人工智能的快速扩散并没有自动缩小国家之间的技术差距。对许多发展中国家而言，算力、能源、网络、数据和技能不足，与公共部门能力薄弱、人才外流和融资困难相互叠加，使其难以形成能够自主选择、试验和治理人工智能的本地能力。2026年9月11日，联合国秘书长发布报告《发展中国家人工智能能力建设面临的独特挑战》（A/80/817）表明，国际社会当前的核心任务，是在缩小人工智能鸿沟的同时，为所有国家建立一条因地制宜的最低能力底线。报告进一步建议推动设立全球人工智能能力建设基金，定期评估各国能力进展，并鼓励各国参与全球人工智能能力发展网络。

按照原报告的论证顺序，对其主要内容进行编译，并结合原文注释与相关研究作了必要的补充，文中观点不代表编译者或发布平台立场，详情内容请参阅英文原文。

图片来源：联合国官方网站

报告首先提出一个全球性目标：在缩小人工智能鸿沟的同时，确保所有国家都具备最低程度的人工智能能力。实现这一目标，是落实《全球数字契约》、推进2030年可持续发展议程并确保没有国家掉队的重要条件。

这里的“最低能力底线”（a universal floor of AI capacity）并不意味着所有国家采用相同的技术路线，也不要求所有国家都成为人工智能技术领先者。它突出的是，每个国家至少应有能力理解人工智能及其影响，根据自身需要作出选择，并对技术的开发、采购、部署和使用进行有效治理。

报告建立在联合国此前工作的基础上，包括人工智能高级别咨询机构2024年报告，以及秘书长关于人工智能能力建设创新自愿融资方案的2025年报告。此前研究已经将人工智能能力需求和融资缺口视为发展中国家面临的共同挑战；2026年，这一挑战仍未得到解决，需要采取全球行动。

所有国家都必须应对人工智能技术的快速变化，但许多发展中国家面临的额外困难在于，其初始能力本身比较有限。这些缺口不是单一的技术短板，而是同时存在于基础能力、应用能力和支撑能力之中。其中，基础能力包括算力、配套能源、网络连接和高质量数据；应用能力包括数字公共基础设施、模型应用案例库，以及开发和部署人工智能所需的技能。支撑能力包括相关法律、监管和治理框架，适当的问责与救济机制，公共部门评估、采购、部署、使用和治理人工智能的能力，以及参与国际人工智能治理的能力。

这些能力相互依赖。算力需要能源和网络支撑；模型需要高质量数据和专业技能；技术进入公共服务后，还需要采购、监督、问责和救济机制。因此，任何一类能力长期缺失，都可能同时阻碍本土人工智能产业的发展，并削弱公共部门采用、评估和治理人工智能解决方案的能力。

数据反映了这种起点差距。截至2025年6月，高收入经济体占全球同地数据中心容量的77%，中等偏下收入经济体仅占5%，低收入经济体不足0.1%。2023年，高收入经济体约三分之二的人具备基本数字技能，中等偏下收入经济体的比例为21%，低收入经济体则不足5%。依据斯坦福大学公布的《人工智能指数报告》分析，2025年，联合国虽已有约一半的会员国制定了国家人工智能战略，但只有不到20%的最不发达经济体这样做。

图片来源：国际电信联盟官网

除初始能力不足外，许多发展中国家还面临阻碍人工智能能力增长的结构性约束。例如，数字化程度较低的语言缺少可用数据，数字经济和数字基础设施仍处于早期阶段，公共和私人部门的技术人才持续外流。

这些约束会共同降低本地人工智能投资的风险调整后回报，使相关项目难以吸引足够的私人投资或贷款。融资不足又会限制本地企业和机构积累经验，并削弱发展中国家面对技术供应商时的议价能力。换言之，能力基础越薄弱，商业资本越谨慎；资本越难进入，本地能力就越难形成。

图2 人工智能人才向高收入经济体流动

图片来源：联合国开发计划署官网

图3 初始条件可能叠加人工智能发展挑战

图片来源：联合国开发计划署官网

报告提出，国际社会采取协调行动、利用人工智能机遇并应对其风险的时间窗口正在迅速缩小。核心挑战是让所有国家形成与本国情况相适应的最低人工智能能力，从而增强其自主行动能力，促进人民福祉，保护隐私权以及享有清洁、健康和可持续环境的权利，并减少技术依赖。

最低能力首先来自对技术的直接接触。各国需要在本地真实场景中体验、试验和使用人工智能，才能了解技术能够解决什么问题、可能带来什么风险，以及需要采取哪些治理措施。只依赖供应商说明或其他国家的经验，难以判断模型是否适应本地语言、行业结构和公共服务需求。

因此，购买人工智能产品并不等同于建立人工智能能力。真正的能力表现为一国能够理解技术、验证效果、识别局限，并据此负责任地开发、部署和使用人工智能，包括将其作为其他技术的支撑层。

成员国还需要提升公共部门的制度能力，包括地方层级治理和使用人工智能的能力。公共机构应能够识别合适的应用场景，评估和采购技术，监督部署过程，并将人工智能生态的发展与国家发展重点相衔接。

人工智能还涉及基础设施、数据、预算、行业监管、公共服务和权利保护等多个领域，单一部门难以独立处理。因此，报告建议采用全政府方法（a whole-of-government approach）积累证据、协调政策，为人工智能决策提供可靠依据。

联合国系统正在扩大相关行动，包括开展人工智能准备度评估，建立伙伴关系，并向成员国提供政策和项目指导。国际电信联盟、联合国开发计划署、联合国教科文组织、联合国人口基金、人居署、联合国儿童基金会、联合国工业发展组织及联合国秘书处多个部门均已参与。企业、社会组织和学术界也开展了相应工作。

这些项目合计投入达到数百万美元，但仍不足以覆盖所有国家，也无法以必要的规模跟上技术变化。当前人工智能能力建设融资较为分散，并存在明显的地域缺口。与此同时，全球人工智能基础设施私人投资按年计算已经超过5000亿美元。

这种反差表明，全球并非缺少人工智能投资，而是资金流向与能力建设需求之间存在错位。商业资本主要流向市场成熟、回报明确的地区；基础最薄弱、最需要建立早期能力的国家，反而最难满足私人资本的回报要求。单靠市场机制，人工智能能力鸿沟难以自动缩小。

图4 2024年全球人工智能投资流向

图片来源：联合国开发计划署官网

报告建议研究设立人工智能能力建设全球基金，由各利益相关方参与，以需求为基础，在两至四年内形成30亿美元的初始资金承诺。与每年超过5000亿美元的基础设施私人投资相比，这一规模并非替代市场资本，而是用于弥补市场暂时难以覆盖的公共能力和早期条件。基金可帮助尚未具备实质性人工智能能力的经济体进入初级成熟阶段，建立基本基础设施、人才、数据和项目治理能力。

基金的配置逻辑应从国家需求与发展挑战出发，而不是按单一技术清单平均分配。资金可支持准备度评估、基础设施补缺、本地语言数据建设、公共部门培训、试点验证和生态培育，并要求项目说明与发展重点的对应关系。

同时，报告认为，新基金应补充而非取代现有机制，通过调动新增资源、放大成熟项目和连接国际伙伴关系来提高整体效率。其组织形式可以设在联合国系统内，也可以采用相对独立的安排；可参考全球公共卫生和妇女、儿童及青少年融资机制的经验。无论采用何种模式，治理设计都需明确决策程序、受益对象、资金用途、监督方式和利益相关方参与渠道，以保持透明度和执行效率。

报告建议定期跟踪各经济体的人工智能能力状况，并建立可衡量的进展指标，与国家人工智能战略及现有国际评估方法相衔接。指标既要覆盖算力、网络、数据和技能等基础条件，也要观察公共部门管理能力、本地应用成效、项目可持续性和资源覆盖情况。只有形成可比较的基线与阶段目标，资金配置才能从一次性拨付转向基于证据的动态调整。

评估不应增加不必要的报告负担，而应尽量整合现有数据和方法，突出对决策真正有用的信息。成熟度较低的经济体可先采用少量核心指标，随着能力提升再逐步扩展。公开、清晰的评估结果既能帮助资金方识别缺口，也能让受益机构发现自身短板，并为企业、大学和社会机构参与合作提供需求地图。

除资金和评估外，报告还鼓励更多机构加入全球人工智能能力发展网络（AICDN）。合作网络能够推动课程、工具、案例、专家和评测方法共享，减少各地从零开始的成本，并让相近发展阶段的经济体交换可直接借鉴的经验。

综合来看，全球基金解决的是资源规模与稳定性问题，定期评估解决的是方向和问效问题，合作网络解决的是知识扩散问题；三者相互配合，才能把零散援助转化为可持续的本地能力。