https://www.digitalistpapers.com/vol2/friar
作者：Sarah Friar
OpenAI 的首席财务官。
进步的规律
新技术并非凭空出现。起初，它们常常反映并放大当时的不平等——能否获得技术取决于你住在哪里、收入多少以及周围的体系。随后，更广泛的扩散开始发生。这正是我们在过去几波技术进步浪潮中所看到的。也是我们今天在人工智能身上所看到的。
最近一项研究探讨了这些动态。[1] 当 ChatGPT 于 2022 年 11 月推出时，其采用遵循了一个熟悉的模式：用户主要集中在高收入国家中年轻、受过高等教育、通常拥有男性化名字的用户群体，这可能是因为最初的使用案例高度集中于编程。在发布后的最初几个月里，近 80% 的活跃用户拥有男性化名字，而最高的采用率来自最富裕的十分之一国家。
然而，到 2025 年中期，情况开始发生变化。ChatGPT 已实现大规模普及，每周活跃用户达 8 亿，每天发送超过 25 亿条消息，约占全球成年人口的 15%。而这些用户的特征呢？它迅速发生了变化——并且仍在变化中。数据表明，人工智能的民主化速度比以往任何技术都快，早期在地理和性别上的差距正在以惊人的速度缩小。
“数据表明，人工智能的民主化速度比以往任何技术都快，早期在地理和性别上的差距正在以惊人的速度缩小。”
过去一年，低收入和中等收入国家的增长率是高收入国家的四倍多。截至 2025 年 5 月，在人均 GDP 处于 25% 分位数的国家，互联网赋能的渗透率已与高收入经济体持平。使用中的性别差距也在缩小。到 2025 年 6 月，拥有典型女性化名字的用户数量略高于拥有典型男性化名字的用户。
有趣的是，使用场景也发生了变化。在所有活动都增长的同时，非工作消息的增长速度快于工作相关消息，占总流量的比例从 2024 年 7 月的 45% 上升到 2025 年中期的 60% 以上。人们到底在用 AI 做什么？主要是试图完成某些事情。近 80% 的对话涉及实用指导、信息获取或写作。
教育领域尤为突出：所有消息中的 10%，以及近 40% 的实用指导查询，都与辅导或教学有关。在工作任务中，写作占主导地位，其中编辑和改进现有文本的比例是创建新内容的两倍；这表明人们正在使用 ChatGPT 作为增强工作的工具，而不是让它替自己完成工作。
无处不在的接入
但人工智能的影响不仅体现在用户数量上，还体现在技术出现的地点和方式上。同样，由于低收入和中等收入国家的使用率显著增长，那些曾经感觉只属于精通技术的高收入环境的工具，现在已嵌入到世界各地的社区中。
例如，在肯尼亚，Penda Health 对其基于大语言模型的工具 AI Consult 进行了一项研究，涵盖了 15 家诊所的 39,849 次就诊。[2] 研究发现，与未使用该工具的临床医生相比，使用 AI Consult 的临床医生诊断错误相对减少了 16%，治疗错误相对减少了 13%。AI Consult 充当了一个实时安全网，仅在检测到潜在错误时提醒临床医生，同时让他们完全掌控局面。
联合国儿童基金会在乌拉圭进行了一项为期两年的试点，使用多模态 ChatGPT 帮助为残疾儿童创建可访问的数字教科书。[3] 通过自动化部分制作过程，如生成标题、图像描述和简化文本，AI 工具将开发时间和成本从数月减少到数天。[4] 其目标是为数百万通常最被排斥的学习者扩大接入机会。
在尼日利亚，ADVISER 系统使用 AI 来优化疫苗接种干预措施的分配，在奥约州的 13,000 多个家庭中，将儿童疫苗接种率从 43.6% 提高到 73.9%。[5]
“人工智能的使用范围正在扩大，而非缩小。正是在这种扩大中，蕴藏着它最大的潜力——但也蕴藏着最大的风险。”
这些不是边缘性的实验——它们是实证。在每个案例中，AI 都在人们所在的地方与他们相遇，并解决现实世界的问题。是的，局限性依然存在。数据是混乱的，自我报告会带来偏差。但方向是明确的：人工智能的使用范围正在扩大，而非缩小。正是在这种扩大中，蕴藏着它最大的潜力——但也蕴藏着最大的风险。
智能鸿沟的风险
我们正处于人工智能推广的早期阶段。早期的趋势是令人鼓舞的。但人工智能可能退回到富人专属领域的风险仍然存在。训练和部署先进人工智能所需的基础设施是资本密集型的。前沿模型需要数千个 GPU 组成的集群，每个集群的功耗都在兆瓦级。数据中心受到冷却、电网容量、土地成本和许可审批的限制。
这些物理限制使得拥有充足能源和有利监管框架的地区的老牌公司占据优势。AI 研究人才也是集中的。结果呢？”智能鸿沟”的风险日益增长：一个只有部分国家、公司或社区才能从 AI 中充分受益，而其他则被抛在后面的世界。
这种风险也不仅仅是经济上的——它还关乎谁的价值观将塑造未来。政治和社会框架将决定 AI 是扩大机会还是巩固控制。随着 AI 融入我们学习、工作、治理和交流的方式，内置在这些系统中的价值观将决定它们的影响。
例如，威权政权可以利用 AI 加强监控和压制选择。但开放、价值观一致的社会可以利用它来扩大能动性和包容性，尽管这需要有意为之的领导力。这不仅仅是一场技术主导权的竞赛。这是一场价值观的较量，未来必须有利于自由社会的联盟，证明民主原则可以指导地球上最强大的技术。
为了获胜，民主国家必须投资于共享基础设施、人才渠道和开放标准，从一开始就嵌入公平和透明度。公私合作伙伴关系可以在保持强大护栏的同时，扩大计算和连接规模。公民必须看到切实的好处，如更好的教育、医疗和机会，从而使民主治理赢得塑造 AI 下一个前沿领域所需的信任。
实现智能民主化需要什么
如果我们希望 AI 服务于大众，而不仅仅是少数人，并且如果我们要在此早期迹象的基础上再接再厉，那么我们必须将其视为关键基础设施来对待。它不仅仅是代码；它需要成为一个由计算、能源、数据和人才组成的共享系统，需要集体投资和管理。
正如工业时代依赖铁路和公路一样，AI 时代依赖能源、连接、可访问的工具和技能。政府和企业都需要以不同的方式行动。从能源和带宽开始。AI 需要巨大的计算能力，这意味着充足的电力以及快速、可靠的网络。
“正如工业时代依赖铁路和公路一样，AI 时代依赖能源、连接、可访问的工具和技能。政府和企业都需要以不同的方式行动。”
目前，增长极不平衡。例如，中国正在积极增强其电力容量，这已经是美国的两倍多。[6] 为了缩小这一差距，民主国家必须现代化许可审批流程，扩大清洁能源区域，并将宽带和电网升级作为国家优先事项。否则，智能鸿沟将直接映射到能源鸿沟上。
许可改革至关重要：数据中心不能陷入多年的繁文缛节。协调地方和国家规则，瞄准清洁能源走廊，并利用 AI 本身来加速审查，可以在不牺牲透明度的情况下加快审批速度。如果做得好，这些改革将创造就业机会、降低成本并帮助稳定电网。
接入必须负担得起，尤其是对于小企业。政府可以提供计算积分，资助共享基础设施，或在公私合作中作为主要租户。目标很简单：让常规权力中心之外的人——包括小企业、初创公司、学校和组织——能够进行试验。这些步骤很重要，因为在扩大接入方面的进展是真实的，正如采用率中人口差距的缩小所见，但如果基础设施和可负担性跟不上，进展将会停滞。
最后，我们不能忘记人。工具的包容性取决于使用它们的技能。我们需要对培训进行大规模投资，不仅针对开发人员和技术人才，还针对所有领域的工人、教育工作者、小企业。像 OpenAI Certified 这样的项目，是一项旨在让更多人掌握有效使用 AI 技能的新举措，是确保机会随着普及而传播的一种方式。[7]
但仅靠技能重塑是不够的。我们还需要以一种激发想象力而非恐惧的方式来引导人们，聚焦 AI 可以在课堂、诊所、小店和社区中心解锁的机会。当人们能够看到并感受到其好处时，他们更有可能拥抱变革。这意味着政府、企业和公民社会领导者必须成为可能性的讲述者，而不仅仅是颠覆的管理者。框架很重要：今天的领导者必须强调 AI 是共同进步的工具，而不是令人恐惧的力量。这就是我们建立能够为真实社区带来真实利益的生态系统的方式。
无论我们选择何种解决方案，它们都需要有约束力。每项建议都必须附带明确的问责制——指定的行动者、目标日期和公开报告——以避免空头承诺而无后续行动的模式。
如果你无法衡量它，就无法修复它
基础设施支出和总用户数只能说明部分情况。真正的考验在于 AI 是否在它已开始扎根的课堂、诊所、农场和小企业中带来了有意义的益处。政府和企业应该就一套反映覆盖面和影响力的包容性指标达成一致，不仅要追踪 AI 传播的广泛程度，还要追踪它是否改善了人们的生活。
地理覆盖是关键。采用率应扩散到传统权力中心之外。追踪低接入社区相对于全国平均水平的采用率，可以显示在肯尼亚诊所或尼日利亚疫苗接种活动中看到的模式是否在其他地方得到复制，即证明 AI 正在人们所在的地方与他们相遇。
可负担性也至关重要。基本 AI 服务的成本应随时间下降。小型组织或个人用户与大公司所面临价格的简单比率，可以揭示全球南方的一个农民是否能够像跨国公司使用翻译工具一样容易地获得农业模型。
然后是经济影响。小企业应该迅速看到切实的成果。衡量从首次使用到生产力提升或收入增长的时间，可以表明圣保罗的一家面包店或内罗毕的一个辅导平台——这两个城市都有活跃的技术采用和创业精神——能否在数月而非数年内从试验走向回报。
了解人才的分布很重要。AI workforce 不应仅仅集中在少数几个科技中心。追踪熟练工程师、教育工作者和企业家的所在地，可以表明机会是否正在全球范围内传播，就像乌拉圭的多模态 ChatGPT 等工具为服务不足的学生扩大了接入机会一样。
最后，公共服务交付至关重要。政府应使用 AI 来扩展基本服务。监测每 10 万公民中有多少教育、健康和行政项目得到 AI 的增强，将提供一个明确的信号，表明各国是否正在从试点转向广泛实施。
这些按地区和收入十分位追踪的指标，将揭示该技术是在缩小还是扩大智能鸿沟。最棒的是，AI 本身可以帮助收集和分析数据。如果我们认真对待民主化，我们需要用数字，以及在最重要的地方，来证明它。
结论
“最棒的是，AI 本身可以帮助收集和分析数据。如果我们认真对待民主化，我们需要用数字，以及在最重要的地方，来证明它。”
人工智能的未来不是固定的。它可以集中权力或扩大机会，加深不平等或释放潜力。它的轨迹将不仅仅由能力决定，更由我们关于它去哪里、服务谁以及如何使用所作出的选择决定。我们有早期证据表明，AI 能够以前所未有的速度跨越性别、地区和年龄进行扩展。我们面前实现智能民主化的机会是真实的，但我们必须采取行动。
政府必须投资于广泛和公平获取 AI 所需的基础设施，包括电网现代化、扩大宽带、简化选址审批以及提供有针对性的计算补贴。公司必须致力于包容性的定价模式，与当地社区和小企业建立伙伴关系，并以更大的透明度运营。公民社会必须维护公平，倡导负责任的标准，并确保广泛的声音得到代表。多边机构和发展融资伙伴必须战略性地部署资本，以弥补基础设施和接入方面的差距，确保没有地区或社区被落下。
但最重要的是，我们每个人都需要记住：这不是一个技术故事。这是一个关于人的故事。工具是强大的。重要的是我们选择用它们来构建什么。
参考文献
[1] Aaron Chatterji, Thomas Cunningham, David J. Deming, Zoë Hitzig, Christopher Ong, Carl Yan Shan, and Kevin Wadman, “How People Use ChatGPT,” 美国国家经济研究局工作论文第34255号, 2025.
[2] Robert Korom et al., “Pioneering an AI Clinical Copilot with Penda Health,” OpenAI, 2025年7月25日.
[3] 联合国儿童基金会, “OpenAI and UNICEF Accelerate Digital Textbook Access,” 访问于2025年10月10日.
[4] Sophia Torres Cantella, Marta Carnelli, and Julie de Barbeyrac, “Can AI Help Bridge the Gap in Inclusive Education?,” 联合国儿童基金会, 访问于2025年10月10日.
[5] Opadele Kehinde, Ruth Abdul, Bose Afolabi, Parminder Vir, Corinne Namblard, Ayan Mukhopadhyay, and Abiodun Adereni, “Deploying ADVISER: Impact and Lessons from Using Artificial Intelligence for Child Vaccination Uptake in Nigeria,” 预印本, arXiv, 2023年12月30日.
[6] “各国电力生产列表,” 维基百科, 最后更新于2025年8月14日.
[7] Fidji Simo, “Expanding Economic Opportunity with AI,” OpenAI, 2025年9月14日.
转载请注明：《中国社会分红/基本收入研究网》 浏览量：6 views
