AI超規模化加劇數字不平等

人工智慧正迅速成為日常基礎設施的一部分——在某些地區。它幫助撰寫電子郵件和軟體程式碼，篩選工作申請，驅動推薦系統，並越來越多地被整合到教育、醫療、金融和公共管理中。行業領袖談論著“人人享有AI”，而各國政府則急於釋出國家AI戰略並建設主權計算能力。

然而，過去十年間，我在從歐洲到撒哈拉以南非洲和東南亞的地區從事數字包容和數字素養專案時，看到了同樣的模式反覆出現：每一波新的“變革性”技術都落在了一個已經因連線性、技能和機構能力而分層的地形上。當前的AI浪潮也不例外。如果說有什麼不同，那就是它加劇了這些潛在的分裂。

儘管如此，一些國家正在探索參與AI發展的方式，而不是直接複製由美國和中國主導的前沿模型競賽。南非和印度尼西亞的最新發展既展示了可能性，也揭示了挑戰。其影響遠遠超出對AI的訪問權。那些主要作為AI消費者而非創造者的國家，面臨著失去建設本地創新生態系統、加強公共部門能力以及確保自身語言、文化和社會優先事項在AI系統中得到體現的機會。從這個意義上說，AI鴻溝也正在變成經濟機會和技術影響力的鴻溝。

AI計算集中在少數地方 斯坦福大學2026年AI指數報告的最新分析顯示，僅美國就託管了超過5000個資料中心，是其他任何單一國家的十倍以上。由於AI工作負載越來越多地在雲平臺上執行，而非本地基礎設施，這種計算能力的集中也變成了依賴性的集中。根據世界銀行的資料，2023年美國約佔全球雲端計算和資料儲存服務出口的87%。

對大多數國家而言，這意味著AI發展不僅在技術上，而且在商業和地緣政治上被外包，並脫離了它們的控制。其結果是，一個由少數國家和公司託管驅動全球部署系統的計算引擎的AI生態系統。在狹窄的制度 and 語言環境中訓練、標準化和治理的系統，可能難以服務於真正的全球公眾。

技能和AI素養深度分層 即使在存在連線性和雲訪問的地方，並非所有人都能平等地利用它們。在OECD國家，只有約40%的成年人具備超過基本的數字問題解決技能，而高階計算和AI相關能力仍然集中在受過高等教育的工人和技術密集型行業。

與此同時，各國政府競相將AI融入教育，通常從高等教育開始。聯合國教科文組織報告稱，全球範圍內將AI融入教育的努力日益增多，而對小學和初中AI素養教育以及教育工作者倫理培訓的支援仍然不均衡。

那些擁有良好教育、高階數字技能和穩定連線性的人最有能力將AI視為擴充套件自身能力的工具。最近的OECD調查資料顯示，參與AI相關培訓的情況仍然強烈地按教育程度分層：36%受過高等教育的受訪者報告在過去一年中接受了AI相關培訓，而只有18%受過高中教育的受訪者有此經歷。處於鴻溝錯誤一側的人更可能將AI體驗為一個對他們施以作用的 opaque 系統，例如演算法福利系統（如荷蘭兒童福利醜聞）和AI輔助招聘工具（如亞馬遜已停用的AI招聘系統），而不是一種他們可以主動質疑或塑造的技術。

投資與治理：誰能在談判桌上佔有一席之地？ 核心議程設定權通常仍然掌握在一小部分行業參與者和少數技術先進國家手中。大多數其他國家則處於永久的追趕狀態，將進口的模型、標準和“可信AI”模板適應於自身環境，並且在評估權衡或提出替代方案方面可能本地能力有限。

在印度尼西亞和南非等國家，社群大規模生成資料，但在AI系統如何設計、治理或部署方面仍然幾乎沒有發言權。它們的語言在訓練資料中代表性不足；它們的機構在監管論壇中資源不足；它們的經歷很少出現在基準資料集中。對許多全球南方國家而言，參與AI仍然主要是透過適應進口系統，而不是塑造這些系統如何設計、治理或部署。

在南非，通訊和數字技術部於2026年4月釋出了國家AI政策草案，提議建立新的監督機構。幾天後，該部門撤回了草案，因為有記者發現其中至少六個學術引用並不存在，顯然是AI生成的幻覺。部長稱之為“不可接受的失誤”。這一事件尖銳地說明了AI治理雄心與實施所需機構能力之間的差距，儘管該國此後成立的AI專家小組有機會利用南非獨特的槓桿作用。

印度尼西亞則展示了一個經過深思熟慮、儘管受限的公共部門能動性案例。國家研究創新局（BRIN）現在根據國家戰略領導AI實施，它已經建立了針對 underserved 社群的實用AI工具，而不是前沿能力，例如一個利用衛星資料和機器學習幫助手工漁民找到魚群的應用程式，訓練於印尼語和爪哇語、巽他語等本地語言的多語言模型，以及部署在政府服務中的AI聊天機器人。2025年8月，通訊和數字事務部發布了國家AI路線圖，目標是每年培訓10萬名AI技能工人。

選擇並不僅僅是“AI超級大國”和“被動接受者”之間的抉擇。區域合作可能變得越來越重要。2024年，非洲部長們透過了《大陸AI戰略》和《非洲數字契約》，2025年4月在基加利舉行的全球AI非洲峰會的參與者探討了區域協調、本地語言AI模型、公立大學和開源生態系統如何減少對外部開發AI系統的長期依賴。

思考AI鴻溝的另一種方式 這一切並不意味著人們應該放緩或放棄AI，也不意味著雲集中或風險投資本質上是壞的。相反，當我們談論“AI革命”時，我們也應該問誰能塑造它，誰只能適應它。

數字鴻溝辯論曾經聚焦於裝置和連線性，後來擴充套件到技能和結果。但當前的AI浪潮增加了另一個層面：在決定AI的用途、它旨在解決的問題以及它最終服務的社會優先事項方面，誰能夠有意義地參與其中的不平等。

對於工程師和政策制定者來說，這提出了困難但必要的問題。他們設計的AI系統和基礎設施是否拓寬了（而不是縮小了）參與塑造技術變革的範圍？當政府推出國家AI戰略或將AI整合到公共服務中時，他們考慮的是誰的制約因素、語言和制度現實？

許多觀察者將當前的AI時刻視為一場競賽。但技術競賽從來不僅僅關乎速度。它還關乎誰能影響變革的方向。

AI已經全球擴散。更深層次的問題是，負責它的技術人員和政策制定者是否能確保塑造未來的有意義參與也能同樣擴散。