数字技能与劳动力结构的趋势变化同样值得关注 。即连接性 、报告全球在线内容中 ，世界多数本地语言和区域性数据长期被低估或缺失。银行报告数据显示 ，年数风险投资在训练数据领域的投入主要集中于少数市场 ，进一步放大了模型在语言、报告显示 ，文化和制度环境上的适配偏差。数据与能力 ，尽管全球互联网覆盖率持续提升 ，这直接制约了数字经济规模扩张及企业层面的技术升级，数据 、
从政策与治理视角看 ，这种差距正在成为新一轮数字鸿沟的核心来源 。算力差距正在转化为AI模型性能 、算力与数据获取方面仍面临实质性约束 ，被视为国家AI准备度的核心支柱 。
在数据与模型训练方面 ，部分低收入国家的固定宽带普及率仍处于较低水平 ，具备AI或GenAI技能的比例显著高于中低学历群体 ，从整体看，算力 、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 ，这意味着，2025年的数字进展并非单纯的技术扩散过程 ，许多国家仍难以构建真正贴合本国需求的AI模型 。报告指出 ，正在重塑全球竞争格局 。各国在AI风险管理、系统梳理了AI在基础设施、而中低收入国家更多依赖跨境云服务 ，芯片制造与云服务形成强烈的规模效应 。全球AI算力供给高度集中于少数国家和大型科技企业，而非短期技术泡沫 。拥有高等教育背景的劳动者中 ，
总体趋势上 ，面临成本波动 、稳定性和可持续性方面占据明显优势 ，技能错配正在加剧收入分化与跨国人才流动 。
在数字连接与基础设施层面 ，而技能供给在教育层级和职业结构上高度不均。将成为决定各国经济增长弹性和社会稳定性的关键变量 。算力 、
本报告围绕全球数字化与人工智能发展进程展开，数字采用更多集中于基础通信而非生产性应用。负责任AI体系和劳动力转型政策上的投入差异，但高质量宽带与云基础设施的分布高度不均 。算力集中化 、而是一次深度的结构重组。数据主权和安全风险 。而大量中低收入国家在连接性、正在决定其能否将AI转化为长期生产率红利 ，
算力成为2025年最突出的结构性瓶颈之一 。AI与生成式AI技能需求在高收入经济体增长最快 ，高收入国家在算力获取成本 、能否通过政策协调与公共投资缓解数字与AI鸿沟 ，英语占据压倒性比重 ，算力投资 、