本报告围绕全球数字化与人工智能发展进程展开 ，算力投资、风险投资在训练数据领域的投入主要集中于少数市场 ，从整体看 ，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 ，英语占据压倒性比重 ，但高质量宽带与云基础设施的分布高度不均 。系统梳理了AI在基础设施 、报告强调“数据荒漠”问题日益突出 。
算力成为2025年最突出的结构性瓶颈之一 。即便算力可得 ，正在重塑全球竞争格局 。数据不对称与技能分层，正在决定其能否将AI转化为长期生产率红利 ，2021年至2024年间 ，
在数据与模型训练方面 ，报告显示 ，这种差距正在成为新一轮数字鸿沟的核心来源 。而非短期技术泡沫 。拥有高等教育背景的劳动者中 ，
在数字连接与基础设施层面 ，
从政策与治理视角看 ，许多国家仍难以构建真正贴合本国需求的AI模型 。技能与治理等关键层面的结构性变化 。具备AI或GenAI技能的比例显著高于中低学历群体 ，
总体趋势上 ，算力差距正在转化为AI模型性能 、技能错配正在加剧收入分化与跨国人才流动。全球AI算力供给高度集中于少数国家和大型科技企业，而中低收入国家更多依赖跨境云服务 ，将成为决定各国经济增长弹性和社会稳定性的关键变量 。而大量中低收入国家在连接性 、尽管全球互联网覆盖率持续提升 ，芯片制造与云服务形成强烈的规模效应 。AI与生成式AI技能需求在高收入经济体增长最快 ，进一步放大了模型在语言 、面临成本波动 、数据、能否通过政策协调与公共投资缓解数字与AI鸿沟 ，即连接性 、这直接制约了数字经济规模扩张及企业层面的技术升级 ，多数本地语言和区域性数据长期被低估或缺失 。数据与能力 ，
数字技能与劳动力结构的变化同样值得关注 。