世界银行发布《2026年世界发展报告：人工智能的潜力》

世界银行发布《2026年世界发展报告：人工智能的潜力》（World Development Report 2026: The Promise of Artificial Intelligence，以下简称”报告”）。报告重点关注人工智能对低收入和中等收入国家的意义，是世界银行首次系统评估人工智能对发展中国家的影响。报告认为，人工智能正在成为一种具有广泛影响的通用技术，其扩散速度明显快于以往的重大技术，对发展中国家而言，人工智能既带来新的发展机会，也带来就业、技术依赖和治理等方面的风险。

人工智能对发展中国家的价值主要取决于三个方面：能力、集中和配套条件。在此基础上，报告提出了明确的发展路径，即“采用、适应，然后推进”（Adopt and adapt, then advance）。

AI的能力、集中与配套条件

能力方面，AI与以往技术最大的不同，是能够处理非例行认知任务。这类任务过去需要判断力、情境理解和问题解决能力，通常由受过专业训练的人完成，AI可以帮助发展中国家缓解专业人才短缺问题。例如，在医疗领域，AI可以帮助经验较少的医护人员完成更复杂的认知任务，也可以把部分工作从稀缺的专家转移到其他人员。同时，AI可以降低某些职业的入门门槛，提高现有工作人员的生产率。然而，AI也可能带来不利影响，包括取代部分工作、加剧不平等、被用于诈骗和网络犯罪，以及让人过度依赖AI而削弱自身技能。报告特别提到，AI系统主要在高收入国家设计，可能不适合部分发展中国家的文化、法律、语言和社会规范。

集中方面，AI价值链包括应用、模型、数据、基础设施和硬件五个相互依赖的层次。最先进的AI模型、芯片和数据中心集中在少数国家和企业，大多数领先的上市AI企业总部位于美国或中国。这种集中会带来依赖风险，但也让发展中国家可以通过采用和适应已有技术来获得AI能力，而不必从零开始建设最先进的系统。报告指出，开放模型为发展中国家提供了低成本机会，可以基于现有模型开发适合本地的应用，但这种有利条件可能不会一直持续。数据显示，新发布的“值得关注”的AI模型中，开放模型的比例从2020年的56%下降到2025年的约40%。报告指出，AI价值链中的某些环节，例如成熟制程芯片、矿产资源和后端制造，对发展中国家来说门槛相对较低，可以发挥自身优势。

配套条件方面，AI的效果不仅取决于技术本身，还取决于使用环境。报告把配套条件分为两类：一类是定制化配套条件，包括相关、充足和最新的本地数据，以及本地技术能力；另一类是部署配套条件，包括电力、网络、设备和能够有效使用AI的工作人员，以及监管质量。报告指出，AI是从训练数据中学习的技术，因此情境错配的风险比以往技术更大。报告举了几个例子：一个在英国训练的COVID-19分诊模型，在越南测试时性能明显下降；一个在泰国使用的糖尿病眼病筛查工具，因为诊所灯光与训练条件不同，拒绝了超过20%的护士拍摄的图像。报告指出，训练数据以英语为主，许多语言数据不足，导致AI在这些语言中表现较差，非洲有超过2000种语言，但大多数缺乏大规模数字化数据。

报告特别强调了“小型人工智能”的作用。对于一些电力、网络和计算能力有限的地区，不一定需要建设庞大的人工智能基础设施。小型模型或者针对具体任务开发的人工智能应用，也可以解决现实问题。例如，人工智能可以用于农业、医疗、教育和小微企业服务，这类应用可以结合当地已经具备的条件，降低人工智能使用的门槛。

对大多数发展中国家来说，“采用、适应、然后推进”是最可行的路径。报告认为，采用现成AI工具可以较快见效，但单纯采用不够，因为AI系统在高收入国家训练，往往不能直接适用于其他环境。适应AI是发展中国家获得更大收益的关键。推进前沿AI需要最高昂的配套条件和最长的建设时间，只有少数国家有能力参与。报告强调，配套条件建设是一个缓慢且持续的过程，一个瓶颈解决后，另一个瓶颈可能随之出现。因此，发展中国家应根据自身条件，优先建设最紧迫的配套条件，逐步扩大AI应用。

AI的经济、社会与政治影响

经济影响方面，报告指出，AI对发展中国家的就业冲击目前相对有限。数据显示，低收入和中等收入国家中约4.5%的就业岗位容易受到生成式AI自动化影响，高收入国家约为14.2%。同时，约16.2%的岗位可能因AI而得到增强。在发展中国家，大多数人在小型企业工作，近90%的劳动者在少于10人的企业就业，超过一半是自雇。这些小企业可以通过AI提高能力。调查显示，在印度、约旦、肯尼亚、墨西哥、尼日利亚和泰国，平均约20%的正式小企业已经使用AI聊天机器人，美国约为34%。报告指出，AI 采纳程度在不同企业之间差异很大，管理能力更强、市场准入更好、创新能力更强的企业更可能采用AI。报告认为，如果没有配套条件，AI可能扩大发展中国家与高收入国家之间的生产率差距。在基准情景下，AI对发达经济体生产率的提升可能是发展中经济体的两倍以上。报告指出，AI可能影响贸易模式、能源价格和宏观经济稳定。

社会影响方面，报告指出，AI可以改善公共服务。在政府后端，AI可以用于预测、资源分配、监测和执法。报告提到，肯尼亚司法部门使用AI每年将超过1万件案件分配给超过1500名调解员，大多数案件在一天内完成分配。在孟加拉国，AI医疗影像帮助将糖尿病眼病筛查人数每天增加近40%。报告指出，AI在政府前端服务中的应用面临更多障碍，包括网络连接不足、本地语言支持有限和工作人员技能不足。调查显示，低收入和中等收入国家中，超过75%的受访经济体将本地语言AI能力不足列为采用AI的重要障碍。报告指出，关于AI在低收入国家效果的证据仍然有限。一项研究筛查了超过28万篇论文，发现不到1%的AI健康干预措施同时在低资源环境中进行、由实际提供者测试并有真实患者数据。报告因此建议，政府在使用AI时应重视数据质量、人员能力、采购、测试和评估。

政治影响方面，报告指出，AI正在改变四组权力关系：国家之间、政府与企业之间、企业与个人之间、公民与国家之间。AI可以放大现有权力不平衡，也可以创造新的不平衡。在国家之间，对AI价值链关键环节的控制集中在少数国家，尤其是美国和中国。报告指出，发展中国家可以通过从多个国家采购不同层次的技术来降低依赖，但这也可能带来互操作性问题和相互冲突的监管要求。报告认为，追求“AI主权”成本高昂，且不一定有效。报告建议，更现实的路径是结合开放模型和共享区域计算基础设施，在降低依赖的同时保持规模经济。在政府与企业之间，报告指出，各国为吸引AI投资提供的税收优惠和补贴可能给财政带来压力，而企业与政府之间过于紧密的关系可能导致寻租和制度弱化。在企业与个人之间，报告指出，数据优势会让领先企业获得持久市场力量，劳动者在数据标注和内容审核等行业面临工资低、工作条件差和缺乏谈判能力等问题。在公民与国家之间，报告指出，AI可以让监控更便宜、更可扩展，也可能被用于传播虚假信息、极化公共讨论。报告指出，AI可以用于加强问责，例如乌克兰的DOZORRO项目利用机器学习分析政府采购数据，帮助发现违规行为。

政府作为赋能者、使用者和监管者

政府作为赋能者，报告指出，政府应重点建设AI采用的模拟基础和数字基础。模拟基础包括电力、互联网、数字设备和基础技能。数据显示，低收入国家不到一半的人口能用上电，约四分之一的人口使用互联网，数字设备价格对低收入国家来说仍然很高，智能手机价格约占月收入的60%。报告建议，政府可以通过共享接入点、分期付款和降低设备税来改善设备获取。在商业环境方面，政府应减少创业和经营的监管障碍，帮助新企业进入和成长。信息不足是企业不采用AI的主要原因之一，政府可以通过提供供应商名录、行业登记和匹配服务来帮助企业找到合适的AI解决方案。在技能方面，报告指出，基础技能是使用AI的前提。数据显示，全球约70%的10岁儿童无法阅读和理解简单文本，撒哈拉以南非洲这一比例超过89%，政府应优先加强基础教育，同时为教师提供AI培训，并将AI素养纳入课程。从采用AI转向适应AI和推进AI时，对计算基础设施、数据、技能和创新生态的要求更高。报告建议，政府可以通过共享云服务、开放公共数据、提供计算券和改革采购来支持本地AI发展。

政府作为使用者，政府应从找到合适的运营问题开始，而不是从技术开始。报告建议，政府应根据自身的数据、预算和制度能力，选择适合的AI应用。报告提出一个判断框架：数字成熟度较低的政府应优先采用现成AI工具；具备一定数据能力的政府可以适应AI；只有数字成熟度高的政府才应考虑推进AI。报告强调，政府需要投资于人员能力，包括产品管理、数据工程和系统集成。政府应让数字团队参与AI采购决策，并赋予他们实际权力。报告指出，政府应把数据准备好，包括数字化现有记录、设计能产生高质量数据的系统，以及通过数字公共基础设施连接不同机构的数据。报告强调，政府应评估和监测AI的表现，包括设定基准、验证输出、跟踪中间结果和进行影响评估，把AI视为持续运营功能，而不是一次性项目。在采购AI时应确保数据可移植、接口可互操作、合同允许更换供应商，这样可以避免锁定单一供应商，保持政府对AI系统的控制。

政府作为监管者，信任是AI发挥发展潜力的基础。调查显示，全球只有46%的人愿意信任AI系统，70%的人认为需要加强监管。报告指出，自愿标准是构建可信AI的重要起点，但市场力量本身不足以确保AI安全。报告认为，政府需要建立新的AI社会契约，把自愿标准和监管结合起来。报告指出，目前没有单一的最佳AI治理模式，政府应首先评估现有法律如何适用于AI，然后在可能的情况下扩展现有工具，只在出现新问题时才制定新工具。报告提出一个AI治理生命周期：评估现状、识别差距、制定或调整工具、建设执行能力、建设合规能力、监测和调整。许多发展中国家在数据保护和消费者保护方面有法律，但执行能力不足，政府应确保监管机构有足够预算，并建设跨部门AI专业知识。政府可以通过监管沙盒来学习AI治理，但需要注意沙盒的成本和风险。报告指出，发展中国家在全球AI治理中代表性不足，应参与联合国全球AI治理对话等国际论坛，参与国际标准制定，并与其他国家合作，避免监管碎片化。通过国内努力和国际合作，各国可以共同推动AI朝着有利于社会公益的方向发展。

报告最终强调，发展中国家不应只是旁观人工智能的发展，与其投入巨额资金追赶最前沿的人工智能模型，更现实的路径是先使用已有技术，再结合本国实际进行适应，在具备足够条件后再进一步参与前沿人工智能发展。世界银行将这一思路概括为“采用、适应，然后推进”。报告认为，如果能够做好基础设施、技能、数据和制度等准备，人工智能有可能帮助发展中国家更快解决医疗、教育、农业、公共服务等领域长期存在的问题；但如果准备不足，也可能扩大生产率差距和技术依赖。