算力成为2025年最突出的年数结构性瓶颈之一。能否通过政策协调与公共投资缓解数字与AI鸿沟，尽管全球互联网覆盖率持续提升 ，算力 、全球在线内容中 ，而非短期技术泡沫 。数据主权和安全风险 。
数字技能与劳动力结构的变化同样值得关注 。
在数据与模型训练方面 ，报告数据显示，
在数字连接与基础设施层面，2025年的数字进展并非单纯的技术扩散过程，
总体趋势上 ，应用成熟度和产业竞争力的系统性差距 。负责任AI体系和劳动力转型政策上的投入差异 ，文化和制度环境上的适配偏差 。而大量中低收入国家在连接性 、全球数字进展呈现出明显的分化特征 ：少数高收入经济体在AI创新与落地上持续加速 ，面临成本波动 、拥有高等教育背景的劳动者中，技能与治理等关键层面的结构性变化。报告指出，2021年至2024年间 ，而中低收入国家更多依赖跨境云服务，算力差距正在转化为AI模型性能 、即便算力可得 ，报告强调“数据荒漠”问题日益突出 。
本报告围绕全球数字化与人工智能发展进程展开 ，各国在AI风险管理 、数据不对称与技能分层 ，这直接制约了数字经济规模扩张及企业层面的技术升级 ，正在决定其能否将AI转化为长期生产率红利 ，AI与生成式AI技能需求在高收入经济体增长最快 ，数据与能力，而是一次深度的结构重组 。稳定性和可持续性方面占据明显优势 ，部分低收入国家的固定宽带普及率仍处于较低水平，而技能供给在教育层级和职业结构上高度不均 。被视为国家AI准备度的核心支柱 。算力 、全球AI算力供给高度集中于少数国家和大型科技企业 ，这种差距正在成为新一轮数字鸿沟的核心来源。英语占据压倒性比重 ，具备AI或GenAI技能的比例显著高于中低学历群体，算力投资、报告显示 ，进一步放大了模型在语言 、数字采用更多集中于基础通信而非生产性应用 。高收入国家在算力获取成本、即连接性 、风险投资在训练数据领域的投入主要集中于少数市场，技能错配正在加剧收入分化与跨国人才流动。
从政策与治理视角看 ，