執(zhí)行概要GDII概覽行業(yè)洞察：趨勢(shì)與案例邁向可持續(xù)數(shù)智經(jīng)濟(jì)之路目錄序言01國家數(shù)智化發(fā)展表現(xiàn)國家洞察：關(guān)鍵發(fā)現(xiàn)、挑戰(zhàn)與機(jī)遇29行業(yè)洞察：趨勢(shì)與案例行動(dòng)建議128附錄131序言汪濤量化數(shù)智化發(fā)展進(jìn)程當(dāng)今世界，正經(jīng)歷一場(chǎng)以人工智能為核心驅(qū)動(dòng)力的深刻變革。新一輪科技革命正在重塑全球經(jīng)濟(jì)格局，并持續(xù)為數(shù)字經(jīng)濟(jì)的發(fā)展注入強(qiáng)勁動(dòng)能。據(jù)預(yù)測(cè)，到2030年，人工智能對(duì)全球經(jīng)濟(jì)的貢獻(xiàn)將突全球超過70個(gè)國家和地區(qū)陸續(xù)推出人工智能相關(guān)戰(zhàn)略，全面智能化已不再只是一道“可選項(xiàng)”,而為協(xié)助各國更好地把握人工智能與數(shù)字經(jīng)濟(jì)發(fā)展機(jī)遇，我們聯(lián)合了來自經(jīng)濟(jì)學(xué)、社會(huì)科學(xué)及ICT產(chǎn)業(yè)等多領(lǐng)域的專家學(xué)者，共同將原有的“全球數(shù)字化指數(shù)(GDI)”升級(jí)為“全球數(shù)智化指數(shù)(GDII)”。旨在度量全球各國數(shù)智化發(fā)展進(jìn)程，為政策制定者提供量化參考。GDII的理論根基源于古典經(jīng)濟(jì)學(xué)家讓-巴蒂斯特·薩伊提出的“生產(chǎn)三要素”理論，即商品價(jià)值是由土地，勞動(dòng)、資本這三個(gè)要素共同創(chuàng)造的，每個(gè)要素在生產(chǎn)過程中都提供“生產(chǎn)性服務(wù)”,協(xié)同創(chuàng)造價(jià)值。從這一經(jīng)濟(jì)學(xué)理論出發(fā)，我們將物理世界中的“土地、勞動(dòng)、資本”映射至數(shù)智世界，進(jìn)一步拓展出符合新時(shí)代特質(zhì)的三大新要素：數(shù)據(jù)、ICT人才和數(shù)智化生產(chǎn)工具。數(shù)據(jù)作為核心生產(chǎn)要素，其流通與利用效率直接關(guān)乎國家競爭力；以網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、人工智能和能源為代表的數(shù)智化技術(shù)，構(gòu)成了關(guān)鍵的新型生產(chǎn)工具，推動(dòng)數(shù)據(jù)轉(zhuǎn)化為知識(shí)、賦能產(chǎn)業(yè)升級(jí)；高素質(zhì)的ICT人才，則為數(shù)字經(jīng)濟(jì)的持續(xù)創(chuàng)新注入了根本動(dòng)力。積極的ICT產(chǎn)業(yè)政策也在激發(fā)市場(chǎng)活力、培育數(shù)字生態(tài)方面發(fā)揮著不可替代的作用?；谏鲜隼砟?，GDII構(gòu)建了一套覆蓋ICT基礎(chǔ)設(shè)體系。本次研究覆蓋全球90個(gè)國家，占比94%的GDP和83%的世界人口，能夠反映出全球數(shù)智化研究顯示，各國由于資源稟賦和發(fā)展階段的不同，數(shù)智化發(fā)展道路呈現(xiàn)多元模式。有的國家依托先進(jìn)基礎(chǔ)設(shè)施推動(dòng)技術(shù)普惠，有的則通過支柱產(chǎn)業(yè)的數(shù)智化轉(zhuǎn)型實(shí)現(xiàn)跨越發(fā)展。我們期待通過GDII指數(shù)，幫助各國清晰定位自身現(xiàn)狀，識(shí)別優(yōu)勢(shì)與短板，從而制定更加精準(zhǔn)的產(chǎn)業(yè)策略，在數(shù)智化浪潮中穩(wěn)健前行。數(shù)智世界的未來，離不開全球各方的共同努力。華為愿與業(yè)界多方合作，持續(xù)完善全球數(shù)智化評(píng)估體系，攜手推動(dòng)數(shù)字經(jīng)濟(jì)走向高質(zhì)量、可持續(xù)的繁榮發(fā)展。華為公司常務(wù)董事的經(jīng)濟(jì)與社會(huì)價(jià)值增長路徑。IDC預(yù)測(cè)到2030年，人工智能將累積為全球帶來近22.3萬億美元的經(jīng)濟(jì)收入，占全球GDP的3.7%。為幫助政策制定者、商業(yè)領(lǐng)袖和社會(huì)各界有效應(yīng)對(duì)這場(chǎng)重大變革，IDC與華為開展長期合作，共同開發(fā)了《全球數(shù)智化指數(shù)(GDII)2025》報(bào)告。GDII源自兩類前期指數(shù)，即十多年前開始發(fā)布的全球聯(lián)接指數(shù)(GCI)以及近幾年的全球數(shù)字化指數(shù)(GDI)。這些指數(shù)反映了從聯(lián)接到數(shù)字化再到數(shù)智化的演進(jìn)過程，并且GDII指明了下一個(gè)前沿將促進(jìn)社會(huì)進(jìn)步與環(huán)境可持續(xù)發(fā)展。因此，GDII提供了一個(gè)全面框架，用于評(píng)估全球90多個(gè)國家(合計(jì)占全球GDP的94%和世界人口的83%)如落地的洞察，用于識(shí)別發(fā)展瓶頸、確定投資優(yōu)先級(jí)和評(píng)估進(jìn)展。GDII全新升級(jí)了“數(shù)字化成熟度”聚焦于它所帶來的應(yīng)用價(jià)值，實(shí)現(xiàn)了從“技術(shù)投GDII圍繞以下七個(gè)關(guān)鍵支柱來評(píng)估各國的準(zhǔn)備度和有效性：》數(shù)據(jù)生成：寬帶用戶、移動(dòng)網(wǎng)絡(luò)、物聯(lián)網(wǎng)設(shè)備》數(shù)據(jù)傳輸：光纖、4G/5G網(wǎng)絡(luò)、骨干基礎(chǔ)設(shè)施以及IPv6部署的傳輸和聯(lián)接質(zhì)量》數(shù)據(jù)處理與存儲(chǔ)：數(shù)據(jù)計(jì)算和存儲(chǔ)基礎(chǔ)設(shè)施及相關(guān)能力，包括云投資、人工智能Token消耗》數(shù)據(jù)應(yīng)用：企業(yè)數(shù)字化、人工智能應(yīng)用、電子》數(shù)字能源：支持?jǐn)?shù)字系統(tǒng)的可持續(xù)能源基礎(chǔ)設(shè)》政策：支撐數(shù)智經(jīng)濟(jì)增長的國家監(jiān)管、法律、》人才與生態(tài)：涵蓋ICT人才、STEM畢業(yè)生、初創(chuàng)企業(yè)、開源貢獻(xiàn)者以及在線社區(qū)參與度的我衷心希望這份GDII報(bào)告中的洞察能啟發(fā)全球領(lǐng)IDC全球總裁全球數(shù)智化指數(shù)(GDII)2025|04全球數(shù)智化指數(shù)旨在衡量一國ICT產(chǎn)業(yè)的發(fā)展水平及其與經(jīng)濟(jì)增長的關(guān)聯(lián)性。為實(shí)現(xiàn)數(shù)智化帶來的效益，我們需要推進(jìn)高性能聯(lián)接廣泛覆蓋，提供高可靠、低延遲特性，并融合通信衛(wèi)星技術(shù)，以支持關(guān)鍵應(yīng)用運(yùn)行。5G部署至今已超過五年時(shí)間，5G獨(dú)立組網(wǎng)和5G-Advanced已成為推動(dòng)智能聯(lián)接新時(shí)代的核心技術(shù)。聯(lián)接作為數(shù)智化轉(zhuǎn)型的技術(shù)基礎(chǔ)，通過滿足時(shí)延、速度和網(wǎng)絡(luò)能力的要求，支持云智融合、大規(guī)模物聯(lián)網(wǎng)和邊緣計(jì)算，將聯(lián)接能力延伸至終端設(shè)備或網(wǎng)絡(luò)邊緣，實(shí)現(xiàn)本地智能。聯(lián)接在數(shù)智化中發(fā)揮以下兩大關(guān)鍵作用。首先，在企業(yè)層面，85%的企業(yè)認(rèn)為5G對(duì)其數(shù)智化轉(zhuǎn)型具有“非常重要”或“極其重要”的推動(dòng)作用。聯(lián)接將促進(jìn)新產(chǎn)品開發(fā)，優(yōu)化企業(yè)效率，提升各行業(yè)生產(chǎn)力水平。電子商務(wù)和直播便是其中的典型案例。另外，聯(lián)接對(duì)數(shù)智經(jīng)濟(jì)的支撐作用還體現(xiàn)在人工智能領(lǐng)域。作為政府、企業(yè)及消費(fèi)者的共同關(guān)注重點(diǎn)，人工智能正重塑社會(huì)交互方式，其發(fā)展深度依賴于聯(lián)接能力。運(yùn)營商已率先將人工智能解決方案應(yīng)用于客戶服務(wù)與網(wǎng)絡(luò)等場(chǎng)景。同時(shí)，基于自主決策能力的代理式人工智能(AgenticAl)正逐步成為新的營收增長點(diǎn)。倘若技術(shù)進(jìn)步主要集中于少數(shù)國家，數(shù)字鴻溝可能進(jìn)一步加劇，從而拉大領(lǐng)先國家與其他國家之間的差距。然而，基于必要的投資支持，以及數(shù)智化能力為經(jīng)濟(jì)轉(zhuǎn)型創(chuàng)造的有利經(jīng)濟(jì)條件，數(shù)智化轉(zhuǎn)型同樣為發(fā)展中國家提供了一條實(shí)現(xiàn)經(jīng)濟(jì)追趕的途徑。通過為低收入群體和數(shù)字發(fā)展滯后地區(qū)提供網(wǎng)絡(luò)連接，借助人工智能驅(qū)動(dòng)的翻譯應(yīng)用和虛擬導(dǎo)師，可以有效提升當(dāng)?shù)亟逃?。在醫(yī)療領(lǐng)域，醫(yī)療應(yīng)用及遠(yuǎn)程醫(yī)療服務(wù)將為偏遠(yuǎn)地區(qū)帶來便利。因此，各國政府應(yīng)優(yōu)先制定政策，促進(jìn)投資、鼓勵(lì)創(chuàng)新、保障市場(chǎng)競爭，并確保可以合理成本獲得頻譜資源，推動(dòng)數(shù)智化成果惠及全球不同社會(huì)經(jīng)濟(jì)群體。9開啟能源行業(yè)數(shù)智化研究新篇章能源是經(jīng)濟(jì)社會(huì)發(fā)展的基石。人類利用能量的方式從“被動(dòng)獲取”到“主動(dòng)創(chuàng)造”、從“高碳依賴”到“清潔多元”持續(xù)升級(jí)，其形態(tài)的每一次迭代均深刻推動(dòng)生產(chǎn)關(guān)系變革。當(dāng)前，全球正加速從化石能源向清潔能源轉(zhuǎn)型，這一進(jìn)程不僅是應(yīng)對(duì)氣候變化的關(guān)鍵舉措，更成為重塑國際競爭格局的核心變量。無論是工業(yè)生產(chǎn)的流水線，還是日常生活的照明與交通，能源的高效利用與技術(shù)創(chuàng)新，都直接決定著經(jīng)濟(jì)增長的質(zhì)量與可持續(xù)性。在“碳達(dá)峰、碳中和”目標(biāo)引領(lǐng)下，構(gòu)建安全、綠色、智慧的能源體系，已成為各國實(shí)現(xiàn)能源高質(zhì)量發(fā)展的核心議題。人工智能作為引領(lǐng)未來的戰(zhàn)略性技術(shù)，正深度融入能源轉(zhuǎn)型進(jìn)程，成為構(gòu)建新型能源體系的關(guān)鍵力量。以電力行業(yè)為例，新一代Al技術(shù)(如大模型)與電力系統(tǒng)加速融合，依托大數(shù)據(jù)分析與機(jī)器學(xué)習(xí)算法，可顯著提升可再生能源發(fā)電預(yù)測(cè)精度、優(yōu)化需求側(cè)靈活性資源調(diào)度、實(shí)現(xiàn)電網(wǎng)故障智能預(yù)警與診斷，全方位增強(qiáng)電網(wǎng)運(yùn)行的安全性與效率。然而，電力數(shù)智化轉(zhuǎn)型并非一蹴而就。當(dāng)前各國發(fā)展水平差異顯著:部分國家已啟動(dòng)面向未來的新型電力系統(tǒng)部署，部分國家仍停留在傳統(tǒng)電網(wǎng)階段。為系統(tǒng)評(píng)估全球電力數(shù)智化進(jìn)程，助力各國融入智能化浪潮，華為推出全球數(shù)智化指數(shù)(GDII)報(bào)告，選取25個(gè)代表性國家，從“感知、聯(lián)接、平臺(tái)、應(yīng)用、服務(wù)、可持續(xù)發(fā)展”6個(gè)維度，構(gòu)建起電力行業(yè)智能化指標(biāo)體系，清晰呈現(xiàn)各國發(fā)展現(xiàn)狀與階段性特征，并提出“傳統(tǒng)電網(wǎng)一智能電網(wǎng)一新型電力系統(tǒng)”的演進(jìn)路徑，為全球電力行業(yè)轉(zhuǎn)型升級(jí)提供參考依據(jù)和實(shí)施框架。清華大學(xué)與華為長期保持深度合作，圍繞電力-算力協(xié)同等前沿方向開展系列創(chuàng)新性研究。我們欣見華為在電力數(shù)智化領(lǐng)域再次推出具有引領(lǐng)性的理念與實(shí)踐成果，期待未來雙方進(jìn)一步深化合作，共同推動(dòng)電力系統(tǒng)智能化轉(zhuǎn)型，為構(gòu)建高質(zhì)量、可持續(xù)的能源未來注入更多智慧動(dòng)能。IEEEPES中國專業(yè)分會(huì)聯(lián)合會(huì)(PCCC)主席清華大學(xué)電機(jī)工程與應(yīng)用電子系主任清華大學(xué)能源互聯(lián)網(wǎng)創(chuàng)新研究院院長清華四川能源互聯(lián)網(wǎng)研究院院長07|全球數(shù)智化指數(shù)(GDII)2025執(zhí)行概要全球數(shù)智化指數(shù)(GDII)是一個(gè)強(qiáng)有力的框架，旨在評(píng)估和監(jiān)測(cè)各國在向人工智能時(shí)代轉(zhuǎn)型中的數(shù)字化進(jìn)程?；谌蚵?lián)接指數(shù)(GCI)和全球數(shù)字化指數(shù)(GDI)等早期模型，GDII圍繞七個(gè)關(guān)鍵支柱針對(duì)各國的表現(xiàn)進(jìn)行評(píng)估。這些支柱代表了支撐人數(shù)據(jù)生成》數(shù)據(jù)傳輸》數(shù)據(jù)應(yīng)用》數(shù)字能源》人才與生態(tài)GDII通過為政策制定者、投資者和企業(yè)提供切實(shí)可行的洞察，從而支持戰(zhàn)略決策，推動(dòng)可持續(xù)的數(shù)智化轉(zhuǎn)型。國家數(shù)智化發(fā)展差異化表現(xiàn)》高收入國家數(shù)據(jù)生成、應(yīng)用和人才與生態(tài)方面表現(xiàn)卓越，但在擴(kuò)展數(shù)據(jù)存儲(chǔ)和增強(qiáng)處理方面仍舊面臨挑戰(zhàn)，其重點(diǎn)是加強(qiáng)可持續(xù)發(fā)展并建設(shè)先進(jìn)的計(jì)算基礎(chǔ)設(shè)施。》中高收入國家數(shù)字成熟度存在顯著差異。部分國家在數(shù)據(jù)應(yīng)用方面處于領(lǐng)先地位，但受制于政策碎片化和基礎(chǔ)設(shè)施投資不均衡，許多國家在數(shù)據(jù)生成方面仍舊處于落后地位。面臨系統(tǒng)性阻礙，如基礎(chǔ)設(shè)施薄弱、成本可承受性問題和人才短缺，導(dǎo)致其數(shù)智化發(fā)展普遍滯后，且缺乏差異化優(yōu)勢(shì)。關(guān)鍵發(fā)現(xiàn)1.實(shí)施雙輪驅(qū)動(dòng)戰(zhàn)略政策，積極推動(dòng)投資與應(yīng)用協(xié)同發(fā)展：政策必須搭配積極的投資和應(yīng)用舉措，推動(dòng)經(jīng)濟(jì)成果落地。2.數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用雙螺旋驅(qū)動(dòng)價(jià)值增長：數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用相互交織，形成“雙螺旋”結(jié)構(gòu)，助力人工智能驅(qū)動(dòng)增長。3.利用數(shù)據(jù)傳輸基礎(chǔ)架構(gòu)，釋放算力潛能：解決結(jié)構(gòu)性挑戰(zhàn)，實(shí)現(xiàn)數(shù)據(jù)流無縫傳輸，釋放數(shù)據(jù)計(jì)算基礎(chǔ)設(shè)施潛力。4.移動(dòng)產(chǎn)業(yè)規(guī)模增長：預(yù)計(jì)2025年至2030年間，移動(dòng)經(jīng)濟(jì)的復(fù)合年均增長率將達(dá)9%。2030年，以5G/5G-A為代表的移動(dòng)技術(shù)將為全球經(jīng)濟(jì)貢獻(xiàn)11萬億美元，占全球GDP的8.4%。5.縮小存儲(chǔ)規(guī)模差距：數(shù)智經(jīng)濟(jì)的優(yōu)勢(shì)將不僅在于數(shù)據(jù)生成規(guī)模，更在于其數(shù)據(jù)的高效存儲(chǔ)、保護(hù)與使用。6.發(fā)展人工智能是系統(tǒng)工程：人工智能開發(fā)不僅依賴于算力的提升，更是一項(xiàng)圍繞統(tǒng)一戰(zhàn)略，統(tǒng)籌計(jì)算、存儲(chǔ)、數(shù)據(jù)和算法的系統(tǒng)性工程。8.重視人才建設(shè)——人工智能時(shí)代的轉(zhuǎn)變：隨著重心從數(shù)字接入轉(zhuǎn)向能力建設(shè)，推動(dòng)初創(chuàng)企業(yè)和知識(shí)產(chǎn)權(quán)在人工智能時(shí)代創(chuàng)造更大的價(jià)值。全球經(jīng)濟(jì)影響與行業(yè)轉(zhuǎn)型行動(dòng)建議預(yù)計(jì)到2025年，數(shù)智經(jīng)濟(jì)規(guī)模將達(dá)到26.7萬億工智能領(lǐng)域)每投入1美元，預(yù)計(jì)能帶來9.55美元的數(shù)字化產(chǎn)出，回報(bào)率顯著?！冯娏Γ簩?shí)現(xiàn)清潔、智能和有韌性的能源系統(tǒng)轉(zhuǎn)型，滿足可持續(xù)發(fā)展和智能電氣化的要求?！方鹑冢和ㄟ^敏捷運(yùn)營和人工智能驅(qū)動(dòng)的決策制定，適應(yīng)數(shù)智化轉(zhuǎn)型，覆蓋從在線金融到自主金融等多個(gè)階段。》軌道交通：依托人工智能與云平臺(tái)，提升安全保障和運(yùn)營效率，優(yōu)化乘客體驗(yàn)，推動(dòng)向自主運(yùn)營轉(zhuǎn)型?！肺锪鳎壕劢箍梢暬?、預(yù)測(cè)性分析以及綠色物流，開展人工智能優(yōu)化，推進(jìn)數(shù)字化生態(tài)建設(shè)。加快數(shù)智經(jīng)濟(jì)增長的舉措包括：》重視網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)協(xié)同一體的數(shù)智基礎(chǔ)設(shè)施建設(shè)?！防弥悄軕?yīng)用賦能各行各業(yè)?！吠ㄟ^教育和跨學(xué)科平臺(tái)培養(yǎng)人才?！吠晟普呖蚣?，以提升治理水平，吸引投資。為消除數(shù)字鴻溝、推動(dòng)轉(zhuǎn)型，實(shí)現(xiàn)數(shù)智經(jīng)濟(jì)的可持續(xù)增長，針對(duì)不同經(jīng)濟(jì)層級(jí)的國家量身定制戰(zhàn)略至關(guān)重要。67.9067.90126.789△93.095408.38109|全球數(shù)智化指數(shù)(GDII)2025GDII概覽GDII簡介全球數(shù)智化指數(shù)(GDII)是一個(gè)綜合框架，旨在先后于2014年和2024年發(fā)布了全球聯(lián)接指數(shù)(GCI)和全球數(shù)字化指數(shù)(GDI)。GDII在此基礎(chǔ)上進(jìn)一步演進(jìn)升級(jí)。這項(xiàng)持續(xù)研究凝聚了大量扎和GDI的基礎(chǔ)性洞察，GDII融合了最新的數(shù)字技術(shù)和經(jīng)濟(jì)分析方法。在詳細(xì)介紹GDII具體更新內(nèi)大變化，以及IDC與華為在此過程中獲得的關(guān)鍵新興人工智能趨勢(shì)與國家戰(zhàn)略過去幾年中，人工智能迅速成為全球經(jīng)濟(jì)增長的核心驅(qū)動(dòng)力。IDC預(yù)測(cè)，人工智能及其衍生技術(shù)將在2025年至2030年期間累計(jì)為全球經(jīng)濟(jì)貢獻(xiàn)22.3萬億美元，預(yù)計(jì)到2030年占全球GDP的3.7%。自2022年生成式人工智能問世以來，該技術(shù)已成為行業(yè)快速從概念驗(yàn)證進(jìn)入到廣泛部署的典范。2025年已成為人工智能的轉(zhuǎn)折點(diǎn)。許多前沿組織已從試點(diǎn)階段邁向大規(guī)模應(yīng)用，并采用基于人工智能驅(qū)動(dòng)的商業(yè)模式。IDC的人工智能應(yīng)用模型(AlAdoptionModel)描繪了人工智能從新興技術(shù)發(fā)展為賦能引擎的演進(jìn)路線，以便幫助我們更好地理解當(dāng)前的戰(zhàn)略轉(zhuǎn)變和能力變化：》第一階段：實(shí)驗(yàn)期(2023年-2024年)——生成式人工智能競賽：各組織開展碎片化人工智能實(shí)驗(yàn)，通常在戰(zhàn)略、數(shù)據(jù)和工具方面各自為戰(zhàn)。各項(xiàng)舉措仍然處于探索階段，缺乏統(tǒng)一的愿景，傾向于優(yōu)先解決短期問題，而非實(shí)現(xiàn)系統(tǒng)性轉(zhuǎn)型。》第二階段：應(yīng)用期(2025年-2026年)——人工智能轉(zhuǎn)型：各組織進(jìn)行戰(zhàn)略對(duì)標(biāo)，推動(dòng)人工智能平臺(tái)、治理框架和數(shù)據(jù)管道的整合與建設(shè)。該階段的特征是從臨時(shí)性測(cè)試轉(zhuǎn)向規(guī)?；斯ぶ悄苷?。企業(yè)著手設(shè)計(jì)統(tǒng)一的系統(tǒng)，將人工智能融入核心運(yùn)營?！返谌A段：加速期(2027年及以后)——人工智能驅(qū)動(dòng)業(yè)務(wù)發(fā)展：人工智能將成為許多企業(yè)DNA中不可或缺的一部分。通過建立統(tǒng)一的治理、面向人工智能的數(shù)據(jù)以及專項(xiàng)基礎(chǔ)設(shè)施，實(shí)現(xiàn)端到端集成。從人工智能加持的工作流程到借助人工智能洞察塑造的戰(zhàn)略，人工智能將從單純的輔助工具轉(zhuǎn)變?yōu)槠髽I(yè)的核心競爭力。圖1:人工智能應(yīng)用模型生成式人工智能競賽實(shí)驗(yàn)數(shù)據(jù)人才人工智能平臺(tái)人工智能轉(zhuǎn)型應(yīng)用應(yīng)用人工智能驅(qū)動(dòng)業(yè)務(wù)發(fā)展加速來源：2024年人工智能應(yīng)用模型，IDC2.人工智能正在重塑人們的生活方式和企業(yè)運(yùn)作模式人工智能廣泛融入個(gè)人生活和企業(yè)技術(shù)領(lǐng)域，標(biāo)志著數(shù)智經(jīng)濟(jì)正經(jīng)歷深刻變革。個(gè)人層面：人工智能(尤其是生成式人工智能)正快速融入個(gè)人和家庭生活，成為日常生活的重要組成部分。隨著技術(shù)門檻不斷降低，智能設(shè)備日益普及，更多消費(fèi)者將接受并采用生成式人工智能工具。到2026年，預(yù)計(jì)全球?qū)⒂?0億1消費(fèi)者使用生成式人工智能；到2028年，三分之二的內(nèi)容創(chuàng)作者將使用生成式人工智能進(jìn)行視頻制作。人工智能正逐漸融入家庭娛樂、教育、社交、內(nèi)容創(chuàng)作等多個(gè)領(lǐng)域，讓每個(gè)人能都獲得人工智能的加持。企業(yè)層面：超過一半(55%)的CEO將人工智能視為重塑商業(yè)模式的機(jī)會(huì)，并強(qiáng)調(diào)人工智能不僅應(yīng)提高效率，還應(yīng)創(chuàng)造新的商業(yè)價(jià)值。人工智能已廣泛應(yīng)用于招聘、供應(yīng)鏈優(yōu)化、研發(fā)環(huán)節(jié)的生成式設(shè)計(jì)及超個(gè)性化營銷，正深刻改變企業(yè)的運(yùn)營方式。同時(shí)，人工智能也正從客服機(jī)器人和生成式人工智能內(nèi)容創(chuàng)作等邊緣應(yīng)用場(chǎng)景，逐步向企業(yè)資源規(guī)劃、產(chǎn)品生命周期管理和制造執(zhí)行系統(tǒng)等企業(yè)核心系統(tǒng)拓展。咨詢、法律和科研等服務(wù)行業(yè)正在開創(chuàng)“服務(wù)即產(chǎn)品”模式，提供人工智能支持的大規(guī)模專家服務(wù)。在其他行業(yè)，人工智能正在推動(dòng)工作流變革。例如，在生命科學(xué)領(lǐng)域，IDC預(yù)測(cè)，到2027年，65%的新藥研發(fā)將利用生成式人工智能進(jìn)行分子建模和療效預(yù)測(cè)。3.全球各國正在制定人工智能發(fā)展路線圖在國家層面，各國政府已經(jīng)認(rèn)識(shí)到人工智能的重要戰(zhàn)略意義，并正在制定全面的國家人工智能發(fā)展路線圖，優(yōu)先考慮投資、生態(tài)系統(tǒng)發(fā)展、基礎(chǔ)設(shè)施建設(shè)和治理框架，以加速數(shù)智經(jīng)濟(jì)轉(zhuǎn)型。數(shù)字治理領(lǐng)域也在快速發(fā)展，關(guān)于人工智能倫理、數(shù)據(jù)使用、隱私保護(hù)和算法透明度的新法規(guī)正迅1來源：《全球消費(fèi)者預(yù)測(cè)2025》,IDCFutureScape全球數(shù)智化指數(shù)(GDII)2025|12速出臺(tái)。例如，經(jīng)合組織(OECD)于2019年首次發(fā)布《人工智能原則》,并在2024年5月對(duì)其進(jìn)行更新，以應(yīng)對(duì)最近人工智能技術(shù)的快速發(fā)展?！度斯ぶ悄茉瓌t》強(qiáng)調(diào)創(chuàng)新、信任、人權(quán)、民主價(jià)值、透明、安全和責(zé)任等核心價(jià)值。迄今為止，這些原則已被70多個(gè)國家、地區(qū)和組織采納，成為全球人工智能治理的主要參考框架之一。此外，許多政府也開始轉(zhuǎn)變自身在人工智能治理中的角色，意識(shí)到他們有機(jī)會(huì)成為人工智能未來發(fā)展的“設(shè)計(jì)者”,而不僅僅是“裁判”。德國：德國的《國家人工智能戰(zhàn)略》于2018年發(fā)布。2020年，德國將人工智能領(lǐng)域的預(yù)算從30億歐元增加到50億歐元，以支持12個(gè)人工智能研究中心和GAIA-X計(jì)劃。該戰(zhàn)略旨在建設(shè)可信的歐洲人工智能和數(shù)據(jù)基礎(chǔ)設(shè)施，并加強(qiáng)該國的工業(yè)4.0和人工智能出口能力。2中國：中國的《新一代人工智能發(fā)展規(guī)劃》于2017年3發(fā)布，目標(biāo)是在2030年使中國成為世界主要人工智能創(chuàng)新中心。自2024年以來，中國已在東數(shù)西算4等相關(guān)工程和智能計(jì)算中心等項(xiàng)目上投資超過1000億元人民幣。地方政府還設(shè)立了數(shù)百億規(guī)模的人工智能產(chǎn)業(yè)基金，以支持制造業(yè)、能源和交通領(lǐng)域的數(shù)智融合。阿聯(lián)酋：阿聯(lián)酋于2017年任命了全球首位人工智能部長，并發(fā)布了《2031年人工智能戰(zhàn)略》5,旨在推動(dòng)人工智能在政府、教育和交通領(lǐng)域的應(yīng)用。阿聯(lián)酋已投資超過100億迪拉姆(約合27億美元)用于建設(shè)人工智能大學(xué)和數(shù)據(jù)中心，將人工智能定位為其后石油經(jīng)濟(jì)的核心引擎。當(dāng)前數(shù)智經(jīng)濟(jì)的深刻變革都源自一個(gè)重要趨勢(shì)——數(shù)據(jù)正逐漸成為人工智能時(shí)代首要的生產(chǎn)要素。數(shù)據(jù)在數(shù)智經(jīng)濟(jì)中發(fā)揮核心作用，通過智能系統(tǒng)流動(dòng)并推動(dòng)創(chuàng)新。數(shù)智經(jīng)濟(jì)中的新生產(chǎn)要素球經(jīng)濟(jì)格局，推動(dòng)人類文明超越物理生產(chǎn)要素的局限，邁入數(shù)智融合的新紀(jì)元。GDII理論研究從經(jīng)濟(jì)學(xué)理論出發(fā)，將物理世界中的“土地、勞動(dòng)、資本”映射至數(shù)智世界，進(jìn)一步拓展出符合新時(shí)代特質(zhì)的三大新要素：數(shù)據(jù)、ICT人才和數(shù)智化生產(chǎn)工具?！窋?shù)據(jù)成為數(shù)智經(jīng)濟(jì)中新的核心生產(chǎn)要素：數(shù)據(jù)國家還是企業(yè)，能否在未來競爭中取得優(yōu)勢(shì)，很大程度上取決于其獲取、分析、利用和治理數(shù)據(jù)的能力。》技術(shù)成為新的資本：在數(shù)智世界中，從數(shù)據(jù)生成到數(shù)據(jù)應(yīng)用的這一過程依賴于網(wǎng)絡(luò)、算力與存儲(chǔ)技術(shù)的協(xié)同支撐，這不僅能幫助個(gè)人與組織將數(shù)據(jù)轉(zhuǎn)化為知識(shí)，還將推動(dòng)新型商業(yè)模式和智能實(shí)體涌現(xiàn)，加速產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)。》ICT人才成為新的勞動(dòng)要素：ICT人才是推動(dòng)數(shù)智經(jīng)濟(jì)發(fā)展的核心引擎，已突破傳統(tǒng)技術(shù)人員的邊界，演變?yōu)楹w戰(zhàn)略、開發(fā)、管理和運(yùn)營等領(lǐng)域的專業(yè)人才，日益成為國家一大關(guān)鍵的戰(zhàn)略資源。2《聯(lián)邦政府人工智能戰(zhàn)略》,德國聯(lián)邦研究、技術(shù)與太空部《國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》,中國國務(wù)院4東數(shù)西算投資超過435億元，新華網(wǎng)?《2031年人工智能戰(zhàn)略》,阿聯(lián)酋政府內(nèi)閣13|全球數(shù)智化指數(shù)(GDII)2025圖2:生產(chǎn)要素模型資本資本傳統(tǒng)生產(chǎn)工具數(shù)智化生產(chǎn)工具=要素傳統(tǒng)生產(chǎn)要素三大生產(chǎn)要素新生產(chǎn)要素ICT人才勞動(dòng)勞動(dòng)數(shù)據(jù)土地在人工智能驅(qū)動(dòng)的數(shù)智經(jīng)濟(jì)中，數(shù)據(jù)憑借其催化效果在這些新要素中脫穎而出。不同于傳統(tǒng)要素，數(shù)據(jù)既是人工智能系統(tǒng)的原料，也是其運(yùn)行的燃料——用于模型訓(xùn)練，支持預(yù)測(cè)分析，以及使能自適應(yīng)決策。在算法推薦和自主制造等新興商業(yè)模式中，數(shù)據(jù)始終被視為價(jià)值創(chuàng)造的決定性基石，是驅(qū)動(dòng)第四次工業(yè)革命的核心力量。數(shù)智經(jīng)濟(jì)正重構(gòu)數(shù)據(jù)流的定義在數(shù)智經(jīng)濟(jì)背景下，價(jià)值創(chuàng)造已超越數(shù)據(jù)收集或傳輸，更在于通過智能系統(tǒng)將數(shù)據(jù)轉(zhuǎn)化為洞察力和行動(dòng)。這一過程構(gòu)建了數(shù)據(jù)流的閉環(huán)，涵蓋多個(gè)相互關(guān)聯(lián)的階段：數(shù)據(jù)生成數(shù)據(jù)來源：傳感器、設(shè)備、用戶交互、數(shù)字平臺(tái)及交易系統(tǒng)相關(guān)性：數(shù)據(jù)生成是智能數(shù)據(jù)流中的起點(diǎn)，也是最基礎(chǔ)的環(huán)節(jié)。目前，數(shù)字基礎(chǔ)設(shè)施由各類終端和泛在聯(lián)接構(gòu)成。然而，隨著原始數(shù)據(jù)量、種類及生成速度的不斷增長，實(shí)現(xiàn)持續(xù)、可靠的大規(guī)模數(shù)據(jù)生成將需要依托更具韌性和可持續(xù)性的數(shù)智基礎(chǔ)設(shè)施，特別是在邊緣計(jì)算層面。數(shù)據(jù)傳輸相關(guān)性：在數(shù)智系統(tǒng)中，數(shù)據(jù)必須從終端快速流向云端、邊緣和核心系統(tǒng)，完成處理、訓(xùn)練和推理。具備高吞吐量、低時(shí)延和冗余數(shù)據(jù)通道的傳輸能力對(duì)于支持依賴設(shè)備、數(shù)據(jù)中心和云平臺(tái)實(shí)時(shí)協(xié)同的人工智能工作負(fù)載來說至關(guān)重要。支持系統(tǒng)：云平臺(tái)、存儲(chǔ)系統(tǒng)以及由人工智能驅(qū)動(dòng)的數(shù)據(jù)清洗、標(biāo)注和情景化工具相關(guān)性：數(shù)據(jù)傳輸完成后，必須將其轉(zhuǎn)化為結(jié)構(gòu)化、高質(zhì)量的數(shù)據(jù)格式，以供人工智能系統(tǒng)使用。這包括數(shù)據(jù)驗(yàn)證、增強(qiáng)、標(biāo)注、規(guī)范化和元數(shù)據(jù)標(biāo)記等眾多環(huán)節(jié)。在此階段，經(jīng)驗(yàn)豐富的數(shù)據(jù)工程師、數(shù)據(jù)科學(xué)家和人工智能倫理學(xué)家將設(shè)計(jì)數(shù)據(jù)管道、管理數(shù)據(jù)質(zhì)量，并基于領(lǐng)域特性進(jìn)行情景化應(yīng)用。在這一階段，模型訓(xùn)練不僅推動(dòng)了智能化進(jìn)程，還有助于系統(tǒng)從歷史數(shù)據(jù)和情景化數(shù)據(jù)中識(shí)別模式、學(xué)習(xí)行為，并提取洞察。應(yīng)用場(chǎng)景：人工智能驅(qū)動(dòng)的決策推薦、業(yè)務(wù)自動(dòng)化、適應(yīng)性政策干預(yù)、客戶個(gè)性化、批量數(shù)據(jù)分相關(guān)性：在此階段，智能洞察將轉(zhuǎn)化為實(shí)際影響。與此同時(shí)，相關(guān)實(shí)際行動(dòng)和結(jié)果將進(jìn)一步推動(dòng)新的行為、交易或系統(tǒng)級(jí)數(shù)據(jù)生成，從而形成閉環(huán)。這一循環(huán)對(duì)于維持自適應(yīng)、自優(yōu)化的智能系統(tǒng)至關(guān)重要。由結(jié)果產(chǎn)生的新行為和交易數(shù)據(jù)將回流至數(shù)字生成和處理階段，支持模型重新訓(xùn)練，推動(dòng)系統(tǒng)實(shí)現(xiàn)自適應(yīng)與智能優(yōu)化。國家的數(shù)字化準(zhǔn)備度及其數(shù)智化轉(zhuǎn)型的能力，取決于其獲取生成的數(shù)據(jù)，并將數(shù)據(jù)傳輸至處理和存儲(chǔ)系統(tǒng)的能力，進(jìn)而將這些數(shù)據(jù)轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力。這已成為國家競爭力的關(guān)鍵要素，尤其在人工智能賦能的未來十年中，這一能力將至關(guān)重要。人工智能時(shí)代亟需建立更加精細(xì)的進(jìn)度衡量框架過去十年中，全球數(shù)智經(jīng)濟(jì)經(jīng)歷了深刻變革，在此劃分為以下三個(gè)階段。每一階段的技術(shù)和框架各有特點(diǎn)：信息化時(shí)代(2014年-2019年)網(wǎng)絡(luò)連接成為支撐信息技術(shù)的基礎(chǔ)設(shè)施，構(gòu)建起“信息高速公路”。數(shù)字化的廣泛采用意味著數(shù)字應(yīng)用開始大規(guī)模落地。在內(nèi)的40項(xiàng)指標(biāo)，對(duì)全球79個(gè)國家進(jìn)行了評(píng)估。數(shù)字化時(shí)代(2020年-2024年)隨著數(shù)智經(jīng)濟(jì)初具規(guī)模，數(shù)字化開始賦能各行各業(yè)，數(shù)據(jù)也逐漸成為一種關(guān)鍵資產(chǎn)。全球數(shù)字化指數(shù)(GDI)通過42個(gè)指標(biāo)對(duì)77個(gè)國人工智能時(shí)代(2025年及以后)人工智能驅(qū)動(dòng)的質(zhì)變飛躍。人工智能推理能力的GDII評(píng)估范圍覆蓋全球90個(gè)國家，其經(jīng)濟(jì)總量占全球GDP的94%,人口占全球的83%。我們的研考了聯(lián)合國、GSMA、經(jīng)合組織(OECD)等機(jī)構(gòu)制定出一套獨(dú)特的方法論。IDC負(fù)責(zé)收集并整理方法論升級(jí)2024年，華為聯(lián)合IDC發(fā)布GDI,通過泛在聯(lián)接、數(shù)字底座、綠色能源、政策與生態(tài)使能要素隨著數(shù)智經(jīng)濟(jì)不斷發(fā)展，業(yè)界對(duì)精細(xì)化、結(jié)果導(dǎo)量數(shù)字價(jià)值創(chuàng)造的完整閉環(huán)。該框架以數(shù)據(jù)為核分別是：》數(shù)據(jù)傳輸：光纖、4G/5G、骨干網(wǎng)和IPv6部署》人才與生態(tài)：國家的人才與創(chuàng)新生態(tài)，涵蓋的數(shù)智化的轉(zhuǎn)變。該框架不僅強(qiáng)調(diào)了基礎(chǔ)設(shè)施建設(shè)的能力，更突出了數(shù)字生態(tài)中實(shí)現(xiàn)運(yùn)營落地、規(guī)模擴(kuò)展以及價(jià)值提取的能力。GDII更加圖3:GDII指標(biāo)框架從業(yè)者數(shù)量云服務(wù)投資綠色數(shù)據(jù)中心容量人工智能Token消耗企業(yè)及消費(fèi)者政府電子商務(wù)交易量電子政務(wù)水平企業(yè)固定寬帶體驗(yàn)開源社區(qū)參與度法律法規(guī)互聯(lián)網(wǎng)參與度充電便利性綠色出行率固定寬帶用戶數(shù)移動(dòng)寬帶用戶數(shù)物聯(lián)網(wǎng)聯(lián)接數(shù)國際互聯(lián)網(wǎng)帶寬國家骨干互聯(lián)帶寬移動(dòng)數(shù)據(jù)流量先進(jìn)存儲(chǔ)規(guī)模業(yè)務(wù)連續(xù)性與容災(zāi)覆蓋率人工智能應(yīng)用滲透率數(shù)字化應(yīng)用規(guī)模消費(fèi)者光纖覆蓋滲透率萬兆企業(yè)出口帶寬部署率畢業(yè)生比例綠色能源政策智能手機(jī)滲透率初創(chuàng)企業(yè)數(shù)量數(shù)字化轉(zhuǎn)型政策應(yīng)用下載量專利數(shù)ICT總投資人均算力規(guī)模聯(lián)接廣度聯(lián)接質(zhì)量數(shù)據(jù)規(guī)模頻譜政策存儲(chǔ)規(guī)模消費(fèi)者計(jì)算企業(yè)存儲(chǔ)為引領(lǐng)GDII演進(jìn)升級(jí)，我們?cè)谶@七大支柱領(lǐng)域?qū)Σ糠种笜?biāo)進(jìn)行了優(yōu)化，并新增了多項(xiàng)指標(biāo)?；诖?，GDII能夠更精準(zhǔn)地反映各國如何構(gòu)建以數(shù)智基礎(chǔ)設(shè)施為依托的智能價(jià)值創(chuàng)造生態(tài)。與此同時(shí)，指標(biāo)升級(jí)有助于評(píng)估各國從基礎(chǔ)的網(wǎng)絡(luò)接入與帶寬階段，邁向借助人工智能放大數(shù)據(jù)全生命周期價(jià)值，步入信息化轉(zhuǎn)型新時(shí)代的能力。新指標(biāo)開發(fā)遵循“4+1”原則：1.可代表性：新指標(biāo)應(yīng)具有前瞻性，必須全面、客觀地反映數(shù)智化發(fā)展進(jìn)程，體現(xiàn)人工智能轉(zhuǎn)型能力?！?.可量化性：新指標(biāo)必須通過IDC的標(biāo)準(zhǔn)研究及數(shù)據(jù)報(bào)告量化，只能通過統(tǒng)計(jì)模型外推，或來自權(quán)威第三方機(jī)構(gòu)及協(xié)會(huì)的數(shù)據(jù)補(bǔ)充?！?.可繼承性：新指標(biāo)不得破壞核心指標(biāo)或整體指標(biāo)體系，需確保其評(píng)分結(jié)果與GCI和GDI保持可比性與一致性。具體要求如下：·結(jié)構(gòu)兼容性：兼容GDI結(jié)構(gòu)設(shè)置(確保時(shí)間維度的可比性);控制在10%-15%之間，避免過度強(qiáng)調(diào)智能化因素?！?.可優(yōu)化性：所有指標(biāo)更新必須反映ICT行業(yè)的發(fā)展趨勢(shì)或市場(chǎng)和技術(shù)趨勢(shì)的變化。例如，原GDI中的“STEM畢業(yè)生比例”指標(biāo)已從“科學(xué)、技術(shù)、工程及數(shù)學(xué)領(lǐng)域畢業(yè)生比例”更新為GDII中的“人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)科》+1.業(yè)務(wù)相關(guān)性：鑒于該指標(biāo)體系對(duì)ICT行業(yè)具有指導(dǎo)意義，新指標(biāo)納入時(shí)充分考慮了其與當(dāng)前ICT市場(chǎng)技術(shù)與產(chǎn)品的關(guān)聯(lián)性。人工智能相關(guān)衍生指標(biāo)》人工智能Token消耗：作為數(shù)據(jù)處理與存儲(chǔ)支柱下的新增指標(biāo)，該指標(biāo)通過大規(guī)模追蹤人工智能模型的交互量，評(píng)估一國在人工智能領(lǐng)域應(yīng)用的強(qiáng)度與成熟度，同時(shí)反映模型的推理能力及持續(xù)訓(xùn)練活躍度。》人工智能應(yīng)用滲透率：作為數(shù)據(jù)應(yīng)用支柱下的新增指標(biāo)，該指標(biāo)衡量人工智能模型在生產(chǎn)環(huán)境中的普及程度，尤其聚焦金融、制造及公共服務(wù)等依賴長期持續(xù)學(xué)習(xí)的行業(yè)?！穱夜歉苫ヂ?lián)寬帶：作為數(shù)據(jù)傳輸支柱下的新增指標(biāo)，該指標(biāo)評(píng)估一國支持大規(guī)模數(shù)據(jù)流傳輸方面的技術(shù)準(zhǔn)備度，該能力對(duì)于人工智能系統(tǒng)高效訓(xùn)練與運(yùn)行至關(guān)重要?！窇?yīng)用下載量：作為數(shù)據(jù)應(yīng)用支柱下的新增指標(biāo)，該指標(biāo)反映一國將數(shù)據(jù)價(jià)值轉(zhuǎn)化為實(shí)際應(yīng)用服務(wù)的能力，體現(xiàn)數(shù)字產(chǎn)品對(duì)多樣化用戶需求的覆蓋廣度，以及數(shù)據(jù)驅(qū)動(dòng)應(yīng)用在社會(huì)與經(jīng)濟(jì)生活各領(lǐng)域的滲透度。 指標(biāo)，該指標(biāo)通過鼓勵(lì)模型共享優(yōu)化、協(xié)同學(xué) 》STEM畢業(yè)生比例：作為人才與生態(tài)支柱下的修訂指標(biāo)，該指標(biāo)涵蓋人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)等相關(guān)領(lǐng)域的畢業(yè)生，反映一國在培養(yǎng)設(shè)計(jì)與治理智能系統(tǒng)人才方面的能力。此類智能系統(tǒng)涉及數(shù)據(jù)的生成、解讀以及倫理合規(guī)處理。投資范圍之外的能力與可持續(xù)發(fā)展指標(biāo)新增指標(biāo)，該指標(biāo)涵蓋通用計(jì)算和智能計(jì)算兩大方面，反映一國處理海量數(shù)據(jù)、支撐多類智能應(yīng)用運(yùn)行的能力，為人工智能創(chuàng)新與數(shù)智化轉(zhuǎn)型提供技術(shù)支撐?！肪G色數(shù)據(jù)中心容量：作為數(shù)據(jù)處理與存儲(chǔ)支柱下的新增指標(biāo)，該指標(biāo)衡量國家在邊緣與核心區(qū)域部署可持續(xù)高性能基礎(chǔ)設(shè)施的能力，支撐構(gòu)建始終在線、面向人工智能的數(shù)據(jù)環(huán)境?！反鎯?chǔ)規(guī)模：作為數(shù)據(jù)處理與存儲(chǔ)支柱下的新增指標(biāo)，該指標(biāo)評(píng)估國家安全存儲(chǔ)海量數(shù)據(jù)資源、實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)長期復(fù)用與深入分析的能力，保障數(shù)據(jù)驅(qū)動(dòng)型活動(dòng)的連續(xù)性?！废冗M(jìn)存儲(chǔ)規(guī)模：作為數(shù)據(jù)處理與存儲(chǔ)支柱下的修訂指標(biāo)，該指標(biāo)以太字節(jié)(TB)為單位，衡量國家在數(shù)據(jù)管理領(lǐng)域支撐先進(jìn)生產(chǎn)力的能力，聚焦全閃存系統(tǒng)及高性能人工智能存儲(chǔ)等先進(jìn)存儲(chǔ)解決方案占總存儲(chǔ)規(guī)模的比例。上述指標(biāo)新增及優(yōu)化對(duì)標(biāo)數(shù)據(jù)驅(qū)動(dòng)型框架，全面反映了在人工智能時(shí)代下，各國在數(shù)據(jù)流全生命周期中所展現(xiàn)的數(shù)智化能力。GDII通過追蹤數(shù)據(jù)從生成到應(yīng)用的全生命周期，呈現(xiàn)了數(shù)智經(jīng)濟(jì)的真實(shí)運(yùn)行情況。GDII方法論為政策制定者、投資者及企業(yè)提供了診斷發(fā)展瓶頸、明確投資方向、評(píng)估發(fā)展成效的系統(tǒng)工具。由此，GDII全新升級(jí)了“數(shù)字化成熟度”評(píng)估體系，不僅關(guān)注數(shù)智基礎(chǔ)設(shè)施的建設(shè)本身，更聚焦于它所帶來的應(yīng)用價(jià)值，實(shí)現(xiàn)了從“技術(shù)投入”到“價(jià)值產(chǎn)出”的評(píng)估躍遷。1.評(píng)估數(shù)據(jù)全生命周期閉環(huán)通過構(gòu)建數(shù)據(jù)生成、傳輸、處理與存儲(chǔ)以及應(yīng)用等關(guān)鍵支柱，GDII框架不僅量化衡量國家的數(shù)字化準(zhǔn)備度，更聚焦評(píng)估數(shù)據(jù)在國家數(shù)字化系統(tǒng)中參與經(jīng)濟(jì)活動(dòng)時(shí)的流通效率。具體指標(biāo)包括：》數(shù)據(jù)生成：寬帶用戶數(shù)、物聯(lián)網(wǎng)連接數(shù)、數(shù)據(jù)規(guī)模等》數(shù)據(jù)傳輸：5G覆蓋率、IPv6應(yīng)用滲透率、骨干互聯(lián)帶寬等》數(shù)據(jù)處理與存儲(chǔ)：存儲(chǔ)規(guī)模、人均算力規(guī)模、人工智能Token消耗量、綠色數(shù)據(jù)中心容量等》數(shù)據(jù)應(yīng)用：企業(yè)數(shù)字化應(yīng)用水平、電子商務(wù)滲透率、電子政務(wù)水平等2.基礎(chǔ)設(shè)施關(guān)聯(lián)經(jīng)濟(jì)產(chǎn)出不同于傳統(tǒng)框架將數(shù)智基礎(chǔ)設(shè)施或人工智能人才視為獨(dú)立要素，GDII將數(shù)據(jù)全生命周期嵌入數(shù)據(jù)驅(qū)動(dòng)的價(jià)值創(chuàng)造鏈。這一雙重視角涵蓋從聯(lián)接、云計(jì)算到企業(yè)應(yīng)用的全鏈條，展現(xiàn)了數(shù)智基礎(chǔ)設(shè)施如何轉(zhuǎn)化為可衡量的數(shù)智能力。通過要素之間的關(guān)聯(lián)設(shè)計(jì)，GDII構(gòu)建了一個(gè)更全面的框架，反映了數(shù)智基礎(chǔ)設(shè)施在支撐及提升經(jīng)濟(jì)產(chǎn)出方面的關(guān)鍵作用。3.催化可衡量的經(jīng)濟(jì)成果GDII創(chuàng)新性地將數(shù)據(jù)敏捷性與實(shí)際經(jīng)濟(jì)產(chǎn)出相連，以此量化數(shù)智經(jīng)濟(jì)成果。以數(shù)據(jù)應(yīng)用支柱為例，該支柱涵蓋多項(xiàng)企業(yè)層面指標(biāo)，如：》人工智能滲透率：衡量人工智能模型在生產(chǎn)環(huán)境中的應(yīng)用程度》數(shù)字應(yīng)用的行業(yè)溢出效應(yīng)：評(píng)估數(shù)字技術(shù)對(duì)各行業(yè)的廣泛經(jīng)濟(jì)影響》數(shù)字服務(wù)滲透率：評(píng)估數(shù)字服務(wù)在多個(gè)行業(yè)中的融合程度通過揭示數(shù)字要素如何轉(zhuǎn)化為數(shù)智經(jīng)濟(jì)產(chǎn)出，GDII確保數(shù)智化轉(zhuǎn)型帶來的經(jīng)濟(jì)效益具備可衡量性和可操作性，實(shí)現(xiàn)了從數(shù)字接入到實(shí)際行動(dòng)力，從數(shù)智能力到生產(chǎn)力的轉(zhuǎn)變。4.制定可行的政策和戰(zhàn)略基于數(shù)據(jù)流與產(chǎn)出，GDII為決策者提供了可操作的診斷工具，可以用于：》識(shí)別差距：定位數(shù)據(jù)生成、傳輸、計(jì)算或應(yīng)用環(huán)節(jié)中的瓶頸問題》評(píng)估人才渠道：評(píng)估國家的人才隊(duì)伍能否有效支撐數(shù)字應(yīng)用落地轉(zhuǎn)化》評(píng)估政策效果：評(píng)估數(shù)字準(zhǔn)備度，衡量政策對(duì)推動(dòng)經(jīng)濟(jì)價(jià)值創(chuàng)造方面的實(shí)際作用GDII提供了一個(gè)清晰的結(jié)構(gòu)化框架，助力政策制定者與企業(yè)理性決策、優(yōu)化投資配置，實(shí)現(xiàn)可持續(xù)的數(shù)智化轉(zhuǎn)型。國家數(shù)智化發(fā)展表現(xiàn)國家數(shù)智化發(fā)展表現(xiàn)GDII已應(yīng)用于評(píng)估全球90多個(gè)國家數(shù)字化準(zhǔn)備度，衡量這些國家如何為迎接人工智能時(shí)代積極籌備，構(gòu)建競爭優(yōu)勢(shì)，并實(shí)現(xiàn)繁榮發(fā)展。本報(bào)告引用世界銀行基于人均國民總收入(GNI)的歸類標(biāo)準(zhǔn)，國家類別分別為高收入國家、中高收入國家、和中低收入國家。高收入國家(42個(gè)國家)中低收入國家(24個(gè)國家)國家中高收入國家(24個(gè)國家)國家印度尼西亞呵爾及利亞阿根廷伊拉克亞美尼亞哈薩克斯坦阿塞拜疆馬來西亞博茨瓦納墨西哥巴西高收入國家(42個(gè)國家)中低收入國家(24個(gè)國家)國家中高收入國家(24個(gè)國家)國家印度尼西亞呵爾及利亞阿根廷伊拉克亞美尼亞哈薩克斯坦阿塞拜疆馬來西亞博茨瓦納墨西哥巴西蒙古中國納米比亞哥倫比亞秘魯哥斯達(dá)黎加塞爾維亞多米尼加南非厄瓜多爾泰國格魯吉亞土耳其孟加拉國玻利維亞柬埔寨喀麥隆剛果(金)埃及加納洪都拉斯印度約旦肯尼亞吉爾吉斯斯坦黎巴嫩摩洛哥尼加拉瓜尼日利亞巴基斯坦菲律賓塔吉克斯坦坦桑尼亞突尼斷烏干達(dá)烏茲別克斯坦越南國家澳大利亞盧森堡奧地利荷蘭巴林新西蘭比利時(shí)捂威保加利亞阿顯加拿大波蘭智利葡萄牙克羅地亞卡塔爾捷克羅馬尼亞丹麥沙特愛沙尼亞新加坡芬蘭斯洛伐克法國斯洛文尼亞德國韓國希臘西班牙匈牙利瑞典愛爾蘭瑞士意大利阿聯(lián)酋日本英國科威特美國立陶宛鳥拉圭注：對(duì)當(dāng)前的2026財(cái)年的劃分標(biāo)準(zhǔn)如下：低收入國家指2024年人均GNI(根據(jù)世界銀行阿特拉斯方法計(jì)算)為1135美元或以下的國家；中等偏低收入國家指人均GNI在1136美元至4495美元之間的國家；中高收入國家指人均GNI在4496美元至13935美元之間的國家；高收入國家指人均GNI超過13935美元的國家。《世界銀行國家分組和貸款分類》,世界銀行高收入國家：數(shù)字領(lǐng)導(dǎo)力及挑戰(zhàn)不斷升級(jí)42個(gè)高收入國家均展現(xiàn)出成熟且高度集成的數(shù)字生態(tài)，依托強(qiáng)有力的政策框架支持(政策得分：平均73.5分),鼓勵(lì)創(chuàng)新與持續(xù)投資。這些國家在以下幾個(gè)方面也處于領(lǐng)先地位：》數(shù)據(jù)生成(63.1分):得益于廣泛的寬帶接入、物聯(lián)網(wǎng)部署和智能系統(tǒng)?！窋?shù)據(jù)應(yīng)用(65.8分):表現(xiàn)為企業(yè)數(shù)字化水平、人工智能應(yīng)用率以及先進(jìn)電子政務(wù)服務(wù)普及。》人才與生態(tài)(65.2分):體現(xiàn)為ICT人才優(yōu)勢(shì)以及活躍的初創(chuàng)企業(yè)文化生態(tài)。這些國家在數(shù)據(jù)傳輸基礎(chǔ)設(shè)施(54.3分，即5G和光纖網(wǎng)絡(luò))和數(shù)字能源(52.9分，即數(shù)字基礎(chǔ)設(shè)施的可再生能源)方面也取得了高分。然而，數(shù)據(jù)處理與存儲(chǔ)(37.3分)方面仍需重點(diǎn)改進(jìn)，尤其涉及能效優(yōu)化和數(shù)據(jù)存儲(chǔ)方面。雖然這些國家在引領(lǐng)下一代數(shù)字創(chuàng)新方面具備有利優(yōu)勢(shì)，但在實(shí)現(xiàn)可持續(xù)發(fā)展方面仍面臨新的挑戰(zhàn)。為保持競爭優(yōu)勢(shì)，高收入國家需加大網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、綠色能源的協(xié)同發(fā)展。圖5:GDII得分排名前10的高收入國家國家排名新加坡1美國2芬蘭3瑞典4荷蘭5瑞士6丹麥7愛爾蘭8挪威9澳大利亞24個(gè)中高收入國家普遍處于活躍的數(shù)智化發(fā)展階段，致力于在快速增長與基礎(chǔ)建設(shè)之間尋求平衡。這些國家的平均政策得分為46.3分，反映出政府層面正加大力度，推動(dòng)數(shù)智化發(fā)展；數(shù)據(jù)應(yīng)用(47.6分)方面的進(jìn)展得益于企業(yè)和公共部門對(duì)數(shù)字化技術(shù)的廣泛采用；而人才與生態(tài)(平均41.5分)方面得分提升則主要?dú)w因于科學(xué)、技術(shù)、工程、數(shù)學(xué)(STEM)人才的增加和初創(chuàng)企業(yè)的活躍表現(xiàn)。這些國家在上述領(lǐng)域都展示》數(shù)據(jù)生成(平均39.9分)和數(shù)據(jù)傳輸(平均35.4分)的中等水平得分凸顯了通過更廣泛地部署5G、光》數(shù)據(jù)處理與存儲(chǔ)的落后表現(xiàn)(平均21.5分)凸顯了加大云計(jì)算和人工智能基礎(chǔ)設(shè)施投入的迫切需求?！窋?shù)字能源得分(平均36.3分)略顯落后，這與數(shù)字化可持續(xù)發(fā)展目標(biāo)的實(shí)現(xiàn)進(jìn)度緩慢相關(guān)，能源系統(tǒng)需國家得分排名中國1馬來西亞2泰國3巴西4墨西哥5哥倫比亞6土耳其7塞爾維亞8阿根廷9南非中低收入國家：基礎(chǔ)設(shè)施差距仍存，充分挖掘數(shù)字化潛力24個(gè)中低收入國家在數(shù)字基礎(chǔ)設(shè)施和能力方面均面臨重大挑戰(zhàn)，但數(shù)智化發(fā)展?jié)摿υ谒袊翌悇e中最為突出。其平均政策得分為39.8分，表明監(jiān)管機(jī)構(gòu)正逐漸加強(qiáng)對(duì)數(shù)智化的支持；而數(shù)據(jù)生成(284分)和數(shù)據(jù)傳輸(24.4分)的得分則表明，寬帶、4G/5G網(wǎng)絡(luò)以及智能設(shè)備的普及程度仍十分有限。盡管面臨這些限制，這類國家仍在以下方面取得了進(jìn)展：》數(shù)字能源平均得分(36.4分)與中高收入國家相當(dāng)，表明可再生能源融入數(shù)智化發(fā)展存在重大機(jī)會(huì)?！窋?shù)據(jù)應(yīng)用得分(平均33.9分)反映了多個(gè)行業(yè)在數(shù)字服務(wù)早期應(yīng)用方面取得的顯著成效。為了實(shí)現(xiàn)進(jìn)一步發(fā)展，這些國家需要優(yōu)先考慮：》普遍聯(lián)接倡議》吸引數(shù)字投資的政策改革》STEM教育和人才發(fā)展聚焦建設(shè)包容性基礎(chǔ)設(shè)施并持續(xù)采用可持續(xù)能源模型有助于為實(shí)現(xiàn)公平的數(shù)字增長奠定堅(jiān)實(shí)基礎(chǔ)，逐步縮小全球數(shù)字鴻溝。圖7:GDII得分排名前10的中低收入國家國家排名越南1印度2摩洛哥3菲律賓4約旦5烏茲別克斯坦6突尼斯7肯尼亞8埃及9玻利維亞圖8:各支柱平均得分(按國家類別)46.347.639.941.528.424.421.528.0高收入國家中高收入國家中低收入國家各類國家的發(fā)展歷程反映了其獨(dú)特的優(yōu)勢(shì)與挑戰(zhàn)，凸顯了制定針對(duì)性策略以公平推進(jìn)數(shù)智化發(fā)展的必要性。類別優(yōu)勢(shì)挑戰(zhàn)關(guān)鍵得分高收入國家數(shù)智化成熟與創(chuàng)新驅(qū)動(dòng)具備完善的政策框架、領(lǐng)先的數(shù)據(jù)生成和應(yīng)用及健全的人才生態(tài)提高能效、建設(shè)計(jì)算和存儲(chǔ)基礎(chǔ)設(shè)施政策：73.5分?jǐn)?shù)據(jù)生成：63.1分?jǐn)?shù)據(jù)應(yīng)用：65.8分?jǐn)?shù)據(jù)存儲(chǔ)：37.3分中高收入國家快速推進(jìn)數(shù)智化進(jìn)程數(shù)字技術(shù)日益普及、STEM領(lǐng)域和初創(chuàng)生態(tài)不斷擴(kuò)展縮小聯(lián)接差距、構(gòu)建云和人工智能基礎(chǔ)設(shè)施、推動(dòng)能源協(xié)同發(fā)展政策：46.3分?jǐn)?shù)據(jù)應(yīng)用：47.6分人才：41.5分?jǐn)?shù)據(jù)存儲(chǔ)：21.5分中低收入國家數(shù)智化發(fā)展初期階段新興政策支持、可再生能源潛力、數(shù)字化服務(wù)起步彌合嚴(yán)峻的基礎(chǔ)設(shè)施鴻溝(尤其在聯(lián)接領(lǐng)域)政策：39.8分?jǐn)?shù)據(jù)生成：28.4分?jǐn)?shù)據(jù)傳輸：24.4分?jǐn)?shù)據(jù)存儲(chǔ)：13.1分25|全球數(shù)智化指數(shù)(GDII)2025高收入國家新加坡新加坡新加坡作為全球數(shù)智化轉(zhuǎn)型的引領(lǐng)者，在GDII的所有支柱領(lǐng)域均表現(xiàn)出色。其政策得分為88分，人才與生態(tài)得分為105.6分，顯示出政府強(qiáng)有力的政策支持以及雄厚的人才儲(chǔ)備。數(shù)據(jù)應(yīng)用方面，新加坡得分為92分，數(shù)據(jù)傳輸?shù)梅?6.4分，凸顯了其在人工智能應(yīng)用領(lǐng)域的領(lǐng)先地位以及強(qiáng)大的聯(lián)接基礎(chǔ)設(shè)施。得益于新加坡對(duì)綠色數(shù)據(jù)中心的大量投資，該國數(shù)據(jù)處理與存儲(chǔ)得分為63.4分，位居全球前列。基于2019年《國家人工智能戰(zhàn)略》(NAIS),新加坡于2023年推出了NAIS2.0戰(zhàn)略，旨在通過“人工智能向善”(AlforthePublicGood)倡議，打造全球人工智能中心。新加坡政府正在制定綠色數(shù)據(jù)中心發(fā)展路線圖，以實(shí)現(xiàn)其宏大的凈零目標(biāo)。預(yù)計(jì)未來十年內(nèi)，該國政府將對(duì)新型數(shù)據(jù)中心投資75億至90億美元。其2023年數(shù)字聯(lián)接藍(lán)圖(2023DigitalConnectivityBlueprint)進(jìn)一步強(qiáng)化了寬帶和海底電纜基礎(chǔ)設(shè)施建設(shè)。在全方位數(shù)字能源與創(chuàng)新戰(zhàn)略的支持下，新加坡有望在人工智能時(shí)代繼續(xù)保持其領(lǐng)先地位。沙特阿拉伯沙特阿拉伯在“沙特2030年愿景”戰(zhàn)略的推動(dòng)下，沙特正在迅速推進(jìn)數(shù)智化轉(zhuǎn)型。其政策得分為68分，人才與生態(tài)得分為57.6分，表明該國致力于營造有利于人工智能發(fā)展和數(shù)字創(chuàng)新的環(huán)境。數(shù)據(jù)應(yīng)用得分為66分，數(shù)據(jù)傳輸?shù)梅?4.9分，表明沙特在人工智能應(yīng)用和聯(lián)接基礎(chǔ)設(shè)施領(lǐng)域已取得顯著進(jìn)展。作為沙特2030愿景的核心支柱，該國在2024年啟動(dòng)了HUMAIN人工智能倡議，并獲得1460億數(shù)據(jù)中心(相當(dāng)于AWS最高容量的1.5倍),并在2026年前打造千億參數(shù)級(jí)的阿拉伯語大模型Allam等措施。目前，沙特已提供6000多項(xiàng)電子政務(wù)服務(wù)(占所有政府服務(wù)的97%),并在84個(gè)省實(shí)現(xiàn)了5G覆蓋。通過大力投資人工智能和數(shù)據(jù)基礎(chǔ)設(shè)施，沙特正致力于彌合數(shù)字鴻溝，推動(dòng)智能價(jià)值創(chuàng)造。該國積極推出有效政策，并與人才發(fā)展相結(jié)合，為2025年到2026年實(shí)現(xiàn)可擴(kuò)展的人工智能集成奠定了堅(jiān)實(shí)基礎(chǔ)。作為全球數(shù)智大國，中國在數(shù)據(jù)應(yīng)用(90分)和數(shù)據(jù)生成(84分)方面表現(xiàn)尤為突出。該國政策得分為58分，人才與生態(tài)得分為50.4分，反映了的數(shù)據(jù)傳輸?shù)梅譃?1.5分，數(shù)據(jù)處理與存儲(chǔ)得分《數(shù)字中國建設(shè)2024年工作要點(diǎn)清單》優(yōu)先推進(jìn)數(shù)字基礎(chǔ)設(shè)施建設(shè)和數(shù)據(jù)市場(chǎng)改革。重點(diǎn)包括暢通數(shù)據(jù)流通、深化數(shù)智經(jīng)濟(jì)融合以及提升數(shù)字政府服務(wù)。其政策聚焦網(wǎng)絡(luò)安全、綠色科技和數(shù)字化國際合作，旨在推動(dòng)經(jīng)濟(jì)增長和社會(huì)治理現(xiàn)代化。根據(jù)國家人工智能路線圖，中國正聚焦于綠色數(shù)據(jù)中心和可持續(xù)的數(shù)智化增長。中國正在從實(shí)驗(yàn)期向應(yīng)用期轉(zhuǎn)型，預(yù)計(jì)到2025年到2026年，各行業(yè)將實(shí)現(xiàn)可擴(kuò)展的人工智能集成。中國在人工智能Token消耗和應(yīng)用滲透率方面的領(lǐng)先地位，使其成為全球數(shù)智化轉(zhuǎn)型的關(guān)鍵推動(dòng)力量。分為68分，人才與生態(tài)得分為55.2分。該國的數(shù)據(jù)傳輸?shù)梅譃?6.5,數(shù)據(jù)應(yīng)用得分為58,突顯了據(jù)處理與存儲(chǔ)得分為33.4,數(shù)字能源得分為33,基于其數(shù)智經(jīng)濟(jì)藍(lán)圖，馬來西亞于2023年啟動(dòng)了單一窗口計(jì)劃，旨在推動(dòng)14家初創(chuàng)企業(yè)支持機(jī)構(gòu)協(xié)同合作，力爭在2025年前扶持5000家初創(chuàng)企27|全球數(shù)智化指數(shù)(GDII)2025越南在數(shù)智化轉(zhuǎn)型方面取得了穩(wěn)步進(jìn)展，其政策得分為34分，人才與生態(tài)得分為40.8分。該國數(shù)據(jù)傳輸?shù)梅譃?8.5,數(shù)字能源得分為66,彰顯了該國對(duì)聯(lián)接和可持續(xù)發(fā)展的重視。然而，其數(shù)據(jù)處理與存儲(chǔ)得分為17.1,表明其基礎(chǔ)設(shè)施仍存在較大短板。越南的國家數(shù)字化轉(zhuǎn)型計(jì)劃(2020年-2025年)的目標(biāo)是到2030年躋身全球電子政務(wù)排名前50位。為實(shí)現(xiàn)這一目標(biāo)，關(guān)鍵舉措包括擴(kuò)大數(shù)字基礎(chǔ)設(shè)施、發(fā)展數(shù)據(jù)和加強(qiáng)網(wǎng)絡(luò)安全。盡管面臨數(shù)字認(rèn)知水平有限等諸多挑戰(zhàn)，該國在數(shù)字公共服務(wù)擴(kuò)展等多個(gè)領(lǐng)域取得積極進(jìn)展，并通過全國范圍內(nèi)的培前，該國正處于人工智能應(yīng)用的實(shí)驗(yàn)階段，依托其充滿活力的數(shù)字生態(tài)以推動(dòng)增長。越南正提升聯(lián)接能力，縮小基礎(chǔ)設(shè)施差距，邁上發(fā)展可持續(xù)數(shù)智經(jīng)濟(jì)的軌道。摩洛哥仍處于數(shù)智化轉(zhuǎn)型初期，其政策得分46分，人才與生態(tài)得分43.2分。該國數(shù)據(jù)傳輸?shù)梅譃?0分，數(shù)據(jù)應(yīng)用得分為40分，反映了摩洛哥在聯(lián)接和人工智能應(yīng)用方面取得的初步進(jìn)展。然而，其數(shù)據(jù)處理與存儲(chǔ)得分為12分，表明國家基礎(chǔ)設(shè)施發(fā)展方面存在重大挑戰(zhàn)。根據(jù)“數(shù)字摩洛哥2030”戰(zhàn)略，該國在2025年實(shí)現(xiàn)了國家電子商務(wù)平臺(tái)擴(kuò)展，促成超過12000家企業(yè)在線注冊(cè)。目前，該國已推出600多項(xiàng)數(shù)字化公共服務(wù)(占服務(wù)總數(shù)的23%)。當(dāng)前計(jì)劃包括成立專門的人工智能機(jī)構(gòu)，并力爭到2026年實(shí)現(xiàn)每年培養(yǎng)10萬名數(shù)字化人才。新的公民申請(qǐng)平臺(tái)和統(tǒng)一行政門戶旨在進(jìn)一步簡化治理，計(jì)劃到2030年為3000家初創(chuàng)企業(yè)提供服務(wù)。目前，該國正處于人工智能應(yīng)用的實(shí)驗(yàn)階段，致力于縮小數(shù)字化準(zhǔn)備度差距并提升智能價(jià)值創(chuàng)造能力。國家洞察：關(guān)鍵發(fā)現(xiàn)、挑戰(zhàn)與機(jī)遇29|全球數(shù)智化指數(shù)雙輪驅(qū)動(dòng)：通過政策與投資推動(dòng)發(fā)展圖9:數(shù)智化轉(zhuǎn)型政策vs.ICT投資及行業(yè)數(shù)智化投資與政策同步推進(jìn)86420蓄6.0004.0002.0000.000新興國家的政策舉措存在一個(gè)普遍的趨勢(shì)：國家通常將重點(diǎn)放在推動(dòng)早期的數(shù)字服務(wù)上，卻忽視了基礎(chǔ)設(shè)施的建設(shè)。在制定政策時(shí)若只關(guān)注數(shù)字化落地應(yīng)用，往往會(huì)忽視網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、能源等關(guān)鍵技術(shù)的部署等關(guān)鍵使能要素。政策誤區(qū)包括：服務(wù)優(yōu)先：在基礎(chǔ)設(shè)施不夠完善的情況下，追求通過電子政務(wù)平臺(tái)、移動(dòng)應(yīng)用和中小企業(yè)數(shù)智化轉(zhuǎn)型實(shí)現(xiàn)快贏。》能源轉(zhuǎn)型滯后：持續(xù)依賴傳統(tǒng)能源，可持續(xù)發(fā)展未充分融入數(shù)字戰(zhàn)略。》碎片化發(fā)展：發(fā)展不夠系統(tǒng)和連貫，僅在部分領(lǐng)域取得進(jìn)展?！啡瞬派鷳B(tài)不成熟：初期數(shù)字化落地應(yīng)用由實(shí)際需求和新興人才驅(qū)動(dòng)，整體生態(tài)不夠成熟。在頻譜政策方面也存在類似的差距。新興國家的頻譜戰(zhàn)略與高速移動(dòng)寬帶(尤其是5G)的部署規(guī)劃存在脫節(jié)，阻礙了數(shù)字化從消費(fèi)和電子商務(wù)領(lǐng)域走向規(guī)?；袠I(yè)應(yīng)用。圖10:頻譜政策vs.移動(dòng)寬帶及5G覆蓋阿拜疆阿拜疆移動(dòng)寬帶發(fā)展政策不斷完善，4.002.00基本政策，4.002.00度印曼阿臘部盡管幾乎所有國家都擁有相對(duì)完善的頻譜政策，但在加速5G覆蓋方面各國推進(jìn)力度存在較大差異。許多國家已經(jīng)實(shí)現(xiàn)了較高的移動(dòng)寬帶覆蓋率，但還未能成功推動(dòng)電信運(yùn)營商建設(shè)高速5G網(wǎng)絡(luò)。這一差距需要重點(diǎn)關(guān)注。5G基礎(chǔ)設(shè)施通常被視為一種技術(shù)升級(jí)，但其真正價(jià)值在于其對(duì)數(shù)智化轉(zhuǎn)型的推動(dòng)作用?！窋?shù)據(jù)生成并傳輸至計(jì)算和存儲(chǔ)系統(tǒng)，將原始數(shù)據(jù)轉(zhuǎn)化為可執(zhí)行的洞察；》部署能夠創(chuàng)造經(jīng)濟(jì)價(jià)值、完善公共服務(wù)并提升居民體驗(yàn)的人工智能應(yīng)用和數(shù)字平臺(tái)；》實(shí)時(shí)交易和視頻互動(dòng)等大帶寬應(yīng)用場(chǎng)景；》低時(shí)延應(yīng)用，包括自動(dòng)化、人工智能系統(tǒng)和工業(yè)物聯(lián)網(wǎng)。許多新興國家面臨落后的風(fēng)險(xiǎn)，盡管已制定政策框架，但在基礎(chǔ)設(shè)施和頻譜方面的投資仍然不足。它們就像一輛前輪驅(qū)動(dòng)的汽車，雖然能夠引導(dǎo)增長，但缺乏強(qiáng)大基礎(chǔ)設(shè)施所能提供的牽引力和動(dòng)力。相比之下，那些采取雙輪驅(qū)動(dòng)的國家將政策與持續(xù)投資和廣泛應(yīng)用相結(jié)合，更有能力加速邁向全面的數(shù)智經(jīng)濟(jì)。雙螺旋結(jié)構(gòu)：實(shí)現(xiàn)數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用之間的平衡圖11:數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用之間的差距隨經(jīng)濟(jì)發(fā)展水平提升而縮小數(shù)據(jù)應(yīng)用數(shù)據(jù)生成GDII平均得分=58●4040.04020.024GD|平均得分=37V3060國家研究發(fā)現(xiàn)，數(shù)據(jù)指標(biāo)與經(jīng)濟(jì)進(jìn)步之間的關(guān)系通常是線性的。然而，仔細(xì)分析數(shù)字經(jīng)濟(jì)成熟度、數(shù)據(jù)生成、數(shù)據(jù)應(yīng)用三者的GDII得分發(fā)現(xiàn)：數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用之間的關(guān)系如同一對(duì)“雙螺旋”。數(shù)據(jù)應(yīng)用能夠?qū)⒑Ａ繑?shù)據(jù)轉(zhuǎn)化為實(shí)際的生產(chǎn)力和商業(yè)創(chuàng)新，推動(dòng)社會(huì)經(jīng)濟(jì)的轉(zhuǎn)型升級(jí)。與之同等重要的是，我們需要重視和培育高質(zhì)量、多樣化的數(shù)據(jù)。只有當(dāng)數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用之間形成雙向賦能的通道，實(shí)現(xiàn)良性互動(dòng)與正向循環(huán)，才能真正釋放數(shù)字經(jīng)濟(jì)的全部潛力，為經(jīng)濟(jì)社會(huì)的高質(zhì)量發(fā)展注入強(qiáng)勁動(dòng)力。數(shù)字基礎(chǔ)設(shè)施更完善，經(jīng)濟(jì)發(fā)展水平更高的國家，數(shù)據(jù)生成與應(yīng)用之間的差距更?。弘S著國家經(jīng)濟(jì)水平的提升與數(shù)智基礎(chǔ)設(shè)施的日益完善，數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用之間的差距逐步縮小。在發(fā)達(dá)國家，數(shù)據(jù)應(yīng)用已基本追平數(shù)據(jù)生成水平，從而推動(dòng)更高價(jià)值的產(chǎn)出。在這些國家中，決定價(jià)值創(chuàng)造的關(guān)鍵因素不是數(shù)據(jù)生成的絕對(duì)規(guī)模，而在于數(shù)據(jù)應(yīng)用的有效性。1.高收入國家高收入國家在數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用方面呈現(xiàn)協(xié)同趨勢(shì)，在資源、基礎(chǔ)設(shè)施、技術(shù)和治理方面實(shí)力雄厚，特征包括：》數(shù)字生態(tài)成熟，數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用得分僅存在微小差異；》投資已從生成技術(shù)(物聯(lián)網(wǎng)、傳感器、平臺(tái))延伸至人工智能、數(shù)據(jù)分析和數(shù)據(jù)驅(qū)動(dòng)的商業(yè)模式，確保數(shù)據(jù)應(yīng)用能夠跟上快速增長的數(shù)據(jù)量。這種協(xié)同趨勢(shì)有利于提升數(shù)字成熟度，實(shí)現(xiàn)均衡發(fā)展，促進(jìn)數(shù)據(jù)生成與充分利用。33|全球數(shù)智化指數(shù)(GDII)2025中高收入國家處于轉(zhuǎn)型階段，其數(shù)字成熟度差異最明顯?！凡糠挚焖侔l(fā)展的數(shù)字中心已在數(shù)據(jù)生成與》某些國家僅部分實(shí)現(xiàn)數(shù)字化，即在一方面》各國在政策、基礎(chǔ)設(shè)施、投資重點(diǎn)與制度準(zhǔn)備度等方面存在差異，進(jìn)一步加劇了兩成兩極分化的格局。另一方面，中低收入國家則普遍面臨系統(tǒng)性障》這類國家在基礎(chǔ)設(shè)施、生態(tài)系統(tǒng)成熟度、》這類國家的數(shù)字化表現(xiàn)平平，與更高收入應(yīng)用兩個(gè)指標(biāo)的得分均較低，數(shù)智化發(fā)展受到限制。圖12:數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用協(xié)同發(fā)展數(shù)據(jù)應(yīng)用=186+0.25(數(shù)據(jù)傳輸)+0.90(數(shù)據(jù)處理與存儲(chǔ))R2=0.74指標(biāo)得分指標(biāo)得分高收入國家數(shù)據(jù)生成紫數(shù)據(jù)處理與存儲(chǔ)數(shù)據(jù)應(yīng)用數(shù)據(jù)傳輸時(shí)利比排塊560全球數(shù)智化指數(shù)(GDII)2025|34數(shù)據(jù)雙螺旋結(jié)構(gòu)中的平衡在高收入國家中，數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用之間的“雙螺旋”關(guān)系最不明顯，兩者之間的差距也最小(見圖12),這表明，這類國家處于一個(gè)技術(shù)能力、治理體系和創(chuàng)新生態(tài)都相對(duì)較成熟的數(shù)字化階段，經(jīng)濟(jì)發(fā)展由數(shù)據(jù)生成和有效的數(shù)據(jù)應(yīng)用共同推動(dòng)。由于高收入國家擁有強(qiáng)大的數(shù)智基礎(chǔ)設(shè)施、技能熟練的人才以及支持互操作性、數(shù)據(jù)隱私和全球數(shù)字貿(mào)易的先進(jìn)政策和治理框架，因此在數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用方面實(shí)現(xiàn)了協(xié)同發(fā)展。這些國家擁有高度標(biāo)準(zhǔn)化且易于訪問的人工智能平臺(tái)、云服這一類國家中的小國也能采用最佳實(shí)踐，與大國狀態(tài)。經(jīng)濟(jì)激勵(lì)進(jìn)一步強(qiáng)化了這種平衡。在高階發(fā)展階段，增長越來越依賴于生產(chǎn)力提升、創(chuàng)新和服務(wù)，而非工業(yè)產(chǎn)出。這帶來了系統(tǒng)性的壓力，數(shù)據(jù)應(yīng)用的效果必須提升，以確保與數(shù)據(jù)生成同步推進(jìn)。在較低收入國家中，領(lǐng)先者會(huì)突然崛起，將競爭對(duì)手遠(yuǎn)遠(yuǎn)甩在身后，但在高收入國家中，這種差異并不明顯。所有市場(chǎng)參與者都已達(dá)到較高的數(shù)字化水平，他們的競爭優(yōu)勢(shì)在于對(duì)領(lǐng)先能力的把握，而非在基礎(chǔ)設(shè)施方面與其他國家拉開差距?；A(chǔ)設(shè)施底層能力推動(dòng)進(jìn)步圖12還展示了數(shù)據(jù)價(jià)值鏈中的兩個(gè)中間層：數(shù)據(jù)傳輸、數(shù)據(jù)處理與存儲(chǔ)，它們是數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用之間的橋梁。通過回歸分析可以看出它們的重要性，在高收入國家中數(shù)據(jù)處理與存儲(chǔ)的能力是推動(dòng)數(shù)據(jù)應(yīng)用的另一個(gè)關(guān)鍵因素。這些都是基礎(chǔ)設(shè)施底層能力，能夠支持大規(guī)模的高級(jí)數(shù)據(jù)分析、自動(dòng)化和人工智能的落地應(yīng)用。相比之下，數(shù)據(jù)傳輸對(duì)進(jìn)一步提升應(yīng)用收益的貢獻(xiàn)有限，這是因?yàn)殡娦藕驮茦?biāo)準(zhǔn)已經(jīng)高度標(biāo)準(zhǔn)化，這類國家的數(shù)據(jù)傳輸速度和質(zhì)量相對(duì)一致。未來數(shù)據(jù)規(guī)?；瘧?yīng)用面臨的挑戰(zhàn)這揭示了高收入國家面臨的一個(gè)關(guān)鍵制約因素：盡管數(shù)據(jù)應(yīng)用與數(shù)據(jù)生成呈協(xié)同發(fā)展趨勢(shì)，但未來的規(guī)?；瘧?yīng)用將高度依賴數(shù)據(jù)處理和存儲(chǔ)能力的提升。如果沒有持續(xù)對(duì)這些底層能力進(jìn)行投資，將會(huì)嚴(yán)重限制釋放下一波數(shù)據(jù)驅(qū)動(dòng)創(chuàng)新的能力。中高收入國家：日益擴(kuò)大的數(shù)字鴻溝圖13:中高收入國家出現(xiàn)數(shù)字鴻溝數(shù)據(jù)應(yīng)用=17.4+0.51(數(shù)據(jù)傳輸)+0.55(數(shù)據(jù)處理與存儲(chǔ))R2=0.77指標(biāo)得分指標(biāo)得分古潛力型國家40.020.0數(shù)據(jù)處理與存儲(chǔ)國泰20雙螺旋結(jié)構(gòu)的兩極分化階段在數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用方面，與高收入國家呈現(xiàn)協(xié)同發(fā)展的情況不同，中高收入國家之間的差異最為明顯(見圖13)。這類國家的指標(biāo)評(píng)分跨度很大，從接近高收入國家的90分到略高于30分，有將近60分的跨度。不同于高收入國家之間微小而漸進(jìn)的分化，這類國家的分差反映出數(shù)字化標(biāo)桿型國家與潛力型國家之間的巨大鴻溝。部分這類國家的數(shù)字成熟度已逼近高收入國家水平，而另一些國家的表現(xiàn)卻更接近中低收入國家的基準(zhǔn)線。中高收入國家的另一顯著特征在于數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用之間存在較大差距。平均而言，數(shù)據(jù)應(yīng)用的得分比數(shù)據(jù)生成高約20分，而高收入國家在這方面僅有5分的差值。這種失衡表明，很多中高收入國家擅長部署和應(yīng)用全球技術(shù)及外部平臺(tái)，但在生成和管理自身數(shù)據(jù)資產(chǎn)方面能力不足。在這類國家中，標(biāo)桿型國家通常憑借較強(qiáng)的落地應(yīng)用能力成為區(qū)域數(shù)字中心，但其數(shù)據(jù)生成能力僅處于中等水平。其他國家則因生態(tài)系統(tǒng)較弱和基礎(chǔ)設(shè)施有限，數(shù)據(jù)應(yīng)用成果相對(duì)有限。這一現(xiàn)象源于發(fā)展的不均衡。快速工業(yè)化往往導(dǎo)致投資環(huán)境偏向應(yīng)用層(即分析工具、人工智能解決方案和云技術(shù)應(yīng)用),而忽視了本地平臺(tái)建設(shè)和數(shù)據(jù)治理等有助于數(shù)據(jù)生成的底層要素。這使得許多國家不得不依賴進(jìn)口平臺(tái)和外部數(shù)據(jù)集。政策與制度層面的碎片化進(jìn)一步加劇了這種分化。高收入國家普遍采用統(tǒng)一的數(shù)字標(biāo)準(zhǔn)，而中高收入國家之間在政策方向、監(jiān)管能力和執(zhí)行方面存在顯著差異。這類國家中的標(biāo)桿型國家已建立起完善的政策體系和私營部門生態(tài)系統(tǒng)，而潛力型國家在這些領(lǐng)域仍舉步維艱。這就形成了明顯的“追趕”態(tài)勢(shì)：領(lǐng)跑者加速邁向高收入國家的基線，而其他國家卻停滯在接近中等偏下收入國家的水平?；貧w分析印證了這種分化。國家表現(xiàn)與基礎(chǔ)設(shè)施之間存在高度關(guān)聯(lián)性(R2=0.77),在聯(lián)接已標(biāo)準(zhǔn)化的高收入國家中，這種關(guān)聯(lián)性更強(qiáng)。兩類國家中的標(biāo)桿型國家都已將高效的數(shù)據(jù)傳輸能力與強(qiáng)大的數(shù)據(jù)存儲(chǔ)和處理基礎(chǔ)設(shè)施相結(jié)合，因此數(shù)據(jù)應(yīng)用速度超越數(shù)據(jù)生成速度。反之，潛力型國家則受限于薄弱的基礎(chǔ)設(shè)施，即使數(shù)據(jù)生成能力有所提升，仍無法實(shí)現(xiàn)數(shù)據(jù)的規(guī)?；瘧?yīng)用。其最終結(jié)果是，標(biāo)桿型國家往往采用“應(yīng)用優(yōu)先”的模式：優(yōu)先發(fā)展高級(jí)數(shù)據(jù)分析、人工智能工具和全球平臺(tái)，以便釋放現(xiàn)有數(shù)據(jù)的價(jià)值，即便可獲取的本地?cái)?shù)據(jù)規(guī)模并不大。而潛力型國家則始終受限于薄弱的網(wǎng)絡(luò)聯(lián)接、數(shù)據(jù)處理及存儲(chǔ)基礎(chǔ)設(shè)施。中高收入國家呈現(xiàn)出“雙螺旋”結(jié)構(gòu)中兩級(jí)分化最明顯的發(fā)展形態(tài)。分化是這類國家的主要特征：部分國家憑借強(qiáng)大的“應(yīng)用優(yōu)先”模式成為數(shù)字領(lǐng)跑者，另一些則仍處于部分?jǐn)?shù)字化階段。與高收入國家呈現(xiàn)協(xié)同發(fā)展態(tài)勢(shì)或中低收入國家呈現(xiàn)雙低發(fā)展態(tài)勢(shì)不同，中高收入國家的發(fā)展態(tài)勢(shì)表明，基礎(chǔ)設(shè)施投資特別是數(shù)據(jù)傳輸、處理與存儲(chǔ)基礎(chǔ)設(shè)施對(duì)于發(fā)展快慢起到關(guān)鍵作用。中低收入國家：雙低發(fā)展與結(jié)構(gòu)性停滯圖14:雙低發(fā)展表明中低收入國家存在系統(tǒng)性制約眾數(shù)據(jù)應(yīng)用30數(shù)據(jù)生成20.0數(shù)據(jù)處理與存儲(chǔ)鬟國家與高收入國家的協(xié)同發(fā)展態(tài)勢(shì)和中高收入國家的兩極分化發(fā)展態(tài)勢(shì)不同，中低收入國家普遍面臨雙低發(fā)展與系統(tǒng)性制約問題，如基礎(chǔ)設(shè)施薄弱、技能人才短缺和培養(yǎng)不足以及碎片化治理。這類國家普遍受到相似的影響，導(dǎo)致整體表現(xiàn)欠佳，且彼此之間幾乎不存在差異化特征。制約這類國家發(fā)展的因素貫穿數(shù)字價(jià)值鏈的各個(gè)環(huán)節(jié)：寬帶普及率有限、云化率較低和物聯(lián)網(wǎng)部署不足阻礙了數(shù)據(jù)生成；薄弱的人才儲(chǔ)備和制度體系限制了數(shù)據(jù)應(yīng)用。這類國家尚無任何一國實(shí)現(xiàn)突破并成為標(biāo)桿型國家。數(shù)據(jù)應(yīng)用與數(shù)據(jù)生成之間的得分差距不大，但持續(xù)存在(見圖14),這反映出這些國家部署了一些全球工具。然而，由于缺乏可支持大規(guī)模數(shù)據(jù)生成、管理與存儲(chǔ)的本國基礎(chǔ)設(shè)施，它們無法將這種優(yōu)勢(shì)轉(zhuǎn)化為實(shí)質(zhì)性突破。實(shí)際上，這些國家都處于數(shù)字生態(tài)系統(tǒng)的初級(jí)階段，依賴外部工具而非培養(yǎng)內(nèi)部能力。這類國家僅有少量表現(xiàn)突出者，但總體表現(xiàn)欠佳。這表明，它們的重點(diǎn)不應(yīng)局限于縮小數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用之間的差距，而需要全面提升兩者的基礎(chǔ)水平以推動(dòng)發(fā)展。選擇性投資是中高收入國家數(shù)據(jù)生成與數(shù)據(jù)應(yīng)用出現(xiàn)分化的原因，而這類國家由于受到結(jié)構(gòu)性停滯的影響，沒有任何一個(gè)國家能夠顯著超越其它同類國家?；貧w分析(R2=0.58)證實(shí)，中低收入國家的數(shù)據(jù)傳輸與數(shù)據(jù)處理及存儲(chǔ)同樣處于滯后狀態(tài)，成為制約發(fā)展的雙重瓶頸，而非差異化使能要素。與更高收入國家相比，這些國家的基礎(chǔ)設(shè)施改善與應(yīng)用成果之間的關(guān)聯(lián)性較弱，這表明即使傳輸、處理和存儲(chǔ)基礎(chǔ)設(shè)施得到改進(jìn)，技能、治理和生態(tài)系統(tǒng)成熟度等系統(tǒng)性障礙仍將持續(xù)制約它們的發(fā)展。中低收入國家是“雙螺旋”模式中受制約最嚴(yán)重的一類國家。其他收入群體國家需要關(guān)注減少兩極分化或提升領(lǐng)先能力，而這類國家必須突破系統(tǒng)性障礙，因?yàn)檫@些障礙導(dǎo)致其在各方面的表現(xiàn)普遍欠佳。這些國家需同時(shí)開展聯(lián)接、云基礎(chǔ)設(shè)施、治理和人力資本的投資，才能積聚發(fā)展動(dòng)能，實(shí)現(xiàn)差異化突破。數(shù)據(jù)傳輸基礎(chǔ)設(shè)施先行，算力隨后圖15:數(shù)據(jù)傳輸和算力在數(shù)據(jù)應(yīng)用中的作用數(shù)據(jù)應(yīng)用=17.7+0.5(算力規(guī)模)+0.6(數(shù)據(jù)傳輸)R2=0.7940200限品設(shè)故是品程些益數(shù)掘傳輸國家在各國的人工智能戰(zhàn)略中，算力(如人工智能計(jì)算集群、GPU和加速器)常被視為構(gòu)筑數(shù)字競爭力的關(guān)鍵要素。然而，深入分析表明，數(shù)據(jù)傳輸基礎(chǔ)設(shè)施的作用更為關(guān)鍵，其對(duì)整體數(shù)據(jù)應(yīng)用效果的影響顯著高于算力(見圖15)。實(shí)際上，回歸分析結(jié)果表明，數(shù)據(jù)傳輸對(duì)數(shù)據(jù)應(yīng)用的影響更大，其貢獻(xiàn)系數(shù)為+0.6,而算力的貢獻(xiàn)系數(shù)僅為+0.5。這一發(fā)現(xiàn)印證了一個(gè)簡單的道理：要想富，先修路。正如現(xiàn)代經(jīng)濟(jì)離不開高速公路和物流網(wǎng)絡(luò)，人工智能生態(tài)的繁榮發(fā)展離不開強(qiáng)大的數(shù)字高速公路。數(shù)字高速公路是實(shí)現(xiàn)計(jì)算節(jié)點(diǎn)、數(shù)據(jù)中心、企業(yè)和用戶之間高速、低時(shí)延互聯(lián)的關(guān)鍵基礎(chǔ)設(shè)施?！反鎯?chǔ)與計(jì)算集群之間的大規(guī)模數(shù)據(jù)傳輸。》邊緣、云和數(shù)據(jù)中心生態(tài)之間的實(shí)時(shí)響應(yīng)。因此，政策制定者應(yīng)優(yōu)先考慮投資數(shù)據(jù)傳輸基礎(chǔ)設(shè)施，然后再擴(kuò)展算力資源。具體措施包括：》加速部署高速光纖和海底電纜?！反蛟旄叨然ヂ?lián)的數(shù)據(jù)中心樞紐?！凡渴鸬蜁r(shí)延的邊緣與核心互聯(lián)的網(wǎng)絡(luò)?！分С謽?biāo)準(zhǔn)和互操作性，實(shí)現(xiàn)無縫跨境數(shù)據(jù)交換。正如修路能推動(dòng)商業(yè)繁榮，建設(shè)數(shù)據(jù)傳輸基礎(chǔ)設(shè)施有助于釋放算力的價(jià)值。率先投資互聯(lián)基礎(chǔ)設(shè)施的國家將能充分釋放算力的價(jià)值；而只關(guān)注算力的國家則可能面臨“數(shù)字孤島”的風(fēng)險(xiǎn)，導(dǎo)致算力資源無法充分利用。高收入國家：算力是關(guān)鍵差異化因素圖16:算力是高收入國家數(shù)據(jù)應(yīng)用的強(qiáng)大引擎數(shù)據(jù)應(yīng)用=36.5+0.7(算力規(guī)模)+0.2(數(shù)據(jù)傳輸)R2=0.64指標(biāo)得分指標(biāo)得分名數(shù)據(jù)應(yīng)用40200國家在高收入國家中，算力和數(shù)據(jù)傳輸基礎(chǔ)設(shè)施對(duì)數(shù)據(jù)應(yīng)用效果均有重大影響，但算力的影響更為顯著。這是因?yàn)檫@些國家已受益于強(qiáng)大的光纖骨干網(wǎng)、豐富的互聯(lián)網(wǎng)交換點(diǎn)、電纜登陸站和先進(jìn)的云互聯(lián)樞紐所構(gòu)成的密集互聯(lián)生態(tài)。這些國家的數(shù)據(jù)傳輸基礎(chǔ)設(shè)施已經(jīng)非常完善，因此算力有機(jī)會(huì)脫穎而出，成為關(guān)鍵的差異化因素。然而，為保持領(lǐng)先地位，這些國家不能只依賴傳統(tǒng)的互聯(lián)基礎(chǔ)設(shè)施，還應(yīng)加速5G及5G-A網(wǎng)絡(luò)的部署，將高帶寬、低時(shí)延的聯(lián)接進(jìn)一步延伸至邊緣環(huán)境，因?yàn)檫@些網(wǎng)絡(luò)是支持分布式人工智能訓(xùn)練、實(shí)時(shí)分析、沉浸式應(yīng)用及大規(guī)?？缇硵?shù)據(jù)流動(dòng)的關(guān)鍵。如果不繼續(xù)投資建設(shè)先進(jìn)的移動(dòng)網(wǎng)絡(luò)基礎(chǔ)設(shè)施，這些國家可能在邊緣環(huán)境遇到瓶頸，導(dǎo)致其無法充分利用先進(jìn)算力。因此，高收入國家不僅要平衡超強(qiáng)算力與現(xiàn)有互聯(lián)基礎(chǔ)設(shè)施之間的關(guān)系，還要在發(fā)展光纖和云骨干網(wǎng)的基礎(chǔ)上，推進(jìn)下一代無線網(wǎng)絡(luò)的建設(shè)。通過這一系列舉措，高收入國家可確保數(shù)據(jù)流動(dòng)性、云邊集成及全球人工智能協(xié)作與計(jì)算增長同步，從而鞏固其在全球數(shù)字創(chuàng)新領(lǐng)域的領(lǐng)先地位。中高收入國家：先建數(shù)據(jù)傳輸基礎(chǔ)設(shè)施，再發(fā)展算力圖17:數(shù)據(jù)傳輸是中高收入國家數(shù)據(jù)應(yīng)用的主要驅(qū)動(dòng)力數(shù)據(jù)應(yīng)用=190-04(算力規(guī)模)+1.0(數(shù)據(jù)傳輸)R2=0.737040數(shù)據(jù)傳輸0厚研究結(jié)果表明，中高收入國家的情況與高收入國家截然相反。在中高收入國家，數(shù)據(jù)傳輸已成為數(shù)據(jù)應(yīng)用的主要驅(qū)動(dòng)力，而算力與數(shù)據(jù)應(yīng)用呈現(xiàn)負(fù)相關(guān)關(guān)系。這凸顯了一種結(jié)構(gòu)性失衡：雖然中高收入國家正在建設(shè)數(shù)據(jù)中心集群，但由于缺乏數(shù)字高速公路，大量建成的算力資源處于閑置狀態(tài)。因此，中高收入國家應(yīng)優(yōu)先投資建設(shè)國內(nèi)骨干網(wǎng)、區(qū)域互聯(lián)網(wǎng)絡(luò)及海底電纜。只有當(dāng)數(shù)字高速公路建成后，算力投資才能真正實(shí)現(xiàn)其預(yù)期價(jià)值。41|全球數(shù)智化指數(shù)(GDII)2025中低收入國家：夯實(shí)基礎(chǔ)底座圖18:中低收入國家的算力和數(shù)據(jù)傳輸基礎(chǔ)設(shè)施均有待完善數(shù)據(jù)應(yīng)用=18.5+0.3(算力規(guī)模)+0.5(數(shù)據(jù)傳輸)R2=0.5040200度印在中低收入國家，計(jì)算和數(shù)據(jù)傳輸基礎(chǔ)設(shè)施均不夠完善，但數(shù)據(jù)顯示，聯(lián)接對(duì)數(shù)據(jù)應(yīng)用的邊際效應(yīng)更為顯著。在此階段，重點(diǎn)不應(yīng)放在建設(shè)高性能集群上，而是要打造基礎(chǔ)底座，如可負(fù)擔(dān)的寬帶、跨境聯(lián)接和初級(jí)互聯(lián)網(wǎng)交換設(shè)施。若缺乏這些基礎(chǔ)要素，無論建設(shè)多少算力基礎(chǔ)設(shè)施，人工智能的應(yīng)用將局限于零散的試點(diǎn)項(xiàng)目，難以實(shí)現(xiàn)規(guī)?；涞?。5G憑借其高帶寬、低時(shí)延的聯(lián)接特性，能夠?qū)⑾冗M(jìn)的數(shù)字服務(wù)從核心樞紐延伸至更廣泛的區(qū)域，為移動(dòng)應(yīng)用、工業(yè)自動(dòng)化和實(shí)時(shí)數(shù)據(jù)分析提供強(qiáng)大支撐。而5G-A則更進(jìn)一步，以更強(qiáng)大的上行鏈路容量、確定性時(shí)延和大規(guī)模物聯(lián)網(wǎng)擴(kuò)展能力，為分布式人工智能訓(xùn)練、沉浸式應(yīng)用和云邊集成提供了堅(jiān)實(shí)的技術(shù)基礎(chǔ)。構(gòu)筑聯(lián)接，釋放算力的乘數(shù)效應(yīng)在所有國家中，釋放算力投資潛力的關(guān)鍵均在于推進(jìn)數(shù)據(jù)傳輸基礎(chǔ)設(shè)施的建設(shè)。光纖網(wǎng)絡(luò)、海底聯(lián)接、區(qū)域?qū)Φ然ヂ?lián)以及邊緣與核心網(wǎng)絡(luò)的集成構(gòu)成了全球數(shù)據(jù)流通的骨干網(wǎng)絡(luò)，而5G/5G-A/F5G正逐漸成為邊緣網(wǎng)絡(luò)發(fā)展的關(guān)鍵使能技術(shù)。這些技術(shù)將確保算力全面互聯(lián)，而非孤立存在，從而將原始算力轉(zhuǎn)化為實(shí)際生產(chǎn)力。忽視有線和無線數(shù)據(jù)傳輸重要性的國家可能成為“數(shù)字孤島”,盡管擁有強(qiáng)大的算力，但卻難以充分釋放其潛能。反之，那些將強(qiáng)大的骨干網(wǎng)與5G及5G-A網(wǎng)絡(luò)相結(jié)合的國家，將在實(shí)現(xiàn)無縫數(shù)據(jù)流動(dòng)、實(shí)時(shí)智能及全球數(shù)字競爭力提升等方面占據(jù)領(lǐng)先地位。聯(lián)接是數(shù)智化轉(zhuǎn)型的引擎高性能移動(dòng)聯(lián)接是數(shù)智化轉(zhuǎn)型的基石。隨著全球4G覆蓋率接近95%,全球的關(guān)注點(diǎn)已轉(zhuǎn)向5G及其演進(jìn)趨勢(shì)。截至2024年底，5G連接數(shù)突破20億大關(guān)，覆蓋了全球一半人口，其中北美、中國、家處于領(lǐng)先水平(見圖19)。與前幾代移動(dòng)通信技術(shù)不同，5G專為工業(yè)環(huán)境設(shè)計(jì)，提供超低時(shí)延、支持海量設(shè)備聯(lián)接和網(wǎng)絡(luò)智能。此外，而5G的演進(jìn)版——5G-A集成了人工智能、衛(wèi)星通信和高級(jí)5G獨(dú)立組網(wǎng)(SA)將成為未來轉(zhuǎn)型的核心，因?yàn)樾酝ㄐ?。?duì)消費(fèi)者而言，5G獨(dú)立組網(wǎng)支持帶寬密集型應(yīng)用，如增強(qiáng)現(xiàn)實(shí)(AR)、虛擬現(xiàn)實(shí)(VR)和游戲；對(duì)企業(yè)來說，5G獨(dú)立組網(wǎng)是實(shí)現(xiàn)人工智能圖19:全球3G、4G和5G自推出以來的連接數(shù)增長趨勢(shì)(單位：十億)—3G4G5G---5G(預(yù)測(cè))6554320億0推出當(dāng)年第一年第二年第三年第四年第五年第六年第七年第八年第九年第十年《5G-A時(shí)代：5G演進(jìn)對(duì)移動(dòng)核心網(wǎng)的重要意義》,GSMA智庫，2024,https//research/research-file-download?reportld=508318assetld=75865G與人工智能之間的協(xié)同效應(yīng)5G和人工智能相輔相成：先進(jìn)的聯(lián)接助力人工智能規(guī)模化發(fā)展，而人工智能助力打造更加智能、高效的電信網(wǎng)絡(luò)。人工智能對(duì)電信行業(yè)的作用與其對(duì)其他行業(yè)的作用同樣重要。全球已有37家運(yùn)營商開始部署人工智能解決方案。早期的關(guān)注焦點(diǎn)是客戶關(guān)懷，占GSMA則是另一大重點(diǎn)領(lǐng)域，約占所有方案的20%。人工智能通過優(yōu)化網(wǎng)絡(luò)性能、降低運(yùn)營成本(Opex)和在初期階段，大多數(shù)電信行業(yè)的人工智能舉措主要用于節(jié)約成本。然而，新的收入模式正在逐漸顯現(xiàn)，如GPU即服務(wù)(GPUaaS)和代理式人工智能平臺(tái)。隨著人工智能應(yīng)用進(jìn)入深水區(qū)和技術(shù)不斷成熟，運(yùn)營商有望解鎖全新的服務(wù)類型。92024年，代表全球5G連接總數(shù)68%的運(yùn)營商已將人工智能納入其商業(yè)模式，這凸顯了人工智能與先進(jìn)聯(lián)接技術(shù)之間日益緊密的關(guān)系(見圖20)。圖20:2024年各地區(qū)5G部署率和人工智能部署率40%20%亞太歐洲大中華地區(qū)拉美中東與北非北美86420資料來源：GSMA智庫《移動(dòng)人工智能時(shí)代：對(duì)移動(dòng)網(wǎng)絡(luò)的深遠(yuǎn)影響》,GSMA智庫，2025,https///research/the-mobile-al-era-what-it-means-for-mobile-networks°《電信AJ:2025年第二季度市場(chǎng)現(xiàn)狀》—人工智將創(chuàng)造全新可能，GSMA智庫，2025,https///research/telco-ai-state-of-the-market-q2-2025全球數(shù)智化指數(shù)(GDII)2025|44快速、低時(shí)延的聯(lián)接才能高效運(yùn)行。5G獨(dú)立組網(wǎng)公路”,為人工智能任務(wù)的大規(guī)模、實(shí)時(shí)交付提供智能的害蟲診斷服務(wù)(見圖21)。圖21:縮小人工智能時(shí)代的數(shù)字鴻溝5G5G獨(dú)立組網(wǎng)/5G-A邊緣計(jì)算+云端人工智能+大規(guī)模物聯(lián)網(wǎng)本地化智能經(jīng)濟(jì)發(fā)展展望未來，5G-A將通過增強(qiáng)移動(dòng)性、高可靠性和沉浸式用戶體驗(yàn)的應(yīng)用(如擴(kuò)展現(xiàn)實(shí)(XR)、衛(wèi)星集成和多播服務(wù)),進(jìn)一步提升AI部署的價(jià)值。5G-A的部署自2024年初在中國大陸啟動(dòng)，目前已擴(kuò)展至芬蘭、印度、科威特、中國澳門和美國。據(jù)GSMA《2025年網(wǎng)絡(luò)轉(zhuǎn)型調(diào)研》報(bào)告，79%的運(yùn)營商計(jì)劃在未來兩年內(nèi)部署5G-A,四年內(nèi)這一比例將升至93%。運(yùn)營商認(rèn)為，網(wǎng)絡(luò)性能優(yōu)化、1《聚焦運(yùn)營商：2025年網(wǎng)絡(luò)轉(zhuǎn)型調(diào)研儀表盤》報(bào)告，GSMA智庫，https//www.gsmaintelligencecom/research/operators-in-focus-network-transformation-survey-dashboard-2025經(jīng)濟(jì)影響和案例的增長收益，如技術(shù)進(jìn)步，管理優(yōu)化及環(huán)境影響。移動(dòng)技術(shù)已成為全球經(jīng)濟(jì)增長的重要引擎，2024年