在生成式AI席卷全球的背景下，我们正面临着一场被称为"数字鸿沟2.0"的新挑战——AI鸿沟。

如果说传统的数字鸿沟是关于"有无网络和电脑"的差距，那么AI鸿沟则是关于算力、数据、技能以及决策权的深度断层。

据微软AI经济研究所2026年1月发布的报告，截至2025年下半年，全球生成式AI工具的使用率已达到世界人口的16.3%，即大约每六个人中就有一人在使用AI学习、工作或解决问题。然而，这一数字背后隐藏着巨大的分化：全球北方（高收入国家）工作年龄人口的AI使用率为24.7%，而全球南方仅为14.1%——差距不仅存在，而且正在加速扩大。 这意味着我们所担忧的"AI鸿沟"已不再是一个假设性议题，而是正在以可量化的方式深刻重塑全球权力格局。

一、什么是AI鸿沟

AI鸿沟（AI Divide）是指在人工智能技术的发展、部署和应用过程中，不同国家、地区、社会群体及企业之间产生的不平等差距。它不仅体现在技术获取上，更体现在利用技术创造价值的能力上。

📌 从"接入"到"代理"的范式跃迁

过去我们担心有人上不了网，现在我们担心有人无法使用AI增强自己的生产力。这种从单纯的"信息获取"到"智能代理"的转变，使得强者愈强，弱者面临被边缘化的风险。

埃森哲2025年技术展望报告《AI：一份自主宣言》（AI: A Declaration of Autonomy）指出，AI已不再是后台自动化工具，而是正在成为战略决策、产品开发和客户体验的核心驱动力。77%的受访高管认为AI代理（AI Agent）将重塑组织构建数字系统的方式。这意味着，"会不会用AI Agent"正在成为比"有没有电脑"更深刻的分水岭——前者决定的是效率高低，后者决定的是能否参与竞争。

🌍 全球南北失衡

AI红利高度集中在拥有庞大算力和数据的"全球北方"高收入国家，而广大发展中国家可能因为缺乏数字基础设施而陷入长期的经济发展瓶颈。

联合国开发计划署（UNDP）2025年12月发布的重磅报告《下一次大分化：为什么AI可能加深国家间的不平等》（The Next Great Divergence）发出严厉警告：如果不加以管理，AI可能在经济绩效、人的能力发展和治理体系三个维度上扩大国与国之间的不平等，逆转数十年来发展差距不断缩小的趋势。联合国助理秘书长、UNDP亚太区域主任康妮·维格纳拉贾（Kanni Wignaraja）直言："AI正在全速前进，而许多国家仍然停留在起跑线上。"

具体而言，全球AI采用率的国家差异极为显著：阿联酋以64.0%的工作年龄人口AI使用率位居榜首，新加坡以60.9%紧随其后；而作为AI基础设施和前沿模型开发的领导者，美国的使用率仅为28.3%，排名第24位——这说明技术研发领先并不自动等同于全民普及。韩国则是2025年下半年最亮眼的黑马，三个月内排名跃升7位，AI使用率从26%激增至30%以上。

🔎 国家内部的鸿沟同样触目惊心

AI鸿沟不仅存在于国与国之间，也深刻地撕裂着一个国家内部的不同群体：

• 🏙️ 城乡差距： 城市地区正在将AI快速整合进学校、医院和公共服务体系，而在连接性有限、数据稀缺的农村地区，这一进程几乎停滞。UNDP数据显示，亚太地区不到20%的农村居民能够完成基本数字任务。
• ♀️ 性别鸿沟： 南亚女性拥有智能手机的可能性比男性低40%，这直接限制了她们获取数字服务、参与在线工作和使用AI工具的机会。
• 👨‍🎓 代际风险： 联合国经济学家警告，年轻人和入门级劳动者是受AI自动化冲击最大的群体之一，他们在就业市场上面临的替代风险尤为突出。

二、鸿沟的三重维度

AI鸿沟并非单一的技术问题，而是由多重结构性因素叠加而成的系统性不平等。以下从基础设施、技能素养和算法决策三个维度展开分析。

⚡ 维度一：基础设施与资源断层

运行最先进的AI模型需要昂贵的芯片（GPU）、数据中心和海量高质量数据。这种高昂的成本将中小型企业和资源匮乏的国家挡在门外。

根据德勤（Deloitte）2026年科技趋势报告，2026年全球AI数据中心资本支出预计将达到4000亿至4500亿美元，其中超过一半用于芯片采购（2500亿至3000亿美元），其余用于土地、建设、电力和许可等。这笔天文数字的投资绝大部分集中在美国、中国和少数富裕的海湾国家。 对于大多数发展中国家而言，参与AI竞赛的门票价格已经远超其承受能力。

更严峻的是，算力基础设施正在形成"双极世界"格局：

值得注意的是，算力鸿沟不仅仅是硬件差距。BigDATAwire在2025年12月的分析中一针见血地指出：拥有稳定算力接入的团队可以放手设计雄心勃勃的系统；而缺乏算力保障的团队则不得不变得保守——路线图缩窄，用例被削减。久而久之，这些选择不断累积，差距便越拉越大——不是因为人才或创意的差异，而是因为基础设施确定性的差异。

🧠 维度二：AI素养与技能断层

能够熟练使用提示词（Prompt）进行创作、分析和编程的个体，正在与传统劳动者拉开巨大的收入与机会差距。

普华永道（PwC）2025年《全球AI就业晴雨表》（Global AI Jobs Barometer）的数据令人震撼：掌握AI技能的劳动者，其薪资溢价（wage premium）高达56%。也就是说，仅仅因为掌握了AI技能，一个人的薪酬可以比同行高出一半以上。与此同时，自2022年以来，AI渗透率最高的行业的生产率增长几乎翻了四倍。

这种"技能溢价"正在以前所未有的速度重塑劳动力市场的结构：

• 📊 世界经济论坛（WEF）预测：到2030年，85%的雇主计划将员工技能提升列为优先事项，全球59%的劳动力将需要接受再培训。约1.2亿工人因不太可能获得所需的再培训而面临中期失业风险
• 🔄 技能变化速度：雇主预计到2030年，39%的核心技能将发生变化
• 🎓 教育领域巨变：全球学生AI使用率从2024年的66%飙升至2025年的92%。到2026年初，预计86%的高等教育学生将AI作为主要的研究和头脑风暴工具
• 💼 雇主培训的巨大杠杆效应：当雇主提供AI培训时，员工的AI采用率可跃升至76%；而没有培训支持时，采用率仅为25%。85%的员工表示，如果雇主投资于继续教育，他们会更加忠诚

然而，令人担忧的悖论在于：42%的员工表示其雇主期望他们自行学习AI技能，34%的员工感觉自己尚未准备好应对AI驱动的变化。Gartner更是发出警告：由于GenAI使用导致的批判性思维技能萎缩，到2026年将有50%的组织要求进行"无AI"技能评估——这提醒我们，AI素养的培养不仅是"学会用AI"，更是"学会在AI时代保持独立思考"。

⚖️ 维度三：算法决策与偏见断层

AI系统往往基于特定群体的数据训练，可能在招聘、医疗、司法等领域对边缘群体产生系统性偏见，进一步加剧社会排斥。

这并非理论上的担忧，而是已经在法庭上产生了实际后果的现实问题：

🔹 招聘领域的算法歧视

2025年5月，美国加州北区联邦地方法院在"莫布利诉Workday案"（Mobley v. Workday, Inc.）中迈出了里程碑式的一步——批准了AI偏见案件中的集体诉讼认证。原告德里克·莫布利（Derek Mobley）是一位超过40岁的非裔美国人，同时也是残障人士。他于2023年2月提起诉讼，指控Workday的AI求职者筛选系统在种族、年龄和残障方面存在歧视。法院裁定，Workday的AI算法构成了适用于所有集体成员的统一政策，即使他们申请的是不同雇主的不同职位。法律分析人士警告，此案可能成为AI招聘偏见诉讼的蓝图。

2025年3月，美国公民自由联盟（ACLU）科罗拉多分会也代表一位原住民兼聋人求职者对Intuit公司及其AI供应商HireVue提起投诉。这位求职者在AI面试被拒后，收到的反馈竟然是需要"练习积极倾听"——显然，该AI面试工具对聋人申请者极不友好。

🔹 医疗领域的算法偏差

2025年6月20日发表的一项由Cedars-Sinai牵头的研究发现，包括Claude、ChatGPT、Gemini在内的主流大语言模型，在患者种族为非裔美国人时倾向于生成效果较差的治疗建议。虽然诊断决策几乎未显示出种族偏见，但治疗方案却呈现出明显差异，这引发了关于AI在精神科护理中应用的严重关切。更广泛地看，如果一个医疗诊断AI系统主要基于男性患者数据训练，那么它可能在诊断女性症状时出现系统性失误。

🔹 司法领域的算法不公

在美国司法系统中广泛使用的COMPAS算法（用于预测再犯风险），经ProPublica的深度调查揭露：黑人被告被错误分类为"高风险"的概率为45%，而白人被告仅为23%——前者几乎是后者的两倍。这意味着AI正在以"科学"和"客观"的面貌，系统性地强化已有的种族不平等。

🔹 全球立法回应

面对AI偏见的泛滥，各国正在加速立法：

三、跨越鸿沟的抉择

AI带来的究竟是普惠的繁荣还是固化的断层，取决于我们今天的行动。这不是一个可以"等等看"的议题——UNDP的报告明确指出，各国从高度不平等的起点进入AI时代，如果缺乏强有力的政策行动，差距将不断扩大，进而逆转数十年来发展不平等缩小的历史趋势。 以下从技术普及、教育重塑、社会保障和全球治理四个方面，梳理当前最重要的行动路径。

🔓 路径一：推动AI普及化

联合国开发计划署等机构呼吁建立包容性的AI策略，将AI视为公共产品，通过开源模型和国际合作降低技术门槛。

2025年，开源AI领域发生了一场"地震"：DeepSeek在2025年1月底以MIT开源许可证发布的R1模型，一度在美国苹果应用商店超越ChatGPT成为下载量第一的免费应用。其意义在于：它证明了开源模型可以达到与闭源商业模型相媲美的最先进性能。MMLU基准测试中，开源与闭源模型之间的差距在一年内从17.5个百分点骤降至仅0.3个百分点。 这意味着，技术壁垒正在被大幅拉低。

开源AI的"民主化"浪潮正在以多条路径推进：

• 🌐 成本革命：DeepSeek-R1、Qwen3、Llama4等开源模型的API调用成本通常比闭源模型低90%，使得大学、初创企业和中型企业得以有意义地参与前沿AI的开发和部署
• 🏛️ 主权AI运动：欧洲学术界、企业和数据中心联合开发了OpenEuroLLM多语言大模型家族，作为"AI主权"更广泛推动的一部分，旨在减少对硅谷的依赖
• 🌍 DeepSeek在非洲的扩展：DeepSeek借助与华为等企业的战略合作，在非洲大陆获得了迅速增长的用户基础，这可能改变发展中国家的AI格局

但必须正视的是，开源并非万能药：DeepSeek因其答案和训练数据中的审查问题受到批评，并已被数国政府因隐私问题而禁用。思科的研究人员发现R1存在关键安全漏洞，指出该模型"以另一种成本——安全与保障——换取了价格上的优势"。如何在开放与安全之间寻找平衡，仍是一道待解的难题。

此外，UNDP呼吁国际社会从以下方面推动AI普及化：

• 📋 国别就绪评估：为发展中国家进行数字就绪评估和AI生态评估，制定国家级AI路线图
• 💻 算力共享：推进绿色算力基础设施和去中心化计算的共享模式，以补贴费率提供"算力即服务"
• 🤝 国际治理：2026年"AI向善峰会"期间将举行首届全球AI治理对话，由萨尔瓦多和爱沙尼亚大使共同主持；联合国独立国际AI科学小组也将于2026年启动

UNDP已在真实场景中取得了一些令人鼓舞的成果：不丹正在学校中试点AI辅导教师，蒙古的AI信用评分系统已向近4000家企业发放了超过7000万美元的小额贷款，印度东北部的洪水预测系统将预测准确性提高了一倍并延长了预警时间。

🎓 路径二：重塑教育体系

提升全民的AI素养（AI Literacy）已成为当务之急，让普通人学会"如何与AI共事"而非被其取代。

这不是一个遥远的愿景——欧盟《AI法案》已将AI素养作为法律义务：自2025年2月2日起，AI系统的提供者和部署者必须确保其员工具备足够的AI素养水平。这标志着AI素养正在从"软技能"升格为"合规要求"。

教育体系的重塑需要关注以下关键维度：

• 🏫 教育投资的急剧增长：到2025年底，AI教育的市场规模已达到75.7亿美元，复合年增长率为38.4%。预计到2034年，这一市场将增长至1123亿美元
• 📚 全生命周期学习：IBM商业价值研究院的报告显示，CEO们预计未来三年内35%的劳动力将需要再培训和再教育——这一比例从2021年的仅6%大幅飙升。这不再是"一次性培训"可以解决的问题，而是需要终身学习体系的根本性重构
• 🧑‍💻 教育内容的范式转变：Workday对全球22个国家2500名工人的调查显示，83%的受访者认为AI将增加人类技能的重要性并增强人类创造力，93%认为AI使他们能够专注于更高层次的职责，如战略和问题解决。这意味着教育的重心应从"教人做什么"转向"教人思考什么"
• ⚠️ 保持批判性思维：Gartner预测，到2026年，由于GenAI使用导致的批判性思维技能萎缩，50%的组织将要求进行"无AI"技能评估。教育不仅是"学会使用AI"，更是"学会在AI时代保持独立判断"

🛡️ 路径三：社会保障与政策引导

应对潜在的失业风险，学者们提出了包括全民基本收入（UBI）在内的财富再分配方案，以缓解技术进步带来的收入分配不均。

随着AI对就业市场的冲击日益具体化，UBI已从学术讨论走向真实政策辩论的舞台：

📊 就业冲击的规模：

• 麦肯锡预测到本十年末，美国30%的岗位将被自动化
• 高盛预测AI将导致6-7%的劳动力被替代，可能将失业率推高至约12%——作为参照，2007-2009年大衰退期间失业率的峰值也未超过10%
• 截至2025年12月，美国应届大学毕业生的失业率已超过9%

🌍 全球政策动态：

• 2026年2月，英国投资部长杰森·斯托克伍德（Lord Jason Stockwood）向《金融时报》表示，英国政府正在权衡引入全民基本收入，以支持AI威胁下行业的工人。他此前还提出了对科技公司征税以资助UBI的构想
• 爱尔兰的"艺术基本收入"（Basic Income for the Arts）项目在经过三年试点后，将于2026年正式成为永久性政策，允许创意行业从业者申请UBI以全身心投入创作
• 美国已有163个UBI试点项目（其中41个仍在进行中）。OpenAI创始人山姆·奥特曼资助的UBI实验结果显示，持续性的现金支付能促使受助者增加在基本需求上的支出

⚠️ 但UBI并非没有争议：

• 牛津大学经济史学家卡尔·弗雷（Carl Frey）尖锐地指出："UBI的问题在于那个'U'（Universal，即'全民'）——将稀缺资金发放给不需要的人是一种浪费。"
• 一项UBI的年费用估算为每人10000美元，美国的总成本将达到每年3万亿美元，相当于联邦预算的约四分之三
• 有分析人士警告，在AI驱动的时代，UBI方案可能以意想不到的方式改变社会权力结构

因此，比UBI更现实的、正在全球加速落地的政策工具包括：

• 📋 有针对性的再培训基金：而非全面撒网式的收入补贴
• 💼 雇主责任制：激励企业提供AI培训（数据表明，有雇主培训支持时，员工AI采用率可从25%跃升至76%）
• 🏛️ 产业转型支持：为AI冲击最大的行业和地区提供结构性转型资金

🌐 路径四：全球AI治理框架的构建

跨越AI鸿沟不能仅靠单个国家的单打独斗，还需要全球层面的协调治理：

• 🇪🇺 欧盟《AI法案》作为全球首部全面AI立法，正以阶段性方式实施，其域外管辖效力意味着任何与欧盟用户交互的AI系统都必须遵守其要求。尽管其他国家尚未出台可比的全面立法，但它无疑正在设定全球AI治理的基准线
• 🇺🇸 美国白宫于2025年12月签署行政命令，标志着向统一的国家AI政策框架迈出一步，旨在建立"最低负担"的国家标准，限制州级监管的分散化
• 🌍 欧洲委员会的AI条约（Council of Europe's AI Treaty）已于2024年开放签署并于2025年正式生效，成为最具体的国际AI治理成果
• 🏛️ 2025年各方发布的《汉堡负责任AI促进可持续发展目标宣言》（Hamburg Declaration on Responsible AI for the SDGs），列明了促进公平、包容和可持续AI发展的共同原则，特别关注发展中国家的需求。2026年的汉堡可持续发展大会将推进该宣言的落实

小结

AI鸿沟不是一个纯粹的技术问题，而是一个关于社会公平与人类选择的问题。

埃森哲2026年初发布的《变革脉搏》（Pulse of Change）报告，在对3650名全球高管和3350名员工的调查后得出结论："实现AI潜力的最大障碍不再是技术本身，而是能否带着人一起前行。"这或许是对AI鸿沟问题最精炼的总结——技术可以跃进，但如果人被留在身后，所谓的"进步"不过是另一种形式的分化。

正如埃森哲此前的报告所指出的，只有当技术服务于人的福祉、目标感和职业成长时，它才能真正释放全人类的潜能。在AI时代，跨越鸿沟的关键不仅在于让所有人"接入"技术，更在于让所有人都有能力、有权利"使用"技术去塑造自己的未来。这不是一个某一方可以独立完成的任务，而是一项需要政府、企业、国际组织和每一个个体共同参与的文明级工程。