【報告解讀】全球人工智能的未來

數(shù)字智能的現(xiàn)在與未來人工智能（AI）——一項曾僅存于科幻作家加速主義想象中、意圖借技術(shù)“他者”顛覆人類傳統(tǒng)身份認知的技術(shù)——如今已深度介入國家及全球關(guān)于地緣政治與經(jīng)濟格局未來的討論。各國正競相在未來的數(shù)字基石中刻下自己的印記。BOND于2025年5月發(fā)布的《人工智能趨勢》報告，試圖量化這一持續(xù)波動的技術(shù)變革。報告系統(tǒng)回顧了近幾十年人工智能的發(fā)展歷程，并將該領(lǐng)域的飛躍性進展歸功于大型語言模型（LLM）的突破。以O(shè)penAI于2022年11月推出的ChatGPT為例，這一進展離不開現(xiàn)有且可廣泛接入的全球互聯(lián)網(wǎng)基礎(chǔ)設(shè)施，以及過去三十年來數(shù)字數(shù)據(jù)集的爆炸式增長。持續(xù)推進的人工智能革命，正進一步激發(fā)數(shù)字用戶參與度、擴張開發(fā)者生態(tài)、吸引資本投入，這些因素共同推動金融、社會、地緣政治與技術(shù)等多個領(lǐng)域在遠短于以往技術(shù)周期的時間內(nèi)，為人工智能的創(chuàng)新、投資與應(yīng)用做好準備。

報告的一項重要發(fā)現(xiàn)是，全球互聯(lián)程度是人工智能擴展速度的關(guān)鍵決定因素。與早期數(shù)字平臺需從零構(gòu)建基礎(chǔ)設(shè)施不同，如今人工智能開發(fā)者與部署者可直接利用全球約55億互聯(lián)網(wǎng)用戶群體。報告同時強調(diào)基礎(chǔ)設(shè)施建設(shè)的重要性，指出“本文檔中充斥著用戶數(shù)、使用量與收入圖表——這些曲線一致向右上方延伸……通常還伴隨著同樣向右上方延伸的支出圖表”。

盡管這些趨勢呈現(xiàn)顯著增長態(tài)勢，其軌跡也揭示出一個復(fù)雜且快速演變的經(jīng)濟環(huán)境。專注人工智能的實體——包括傳統(tǒng)企業(yè)與初創(chuàng)公司——普遍面臨相對于收入較高的現(xiàn)金消耗。預(yù)訓(xùn)練成本上升、推理成本下降，以及前沿模型性能的趨同，使應(yīng)用程序編程接口（API）的開發(fā)與部署方相比基礎(chǔ)模型研發(fā)者更具優(yōu)勢。全球競爭格局也在持續(xù)加?。好艚莸腁I原生初創(chuàng)公司對科技巨頭構(gòu)成挑戰(zhàn)；中國在多年承受美國制裁的背景下，仍在人工智能基礎(chǔ)模型與機器人技術(shù)方面取得進展；開源模型領(lǐng)域同樣涌現(xiàn)出令人矚目的創(chuàng)新。

人工智能產(chǎn)品、服務(wù)與平臺的加速發(fā)展和應(yīng)用，為中東與北非（MENA）以及印度等有意將人工智能深度融入經(jīng)濟體的地區(qū)，同時帶來了挑戰(zhàn)與機遇。報告數(shù)據(jù)顯示，印度及中東與北非地區(qū)的移動用戶群體已為基于移動平臺的人工智能產(chǎn)品與服務(wù)做好準備。對中東地區(qū)而言，人工智能是推動其油氣經(jīng)濟多元化的關(guān)鍵動力；對印度來說，人工智能則有望為其世界領(lǐng)先的數(shù)字公共基礎(chǔ)設(shè)施、公共服務(wù)體系與數(shù)字支付平臺帶來變革性提升。

盡管BOND報告以大量數(shù)據(jù)支撐對人工智能行業(yè)的樂觀投資預(yù)期，但其對縱向風險因素——如人工智能企業(yè)估值過高、人工智能對勞動力市場的沖擊等——關(guān)注仍顯不足。例如，報告指出人工智能初創(chuàng)企業(yè)高估值與低營收之間的脫節(jié)，卻未深入分析當前人工智能熱潮與20世紀90年代互聯(lián)網(wǎng)泡沫之間的潛在關(guān)聯(lián)，顯示出一定的樂觀偏見。報告承認，人工智能的采納正推動全球“認知自動化”，尤其對白領(lǐng)工作崗位構(gòu)成威脅，并認為勞動者能否適應(yīng)人工智能、實現(xiàn)人機協(xié)作，將決定未來的就業(yè)與失業(yè)風險。它預(yù)測，盡管人工智能會導(dǎo)致部分崗位流失，但也將在人工智能開發(fā)、治理與倫理等領(lǐng)域催生新的職業(yè)類別。然而，由于缺乏跨部門白領(lǐng)工作自動化長期影響的實際數(shù)據(jù)，此類樂觀預(yù)測——包括BOND報告中的推斷——往往依賴于某些不證自明的預(yù)設(shè)，如回顧歷史創(chuàng)新周期并假定崗位創(chuàng)造率與失業(yè)率相互匹配。

鑒于BOND報告的綜合性，下文將提煉其對政策制定者的關(guān)鍵評估，并推演其對中東、印度等新興人工智能市場的潛在影響。

第一部分將按以下主題展開：人工智能應(yīng)用的速度與規(guī)模；人工智能模型的經(jīng)濟特性及其對開發(fā)者和部署者的影響；新興競爭格局與地緣政治博弈；實體人工智能與未來工作形態(tài)；以及通向通用人工智能（AGI）的路徑。第二部分將探討全球人工智能發(fā)展趨勢如何為資本充裕的中東市場與用戶規(guī)模龐大的印度市場帶來一系列獨特的挑戰(zhàn)與機遇。

Part.01

關(guān)鍵評估

人工智能應(yīng)用和發(fā)展的速度與規(guī)模：人工智能將無處不在

BOND報告指出，與以往的技術(shù)浪潮相比，當前人工智能開發(fā)與應(yīng)用的速度是前所未有的。報告以O(shè)penAI的ChatGPT為典型，展示用戶采納率的爆炸式增長：該平臺在五天內(nèi)獲取100萬用戶，17個月內(nèi)周活躍用戶達8億，且在第三年注冊用戶中90%來自美國以外地區(qū)。

開發(fā)者生態(tài)系統(tǒng)的擴展是推動人工智能應(yīng)用增長的關(guān)鍵動力。報告強調(diào)，NVIDIA的生態(tài)系統(tǒng)在七年內(nèi)已覆蓋600萬開發(fā)者；更顯著的是，谷歌Gemini生態(tài)系統(tǒng)的開發(fā)者數(shù)量在一年內(nèi)增長500%，達700萬。人工智能開發(fā)者社區(qū)的增長也體現(xiàn)于GitHub上相關(guān)代碼庫數(shù)量增長175%，且2023至2024年間，將人工智能集成至工作流程的開發(fā)者比例從44%升至66%。

報告強調(diào)，資本支出的歷史性增長是推動人工智能領(lǐng)域蓬勃發(fā)展的核心因素。美國“六大科技公司”（蘋果、亞馬遜、Alphabet、Meta、微軟和英偉達）2024年總資本支出達2120億美元，年均增長63%。報告還指出，十年前資本支出占其收入比例為8%，如今已升至15%，表明整個行業(yè)均優(yōu)先投入人工智能發(fā)展。

在終端用戶方面，ChatGPT等人工智能產(chǎn)品與互聯(lián)網(wǎng)等早期技術(shù)的一個顯著區(qū)別，在于前者擁有“易于使用”的界面，并可借無處不在的移動設(shè)備訪問，對用戶技術(shù)素養(yǎng)的要求遠低于早期互聯(lián)網(wǎng)。因此，憑借可訪問性優(yōu)勢，當前人工智能模型可快速滲透至已成熟的用戶群體中。ChatGPT即是一例，它“一夜之間登上世界舞臺，并在大多數(shù)地區(qū)同步發(fā)展”。

BOND報告指出，全球用戶基礎(chǔ)的成熟、開發(fā)者生態(tài)的持續(xù)擴張與資本支出的激增，共同構(gòu)成一個遞歸反饋循環(huán)：資本支出增長推動計算能力提升，進而催生更強大的前沿模型；更強大的模型促進與全球開發(fā)者社區(qū)的互動，推動AI應(yīng)用與服務(wù)繁榮；新產(chǎn)品和服務(wù)又提升用戶需求與期望，從而必然導(dǎo)致對計算資源投入的進一步增加。

人工智能發(fā)展的經(jīng)濟細微差別：構(gòu)建成本高，運行成本低

盡管用戶采納與人工智能發(fā)展趨勢“日益向好”，但正如BOND報告作者所述，人工智能的經(jīng)濟性正以更微妙的方式演變。報告對前沿人工智能模型的訓(xùn)練成本給出高昂且仍在上升的預(yù)測，而最終用戶的推理成本卻在下降。正如Anthropic首席執(zhí)行官Dario Amodei所言，從2025年起，訓(xùn)練新前沿模型的成本可能達到數(shù)十億美元。因此，新進入者市場準入門檻將極高，中東、印度等懷有雄心人工智能目標的地區(qū)，需培育公私合作伙伴關(guān)系（PPP）以提供必要的前期投資。

與前沿模型訓(xùn)練成本相比，運行或推理成本正因硬件效率提升而急劇下降。報告指出，NVIDIA 2014年的Kepler GPU與2024年的Blackwell GPU之間能效顯著提升，后者每生成一個令牌所耗能源比前者減少10.5萬倍。此類效率提升使2023年1月至2025年1月間，消費者的推理成本下降99.7%。谷歌、亞馬遜等大型科技公司正戰(zhàn)略應(yīng)對這一動態(tài)格局，投資定制AI芯片，如前者張量處理單元與后者Trainium芯片。定制硬件不僅可減少運營低效，還能促進垂直整合、降低供應(yīng)鏈風險，并針對特定軟件環(huán)境優(yōu)化硬件，使此類產(chǎn)品比通用GPU更具盈利潛力。

基于LMSYS（大型模型系統(tǒng)）競技場等基準測試，報告發(fā)現(xiàn)前沿模型性能正快速收斂。隨著高端模型在多數(shù)常見任務(wù)上能力差距縮小，依原始性能區(qū)分模型對貨幣化戰(zhàn)略變得愈發(fā)困難。報告指出，推理成本下降與性能收斂正推動開發(fā)者使用行為，為其提供更多選擇與試驗人工智能系統(tǒng)的途徑。此外，中國DeepSeek、Meta的Llama等開放式權(quán)重模型的興起，為人工智能競賽中的貨幣化問題增添又一重壓力。報告作者認為，若性能收斂持續(xù)，且開發(fā)者認為開源模型性能足夠好并兼具更低運行成本的優(yōu)勢，則專有基礎(chǔ)模型的價值主張可能繼續(xù)下降。鑒于美中之間本已不穩(wěn)的關(guān)系，這可能促使中東與印度采納開源模式以限制對專有產(chǎn)品的依賴。

高開發(fā)/訓(xùn)練成本、低推理成本、開源模型的進步及人工智能開發(fā)與應(yīng)用的激增，為許多人工智能公司帶來可觀收入增長，但也伴隨運營成本增加，甚至部分出現(xiàn)巨額虧損。例如，報告指出OpenAI 2024年收入增至37億美元，但其計算費用達50億美元。盡管存在虧損，領(lǐng)先人工智能公司的估值卻飛速上升：OpenAI報告虧損50億美元，估值卻達3000億美元；Anthropic 2024年燒錢56億美元，估值仍達615億美元。報告表明，盡管屢現(xiàn)貨幣化失敗，市場對人工智能未來仍持樂觀態(tài)度。

代幣處理量的急劇上升與開發(fā)者活動的持續(xù)增長，均體現(xiàn)杰文斯悖論的經(jīng)濟原理：隨推理成本下降，人工智能使用量將成倍增長。Amodei同樣強調(diào)“擴展曲線”的重要性，即隨推理成本下降，人工智能公司的資源部署也將相應(yīng)增加。反過來，使用量增長大幅推高對計算資源的需求、GPU與數(shù)據(jù)中心容量的資本支出及總能耗。這導(dǎo)致一種局面：效率提升反而使資源消耗速度超過其實際體現(xiàn)速度，從而為可持續(xù)擴展帶來一系列挑戰(zhàn)。

數(shù)據(jù)中心市場是規(guī)模擴張問題的典型代表。2024年，全球IT（信息技術(shù)）數(shù)據(jù)中心資本支出達4550億美元，且持續(xù)加速增長。能源消耗的飆升正是此類擴張的結(jié)果：2024年數(shù)據(jù)中心占全球電力消耗1.5%，自2017年以來年均增長12%，是全球電力消耗總量增長率的四倍多。不斷增長的能源需求與地方電網(wǎng)壓力可能成為未來增長的瓶頸——美國等市場領(lǐng)先者已面臨此問題。

全球競爭格局：縮小差距，構(gòu)建護城河

在地緣政治競爭日益激烈的時代，各國正努力實現(xiàn)數(shù)字主權(quán)。BOND報告指出，各國對自主AI項目的興趣日益濃厚，NVIDIA與法國、西班牙、瑞士、厄瓜多爾、日本、越南和新加坡等國的合作即為例證。 OpenAI亦與阿聯(lián)酋建立合作伙伴關(guān)系，該計劃旨在助各國構(gòu)建自主AI能力。此類合作是否能帶來真正自主權(quán)仍存疑，因引進美國技術(shù)?？赡芊炊黾訉ν庖蕾?。

中國在人工智能領(lǐng)域的快速崛起是全球競爭加劇的最大推動力，也激發(fā)各國追求數(shù)字主權(quán)。與20世紀90年代以來互聯(lián)網(wǎng)普及曲線相比，中國人工智能開發(fā)與部署速度明顯更快。研發(fā)方面，中國在人工智能相關(guān)專利與出版物方面領(lǐng)先。中國自主研發(fā)的前沿模型，如DeepSeek、阿里巴巴Qwen和百度Ernie，在性能上正與美國領(lǐng)先專有模型（如OpenAI的GPT-4.1和Anthropic的Claude Sonnet）趨同。

報告還提及模型訓(xùn)練中擴展無監(jiān)督強化學(xué)習(xí)的趨勢。中國領(lǐng)域?qū)＜乙丫鸵环N稱為“絕對零度”的模型訓(xùn)練范式展開大量研究，該范式完全利用自我對弈生成模型，并從與模型環(huán)境交互中學(xué)習(xí)，無需任何時段依賴人工生成數(shù)據(jù)。若成功，此范式將大幅減少對人工數(shù)據(jù)集的依賴，而后者一直是模型訓(xùn)練的瓶頸。此外，中國在工業(yè)領(lǐng)域機器人安裝方面處領(lǐng)先地位，表明其致力于將人工智能大規(guī)模融入經(jīng)濟。報告還強調(diào)，與美國相比，中國公眾對人工智能的態(tài)度更為積極，這可能帶來更快的采納速度與更寬松的政策環(huán)境。

前沿模型的持續(xù)發(fā)展、開源模型性能趨同、中國人工智能的崛起及各國對自主人工智能能力的追求，共同構(gòu)成一種波動態(tài)勢，可能阻礙美國在人工智能領(lǐng)域的領(lǐng)先地位，并導(dǎo)致多極化、相互競爭的人工智能生態(tài)系統(tǒng)出現(xiàn)。盡管美國模型目前在許多通用LLM基準測試中領(lǐng)先，但中國將機器人技術(shù)融入實際工業(yè)流程，可能使其在制造、自動化物流與資源優(yōu)化方面占據(jù)優(yōu)勢。

物理人工智能與未來工作的非人性化

報告指出，人工智能正滲透至傳統(tǒng)經(jīng)濟領(lǐng)域。專注人工智能自主系統(tǒng)的公司Anduril，2023至2024年間收入同比增長一倍。采礦業(yè)中，KoBold Metals應(yīng)用人工智能勘探技術(shù)，提高關(guān)鍵礦床發(fā)現(xiàn)效率。農(nóng)業(yè)領(lǐng)域，Carbon Robotics的LaserWeeder已處理超23萬英畝土地，并減少除草劑使用。人工智能在國防、采礦與農(nóng)業(yè)等資本密集型行業(yè)的快速應(yīng)用，表明這些行業(yè)人工智能投資回報率（ROI）已達臨界點，技術(shù)應(yīng)用慣性正被克服。

報告還指出，下一代數(shù)字原住民很可能首先通過多模態(tài)人工智能優(yōu)先的對話式交互界面接觸互聯(lián)網(wǎng)，而非基于網(wǎng)頁與應(yīng)用的服務(wù)。這種代際轉(zhuǎn)變的后果，尤其在人口眾多、未聯(lián)網(wǎng)或農(nóng)村人口密集地區(qū)，可能縮小數(shù)字鴻溝，因基于自然語言的界面將降低所需技術(shù)素養(yǎng)技能。

報告認為，人工智能令人目眩的發(fā)展速度將從根本上改變就業(yè)市場。美國數(shù)據(jù)顯示，2018至2025年間，人工智能相關(guān)職位空缺數(shù)將增448%，而非人工智能IT職位空缺數(shù)同期減少9%。報告還強調(diào)，科技公司正調(diào)整預(yù)期，將人工智能素養(yǎng)視為員工基本技能，并呼應(yīng)黃仁勛的說法：員工更可能因“不善用人工智能者”而非人工智能本身而失業(yè)。對人工智能相關(guān)工作的需求增長，及對勞動力人工智能素養(yǎng)的普遍期望，表明人工智能可能成為如互聯(lián)網(wǎng)般的通用技術(shù)，而非特定產(chǎn)品與服務(wù)類別。

盡管報告提供科技行業(yè)勞動力市場快速變化的強有力指標，全要素生產(chǎn)率（TFP）仍是解人工智能更廣泛經(jīng)濟影響的關(guān)鍵指標。2024年諾貝爾經(jīng)濟學(xué)獎得主達隆·阿西莫格魯在關(guān)于人工智能宏觀經(jīng)濟學(xué)的論文中指出，未來十年人工智能進步將推動TFP增長適度提升，年均增幅約0.064%。這一結(jié)論主要通過將美國勞動力市場中人工智能相關(guān)崗位數(shù)量（約20%）調(diào)整為可實現(xiàn)盈利自動化的工作崗位數(shù)量（約5%）得出。阿西莫格魯進一步降低預(yù)期，將人工智能驅(qū)動產(chǎn)品與服務(wù)對社會福利的負面影響納入考量，而BOND報告未強調(diào)此點。報告?zhèn)戎匕l(fā)達市場，也未提供人工智能對全球南方國家勞動力市場影響的差異化數(shù)據(jù)，這些國家非正規(guī)或不受監(jiān)管經(jīng)濟部門規(guī)?？蛇_GDP的35%。此外，即使技術(shù)創(chuàng)造新崗位，尤其在人類反饋強化學(xué)習(xí)（RLHF）等領(lǐng)域，工作質(zhì)量問題仍未解決。此問題對發(fā)展中地區(qū)尤為重要，因剝削性點擊工作、數(shù)據(jù)與內(nèi)容審核工作的盛行，已視為產(chǎn)生負面社會影響。

通用人工智能之路

BOND報告對AGI可能性進行推測，但論點主要基于行業(yè)情緒而非數(shù)據(jù)與科學(xué)共識。論及人工智能威脅時，報告引用“相互確保威懾”（MAD）概念，源于競爭加劇與對人工智能發(fā)展不可預(yù)測后果的擔憂。然與核領(lǐng)域?qū)?yīng)概念相比，此概念似站不住腳，因人工智能武器化可能以不顯眼方式表現(xiàn)，如虛假宣傳、受控干擾與破壞。雖預(yù)測人工智能未來困難，制定國際規(guī)范與合作研究將是減輕意外后果的、有先見且負責任的一步。

Part.02

對中東和印度的影響

利用龐大移動優(yōu)先用戶群降低市場進入風險

全球南方范圍內(nèi)，印度已成為ChatGPT等基于移動設(shè)備人工智能應(yīng)用程序用戶采納的領(lǐng)導(dǎo)者，至2025年4月，其月活躍用戶超7000萬，占全球用戶群13.5%。南亞月活躍用戶普遍超1億，中東與北非地區(qū)超2000萬至3000萬，其中埃及處于早期采納領(lǐng)先地位。移動設(shè)備與基于移動的數(shù)字服務(wù)普及與市場滲透，表明市場已為針對性人工智能服務(wù)做好準備。現(xiàn)成且意愿強烈的用戶群存在降低市場進入風險，并標志跨行業(yè)對整合人工智能的準備程度。市場趨勢表明，若印度等地區(qū)企業(yè)欲利用此用戶群，需針對移動界面、多模式（主要語音）、不同帶寬環(huán)境與多樣本地語言優(yōu)化產(chǎn)品。

通過能源基礎(chǔ)設(shè)施建設(shè)數(shù)據(jù)中心能力

如前所述，高昂資本支出要求是進入該領(lǐng)域的瓶頸之一，無論對模型開發(fā)者或超大規(guī)模企業(yè)。報告指出，盡管全球互聯(lián)網(wǎng)用戶占比50%，全球南方國家（不含中國）的數(shù)據(jù)中心容量不足全球10%，揭示高昂進入成本導(dǎo)致的人工智能基礎(chǔ)設(shè)施失衡。

為彌補差距，印度政府2024年啟動IndiaAI計劃，預(yù)算12.4億美元，其中大部分用于至2028年將數(shù)據(jù)中心容量提高500兆瓦。順應(yīng)“向上向右”趨勢，印度數(shù)據(jù)中心市場預(yù)計至2030年私人投資達200億至250億美元，同期容量預(yù)計超4.5吉瓦。2025年1月，信實工業(yè)宣布計劃在印度建設(shè)世界領(lǐng)先數(shù)據(jù)中心，容量3吉瓦，可能采用NVIDIA芯片。印度還將推出20納米至90納米范圍國產(chǎn)芯片，雖非尖端技術(shù)，但已廣泛應(yīng)用于電信、汽車與工業(yè)領(lǐng)域。

印度基礎(chǔ)設(shè)施方針涉及在促進長期本地能力建設(shè)的同時吸引投資，而中東則利用其資本池加強與西方技術(shù)伙伴關(guān)系以引進美國技術(shù)。2025年5月特朗普總統(tǒng)訪問該地區(qū)期間，達成多項重大人工智能基礎(chǔ)設(shè)施與芯片交易，包括與沙特阿拉伯王國（KSA）的6000億美元雙向投資計劃，及與阿聯(lián)酋的2000億美元交易?？偛课挥诎⒉荚鹊腉42確保每年進口50萬片尖端NVIDIA芯片，并與美國實體合作在阿聯(lián)酋建設(shè)5吉瓦人工智能數(shù)據(jù)中心園區(qū)，使該國成為人工智能訓(xùn)練與推理的區(qū)域中心。然真正自主的人工智能戰(zhàn)略須超越進口，鞏固本土生產(chǎn)能力。

由于基礎(chǔ)設(shè)施建設(shè)對印度與中東人工智能發(fā)展至關(guān)重要，電網(wǎng)建設(shè)以吸收激增需求準備成為關(guān)鍵問題。為解決此潛在瓶頸，政策制定者應(yīng)明確將人工智能行業(yè)能源需求納入國家能源戰(zhàn)略，并增加對核能等替代能源投資。此外，為防止數(shù)據(jù)中心給當?shù)仉娋W(wǎng)帶來壓力，監(jiān)管機構(gòu)應(yīng)在可行情況下將發(fā)電廠與人工智能數(shù)據(jù)中心共建。

可定制的主權(quán)人工智能開源模型

地緣政治方面，中美競爭與開源模型的興起為印度與中東帶來挑戰(zhàn)，迫使它們采取更廣泛的不結(jié)盟立場，并有選擇地與美中實體建立合作伙伴關(guān)系。此背景下，如Hugging Face等開源平臺及Meta的Llama、DeepSeek等模型，將使中東與印度能減少對專有產(chǎn)品的依賴，并進一步根據(jù)本地情況與區(qū)域語言定制模型。

鑒于印度語言多樣性與龐大農(nóng)村人口，投資區(qū)域定制化對印度尤為明智。如BOND報告強調(diào)，下一代互聯(lián)網(wǎng)用戶可能通過多模態(tài)人工智能平臺首次接觸互聯(lián)網(wǎng)。優(yōu)先開發(fā)多語言人工智能模型，如阿聯(lián)酋的Falcon Arabic與印度的Bhashini平臺，或有助于顯著降低數(shù)字技術(shù)進入門檻，提升數(shù)字包容性，加速大量數(shù)字邊緣化人群的用戶采納，同時為人工智能開發(fā)者與部署者釋放尚未開發(fā)的用戶群。

人工智能在教育中的應(yīng)用

將人工智能融入國家教育課程并開展大規(guī)模宣傳與教育活動的政策，對創(chuàng)建新用戶群至關(guān)重要。下一代互聯(lián)網(wǎng)用戶與先前未聯(lián)網(wǎng)群體擁有人工智能優(yōu)先體驗的前提，是將人工智能（包括人工智能開發(fā)與基本使用技能）徹底融入整個教育體系。在印度，OpenAI與印度信息技術(shù)部合作，在IndiaAI計劃下成立OpenAI印度學(xué)院，標志該公司國際教育平臺的首次擴張。該國還啟動更廣泛計劃，將人工智能與機器學(xué)習(xí)融入學(xué)校，展現(xiàn)對未來準備的承諾。在中東，因缺乏本地人工智能人才與將人工智能融入教育的監(jiān)管策略，提高人工智能素養(yǎng)遇到障礙。阿聯(lián)酋在鼓勵人工智能能力素養(yǎng)方面處領(lǐng)先地位，采取果斷行動如從2026年起強制在課堂進行人工智能學(xué)習(xí)。

從最終用戶視角，還須對員工進行人工智能使用相關(guān)風險的教育，如個人信息泄露、人工智能幻覺錯誤、模型固有偏見、虛假信息風險及其知識庫局限性。報告以中國人工智能公眾評估為例，指出公眾對人工智能的態(tài)度將成為促進用戶采納增長與建立支持性監(jiān)管制度的關(guān)鍵因素。因此，持續(xù)開展關(guān)于人工智能使用機遇與風險的宣傳活動，對確保負責任地采納人工智能至關(guān)重要。

Part.03

結(jié)論

BOND報告結(jié)論認為，當前人工智能發(fā)展與應(yīng)用的速度和軌跡是前所未有的，這得益于不斷擴大的資本支出、蓬勃發(fā)展的開發(fā)者生態(tài)系統(tǒng)，以及渴望使用用戶友好型人工智能產(chǎn)品的成熟市場。因前沿模型訓(xùn)練成本持續(xù)膨脹、推理成本顯著下降，人工智能的經(jīng)濟運行路徑更趨復(fù)雜。

結(jié)合開源領(lǐng)域日益趨同的性能指標與創(chuàng)新，這些因素共同使前沿模型領(lǐng)域的既有企業(yè)與新進入者在實現(xiàn)可持續(xù)創(chuàng)收方面面臨艱巨挑戰(zhàn)。隨之而來的中美競爭——正將新興技術(shù)世界推向兩極分化——促使各國加強人工智能基礎(chǔ)設(shè)施建設(shè)。此外，人工智能與實體產(chǎn)業(yè)的融合及勞動力市場趨勢的變化，凸顯投資技能提升與信息化項目的重要性，這些舉措旨在為未來市場增長創(chuàng)造可持續(xù)條件。要駕馭這場技術(shù)海嘯，各國須評估本地需求并進行有針對性的投資。

例如，沙特阿拉伯、阿聯(lián)酋等中東國家擁有雄厚資本儲備，能在短期至中期引進人工智能技術(shù)棧并容納超大規(guī)模企業(yè)，同時從戰(zhàn)略上解決能源基礎(chǔ)設(shè)施等瓶頸問題，使其能長期吸收指數(shù)級增長的人工智能工作負載。印度擁有最龐大的市場準入友好型成熟用戶群之一，可通過針對本地需求定制的便捷產(chǎn)品利用此優(yōu)勢。全球南方企業(yè)未來面臨的關(guān)鍵挑戰(zhàn)，是如何協(xié)同各自優(yōu)勢與劣勢，建立聯(lián)盟并加強伙伴關(guān)系，從而在日益分散的數(shù)字世界中保持聯(lián)系。