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
人工智能加剧全球不平等，却尚未兑现经济承诺
经合组织2024年11月发布的报告显示，低收入国家仅获得人工智能生产力提升的15%，富裕国家则获得70%。此时，人工智能在发达经济体承诺的大规模生产力提升尚未实现。
2000年代的移动革命曾让发展中国家绕过固定基础设施直接跨越，人工智能的情况恰恰相反——它正在拉深技术鸿沟，可能使全球三分之一的人口长期边缘化。基础设施、技能、资本、治理四重障碍叠加，正将人工智能变成排斥机制，而非经济包容的工具。
要点
- 据经合组织数据，低收入国家仅获得15%的人工智能生产力提升，富裕国家获得70%
- 撒哈拉以南非洲在人工智能采用方面比发达国家落后8年
- 80%的人工智能专利由五国申请：美国、中国、日本、韩国、德国
- 全球包容性人工智能倡议计划到2030年培训1000万名非洲人
数字基础设施薄弱阻碍人工智能采用
撒哈拉以南非洲的互联网普及率为43%，经合组织国家为88%。非洲大陆数据中心不足全球总量的1%，却承载着全球17%的人口。
带宽是关键瓶颈。人工智能应用需要高带宽和低延迟，非洲网络难以满足。据国际电信联盟数据，中非移动数据每GB均价为7.12美元，西欧仅为0.09美元。
手机曾让非洲国家绕过昂贵的固定网络。人工智能则不同，它依赖服务器、光纤、稳定电力等重型基础设施，低收入国家很难快速部署。
数字技能差距加剧鸿沟
经合组织国家平均每千名居民中有4.2名计算机工程师，撒哈拉以南非洲仅为0.3名。发达国家研发支出占GDP的2.4%，非洲为0.3%。
非洲每年培养35万名理工科毕业生，中国为450万，美国为56.8万。人才外流令短缺进一步恶化：70%在西方大学获得学位的非洲工程师没有回国。
对2400家非洲企业的调查显示，78%的受访企业将数字技能不足列为采用人工智能工具的首要障碍，高于成本或融资难题。
资本不对称集中了人工智能创新
据斯坦福HAI数据，2023年全球人工智能投资总额达2000亿美元，美国和中国合计占67%。整个非洲大陆仅获得0.8%，即16亿美元。
这种资本集中形成恶性循环。高性能人工智能算法需要海量训练数据和昂贵算力，富裕国家的企业获取这些资源更为便捷，技术领先优势持续扩大。训练一个高级语言模型的成本目前已达1亿美元，实际上将大多数南方国家参与者挡在门外。
风险资本方面，非洲2023年融资35亿美元，美国为1700亿美元。投资基金集中在成熟生态系统，非洲科技企业难以诞生能够与西方或中国巨头竞争的领军者。
脆弱的数字治理阻碍本地创新
62%的非洲国家没有专门的数据保护法律框架，经合组织国家这一比例为95%。监管空白造成法律不确定性，令国际投资者望而却步，也使技术转让更加复杂。
透明国际估计，由于”非正式税收”和繁琐的行政程序，撒哈拉以南非洲的技术项目成本平均比东南亚高出23%。这种行政摩擦既阻碍外国科技企业进入，也损害本地生态系统的发展。
非洲缺乏统一的技术标准，市场高度碎片化。欧洲已推行数字法规协调，非洲却存在54套不同的电信与数字监管框架。这限制了规模经济，也使大陆级解决方案的开发更为困难。
追赶计划难以扭转趋势
世界银行2023年发起的全球包容性人工智能倡议，计划到2030年培训1000万名非洲人掌握人工智能技术，七年内动员24亿美元用于发展非洲数字生态系统。
谷歌承诺五年内投资10亿美元改善非洲互联互通，涵盖铺设海底电缆和建设本地数据中心。微软正在南非、肯尼亚和尼日利亚布局人工智能中心，以缩短算力与本地用户之间的距离。
但这些努力相对于挑战的规模仍显不足。差距扩大的速度超过了追赶计划的推进速度。非洲每年培训数千名人工智能专业人员，中国培训20万名，美国培训6.5万名。这种结构性时间差，可能使南方国家的技术依赖长期难以改变。
重新定义技能验证的企业的经验表明，人工智能可以创造新的高技能就业机会。但这些机会目前集中在已拥有成熟数字生态系统的国家。
人工智能收益的全球再分配仍不确定
理论上，数字服务外包或重复性任务自动化可以惠及发展中国家。但这种再分配至今仍是假设。最先进的人工智能模型由少数美国和中国公司控制，这些公司可依据地缘政治利益决定其扩散方向。
欧盟的人工智能监管正在影响这一格局。2024年通过的《人工智能法案》设定了严格的伦理标准，可能减缓欧洲的采用速度，但有助于形成全球规范。非洲国家若具备实施这些标准的技术能力，可以借此规避无序人工智能的风险。
面向南方国家约束条件的”节俭型”人工智能提供了另一条路径。印度企业正在开发针对低端智能手机和有限网络环境优化的算法，无需重型基础设施即可普及人工智能应用。
资金问题仍悬而未决。传统发展援助机制难以跟上技术变革的速度。人工智能技术转让需要新的金融工具，既能快速调动私人资本，又能确保包容性发展。
来源
- OECD - AI and the global productivity divide
- 国际电信联盟 - ICT Facts and Figures 2024
- 斯坦福HAI - Artificial Intelligence Index Report 2024
- 世界银行 - 全球包容性人工智能倡议 2023
- 透明国际 - 2024年腐败感知指数