人工智能正在迅速成为部分地区日常基础设施的重要组成部分。它帮助撰写电子邮件和软件代码，筛选求职申请，驱动推荐系统，并被越来越多地整合进教育、医疗、金融和公共管理领域。行业领袖大谈"AI普惠"，各国政府也竞相发布国家AI战略、构建自主算力。
然而，过去十年间，在欧洲、撒哈拉以南非洲以及东南亚等地区从事数字包容与数字素养项目的工作经历，让我一次次目睹同一模式的重演：每一波"变革性"技术浪潮，都落在一片早已因连接条件、技能水平和制度能力而分化的土壤之上。当前的AI浪潮也不例外，甚至正在放大这些既有裂痕。
尽管如此，部分国家正在探索参与AI发展的路径，而非直接复制美中两国主导的前沿模型竞赛。南非和印度尼西亚的近期进展，既呈现出新的可能性，也揭示了深层挑战。这场博弈的意义远不止于能否"用上AI"。那些始终停留在AI消费侧而非创造侧的国家，将错失构建本地创新生态、提升公共部门能力，以及确保本国语言、文化与社会优先议题得到AI系统体现的机会。在这一意义上，AI鸿沟正演变为经济机遇与技术话语权的双重鸿沟。
算力集中与依赖困境
斯坦福大学2026年AI指数报告显示，仅美国一国就拥有超过5000座数据中心，数量超过其他任何单一国家的十倍以上。随着AI计算负载日益迁移至云平台而非本地基础设施，算力的集中也意味着依赖的集中。世界银行数据显示，2023年美国占据全球云计算与数据存储服务出口总额的约87%。
对大多数国家而言，这意味着AI发展不仅在技术层面，更在商业与地缘政治层面，都处于被外包、被掌控的境地。最终形成的AI生态，是少数几个国家和企业掌控着全球部署系统的计算引擎。在极为有限的制度与语言环境中被训练、标准化和治理的AI系统，恐怕难以真正服务于全球公众。
技能分化与教育困境
即便在连接条件和云端访问已然具备的地区，并非所有人都能平等地加以利用。在经合组织成员国中，仅约40%的成年人具备基础以上的数字解决问题能力，而高阶计算与AI相关能力则集中于受过高等教育的工作者和技术密集型行业。
与此同时，各国政府纷纷争相将AI融入教育，往往从较高学段率先启动。联合国教科文组织报告指出，全球将AI纳入教育的努力日益增多，但在中小学阶段推广AI素养，以及为教育者提供伦理培训方面，各国进展参差不齐。
那些拥有良好教育基础、扎实数字技能和稳定网络连接的人，最有能力将AI作为延伸自身能力的工具。经合组织近期调查数据显示，参与AI相关培训的情况与学历水平高度相关：受过高等教育的受访者中，36%表示在过去一年参加过AI相关培训，而高中学历的受访者中这一比例仅为18%。处于鸿沟另一侧的群体，更可能将AI体验为一个对其施加影响的不透明系统——无论是荷兰托育补贴丑闻中的算法福利系统，还是亚马逊已停用的AI招聘工具——而非一项他们可以主动审视或参与塑造的技术。
治理话语权的失衡
核心议程的设置权，往往仍握于少数行业参与者和极少数技术先进国家手中。其他大多数国家长期处于追赶状态，将进口而来的模型、标准和"可信AI"模板套用于本国语境，却可能缺乏足够的本地能力来评估其中的权衡取舍，或提出替代方案。
在印度尼西亚和南非等国，各社区以庞大规模生成数据，却在AI系统的设计、治理或部署方式上几乎没有话语权。它们的语言在训练数据中严重缺席，其机构在监管论坛上资源匮乏，其现实经验鲜少出现在基准数据集中。对于许多全球南方国家而言，参与AI的方式仍主要是适应进口系统，而非参与塑造这些系统的设计、治理与部署。
南非的草案风波
2026年4月，南非通信与数字技术部发布了一份国家AI政策草案，提议建立新的监管机构。然而，草案发布数日后，一名记者发现其中至少六条学术引用根本不存在，疑为AI生成的幻觉内容。随即，该部撤回了草案，部长将此事定性为"不可接受的失职"。这一事件深刻揭示了AI治理雄心与落地所需制度能力之间的落差。不过，南非此后组建的新AI顾问委员会，或许有机会借助该国独特的影响力发挥积极作用。
印度尼西亚的务实探索
印度尼西亚则呈现出一种审慎而主动的公共部门作为。目前主导国家AI战略实施的国家研究与创新署，已构建了一批面向服务不足群体、而非追求前沿能力的实用AI工具：一款利用卫星数据和机器学习帮助小规模渔民定位鱼群的应用、支持印度尼西亚语及爪哇语、巽他语等地方语言的多语言模型，以及已在政务服务中部署的AI智能体。2025年8月，印度尼西亚通信与数字事务部发布国家AI路线图，设定了每年培养10万名AI技能人才的目标。
"AI超级大国"与"被动接受者"之间，并非非此即彼的选择。区域合作的价值也日益凸显。2024年，非洲各国部长通过了《非洲大陆AI战略》与《非洲数字契约》；2025年4月在基加利举办的非洲全球AI峰会上，与会者探讨了如何通过区域协调、本地语言AI模型、公立大学和开源生态系统，逐步降低对外部AI系统的长期依赖。
技术革命的方向之争
这一切并不意味着应当放缓或放弃AI的发展，也并非说算力集中或风险投资本身存在问题。然而，当我们谈论"AI革命"时，必须同时追问：谁能参与塑造它？谁只能被动适应它？
数字鸿沟的讨论，曾聚焦于设备与连接，后来扩展至技能与成效。当前的AI浪潮则增添了新的维度：谁能有实质意义地参与决定AI的用途、它要解决哪些问题，以及它最终服务于哪些社会优先目标。
对工程师和政策制定者而言，这提出了艰难却不可回避的追问。他们设计的AI系统和基础设施，究竟是在拓宽还是收窄公众参与技术变革塑造过程的空间？当各国政府推出国家AI战略或将AI整合进公共服务时，谁的约束条件、语言环境和制度现实被纳入了考量？
许多观察者将当前的AI时代定性为一场竞赛。但技术竞争从来不只关乎速度，更关乎谁能影响变革的方向。
AI已在全球蔓延。更深层的问题是：负有责任的技术人员和政策制定者，是否会确保参与塑造这一未来的机会，也同样得以广泛传播。
Q&A
Q1：全球AI算力为什么高度集中在美国？
A：根据斯坦福大学2026年AI指数报告，美国拥有超过5000座数据中心，数量超过其他任何单一国家的十倍以上。同时，世界银行数据显示，2023年美国占据全球云计算与数据存储服务出口总额的约87%。这种集中源于美国在资本、技术和基础设施方面的长期积累，导致其他国家在AI发展上高度依赖美国的云平台和计算资源，形成商业与地缘政治层面的双重依赖。
Q2：印度尼西亚在AI发展方面做了哪些务实探索？
A：印度尼西亚国家研究与创新署构建了多项面向普通民众的实用AI工具，包括利用卫星数据和机器学习帮助小规模渔民定位鱼群的应用、支持爪哇语和巽他语等本地语言的多语言模型，以及已在政务服务中部署的AI智能体。2025年8月，印度尼西亚还发布了国家AI路线图，目标是每年培养10万名AI技能人才，体现了在有限条件下主动推动AI本土化的努力。
Q3：南非国家AI政策草案为何被撤回？
A：2026年4月，南非通信与数字技术部发布了国家AI政策草案，但发布数日后，一名记者发现草案中至少六条学术引用根本不存在，疑为AI生成的幻觉内容。部长随即将此事定性为"不可接受的失职"并撤回草案。这一事件深刻暴露了部分国家在AI治理雄心与实际制度能力之间存在的巨大落差。
