AI應用加速，新的數位落差正在擴大
人工智慧正以驚人速度從實驗室走入日常生活。聯合國開發計畫署（UNDP）最新評估警告，AI帶來的利益、風險與規範正不均衡地擴散；若全球未能採取行動，國家間的落差可能進一步擴大。報告《下一次大分歧》（The Next Great Divergence）指出，AI普及的速度以月計，而非以十年計。許多國家尚未具備足夠的基礎設施、技能或治理能力，無法在緩和衝擊的同時掌握其效益。快速部署與準備程度不均的組合，將使收入、機會與安全方面的差距更加嚴重。
這項警告提出之際，正值許多中低收入國家過去50年透過貿易、科技與發展成果，逐步縮小與富裕國家差距之後。如今，這些趨同成果正面臨風險。報告指出，能力是關鍵分水嶺。能夠培養技能、建置運算能力並建立可信治理制度的國家，可以運用AI提高生產力、改善公共服務並催生新產業。缺乏這些基礎的國家則可能落後，其他國家將制定標準、吸引投資並率先取得成果。
亞太地區處於這場轉型的核心。該地區人口超過全球一半，AI使用者也超過全球一半，但目前積極使用AI工具的人口僅約占14%。這代表約有37億人仍被排除在外。四分之一居民仍未上網。在南亞，女性擁有智慧型手機的可能性比男性低最多40%。此外，當地面臨的重大社會挑戰也讓情勢更顯迫切，包括16億人無力負擔健康飲食，以及2700萬名青年仍不識字。
能力落差最明顯之處
能力不只是好點子，還包括價格可負擔且穩定的電力、具韌性的連線、資料、雲端與運算資源、具備技能的工作者，以及能制定並執行規範的機構。有些經濟體在這方面迅速領先，另一些仍在建立基本的數位接取與識讀能力，因而限制了它們運用AI工具改善醫療、金融、農業與教育的速度。
亞太成為轉型核心
該地區的創新版圖正快速擴張。中國占全球AI專利近70%，六個經濟體中已有超過3100家新獲資金挹注的AI公司成立。報告中的模型推估顯示，AI可使亞太地區年GDP成長率提高約2個百分點，並使醫療、金融等產業的生產力提升最多5%。若能廣泛且包容地採用AI，東協經濟體在未來十年合計可額外創造近1兆美元GDP。
這些亮眼數字背後，仍有嚴峻現實。該地區約有13億名勞工從事非正式工作，若工作型態改變或消失，他們幾乎得不到保障。近7.7億名女性未投入勞動市場，約有2億人生活在極端貧窮中。仰賴例行工作的產業正面臨自動化壓力。常僱用女性的成衣製造重鎮，可能更快導入機器人。菲律賓、印度與孟加拉等國的商業流程外包、客服中心及後勤服務，則面臨能力日益提升的AI系統帶來的競爭。若缺乏再培訓、轉職支援與創造新工作的政策，對許多勞工而言，近期的衝擊可能大於收益。
哪些人最容易受到AI衝擊
報告的勞動力分析指出，女性與青年這兩個群體特別脆弱。女性從事的工作受自動化影響的可能性將近是男性的兩倍，因為女性在例行、可預測的職務中占比較高。在一些經濟體中，高度暴露於AI的職務裡，青年就業已經下滑，尤其是22至25歲族群，這威脅到他們職涯初期的發展機會。基本數位技能也是一項障礙。城市居民中只有約四分之一、農村居民中不到五分之一能完成簡單的試算表操作。這項技能落差限制了人們因應AI重塑工作型態的能力。
UNDP亞太區域局首席經濟學家菲利普・謝勒肯斯（Philip Schellekens）指出，新落差恐將取代多年來累積的進展。
我們認為，在過去50年的趨同之後，AI正在開啟國家間不平等加劇的新時代。
他警告，若全球任由差距擴大，將帶來更廣泛的後果。
如果不平等持續升高，安全議題方面的外溢效應，以及未經通報的移民問題，都將變得更加棘手。
聯合國助理秘書長兼UNDP亞太區域主任坎妮・維格納拉加（Kanni Wignaraja）以鮮明的措辭描述這種速度落差。
AI正飛速前進，許多國家卻仍站在起跑線上。
風險不只關乎工作數量，也關乎誰能在引導決策的資料中被看見。農村與原住民族群，以及許多女性創業者，在用來訓練機器學習模型的資料集中往往代表性不足。報告舉例指出，部分AI信用評分模型主要以城市男性借款人的資料訓練，結果將女性與農村農民錯誤判定為高風險。這類偏見可能阻礙他們取得金融服務，讓弱勢處境更加嚴重。受調查企業中，也有四分之一預期AI自動化將導致裁員，顯示許多雇主計畫以AI取代部分工作。
效益確實存在，但分配不均
若謹慎部署，AI已能改善政府服務。曼谷的Traffy Fondue平台已處理近60萬件民眾通報，協助市府團隊更快修補路面坑洞、清除垃圾並回應地方問題。新加坡的Moments of Life服務將新手父母辦理相關文件的時間，從約兩小時縮短至約15分鐘，帶來明確的效率提升。在北京，數位孿生，也就是即時反映實體系統的虛擬模型，正協助規劃人員模擬洪水與交通流量，以引導基礎設施決策。這些案例顯示，AI能提升回應速度、減輕行政負擔，並帶來可衡量的公共效益。
機會不只在城市管理。醫療方面，模式辨識可加快從醫學影像診斷肺結核等疾病。教育方面，適性工具可為偏遠學校的學生提供輔導。農業方面，AI系統可分析土壤、天氣與害蟲資料，提供農民播種和施肥建議。糧食系統、災害救援與社會保障計畫，也能透過即時分析受益，協助在適當時間將資源送到需要的地方。
然而，這些效益分配並不平均。許多國家仰賴進口模型，而這些模型未必能反映當地語言、方言或文化脈絡。這會降低準確度與信任，尤其是在醫療、金融等攸關重大的用途上。支援在地語言需要資料與運算資源，而許多中低收入國家都缺乏這些資源。資料中心快速擴張帶來的能源與用水需求，則構成另一項挑戰。如何擴大雲端與AI基礎設施，同時不讓電網不堪負荷或水資源承壓，並不容易；尤其許多地區本已面臨氣候目標的壓力。
治理落後與安全風險
規範追趕的速度緩慢。目前只有少數國家已制定完整的AI法規。報告指出，到2027年，全球超過40%的AI相關資料外洩事件可能源自生成式AI遭到濫用。生成式系統可以產出逼真的文字、影像與音訊。這種能力既能協助教師撰寫教案，也可能被犯罪者用來加速網路釣魚攻擊、散播深偽詐騙或製作惡意軟體。建立更健全的治理架構刻不容緩，包括明確的責任歸屬、測試標準、可稽核性與隱私保障。
各方參與制定全球規則的程度也不均衡。聯合國貿易與發展分析指出，僅100家公司、主要位於美國與中國，就占民間AI研發投資約40%。與此同時，118個國家多數位於全球南方，未參與AI治理的國際討論。預估全球AI市場到2033年將達4.8兆美元。若由少數企業與國家制定規範及基礎設施，其他各方只能旁觀，最終可能加劇科技、金融與影響力方面既有的差距。
UNDP報告直指挑戰核心：
AI時代的核心分水嶺在於能力。投資技能、運算能力與健全治理制度的國家將受益，其他國家則可能遠遠落後。
各國現在可以採取哪些行動
縮小差距是有可能的。各國的起點不盡相同，從電力取得與網路穩定度，到學校和公共機構的健全程度都有差異。務實策略應從基本建設著手，包括穩定供電、可負擔的網路與裝置；接著投資於人，推動學習計畫，培養數位技能、解決問題的能力，以及安全使用AI工具的知識；再來是運算資源，可透過在地資料中心、區域樞紐或共享資源取得。策略也必須納入具包容性的資料，讓模型能反映農村社區、少數語言與女性創業者的情況。最後，還需要可信的防護機制來建立信任，包括透明度、安全評估，以及系統造成傷害時明確的申訴管道。
五項優先行動
政府及合作夥伴可以同時從多個面向著手。下列行動普遍適用，但執行方式應符合在地情況。
- 投資可負擔的寬頻、具韌性的電力與社區上網據點，讓家庭和小型企業都能穩定連網。
- 透過區域AI樞紐、公有雲使用額度與研究網路擴大運算資源，讓大學、新創公司及公共機構能訓練並調整模型。
- 擴大再培訓與技能提升計畫，特別關注女性與青年，將基礎數位技能與醫療、農業、教育及小型企業等領域的專業訓練結合。
- 解決偏見問題，蒐集並治理能代表農村、原住民族群及低收入社區的資料，並要求放款機構驗證AI信用評分是否存在歧視。
- 推動AI在地化，支援以在地語言和方言運作的工具，並資助符合公共需求的開放資料集與開源專案。
- 強化防護機制，針對公私部門的高風險用途制定隱私法規、演算法透明要求、影響評估與獨立稽核制度。
- 保障轉型中的民眾，擴大社會保障、職業媒合與薪資保險，並鼓勵企業在自動化推進之際創造新職務。
國際合作可以加速進展。聯合國貿易與發展專家建議設立全球共享機制，提供公平取得運算能力與AI工具的管道。這類共用基礎設施可協助中低收入國家的研究人員、監管機關與小型企業縮小運算落差。比照環境與治理報告的AI系統公開揭露標準，也能提升跨境透明度與問責。
各地區比較
AI準備度的不平等並非亞太地區獨有。歐洲資料顯示，丹麥、德國與瑞士等國在數位基礎設施、技能與治理方面準備較充分。包括阿爾巴尼亞、波士尼亞與赫塞哥維納在內的東歐國家，在許多指標上落後於西歐國家。這種模式呼應UNDP所指出的能力邏輯：除非其他國家獲得針對性支援，起點條件較佳的國家就會持續領先。
小國如何發揮超出自身規模的影響力，也帶來一些啟示。新加坡結合高品質連線、公共部門創新與明確的負責任AI指引。南韓則將產業政策與技能培訓計畫及運算資源投資結合。這些案例顯示，政策選擇至關重要。若沒有對人才、制度與公平競爭的配套投資，科技本身無法帶來廣泛的社會效益。
重點整理
- UNDP警告，若未妥善管理，AI可能加深能力、技能、運算資源與治理方面的落差，擴大國家間的不平等。
- 亞太地區有超過一半的全球AI使用者，但積極使用AI工具的人口僅約占該地區人口的14%。
- 女性與青年受到自動化影響的風險較高，而基本數位技能仍是許多勞工面臨的障礙。
- 訓練資料中的偏見可能使女性創業者與農村農民遭到錯誤分類，限制他們取得金融服務與其他服務。
- AI可使亞太地區經濟成長率提高約2個百分點並提升生產力，但若缺乏包容性政策，效益將分配不均。
- 曼谷、新加坡與北京的案例顯示，只要目標明確並設有防護措施，AI就能為公共服務帶來效益。
- 目前只有少數國家制定完整的AI規範；到2027年，超過40%的AI相關資料外洩事件可能涉及生成式AI遭到濫用。
- 全球AI投資與治理影響力高度集中：100家公司掌握約40%的民間研發投資，118個國家缺席AI治理討論。
- 優先行動包括投資電力與連線、擴大運算資源、推動再培訓、建立包容性資料、促進在地化並強化防護機制。
- 包括共享運算設施與資訊揭露標準在內的國際合作，有助縮小能力差距，讓效益更平均地擴散。
