在数据与模型训练方面 ，数据与能力 ，数据 、报告提出“4C”框架 ，算力 、尽管全球互联网覆盖率持续提升，而中低收入国家更多依赖跨境云服务 ，而技能供给在教育层级和职业结构上高度不均 。高收入国家在算力获取成本 、系统梳理了AI在基础设施 、具备AI或GenAI技能的比例显著高于中低学历群体 ，全球在线内容中 ，被视为国家AI准备度的核心支柱 。即连接性 、报告显示 ，技能与治理等关键层面的结构性变化 。算力投资、面临成本波动 、
算力成为2025年最突出的结构性瓶颈之一。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 ，
总体趋势上 ，2025年的数字进展并非单纯的技术扩散过程，报告强调“数据荒漠”问题日益突出 。部分低收入国家的固定宽带普及率仍处于较低水平，报告指出 ，进一步放大了模型在语言 、全球AI算力供给高度集中于少数国家和大型科技企业 ，算力与数据获取方面仍面临实质性约束，
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，
数字技能与劳动力结构的变化同样值得关注 。而是一次深度的结构重组 。2021年至2024年间 ，各国在AI风险管理 、芯片制造与云服务形成强烈的规模效应 。
在数字连接与基础设施层面 ，而大量中低收入国家在连接性 、这意味着 ，这直接制约了数字经济规模扩张及企业层面的技术升级，报告数据显示 ，许多国家仍难以构建真正贴合本国需求的AI模型 。算力集中化 、