算中心。同时，要构建开源包容的技术生态与能力建设，鼓励和推广开源AI模型、框架与工具，打破技术垄断，切实帮助全球南方国家培养本土人才，支持其开发本地语言模型和符合自身需求的AI应用。

徐秀军表示，国际合作还应推动建立公平合理的全球AI治理体系，通过新成立的世界人工智能合作组织等平台，确保全球南方国家平等参与AI国际规则、技术标准和伦理规范的制定，改变规则由少数国家主导的局面。同时，应聚焦公共福祉领域的应用合作，优先鼓励和支持AI在农业、医疗、教育、灾害预警等关乎民生与可持续发展的领域进行应用合作与经验共享，让AI红利切实惠及最广泛的民众。

相关合作已经在加快推进。江天骄表示，2024年，中国提出《人工智能能力建设普惠计划》，将数字基础设施、开源开放、人才培训、本地语料建设和治理交流等列为合作重点。2026年世界人工智能大会期间，中国宣布未来5年面向发展中国家提供5000个人工智能专题研修培训名额，面向东盟、阿盟、非盟、拉共体、上合组织和金砖国家建设国际人工智能应用合作中心，并推动气象智能预警方案“妈祖”在30个国家落地。

“对发展中国家而言，国际合作的一个重要目标，是让先进AI真正做到‘用得上、买得起’，并逐步形成自身的本地化应用能力。”江天骄说，除了提供模型和技术，还应通过开源生态、人才培训和区域合作平台，帮助当地掌握模型调试、优化和本地部署等能力，使外部技术逐步转化为内生发展能力。区域性算力中心等基础设施如能共建共享，也可以发挥辐射作用，让更多周边国家共享智能化发展的基础条件。

来源｜人民日报（海外版），原题为“AI有望成为发展中国家的“追赶加速器”

排版｜蒲云涛