AI助力影响：人工智能在亚洲社会创新中的作用

人工智能赋能社会创新：人工智能在亚洲社会创新中的作用 洞察报告 2026年6月 Drinkwell 封面图片：Getty Images，Pexels 图片： 内容 前言 3 执行摘要4 引言 5 附件33贡献者 368 展望 282 亚洲人工智能赋能影响的地域分布 10五、人工智能技术的应用 19人工智能影响采纳的六项挑战 231 区域内的关键影响主题 63 影响意图 13脚注40区域生态系统成熟度 14结论327 应对系统性风险 26九种产生影响力的途径 29 免责声明 本文件由社会企业家 Schwab 基金会与世界经济论坛合作发布，作为对某项目、洞察领域或互动的贡献。本文所表达的研究发现、解读和结论，是经 Schwab 基金会促进和认可的合作过程的结果，但其结果不一定代表 Schwab 基金会或世界经济论坛的观点，也不一定代表其全体成员、合作伙伴或其他利益相关者的整体观点。 © 2026 社会创业家施瓦布基金会与世界经济论坛。版权所有。本出版物之任何部分均不得以任何形式或任何方式复制或传播，包括影印和录音，或通过任何信息存储和检索系统。 前言 Justin Spelhaug 董事长，微软 Elevate，微软 Gillian Hinde，全球企业责任主管，德勤 (EY) 人工智能（AI）正开始重塑社会应对其部分紧迫挑战的方式。在亚洲，社会创新者是最早、最坚定的采用者，他们将AI应用于改善医疗保健服务、加强粮食系统、扩大教育普及、支持气候韧性以及提升公共服务供给。他们将新兴工具转化为适用于那些通常最难触及的社区的实用解决方案，在现实世界条件下测试有效方法，揭示需要管理的风险，并突出积极影响的机会。 协调不力时，即使有前景的解决方案也常常是碎片化的、资金不足的，或停滞在试点阶段，尽管存在明确的需求。 我们撰写此报告旨在帮助应对该地区在日益增长的噪音中对更好信号的需求。前沿模型和商业竞争往往主导人工智能的讨论，而社会创新者利用人工智能解决具体的社会和环境挑战的工作则不太引人注目。本报告聚焦这些努力，并探讨它们需要付出什么才能触达更多人。这些努力范围从互操作数据系统、负责任的人工智能保障措施，到融资模式、采购途径、针对具体情境的解决方案认可以及为社会创新者量身定制的能力建设举措。 本报告重点介绍了他们在营造信任环境方面的故事、挑战与成功，该环境使人工智能解决方案能够创造积极变革。基于对十国2900多个“人工智能助力影响”倡议的分析，我们表明许多有意义的应 用由扎根社区的社会创新者主导或共同创建。当政策、基础设施、人才、资金和合作围绕明确的公共利益成果和社区优先事项协同一致时，他们的解决方案便能取得成功。报告还强调，他们的工作通常涉及为有影响力的人工智能应用构建坚实的基础的努力。他们召集社区领袖、公共部门组织、民间社会和技术领袖，以建设基础设施（如开放数据池）、制定数据共享标准或实施用于原始数据收集的物联网（IoT）系统。社会创新者在协调有力的情况下取得成功，这使他们能够接入国家级平台和公共系统。 以社会创新者为议程核心，人工智能能够为亚洲的包容性、韧性和可持续发展做出实质性贡献——但这前提是资助者、科技公司和支持组织必须围绕他们建立远为牢固的合作关系。下一阶段的努力必须果断地从试点项目转向大规模实施和系统性变革——从投资可负担的连接性和低资源语言的兼容性，到创建联盟以解锁对公共利益数据的负责任访问。在这些问题基础上通力合作，将使社会创新者能够公平地部署人工智能，触达最贴近弱势群体的组织，并在医疗保健、农业、气候适应、教育和公共服务提供等领域持续推广实用解决方案。 执行摘要人工智能在亚洲的社会影响取决于生态系 统的成熟度和开放共享的基础设施。 人工智能（AI）正成为亚洲解决公共利益的实用工具，但其应用普及程度极不均衡，且常常受制于应用抵达社区之前发生的工作。本报告基于对10个经济体中2800多个AI用于产生影响的倡议项目数据集分析显示，活动集中于少数几个领域和国家，生态系统准备情况——从数据基础设施和治理到融资模式及制度能力——在决定解决方案能否规模化方面，比技术新颖性更为重要。 高动能创业生态系统，如印度尼西亚和菲律宾，展现出强劲的创新活动与私营部门参与，但往往难以将实验成果转化为全系统的推广普及。 政府主导但能力受限的孟加拉国、柬埔寨、巴基斯坦和斯里兰卡等生态系统显示出政策意愿，但仍面临基础设施碎片化、融资缺口、交付能力有限以及负责任部署的保障措施不足等挑战。 一系列技术正通过人工智能发挥积极影响，其中物联网（19.1%）在应用中居首，其次是计算机视觉（13.0%）和预测分析（12.9%）。虽然并非广泛项目中主要技术的焦点，但生成式人工智能被视为提升运营和内部流程效率的重要赋能者。它或可支持社区健康工作者减轻行政负担，帮助筹款团队申请资金，或赋能微型企业家网络实现彼此间的协调。 有三项定量发现尤为突出。在数据集中，医疗保健是影响最大的领域（占24%）。第二普遍的问题领域是粮食安全、农业与营养（占21%）。能源（占8%）和气候相关用例（占7%）也在迅速增长。 地理集中度高：中国、印度尼西亚和越南合计占所有记录倡议的约75%，其中中国 alone 就占超过40%。然而，规模和成熟度并不完全一致。虽然中国在绝对数量上领先，但人均部署率在马来西亚、越南和泰国更高，这表明规模较小但协调性更好的生态系统也能产生高部署密度。 创新者的见解进一步强化，进一步推广的障碍往往在于体制、资金和伦理，而非纯粹的技术。该地区的机会非常巨大，但要实现它将取决于事前工作和系统变革。人工智能现已应用于诊断、作物咨询系统、能源优化、气候监测和公共服务提供。本报告中的证据表明，下一阶段应更加关注创造安全、公平推广的条件，通过构建开放、共享的基础设施，并支持扩大规模的倡议，而非仅资助创新本身。 该分析确定了三种反复出现的生态系统原型： 主要是由国家主导、协调驱动（如中国、马来西亚和泰国）的系统，倾向于将人工智能整合到公共系统中，因为它们结合了战略、基础设施和制度领导力。 引言 亚洲的人工智能和社会创新领域蓬勃发展，但在准备就绪程度和部署路径上差异巨大。 新兴或扩展，并有意排除高收入或非常小的经济体，以保持对发展导向和包容性人工智能部署的关注。由于规模和复杂性，印度的人工智能影响景观值得单独出版，将在未来几个月内发布。鉴于该地区的规模和多样性，跨越多种语言、地理和制度能力水平，人工智能影响计划在数据可用性、交付基础设施和采用途径方面面临明显不同的限制。该分析反映了制度能力、数字公共基础设施、创新生态系统和融资模式中的巨大差异，这些因素塑造了人工智能从实验过渡到规模化部署的方式。 人工智能（AI）正日益在亚洲加速发展，政府、社会企业和民间社会组织越来越多地部署人工智能解决方案，以应对复杂的社会、环境和治理挑战。1,2从医疗保健服务、粮食安全到能源系统、气候韧性、灾害响应和公共服务优化，人工智能正在重塑其在不同国家背景下大规模产生影响的方式。这种增长反映了该地区对数字公共服务的需求日益增长，以及数据、云基础设施和应用人工智能能力的普及。3 人工智能正在重塑其在亚洲多样国情背景下的规模化影响力传递方式。 本报告考察了该地区不断发展的“以影响为导向的人工智能”格局，其定义为一系列旨在促进积极社会、环境和公共利益成果的人工智能应用。报告借鉴了由影响智能公司为世界经济论坛开发的数据库，该数据库绘制了在10个经济体（孟加拉国）实施的超过2800个“以影响为导向的人工智能”计划。 多样性是该地区AI赋能社会影响生态系统的关键特征。像中国这样的大型、高度协调的经济体，凭借强大的国家领导力、成熟的数字基础设施和深厚的（此处原文疑似有缺失，通常指人才、数据等基础），展现了在国家层面部署AI的能力。在公私合作的另一端，处于早期阶段且能力受限的环境，如柬埔寨和斯里兰卡，则更依赖于捐赠者支持的试点项目以及机构主导的倡议。在这两个极端之间，像印度尼西亚、马来西亚、越南和菲律宾这样的国家，展现出高动力、创新驱动的生态系统，其中私营部门参与、初创企业活动和多方利益相关者合作发挥着核心作用。 柬埔寨、中国、印度尼西亚、马来西亚、巴基斯坦、菲律宾、斯里兰卡、泰国和越南。该数据集通过Impact Intelligence的AI赋能研究平台收集，该平台运用高级分析技术处理来自学术论文、媒体和其他公共来源的大量非结构化数据。所选经济体旨在反映人口规模、收入水平、创新能力和社会企业密度等方面的多样性，同时确保有足够的数据进行对比分析。 该样本优先考虑大型和中等规模的经济体，其中人工智能（AI）已用于产生积极影响。 1 区域内的关键影响主题 人工智能应用主要集中在健康、食品和能源领域，这揭示了需要着力建设基础设施和数据生态系统。 亚洲拥有一个多样化且快速发展的、以产生积极影响为目标的AI生态系统。活动集中在社会需求迫切且数据相对可获取的地区，包括医疗保健、农业与粮食安全、教育、能源以及气候与环境管理（见图1）。这反映了对AI能够快速部署并带来可见效益的领域的务实关注。 然而，也有人认为，该地区当前的人工智能应用仅仅是“浅尝辄止”，通过探索基础设施和数据 readily available 的问题领域来实现。然而，本报告采访的许多社会创新者强调，他们致力于数据基础建设，通过与政府、社区和企业建立新的合作伙伴关系来收集和结构化数据，最终能够带来新颖的、高度情境化的解决方案。 该地区按议题领域分布的AI赋能影响力计划 图1 医疗健康仍然是该地区影响最大的领域，占所有倡议的24%，其次是粮食安全、农业与营养（21%）。值得注意的是，能源已成为第三大影响领域（8.2%），这表明人工智能在能源系统、资源效率和可持续转型中的作用日益增强。气候行动与环境保护占所有倡议的7%，而城乡社区发展占5.5%。前五大影响领域合计占所有倡议的约60%至65%，凸显了在少数几个重点领域高度集中的努力。 放射学分析、病理筛查、疫情预测和病人分诊。 前五个影响领域大约占所有举措的60%至65%。 其他部署则超越了诊断范畴，旨在减轻一线工作者的负担并强化护理路径。移动决策支持工具运用人工智能来标准化评估并自动化文档记录。人工智能赋能的远程医疗平台结合远程咨询、人工智能辅助的症状采集与分诊，将专家专长延伸至农村和偏远地区。 然而，该领域也存在着电子健康记录碎片化、纸质系统以及公私提供者之间互操作性薄弱等问题，这使得大规模部署人工智能解决方案变得困难。劳动力短缺以及一线员工数字素养有限是进一步限制人工智能取得更大进步的结构性问题。最后，在敏感领域对人工智能进行平衡应用以及患者及其他利益相关者之间必要的信任仍然是关键挑战。 医疗保健领域吸引了最大量的“AI赋能社会影响力”计划。在医疗保健领域内，AI计划最常关注医学诊断、临床决策支持、疾病监测和健康服务优化。计算机视觉和预测分析主导了这个领域，支持诸如 有些人会问，为什么他们要使用心理健康应用程序，而不用直接和聊天机器人交谈。我们必须解释清楚，在高风险情况下，你需要的是受过培训的咨询师和保障措施，而不是通用的AI回答。 社会创新者访谈的洞见 案例研究1 菲律宾商业促进社会进步与西门子医疗（菲律宾） 在菲律宾，菲律宾商业促进社会进步与西门子医疗合作，利用人工智能工具为高结核病负担地区的28家公立医院和卫生中心读取胸部X光片，以筛查结核病（TB）的迹象。一线护士和医生能够进行筛查 每天有更多的人接受检测，系统还会标记那些可能被忽略的可疑扫描结果，帮助项目朝着每月检测约12万人并尽早发现贫困和难以触及社区病例的目标迈进。 粮食安全、农业与营养是第二大影响领域。在该领域，人工智能正越来越多地用于支持高度受气候影响、依赖生计的农业体系在资源利用、作物管理和气候适应方面的田间决策。重点集中的子领域包括作物产量预测、病虫害检测、精准农业、供应链优化以及面向小农户的市场准入工具。物联网人工智能