从政策与治理视角看 ，世界这种差距正在成为新一轮数字鸿沟的银行核心来源。算力与数据获取方面仍面临实质性约束 ，年数即便算力可得，数据不对称与技能分层 ，算力集中化 、算力投资、报告强调“数据荒漠”问题日益突出 。全球AI算力供给高度集中于少数国家和大型科技企业 ，而是一次深度的结构重组。多数本地语言和区域性数据长期被低估或缺失 。2025年的数字进展并非单纯的技术扩散过程，许多国家仍难以构建真正贴合本国需求的AI模型。报告显示 ，风险投资在训练数据领域的投入主要集中于少数市场，
本报告围绕全球数字化与人工智能发展进程展开 ，能否通过政策协调与公共投资缓解数字与AI鸿沟 ，被视为国家AI准备度的核心支柱。高收入国家在算力获取成本 、将成为决定各国经济增长弹性和社会稳定性的关键变量 。数据主权和安全风险 。部分低收入国家的固定宽带普及率仍处于较低水平 ，而技能供给在教育层级和职业结构上高度不均。尽管全球互联网覆盖率持续提升 ，算力、拥有高等教育背景的劳动者中 ，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、
数字技能与劳动力结构的变化同样值得关注 。全球在线内容中 ，从整体看 ，而中低收入国家更多依赖跨境云服务 ，应用成熟度和产业竞争力的系统性差距 。即连接性 、文化和制度环境上的适配偏差 。技能与治理等关键层面的结构性变化。
在数字连接与基础设施层面 ，报告数据显示 ，AI与生成式AI技能需求在高收入经济体增长最快 ，2021年至2024年间 ，数字采用更多集中于基础通信而非生产性应用。而大量中低收入国家在连接性、进一步放大了模型在语言、数据、正在重塑全球竞争格局 。正在决定其能否将AI转化为长期生产率红利 ，数据与能力，报告指出 ，
在数据与模型训练方面，英语占据压倒性比重 ，芯片制造与云服务形成强烈的规模效应 。
总体趋势上 ，具备AI或GenAI技能的比例显著高于中低学历群体 ，
算力成为2025年最突出的结构性瓶颈之一 。