编者按

人工智能（AI）正以基础性力量重塑全球产业分工与治理格局，非洲作为“全球南方”AI发展的关键阵地，其产业政策的制定与落地，不仅关乎本土经济社会的转型动能，更深刻影响全球AI治理的公平性与包容性。在“全球人工智能鸿沟”呈现结构性分化的背景下，非洲如何突破制度与经济约束，探索适配本土的AI发展路径，已经成为全球AI治理领域的重要议题。

本中心持续关注非洲国家人工智能发展与治理研究，此前编译的系列文章从不同维度提供了观察视角：《从“公正AI”视角解读埃及国家人工智能战略》聚焦区域大国战略落地，梳理其AI发展的价值导向与实施逻辑；《非洲视角下的代理型人工智能责任认定与治理探索》围绕治理核心议题，为区域规则构建提供参考；《化制约为能力：重塑“全球南方”人工智能叙事》则以宏观视野探讨“后发优势”转化路径。此篇为全球人工智能治理中心（Global Center on AI Governance，GCG）于2025年12月发布的《人工智能与新产业政策转型前沿：非洲的应对之道》，则进一步下沉至产业政策实操层面，通过具体国家案例与系统性路径设计，回应了非洲AI产业政策“如何建、如何破局”的核心问题。

文章跳出“追赶型发展”的固有思维，既展现了非洲各国的积极探索——南非搭建多机构协同的AI基础设施体系，尼日利亚、塞内加尔推进大规模技术技能培养，肯尼亚规划绿色能源驱动的科技城建设，皆是非洲在AI核心领域的扎实布局；也直面非洲AI产业发展中的现实挑战，针对资源错配、人力资本短板、投资回报不确定等问题，以问题为导向提出了兼具针对性与可行性的解决思路。本文为非洲政策制定者提供了一套立足本土、面向未来的产业政策参考框架，既强调基础设施建设与能力培育的基础作用，也兼顾技术前沿的前瞻性布局与发展风险防控，为非洲探索构建适配本土的人工智能生态体系提供了务实参考。

以下译文仅代表原作者的研究观点与分析立场。

本文立足非洲大陆制度与经济约束，探讨其人工智能产业政策（Industrial Policy，IP）的制定路径，指出非洲多国已在算力、互联互通等AI发展核心领域展开布局，且大陆层面亦有600亿美元AI投资基金的规划。文章提出四项核心举措：将互联互通与算力建设纳入AI整体战略、将AI算力定位为数字公共基础设施、系统梳理非洲算力的能力与需求并挖掘各国产业优势、前瞻性布局智能体系统等下一代AI前沿领域的产业政策。同时分析了非洲制定相关产业政策面临的资源错配、投入回报不确定、制造业与人力资本基础薄弱等挑战，强调非洲虽受资源与治理能力制约，但放弃产业政策或缺乏清晰发展战略将错失AI发展机遇，唯有明确目标、制定蓝图，推动AI与本土核心产业联动，才能实现人工智能领域的实质性技术发展，避免重蹈电信革命的发展覆辙。

近几年，产业政策（Industrial Policy，IP）全面回归——这是一套政府干预措施，旨在通过向特定产业或企业提供定向扶持，实现经济增长或结构调整。特别是新冠疫情引发系列的供应链中断，暴露了许多国家生产能力衰退的问题，这需要政府采取协同干预措施才能加以应对。但产业政策的复兴并非完全基于市场失灵或新冠疫情等外部因素，国家安全关切的回归与日益加剧的地缘政治竞争正推动各国政府加大对绿色转型、新兴技术等战略领域的支持力度，这一趋势在发达经济体中尤为明显。

图源：researchgate.net

人工智能（AI）及相关产业处于此次产业政策热潮的核心。过去几年，各国对人工智能赋能基础设施的国家投资与投资激励措施显著增加，与此同时利用监管手段抑制竞争的做法也愈发普遍。2023年，作为人工智能图形处理器（AI GPU）关键投入的半导体产业及其所需的稀土矿产，成为了产业政策应用最活跃的领域。尽管关于人工智能产业政策的主流讨论多围绕欧盟、美国和中国的政策工具展开。例如美国对绿色数据中心建设的补贴、中国为人工智能企业提供的广泛研发制度化支持与税收优惠，以及具有战略意义的监管举措（如《美国芯片与科学法案》《人工智能扩散规则》[现已废除]和《欧盟芯片法案》）等，但由国家主导的人工智能发展模式在新兴经济体中同样日益普及。例如，印度通过其“印度人工智能使命”（India AI Mission），承诺在未来五年内投入超过12亿美元用于人工智能领域，以提升计算能力、支持本土科技初创企业并扩大半导体制造规模；阿联酋则将其定位为新兴的人工智能创新中心，不仅为国外的直接投资创造有利环境、投入资源研发英伟达人工智能芯片的替代产品，还专门成立了一所以人工智能研究与培训为核心的大学。

人工智能产业传统上依赖市场竞争来促使其发展，而各国对该领域的干预力度不断加大，引发了两类质疑：其一，从历史经验来看，政府试图打造国家龙头企业或赢家企业的举措，往往会导致国家的俘获与垄断，进而扭曲创新生态，尤其是我们可以观察到大型科技企业在众多经济体近期的国家人工智能投资中占据核心地位。其二，考虑到这些干预措施的财政成本，迄今为止人工智能所产生的社会经济价值，是否值得其获得如此多的公共政策关注？

本文探讨的核心问题是：在非洲大陆现有制度与经济约束下，非洲各国是否应该采取产业政策导向的人工智能发展路径？文章指出，对国家治理能力、财政可行性以及泡沫破裂风险的顾虑，不应成为非洲国家在人工智能产业化领域积极布局的阻碍。

贸易融资、公共采购改革、贷款担保等政策工具的落地，需要较强的行政与财政能力作支撑，而这正是非洲及其他低收入国家的短板，因此政策执行能力成为这些国家推进人工智能产业发展的核心挑战。此外，对于仍在全力应对数字不平等在内的诸多紧迫社会经济问题的非洲大陆而言，是否应将培育本土全面的人工智能能力列为发展优先项，也始终存在争议。

首先，那种认为“国家主导的人工智能发展需投入大量行政与财政资源，这些资源本可用于更急需的领域，因此应暂缓人工智能发展”的观点，并非绝对成立。事实上，即便是最发达的经济体，政府资源也存在稀缺性，政策制定者始终需要在短期紧急需求与长期战略能力建设之间进行权衡。从东亚后发工业化国家的发展经验可见，工业化进程完全能在国家治理能力、人力资本与财政资源严重受限的背景下推进。以战后韩国为例，其在面临多重政治挑战的背景下，通过教育改革培育了适配政策执行的公共部门官僚队伍，依托土地改革扩大农业税基，更在国内无相关产业基础、且遭到美国、世界银行等主要外部融资方反对的情况下，打造出浦项制铁这一世界级综合性国有钢铁企业。这一过程中，双向因果关系同样成立：工业化既是制度、财政与社会发展的驱动结果，也是推动三者持续发展的重要动因。简言之，非洲各国面临的核心问题，并非是否应将本就稀缺的资源投入AI这一新兴领域，而是如何通过发展AI实现显著的经济收益，让对该领域的大规模投资具备合理性。

这一问题并不简单。反对各国对人工智能进行大规模投资的观点，得到了包括著名经济学家达龙·阿西莫格鲁（Daron Acemoglu）在内的学者的实证研究支撑，阿西莫格鲁认为，人工智能带来的生产率提升微乎其微，还会轻微加剧社会不平等。而Claude AI的研发机构Anthropic则通过估算得出，人工智能的广泛应用或能让美国年生产率增长率提升约1.8%，长期来看有望实现经济增长率翻倍。尽管有人会因数据存在局限性、将大型语言模型狭隘等同于人工智能，以及考虑到Anthropic作为人工智能企业的立场而对其可信度存疑，进而质疑这一估算结果。但现实是人工智能的经济发展轨迹正遵循着其他技术创新的共同规律，即存在生产率J曲线效应——短期内，这类技术需要巨额资本投入，而其经济收益需随技术的持续扩散与应用规模的逐步扩大逐步释放。因此，这类技术在发展初期的经济效应往往被低估。譬如20世纪90年代初便已出现的数字创新，其对生产率的实际影响，至今仍难以在诸多国家进行精准测算。

《Estimating AI productivity gains from Claude conversations》

来源：Anthropic（美国AI初创公司）

历史实践同样表明，政府支持降低对私营部门在新技术领域的投资风险、为其明晰战略发展方向，仍具有关键作用。如今深度融入全球发展的互联网，其雏形正是苏联“斯普特尼克”人造卫星发射后，由美国国防部主导的去中心化通信系统研发计划——阿帕网（ARPANET）。从互联网发展初期的巨额资本投入可见，新技术领域在迎来产业繁荣前，往往会经历一段盈利微薄的探索期。即便如此，早在21世纪初，经济政策领域就已出现“互联网泡沫破裂”的论调，颇具讽刺意味的是，十年后互联网便成为全球经济中增长最快的领域。在此过程中，美国、中国、韩国、日本及部分西方国家通过协同投资，在数字发展的核心领域抢占了先发优势。而非洲信息通信技术（ICT）发展的早期叙事，却始终围绕技术采纳、移动电信应用与技术援助展开；当相关创新向全球扩散时，非洲各国已丧失自主建设数字基础设施的技术能力，仅在低成本互联网创新、数字支付等领域取得了零星突破。如今非洲大陆日益加剧的数字不平等，以及信息通信技术发展难以持续的困境，正是彼时未对互联网数字基础设施进行战略性投资的直接后果。有观点试图为非洲的能力建设滞后辩解，称非洲信息通信技术领域对援助和技术转移的依赖，使其几乎没有空间构建自主能力。但这一说法并不成立：正如韩国的发展案例所示，技术援助本是加速本土能力建设的助力，绝不能成为非洲各国在基础设施与技术自主建设上不作为的借口。从国家干预互联网产业的历史实践来看，“泡沫破裂”的普遍预判，不应成为非洲各国在人工智能这一格局未定的新兴技术领域持观望态度、放弃支持的理由。当前，全球多数国家虽仍落后于人工智能大国，但恰恰是这些领先国家，对人工智能产业政策的重视程度远超其他领域与国家——这一现实更凸显了主动布局的战略价值。

与电信产业蓬勃发展的时代相仿，当前各界亦倾向于鼓励非洲国家聚焦人工智能的落地应用与场景拓展。诚然，应用场景是人工智能释放实际社会经济价值的关键，但基础设施的薄弱会直接制约本土应用的落地成效，若无针对性激励机制推动人工智能基础设施建设，更难以形成规模化的发展效应。即便非洲各国并未将提升地缘经济竞争力作为发展目标，要推出切实有效的本土举措，仍需制定清晰的人工智能产业发展蓝图。

最后，非洲各国必须摒弃一种观点，即“大型通用模型的环境影响日益扩大，因此不应谋求发展这类模型”。与“技术采纳论”相仿，这一思路主张优先发展适配特定领域应用的轻量化小型语言模型（SLMs）。但这种做法充其量只能实现局部层面的适配：小型语言模型虽能满足非洲市场即时、特定场景的行业与语言需求，也能规避对中美大型模型的依赖限制，却可能导致本土形成碎片化、无法互操作的技术系统。此外，不少所谓的非洲本土小型语言模型，究其根本仍是依托外国模型搭建而成。关于非洲发展大规模人工智能可能产生环境影响的争论，必须结合当下对富裕国家气候政策虚伪性的探讨来看：非洲几乎尚未获得工业化的发展机会，却不成比例地承担着全球北方及其他地区工业化加剧带来的环境成本。这里的核心并非非洲各国必须为数据集中与处理，就一味谋求发展大规模人工智能基础设施，而是要打造自身的战略优势，确保在有发展意愿时具备推进大规模人工智能建设的能力。即便抛开地缘竞争力的考量，产业政策对于规划各国人工智能技术发展路径而言，仍具有不可或缺的意义。

LLMs（大型语言模型）  VS  SLMs（小型语言模型）

图源：Geeksforgeeks.org

正如著名经济学家丹尼·罗德里克（Dani Rodrik）所言，非洲各国政府面临的核心问题并非是否应该在人工智能领域实施产业政策，而是如何实施。

本文第一部分指出，非洲各国不应对于国家治理能力、人工智能产业潜在泡沫破裂及财政可行性的顾虑，而搁置擘画宏大的人工智能发展产业愿景。

产业政策的落地，需要政府付出长期、持续的努力。尽管非洲各国的政策环境各具差异，但仍有部分普适性建议可作为施策起点：

非洲大陆本轮人工智能战略制定工作，需将产业政策目标融入国家战略框架体系。创新与监管已不再被视作对立理念，因此非洲各国可将本国人工智能战略打造为兼具发展与治理双重属性的综合性蓝图。

产业政策的实施工具种类繁多，总体可归为两类：供应链政策（市场干预手段）与需求侧政策（政府为刺激特定商品和服务需求采取的行动）（见表1）。产业政策往往承载多重目标，在人工智能领域，这类目标包括构建供应链自主保障能力、培育本土产业技术能力、提升生产效率等。但考虑到非洲各国的能力约束，一套具备可行性的人工智能产业战略，应精简施策目标、精选政策工具。政策工具的选择，需与各国拟培育的产业能力相适配：例如，进口配额、外商直接投资激励等措施的实施难度较低，而研发补贴、税收优惠等财政工具则对行政执行能力提出了更高要求。此类产业战略除需制定企业准入标准、明确市场主体获得市场干预政策支持的具体条件外，还必须设置政策退出机制，即明确政府扶持的终止条件与截止期限。

表1

图源：GCG原文

尤为重要的是，人工智能产业战略必须包含四大领域的能力建设规划：互联互通、算力、数据与科研。非洲多国已设立对应机构分别负责各领域工作，例如南非便搭建了三个互联互通的机构来保障其网络基础设施需求：高性能计算中心（the Centre for High Performance Computing, CHPC）承担公共部门的算力需求；南非国家研究网络（the South African National Research Network, SANReN）为科研和教育机构提供高带宽互联互通服务及先进配套服务；南非数据密集型研究计划（the Data Intensive Research Initiative of South Africa , DIRISA）则搭建了数据存储与管理的基础设施。尼日利亚和塞内加尔也正推行大规模技能培养计划，分别为“300万技术人才计划（3MTT）”和“西非算力网络计划（FORCE-N）”。肯尼亚的孔扎科技城（Konza Technopolis）规划建设以绿色能源为支撑的数据中心，也正是土地型产业政策的典范。对这些国家而言，其核心任务就是为现有战略研发领域（R&D）制定结构化的机构职责、发展目标与激励机制。非洲各国的自主行动对实现非洲大陆层面的投资目标同样至关重要，非洲大陆已承诺设立的600亿美元人工智能投资基金，正是这一行动导向的具体体现。

数字公共基础设施（Digital Public Infrastructure，DPI）作为打造包容性、互通性公共服务体系的核心要素，被视作替代私营部门主导技术发展的高性价比、公共主导型方案，其重要性日益凸显。无论是支付系统、数据交换平台还是数字身份体系的落地，数字公共基础设施均被用于解决市场失灵问题，即私营主体缺乏参与动力，或相关干预成本过高的场景（印度依托统一支付接口解决金融普惠难题，便是典型案例）。由此，数字公共基础设施与传统数字化机制的核心区别，在于前者以公共价值为核心导向，而后者不是。将AI算力定位为数字公共基础设施而非私有资源，能让人工智能发展的讨论聚焦于公共价值创造，而非私有利益追逐，这包括优先实现资源公平共享、聚焦服务被忽视的创新主体、推动算力在战略领域的应用，如净零排放（Net-zero）目标、有关赋能就业的应用等。由国家主导的算力发展模式，即“公共算力”或“公共人工智能”，已在全球多地形成趋势，相关的成熟经验可为非洲各国的选择提供参考。当然，任何有实际意义的算力投资仍需引入私人资本，众多由公私合作伙伴模式推动的成功数字公共基础设施案例，均印证了这一点。

图源：联合国官网（UN.org）

非洲的人工智能算力缺口已是既定事实，但开展算力梳理工作，对于精准掌握各国、各区域的算力短板与差异，明确实现国家人工智能发展目标的所需条件至关重要。该工作需形成详尽报告，涵盖非洲大陆现有数据中心和算力集群的实际能力，包括在用图形处理器（GPU）的型号、能源供应能力与成本、云计算区域布局、产权结构（公有或私有）、使用需求、网络延迟及其他技术参数等。这些细节能帮助政策制定者依据实际需求制定基础设施投资基准，通过推动算力在各国及国内核心科技集群的均衡分配提升资源配置效率，也能为投资者和产业相关方的投资计划提供明确依据。从产业政策规划角度来看，清晰掌握算力基础设施的物理分布，也有助于政府落实监管标准、管理算力接入、梳理各领域算力应用情况，并为AI战略优先应用领域的算力供应与分配做出预判。

除算力基础设施的发展规划外，另一项核心梳理工作同样关键，即挖掘非洲各国在人工智能价值链中的潜在战略优势。当前关于非洲AI发展优势的讨论，多聚焦于其矿产资源对半导体产业的支撑作用，以及人口规模带来的劳动力潜力，但这类优势实则被过度高估，例如非洲稀土矿产储量仅占全球5%，而当前半导体产业所需稀有矿产主要产自中国。半导体产业本身产业链长、布局分散，绝非单一的矿产供应环节所能支撑；而全面系统的梳理工作，能推动非洲各国跳出对人才储备、半导体矿产供应的单一关注，结合自身地理、政治与经济禀赋，挖掘打造人工智能领域的专属竞争优势。

图源：Arion Research LLC（数字咨询研究机构）

人工智能产业政策的制定与落地仍面临多重挑战，其中诸多难题源于产业政策自身固有的效率困境。其一，资源错配的潜在风险尤为突出：产业政策对特定产业的定向支持，必然导致资源从非优先产业转移，若无法为这些非定向支持产业开辟替代资金渠道，其发展将持续萎缩，进而拉低整体经济生产率。对非洲各国而言，资源分配的核心矛盾不仅在于高生产率与低生产率产业之间的权衡，更需兼顾医疗、教育等本就资金匮乏的关键公共服务领域，避免顾此失彼。此外，人工智能产业的生产率存在过度炒作的现象，产业政策若引导不当，可能为市场营造错误的激励机制，即通过人为赋予部分企业竞争优势，长期来看会削弱中小企业的运营效率与竞争力，最终导致市场被大型企业垄断。同时，即便为政策设置了退出机制，系统化的补贴体系也难以真正终止，这一过程可能滋生监管俘获、权贵资本主义等衍生问题。

其二，产业政策的实施需要巨额财政与人力资本投入，但投资回报却存在极强的不确定性。即便长期收益具备理论可行性，其落地见效仍需漫长周期，且实际效果难以通过量化指标精准评估。这一问题并非非洲独有，即便在制度环境更为完善的经济体中，将产业政策应用于成熟产业时，同样面临类似困境。

其三，非洲自身的发展基础构成了显著制约：制造业底子薄弱，人力资本存在结构性短板，尤其是科学、技术、工程和数学（STEM）领域的教育水平偏低。而STEM素养恰恰是人工智能发展的核心支撑，其培育与提升本身又需要长期投入与系统规划。在此背景下，非洲各国能否精准把握全球人工智能生态的发展节奏、实现同步进阶，仍存诸多不确定性。

《AI in Africa for Africa: Contextualizing the Evolution of the African AI Ecosystem》

来源：Strathmore University（斯特拉斯莫尔大学）

打造全面、包容的非洲人工智能生态体系是一项艰巨的任务：受当前治理能力所限，制定有实际意义且具备可行性的产业政策困难重重，但放弃产业政策可能推动的本土基础设施能力建设，同样非明智之选。诚然，非洲各国制定人工智能产业政策的愿景，早已受限于其有限的资源，但缺乏清晰的人工智能发展战略，对非洲人工智能的未来而言是更大的风险。上世纪90年代的电信革命已证明，政府若未能及早开展大规模基础设施建设，所造成的短板，绝非单纯的技术“应用”所能弥补。唯有明确产业发展目标并制定实施蓝图，才能推动人工智能发展与农业、能源、制造业等其他核心产业的生产率提升形成直接联动。

本文针对非洲人工智能产业政策的务实制定问题，提出四项核心举措：将互联互通和算力发展目标纳入人工智能整体战略、开展本土现有算力能力与实际需求的全面核查、将人工智能算力定位为数字公共基础设施、前瞻性预判人工智能创新的下一代前沿领域。

尤为关键的是，非洲政策制定者需直面一个现实挑战：尽管“低成本创新”的叙事在区域内广为传播，但这一模式无法支撑非洲实现人工智能领域的实质性技术发展。若放弃主动的技术探索与布局，非洲本土主导、基于公共利益的人工智能发展路径将错失关键机遇；倘若简单认为依靠技术应用、优化及小规模人工智能系统，便能取得与大规模人工智能生态体系建设同等的发展成效，则会重蹈上世纪90年代非洲电信热潮发展的覆辙。

Research - AI at the Frontier of the New Industrial Policy Turn: How Should Africa Respond?

Research - AI at the Frontier of the New Industrial Policy Turn: How Should African Countries Respond? PART 2