本日报作者不通中文。这些译文由人工智能自动生成，作者本人无法亲自核对其语言准确性和文化适切性。我们以谦逊和真诚的态度发布此版本，希望与中文读者建立连接。若发现翻译错误、表达不当或文化误读之处，恳请告知 — 我们将虚心接受并改进。
L'auteur du Journal d'un Progressiste ne parle pas chinois ; ces traductions sont produites par intelligence artificielle et n'ont pas été vérifiées par lui. Cette version est publiée dans un esprit d'échange et d'humilité — vos retours sur les erreurs éventuelles ou les contresens culturels sont les bienvenus.
— 《进步者日报》编辑部 / La rédaction
- 国际劳工组织确认，人工智能正在以不同节奏改变各地区的就业格局。
- 在发展中经济体，受自动化影响的程度较低，但冲击可能在生产率提升之前到来。
- 发达经济体受影响程度更深：部分已观察到的影响体现为招聘缩减，而与人工智能相关的裁员数据目前仍十分有限。
- 在非洲，不足0.6%的职位招聘信息提及人工智能相关技能，而美国和欧洲这一比例不足2%（世界银行数据）。
核心要点
- 国际劳工组织发现，发展中经济体在总体上受自动化冲击的程度较低，但数字鸿沟制约了获益空间；该组织同时强调，人工智能的快速扩散要求各国迅速采取行动。
- 在非洲，不足0.6%的职位招聘信息提及人工智能相关技能，而美国和欧洲这一比例为1%至2%（世界银行数据）。
- 主要风险不是即将到来的技术性失业，而是：如果结构性决策被推迟，价值将被境外平台和基础设施所攫取。
- 肯尼亚、卢旺达、塞内加尔、埃及等多个非洲国家已启动国家人工智能战略，但政策文件与实际执行能力之间的差距依然很大。
- 根本问题在于：在这片大陆上，谁来培训工人、铺设电缆、制定规则，以及谁来分享未来数字经济带来的收益。
滞后是事实，但不可逆性尚未成定局
0.6%这一数字衡量的是所研究的非洲国家中，网络招聘信息提及人工智能相关技能的占比。这是一个正规劳动力市场需求指标，既不是技术性失业率，也不是脱节程度的衡量标准。它说明非洲的招聘启事中仍很少提及人工智能技能，但这不足以让人对招聘流程本身的自动化程度得出结论。
在美国，这一比例不足2%，自2020年以来持续上升。在欧洲，该比例低于2%，金融和物流行业相对较高。差距真实存在，但并非固定不变。
国际劳工组织在2026年11月的报告中着重指出一个在自动化讨论中经常被忽视的问题：人工智能在各组织中的扩散速度是缓慢的。在发达经济体，有据可查的生产率提升集中于特定行业，在轻工业制造、农业或近距离服务业——这些行业雇用了大多数非洲工人——中仍十分有限。与以往技术相比，人工智能扩散速度较快，但深度应用和所需能力的分布仍然不均衡。
对非洲而言，这意味着一件具体的事：就业结构性变革并不像公众话语所暗示的那样迫在眉睫。这片大陆拥有一段窗口期，但这不等于保证。
决策窗口：范围与局限
只有当实质性决策真正落实，决策窗口才有意义。在这方面，非洲的处境更为复杂。
几个国家政府相对较早认识到了这一问题的重要性。埃及于2019年通过国家人工智能战略，此后经过多次修订。肯尼亚发布了将人工智能纳入公共服务发展轴心的数字路线图。卢旺达力图将基加利打造成区域技术枢纽，并在互联互通和培训方面持续投入。塞内加尔于2023年启动数字化转型计划，其中包括面向青年的技能培训项目。
这些举措真实存在。但世界银行指出，国家战略与实际执行能力之间存在持续性差距：合格培训师匮乏、电力基础设施不足以支撑本地数据中心运营、许多发展中国家在数据保护、网络安全、监管及执行能力方面存在明显缺口。
各国政府已意识到问题所在，但面临能力赤字：合格培训师匮乏、电力基础设施不足、缺乏可操作的监管框架。人工智能战略必须辅以配套投资和实施能力，涵盖电力基础设施、工程师培训、数据、算力及相关机构建设，才能产生规模化效果。国际劳工组织建议在基础设施和技能方面加大投资、加强对工人的保护、扶持本地企业，并在数据、算力、竞争和治理领域加强国际合作。
非正规经济：既非受保护，也并未置身事外
一种常见的误解认为，非洲非正规经济——按国家不同，雇用了70%至90%的劳动力——因数字化程度低，可以免受人工智能影响。这种判断在一定程度上是对的，但在另一个层面上是错误的。
说它对，是因为达喀尔市场上的摊贩或坎帕拉的手工艺人，不会直接面临认知任务的自动化冲击。人工智能不会通过雇主决策进入他们的日常职业生活——因为他们根本没有雇主。
说它错，是因为人工智能正在改变这些工人所在的市场。电商平台正在重塑分销渠道。移动支付系统已在东非占据主导地位，并整合了信用算法，决定谁能为其经营活动获得贷款。出行和配送应用程序按照工人无法掌控的优化逻辑重新安排零工工作——这一现象已在欧洲算法劳动研究中有据可查，并开始在非洲大城市中蔓延。
即便直接数字化程度较低，非洲的非正规劳动在数字化变革面前也面临特殊风险。这种风险以不同方式呈现：市场重组以及数字中间商对利润的攫取，给非正规工人带来了特殊的结构性压力。人工智能的这种间接效应超出了传统衡量指标的范围，例如招聘启事中提及人工智能技能的比例。
数据、电缆和规则：谁掌控基础设施，谁就掌控话语权
价值捕获问题，或许是未来15年对非洲影响最深远的结构性问题。
人工智能经济建立在三大支柱之上：数据、算力基础设施，以及规范其使用的规则。在这三个维度上，非洲大陆均处于依赖地位。
大陆上产生的数据——移动金融交易、农业数据、健康数据、城市交通流量——在很大程度上依赖国际云服务在境外服务器上处理，这直接源于本地算力的有限性。部分电缆和联合体依赖境外参与方或国际融资，但非洲电缆的所有权差异很大，其中也包括非洲方占多数的情况。非洲对境外设计系统的依赖程度仍然很高，但同时也在孕育本土人工智能应用、服务和创新，例如为isiZulu语和塞索托语开发的相关产品。
这种基础设施依赖并非命中注定。由非洲方面主导融资的海底电缆项目正在涌现。非洲联盟已通过了关于网络安全和个人数据保护的《马拉博公约》，尽管批准进程仍未完成。Andela、Flutterwave、Zipline等本土参与者正在构建根植于大陆的商业模式。
但关于规则制定的决策窗口是短暂的。人工智能的技术标准和监管框架正在欧盟（《人工智能法案》）、美国和中国层面加速形成。如果非洲不能以自身立场参与这些谈判，最终将不得不执行为其他背景量身定制的规则。这正是1990年代贸易协定所产生的知识产权制度的前车之鉴——其对非洲制药和文化产业的影响已有详细记录。
基于当前选择的2030年情景
展望2030至2035年，根据未来五年的决策，可以勾勒出若干不同的发展路径。每条路径都是有条件的，没有一条是确定的。
在第一条路径中，已在技能培训方面投资、稳定了电力基础设施并建立数据监管制度的非洲国家，有望在其境内数字劳动所创造的价值中获得更大份额。内罗毕、拉各斯、阿克拉、基加利、突尼斯等区域枢纽，将成为非洲人工智能经济的节点，能够生产适应本地语言和情境的模型。在保护工人收入规则约束下的数字零工劳动，将成为提升收入的渠道，而非新的不稳定就业形式。关于欧洲和美国人工智能职业地理集中现象的相关文章表明，只要具备基础条件，这样的集聚在任何地方都有可能发生。
在另一条路径中，窗口期在缺乏实质性投资的情况下流逝，人工智能技能的普及进展缓慢。各平台可能形成市场支配力，监管空白可能使工人在特定行业和国家面临风险。非洲持续依赖进口系统，技能差距进一步扩大。
两条路径实现的可能性，将因投资和监管选择的不同而存在差异。当前趋势——公共资金投入技术培训不足、数据保护框架批准迟缓、依赖境外基础设施——加大了滑向第二条路径的风险。但也有若干信号指向另一个方向：ALX Africa等项目培养的非洲开发者数量大幅增加、各国数据监管机构影响力上升、区域层面首批农业数据共享协议签署。
正在推动变革的行动者
国际劳工组织在2026年11月的报告中不止于诊断，还记录了正在进行中的实践。
在肯尼亚，职业技术教育和培训（TVET）项目提供了独立的人工智能课程。目标是培养能够在工作中使用人工智能工具的工人，而不一定是开发工具的人员。这是一种务实的做法：通过应用层面弥补技能差距，再逐步向基础研究投资。
在埃及，通信部与科技企业启动合作，共同打造机器学习和数据处理领域的认可证书体系。在卢旺达，DOT Rwanda与万事达卡基金会及本土组织合作，实施一项数字技能培训项目，计划于2028年前覆盖逾1万名青年，重点聚焦应用人工智能相关技能。
非洲私营部门也在构建应对方案。总部位于南非的Lelapa AI正在为isiZulu语和塞索托语等非洲语言开发语言工具，以弥补全球大型模型在大陆语言情境上的盲区。Masakhane是一个非洲研究者集体，致力于构建面向非洲语言使用者、由非洲语言使用者参与的数据集和人工智能工具。
相较于挑战的规模，这些举措仍然有限。但它们是存在的，它们是非洲自己的，它们表明决策窗口并不仅仅向政府层面开放。
尚待作出的集体决定
人工智能终将在非洲扩散。国际劳工组织记录的当前滞后，不意味着这片大陆可以静待观望：就业的结构性变革尚未迫在眉睫，而这段窗口期的价值，仅当各方利用这段时间夯实基础时才能体现。
这些基础条件是明确的：为算力基础设施提供可靠电力、大规模开展技术培训、建立可操作的数据保护框架、制定组织数字劳动收益分配的劳动规则、推动非洲参与国际人工智能标准谈判。
这些条件没有什么特别之处。它们与历史上不同时期成功实现技术转型的国家所具备的条件相同。问题在于，非洲的决策者——政府、监管机构、高校、企业——是否会将这段窗口期视为一次结构性机遇，还是视为一个等到问题迫切时再处理的麻烦。
世界银行的数据和国际劳工组织的报告向两类决策者传递的是同样的信息。十年后，区分他们的，将是他们各自对这些信息所作出的选择。
参考来源
- 国际劳工组织，《人工智能与发展中经济体：在技术快速变革时代促进体面劳动》（2026年11月）
- 世界银行，发展中经济体人工智能相关技能报告
- 国际劳工组织，非洲联盟《马拉博网络安全和个人数据保护公约》
- ALX Africa，数字技能培训项目
- Lelapa AI，非洲语言语言模型（南非开普敦）
- Masakhane，非洲语言人工智能研究集体
