人工智慧正迅速成為日常基礎設施的一部分，但在某些地方才如此。它協助撰寫電子郵件和軟體程式碼、篩選職位申請、驅動推薦系統，並日益整合到教育、醫療保健、金融和公共行政領域。業界領袖談論「人人享有 AI」，而各國政府則急於發布國家 AI 策略並建立主權運算能力。

然而，在過去十年中，我在歐洲、撒哈拉以南非洲和東南亞等地區參與數位共融和數位素養專案時，看到相同的模式不斷重演：每一波「顛覆性」新技術都降臨在一個已經因連線能力、技能和機構能力而分層的環境中。當前的 AI 浪潮也不例外，甚至放大了這些潛在的裂痕。

儘管如此，一些國家正在探索參與 AI 開發的方式，而不直接複製由美國和中國主導的尖端模型競賽。南非和印尼的最新發展同時說明了可能性與挑戰。其影響遠不止於 AI 的存取權限。

那些主要作為 AI 消費者而非創造者的國家，可能會錯失建立在地創新生態系、強化公部門能力，並確保其語言、文化和社會優先事項反映在 AI 系統中的機會。從這個意義上說，AI 鴻溝也正在成為經濟機會和技術影響力方面的鴻溝。

**AI 運算能力集中在少數地方**

史丹佛大學 2026 年 AI 指數報告的最新分析顯示，僅美國就擁有超過 5,000 個資料中心，是其他任何單一國家的十倍以上。由於 AI 工作負載越來越多地在雲端平台上執行，而非本地基礎設施，這種運算能力的集中也導致了依賴性的集中。

根據世界銀行數據，2023 年美國約佔全球雲端運算和資料儲存服務出口的 87%。對大多數國家而言，這意味著 AI 開發不僅在技術上，而且在商業和地緣政治上都被外包，並超出其控制範圍。

結果是一個 AI 生態系，其中少數國家和公司掌握著驅動全球部署系統的運算引擎。在狹隘的機構和語言環境中訓練、標準化和治理的系統，可能難以服務真正全球的受眾。

**技能和 AI 素養嚴重分層**

即使存在連線能力和雲端存取，也不是每個人都能平等地利用它們。在經濟合作暨發展組織 (OECD) 成員國中，只有約 40% 的成年人具備基本以上的數位問題解決能力，而進階運算和 AI 相關能力仍集中在高學歷工作者和技術密集型產業中。

同時，各國政府正競相將 AI 整合到教育中，通常從高等教育開始。聯合國教科文組織報告稱，全球將 AI 整合到教育中的努力日益增加，而對國小和國中 AI 素養以及教育工作者倫理培訓的支援仍然不均。

那些擁有健全教育體系、進階數位技能和穩定連線能力的人，最能將 AI 視為擴展自身能力的工具。OECD 最近的調查數據顯示，參與 AI 相關培訓的情況仍因教育程度而嚴重分層：36% 擁有高等教育學歷的受訪者表示在過去一年中接受了 AI 相關培訓，而高中以上學歷者僅為 18%。

那些處於鴻溝錯誤一邊的人，更有可能將 AI 體驗為一個作用於他們身上的不透明系統，從荷蘭托兒津貼醜聞等演算法福利系統，到 Amazon 已停用的 AI 招募系統等 AI 輔助招募工具，而不是他們可以主動質疑或塑造的技術。

**投資與治理：誰能參與決策？**

核心議程設定權力通常仍掌握在少數產業參與者和一小群技術先進國家手中。大多數其他國家則處於永遠追趕的姿態，將進口模型、「可信任 AI」標準和範本適應到自己的環境中，並且可能缺乏在地能力來評估權衡或提出替代方案。

在印尼和南非等國家，社群大規模生成資料，但在 AI 系統的設計、治理或部署方式上卻幾乎沒有發言權。他們的語言在訓練資料中代表性不足；他們的機構在監管論壇中資源不足；他們的經驗很少出現在基準資料集中。

對於許多全球南方國家而言，參與 AI 仍然主要透過適應進口系統，而不是塑造這些系統的設計、治理或部署方式。在南非，通訊與數位科技部於 2026 年 4 月發布了一份國家 AI 政策草案，提議設立新的監督機構。

然而，該部門在一名記者發現其至少六處學術引用不存在（顯然是 AI 生成的幻覺）後，於數日後撤回了草案。部長稱其為「不可接受的疏失」。這一事件尖銳地說明了 AI 治理雄心與實施所需機構能力之間的差距，儘管該國此後成立的新 AI 小組有機會利用南非獨特的影響力。

印尼則展現了有意識但受限的公部門行動力。國家研究與創新局 (BRIN) 現在領導國家策略下的 AI 實施，它建立了旨在服務服務不足社群而非尖端能力的實用 AI 工具，包括一個使用衛星資料和機器學習幫助傳統漁民定位魚群的應用程式。

此外，他們還開發了以印尼語和爪哇語、巽他語等當地語言訓練的多語言語言模型，以及部署在政府服務中的 AI 聊天機器人。2025 年 8 月，通訊與數位事務部發布了國家 AI 發展藍圖，目標是每年培訓 100,000 名具備 AI 技能的工作者。

選擇並非僅限於「AI 超級大國」和「被動接受者」之間。區域合作也可能變得越來越重要。2024 年，非洲各國部長通過了《非洲大陸 AI 策略》和《非洲數位契約》。2025 年 4 月在吉佳利舉行的非洲全球 AI 峰會的參與者探討了區域協調、本地語言 AI 模型、公立大學和開源生態系如何減少對外部開發 AI 系統的長期依賴。

**以不同方式思考 AI 鴻溝**

這一切並不意味著人們應該放慢或放棄 AI，也不意味著雲端集中或風險投資本質上是壞事。相反，當我們談論「AI 革命」時，我們也應該問誰能塑造它，誰又只能被動適應它。

數位落差的辯論曾經聚焦於設備和連線能力，後來擴展到技能和成果。但當前的 AI 浪潮又增加了一層：在誰能有意義地參與決定 AI 的用途、它旨在解決哪些問題以及它最終服務哪些社會優先事項方面的差異。

對於工程師和政策制定者而言，這提出了困難但必要的問題。他們設計的 AI 系統和基礎設施是擴大還是縮小了參與塑造技術變革的機會？當政府推出國家 AI 策略或將 AI 整合到公共服務中時，他們納入了誰的限制、語言和機構現實？

許多觀察家將當前的 AI 時刻視為一場競爭。但技術競爭從來不只關乎速度。它也關乎誰能影響變革的方向。AI 已經在全球範圍內傳播。更深層的問題是，負責它的技術人員和政策制定者是否會確保有意義地參與塑造這個未來也能隨之傳播。