全球南方的差异化：AI治理中的能力差距与战略路径

核心观点

全球南方国家在人工智能治理中并非同质化群体，而是内部存在显著的能力差距，导致其治理路径和参与方式呈现多样化。报告构建了“能力—规范导向”二维矩阵，将全球南方国家划分为发展优先型、规则平衡型、主权塑造型和外部嵌入型四种治理类型，并分析了每种类型的特征、优势和风险。

关键数据

• 美国拥有全球超过一半的数据中心，私营人工智能投资远超中国。
• 全球仍有相当一部分人口处于离线状态，高收入国家互联网普及率达93%，低收入国家仅为约27%。
• 2025年全球私营人工智能投资达到3447亿美元，其中美国占2859亿美元，中国占124亿美元。
• 全球人工智能计算能力迅速扩张，但非洲大陆的数据中心数量不到美国的6%。

研究结论

• 全球南方国家在人工智能治理中面临基础设施、资本、模型和监管等多重不对称性，导致其内部出现分化。
• 全球南方国家短期内不太可能形成制度化的“第三极”，但围绕特定议题的协调合作正在显现。
• 报告提出了五项政策建议，包括建立人工智能能力与发展峰会机制、试点区域监管沙盒和测试工具的互认、在外部合作中嵌入“非锁定”合同条款、为能力受限国家采取分阶段治理路径等。
• 全球南方国家需要将有限的资源转化为可持续的制度能力，通过区域协调和多边参与提升其在人工智能治理中的影响力。