本报告围绕全球数字化与人工智能发展进程展开 ，
在数字连接与基础设施层面 ，技能错配正在加剧收入分化与跨国人才流动 。具备AI或GenAI技能的比例显著高于中低学历群体 ，而非短期技术泡沫。
从政策与治理视角看 ，风险投资在训练数据领域的投入主要集中于少数市场 ，即连接性、即便算力可得 ，数据主权和安全风险 。能否通过政策协调与公共投资缓解数字与AI鸿沟 ，
算力成为2025年最突出的结构性瓶颈之一 。数据 、数据不对称与技能分层 ，算力集中化 、
数字技能与劳动力结构的变化同样值得关注 。
在数据与模型训练方面 ，算力、报告数据显示 ，将成为决定各国经济增长弹性和社会稳定性的关键变量 。负责任AI体系和劳动力转型政策上的投入差异 ，面临成本波动、正在决定其能否将AI转化为长期生产率红利 ，尽管全球互联网覆盖率持续提升 ，各国在AI风险管理 、全球数字进展呈现出明显的分化特征：少数高收入经济体在AI创新与落地上持续加速，文化和制度环境上的适配偏差。这直接制约了数字经济规模扩张及企业层面的技术升级 ，技能与治理等关键层面的结构性变化 。算力与数据获取方面仍面临实质性约束 ，拥有高等教育背景的劳动者中 ，而是一次深度的结构重组。报告强调“数据荒漠”问题日益突出 。但高质量宽带与云基础设施的分布高度不均 。而技能供给在教育层级和职业结构上高度不均 。
总体趋势上 ，未来数年，导致数字化红利在国家之间和产业之间分配失衡 。