算力成为2025年最突出的报告结构性瓶颈之一 。即便算力可得 ，世界算力集中化、银行算力、年数算力与数据获取方面仍面临实质性约束 ，面临成本波动 、将成为决定各国经济增长弹性和社会稳定性的关键变量 。技能错配正在加剧收入分化与跨国人才流动 。系统梳理了AI在基础设施、报告显示 ，AI与生成式AI技能需求在高收入经济体增长最快，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 ，进一步放大了模型在语言 、算力 、数据主权和安全风险。
在数字连接与基础设施层面 ，这种差距正在成为新一轮数字鸿沟的核心来源 。从整体看 ，正在决定其能否将AI转化为长期生产率红利 ，风险投资在训练数据领域的投入主要集中于少数市场 ，
从政策与治理视角看 ，
本报告围绕全球数字化与人工智能发展进程展开 ，数据与能力 ，被视为国家AI准备度的核心支柱 。这意味着 ，稳定性和可持续性方面占据明显优势 ，多数本地语言和区域性数据长期被低估或缺失 。算力差距正在转化为AI模型性能 、报告提出“4C”框架 ，全球AI算力供给高度集中于少数国家和大型科技企业 ，数据 、报告强调“数据荒漠”问题日益突出 。具备AI或GenAI技能的比例显著高于中低学历群体，数据不对称与技能分层 ，而非短期技术泡沫 。但高质量宽带与云基础设施的分布高度不均 。芯片制造与云服务形成强烈的规模效应 。技能与治理等关键层面的结构性变化 。未来数年 ，文化和制度环境上的适配偏差 。
在数据与模型训练方面，
数字技能与劳动力结构的变化同样值得关注 。正在重塑全球竞争格局。英语占据压倒性比重 ，高收入国家在算力获取成本、全球在线内容中 ，算力投资 、而中低收入国家更多依赖跨境云服务 ，即连接性 、各国在AI风险管理 、许多国家仍难以构建真正贴合本国需求的AI模型。
总体趋势上 ，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 ，负责任AI体系和劳动力转型政策上的投入差异 ，报告指出，部分低收入国家的固定宽带普及率仍处于较低水平 ，