报告信息
下一次大分流：为何人工智能可能扩大国家间的不平等
The Next Great Divergence: Why AI May Widen Inequality Between Countries
作者：United Nations Development Programme（联合国开发计划署）
日期：2025年12月
概述
亚太地区正处于人工智能革命的关键节点。与电力、集装箱航运和互联网等以往的通用目的型变革性技术一样，人工智能能够提高生产力、改善健康与教育状况，并助力政府提升服务交付效率。但新技术的传播往往并不均衡，人工智能的发展速度远超以往任何技术，其究竟会缩小差距还是加剧分化，取决于当下的选择。尽管各方对发展的总体方向已逐渐形成共识，但在收益规模与分配风险方面仍存在不确定性。
人工智能的发展在国家之间以及国家内部都存在巨大差异。少数发达经济体已做好准备抢占大部分收益，而其他国家仍在电力供应、网络连接和技能培养方面苦苦挣扎。在国家内部，城市地区、大型企业和高技能劳动者率先享受技术红利，而农村地区、小型企业和从事常规工作的人群则面临被甩在身后的风险。亚太地区正面临明确抉择：要么构建包容性的人工智能时代，要么陷入 “下一次大分流”—— 即整体取得进步，但能力集中在那些本就处于领先地位的群体和国家手中，无论是国家之间还是国家内部皆是如此。
《下一次大分流》报告从人类发展的视角审视这一选择。该报告以 2025 年全球人类发展报告为基础，但又有所区别 —— 后者将人工智能视为受社会决策影响的工具，而本报告则探讨了这些决策在亚太地区不同起点的国家呈现出的具体形态。报告聚焦谁能从中受益、谁将承担风险，以及人工智能如何通过人、经济和治理三大渠道加剧不平等。
本报告的附加价值在于提供了契合不同起点的实用指导，具体包括：（1）具体的政策杠杆，既有 “硬性” 杠杆，如网络连接、设备、计算能力、数据中心），也有 “软性” 杠杆，如技能、机构、规则、竞争、参与；（2）分阶段的行动时间表；（3）追踪进展的包容性指标；（4）按收入 / 能力水平划分的路线图；（5）特定行业的行动指南（健康、教育、金融 / 中小企业、农业 / 渔业、城市 / 交通、生物多样性 / 气候、公共服务 / 治理、安全 / 司法），展示如何将原则转化为最低标准、保障措施和可衡量的成果。
简而言之，报告搭建了全球叙事与地方现实之间的桥梁，提供了一套工具包，旨在最大限度地促进包容性，避免 “下一次大分流” 的出现。
人工智能的影响
Influence.
Part.1
1
人：能力、安全与健康的地球
人工智能有望成为亚太地区下一个重要的增长引擎。但人类发展远不止于生产力和就业，它关乎人们获得机遇、选择、自由和能动性，能够超越匮乏与恐惧，有尊严地生活。人工智能可以拓展人们的自由与能力：在课堂上，它能以当地语言提供辅导，减轻教师负担；在诊所中，它能解读影像、分流症状，为超负荷工作的医护人员提供支持；在社会保护领域，它能更快速、高效地发现需求；在气候与生物多样性方面，它能将卫星、声学和传感器数据转化为预警信息和更智能的管理方案。
图1：人工智能可能为人类发展
带来亟需的推动力
但这些工具也可能存在疏漏或造成伤害。当女性、老年人、农村社区、少数群体或流离失所者等人群和社区在数据中 “隐形” 时，他们在人工智能系统中也将被忽视。带有偏见或不透明的系统可能会拒绝提供信贷或福利，损害相关群体的权利。训练和运行大型模型会消耗大量能源和水资源，若缺乏充分的同意机制和完善的治理，相关项目还可能忽视本土知识。
教育和健康领域充分体现了人工智能的双重影响。当人工智能辅导、评分和翻译工具与课程体系及教师支持相结合时，能够缩小差距；但如果只有网络发达的学校才能使用这些工具，差距则会进一步扩大。医疗算法已能加速结核病或糖尿病眼病的筛查，但准确性和可信度取决于本地数据、语言和工作流程。
人类安全是另一个受影响的渠道。人工智能能够改进灾害预测、加快损失评估、协调救援支持，还能精准高效地提供现金、食品或福利，强化社会保障网络。但在登记系统不完善的地方，数据驱动的定向帮扶可能会将最需要帮助的人排除在外；而人工智能的幻觉现象和虚假信息可能会导致无效甚至有害的决策，破坏信任并加剧不安全感。
该地区各地所获收益和所承担的负担并不均衡。能力较强的系统率先捕获收益，而能力较弱的系统则面临应用速度慢、准确性低、对进口模型和捐赠项目依赖度深等问题。在人的层面，有三大突出风险：1. 网络连接缺口和数据匮乏持续存在，导致获取机会不均；2. 决策不透明且监控范围扩大，致使权利和信任脆弱不堪；3. 部分地区能够适应并抵御冲击，而其他地区则屡遭挫折，韧性水平参差不齐。
2
经济：增长、就业与生计
人工智能有望成为亚太地区下一个重要的增长引擎。作为通用目的技术，人工智能能够提高生产力、催生新产业，并帮助后发国家实现追赶。由于发展路径可能是非线性的，且取决于利益相关者如何应对转型瓶颈，对收益的估算差异很大。尽管如此，这些估算大多呈现积极态势。早期应用案例，如更优质的作物种植建议、更快速的医疗分流以及更智能的后台工作流程，都印证了其潜力。
关键问题在于时机和分配。企业调整工作流程和技能水平需要时间，因此生产力的大幅提升通常滞后于技术应用。不同行业受到的影响也各不相同：金融和制药行业可能更快看到成效，而农业和建筑业的进展则可能较为缓慢。起点也至关重要。以国际货币基金组织的人工智能准备度指数为参考，新加坡、日本、韩国和中国已接近创新前沿，因此更有能力捕获收益。而阿富汗、巴布亚新几内亚、马尔代夫和缅甸仍在技能培养、可投资资源供应、可靠电力和网络连接等方面面临困难，因此可能错失早期红利。
在国家内部，收益首先集中在城市中心、大型企业和高技能劳动者群体中。农村社区、小型企业和从事常规工作的人员面临更多冲击。以马来西亚为例，吉隆坡的收入水平支持人工智能的快速应用，而吉兰丹州的收入水平更接近菲律宾，这凸显了国内的巨大差距。就业市场将同时经历岗位创造与重塑 —— 数据工作、模型安全和数据中心维护等新岗位将应运而生，而部分文书和内容创作类工作岗位则会减少。零工经济也呈现出双重影响：雅加达的自由职业者能够对接全球客户，但人工智能工具使一名劳动者能够完成多人工作，这可能会压低报酬并增加不安全感。
这些动态带来了三大分化风险：1. 抵御冲击的能力不均衡；2. 捕获收益的能力不均衡；3. 收益兑现存在时滞，在差距缩小之前可能进一步扩大。
3
治理：更智能、更公平
人工智能能够改善政府运作，同时也会对政府构成考验。如果负责任地使用，人工智能可以帮助官员倾听民意、基于证据做决策，并更快速、公平地提供服务。预测分析能够强化灾害应对准备；聊天机器人和虚拟助手能够全天候、多语言提供服务。该地区部分政府部门已通过这些工具实现了投诉分流、截止日期追踪和瓶颈识别，缩短了等待时间并加快了问题解决速度，同时也扩大了数据获取渠道和透明度，促进了更广泛的参与和包容。
但风险也真实存在。规则薄弱、技术技能稀缺和能力不均衡，使得算法偏见、网络威胁和对自动化评分的过度依赖难以得到有效管理。在能力较弱的环境中，政府可能会依赖外国供应商和无法审计或调整的系统。一旦出现这种情况，错误将难以纠正，责任归属也会变得模糊。
信任是关键所在。人们需要知道人工智能在福利发放、警务执法或司法领域的使用情况；需要了解决策的明确理由以及申诉途径。如果缺乏透明度和补救渠道，本旨在促进公平的工具可能会固化排斥现象、损害权利并削弱问责制。
该地区各地所获收益和所承担的负担并不均衡。数据、技能和基础设施强大的机构率先捕获收益，而其他机构则面临应用速度慢、准确性参差不齐、对进口模型和捐赠项目依赖度深等问题。这种差距体现在日常服务中：城市中心实现自动化并快速响应，而农村地区则只能等待；部分地区能够实时监控风险，而其他地区则缺乏发现潜在问题的数据。
信息完整性带来了另一个压力。生成式人工智能系统可能会加速诈骗和定向操纵，破坏公众对官方预警和选举的信任。人工智能背后的数据架构 —— 大型关联登记系统和云平台 —— 也增加了隐私和安全风险，尤其是在法律保护和监管薄弱的地区。
简而言之，人工智能能够提高公共服务的质量和速度，但前提是人们能够了解其工作原理、质疑其错误，并相信它服务于公共利益。如果缺乏这一基础，人工智能将加剧不透明性，并扩大政府服务质量在不同群体间的差距。
图2：人工智能准备度在区域间差距，
表明其红利与颠覆性影响将不均衡分布
包容性人工智能时代的政策
Policy
Part.2
如果人工智能在当前不均衡的基础上扩散，亚太地区将面临 “不均等富足” 的切实风险。但这并非既定命运，结果将取决于政策：政府如何引导人工智能应用走向公共价值，如何构建负责任使用人工智能的能力，以及如何实施保障措施，确保人工智能安全、负责任且以包容性为首要原则。
我们的目标很简单：不让任何人掉队。正如识字曾释放人类潜力一样，在地球承载能力范围内，广泛且可负担的人工智能获取渠道，应当拓展人们在健康、教育、生计和公民生活方面的能力，而不仅仅是提高国内生产总值。
三大原则支撑着这一议程。第一，以人为本，运用人类发展视角，将公平设计融入其中，确保相关群体能够参与并共同主导系统的创建和使用。第二，负责任地治理创新，通过与风险相称的规则以及强有力的透明度和问责制，确保高风险决策保持可解释性和可争议性。第三，构建面向未来的系统，确保其可持续性和韧性，培育竞争和开放的生态系统，防止单一供应商或国家将其他方排除在外。
政策杠杆需成对使用、协同发力。“硬性” 杠杆（网络连接、设备、可靠的电力和冷却系统、计算能力、数据中心）是人工智能触达民众的渠道；“软性” 杠杆（技能、机构、规则、竞争政策、参与流程）则使这项技术变得实用、公平且值得信赖。缺乏人力能力的硬件会浪费投资；缺乏获取渠道的伦理设计则会从本质上导致排斥。
首先应进行坦诚的准备度评估，然后量身定制路径。能力较低的环境应优先保障可负担的网络连接和基本服务；转型经济体应扩大可靠的基础设施、有代表性的数据集和劳动力转型；能力较高的环境应在标准制定、绿色人工智能、竞争以及区域公共产品（计算能力、数据集和模型共享平台）方面发挥引领作用。
分阶段推进行动。首先，采取 “无悔举措”：确保基本的包容性，更新人工智能相关采购政策，开展人工智能素养和伦理培训，并将网络连接延伸至学校、诊所和地方办事处。其次，扩大基础设施和数据治理规模，建立独立监督机制，将试点项目转化为可靠的服务。最后，随着系统成熟，将有效的做法主流化，基于证据完善规则，并确保融资的可持续性，使其不受单个项目周期的限制。
关注关键指标并及时调整。追踪包容性成果（学习、健康、服务获取方面的差距缩小情况），而不仅仅是部署情况。监控人工智能影响下决策的失败率、申诉率和推翻率（按性别、地区、年龄和残疾状况分类）并公布结果。要求建立算法注册制度、审计权、高风险应用中的人工干预机制，以及明确的损害责任机制。
最后，按行业推进实施。在健康、教育、金融 / 中小企业、农业 / 渔业、城市 / 交通、生物多样性 / 气候、公共服务 / 治理和安全 / 司法等领域制定简洁的行动指南，明确包容性用例、最低标准、保障措施和指标。通过这种方式，人工智能能够提高整体水平并缩小差距，将快速且路径依赖的转型转变为更公平、共享的人类发展进步。
来源：联合国开发计划署
时间：Dec 2025
执笔：柳鑫荻（国科大经管学院硕士）
声明：本文来自图灵财经，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
