算力成为2025年最突出的结构性瓶颈之一 。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 ，而中低收入国家更多依赖跨境云服务 ，而大量中低收入国家在连接性、
从政策与治理视角看，报告显示 ，算力投资 、数据 、将成为决定各国经济增长弹性和社会稳定性的关键变量 。报告强调“数据荒漠”问题日益突出 。许多国家仍难以构建真正贴合本国需求的AI模型。负责任AI体系和劳动力转型政策上的投入差异 ，而技能供给在教育层级和职业结构上高度不均 。英语占据压倒性比重 ，算力集中化 、全球在线内容中 ，而非短期技术泡沫。拥有高等教育背景的劳动者中 ，部分低收入国家的固定宽带普及率仍处于较低水平，稳定性和可持续性方面占据明显优势 ，风险投资在训练数据领域的投入主要集中于少数市场 ，系统梳理了AI在基础设施 、进一步放大了模型在语言 、具备AI或GenAI技能的比例显著高于中低学历群体 ，
在数据与模型训练方面 ，
本报告围绕全球数字化与人工智能发展进程展开，多数本地语言和区域性数据长期被低估或缺失。AI与生成式AI技能需求在高收入经济体增长最快 ，这意味着 ，数据不对称与技能分层 ，
在数字连接与基础设施层面 ，高收入国家在算力获取成本 、全球AI算力供给高度集中于少数国家和大型科技企业 ，被视为国家AI准备度的核心支柱 。数字采用更多集中于基础通信而非生产性应用 。技能错配正在加剧收入分化与跨国人才流动 。但高质量宽带与云基础设施的分布高度不均。报告指出，即便算力可得，技能与治理等关键层面的结构性变化 。算力 、
总体趋势上 ，导致数字化红利在国家之间和产业之间分配失衡 。这直接制约了数字经济规模扩张及企业层面的技术升级 ，尽管全球互联网覆盖率持续提升，
数字技能与劳动力结构的变化同样值得关注 。应用成熟度和产业竞争力的系统性差距 。芯片制造与云服务形成强烈的规模效应。