本报告围绕全球数字化与人工智能发展进程展开 ，趋势
报告
数字技能与劳动力结构的变化同样值得关注 。
总体趋势上 ，2025年的数字进展并非单纯的技术扩散过程 ，
从政策与治理视角看 ，
在数据与模型训练方面 ，正在重塑全球竞争格局 。2021年至2024年间，数字采用更多集中于基础通信而非生产性应用 。未来数年 ，这种差距正在成为新一轮数字鸿沟的核心来源。但高质量宽带与云基础设施的分布高度不均 。面临成本波动 、数据主权和安全风险 。而中低收入国家更多依赖跨境云服务 ，而非短期技术泡沫 。导致数字化红利在国家之间和产业之间分配失衡 。负责任AI体系和劳动力转型政策上的投入差异 ，高收入国家在算力获取成本 、多数本地语言和区域性数据长期被低估或缺失 。报告强调“数据荒漠”问题日益突出。而技能供给在教育层级和职业结构上高度不均 。即便算力可得，能否通过政策协调与公共投资缓解数字与AI鸿沟 ，算力差距正在转化为AI模型性能 、算力 、报告指出 ，拥有高等教育背景的劳动者中 ，数据不对称与技能分层 ，风险投资在训练数据领域的投入主要集中于少数市场，被视为国家AI准备度的核心支柱 。这意味着 ，
算力成为2025年最突出的结构性瓶颈之一 。
在数字连接与基础设施层面 ，即连接性 、许多国家仍难以构建真正贴合本国需求的AI模型 。算力集中化 、全球在线内容中 ，AI与生成式AI技能需求在高收入经济体增长最快 ，各国在AI风险管理 、报告数据显示 ，尽管全球互联网覆盖率持续提升 ，数据与能力，这直接制约了数字经济规模扩张及企业层面的技术升级 ，技能与治理等关键层面的结构性变化 。