近期，关于全球人工智能应用扩散与产业竞争格局的讨论持续升温。英国媒体援引微软方面观点称，争夺西方以外用户的竞争中，美国科技企业正面临来自中国同行的更大压力。微软基于自身产品使用数据形成的研究认为，以DeepSeek发布的R1大语言模型为代表的开源模型，凭借更低门槛、更可控的部署成本和更便捷的使用方式，正在推动人工智能在更多国家和地区加速普及。 问题在于，全球人工智能市场并非单纯的技术竞赛，而是显示出“成本结构—基础设施—政策支持”叠加作用下的扩散规律。一上，新兴市场对价格更敏感，算力与电力等资源约束更突出，应用端往往优先选择“可用、可负担、易落地”的方案；另一方面，人工智能的底层要素包括芯片、云服务、数据中心和人才体系，任何一环短板都可能使技术红利难以转化为生产力提升。微软研究同时提示，当前人工智能使用率仍明显向发达经济体集中：截至2025年第四季度，全球北方国家约有近四分之一人口使用涉及的技术，而全球南方为14%，差距不容忽视。 造成这个局面的原因主要体现三上。其一，开源路径降低了技术扩散成本。相比依赖封闭生态、按量计费的模式，开源模型更便于本地部署与二次开发，能网络条件、支付体系、语言环境更复杂的地区更快落地。其二，政策支持在产业竞争中放大了规模效应。报道援引微软上观点称，中国企业部分市场的扩张与政策支持有关，补贴与产业扶持有助于降低用户试用和迁移成本，加快用户积累。其三，国际技术限制与供应链分割改变了市场选择。在部分面临美国技术限制的国家，替代性方案需求上升。微软数据所列示例中，DeepSeek在白俄罗斯、古巴、俄罗斯等地的份额较高，反映出特定政策环境下的“替代扩散”。 从影响看，首先，全球人工智能市场结构可能更分层：发达经济体在先进芯片、基础研究与高端应用上仍占优势，新兴市场更看重成本与部署效率，商业模式与生态规则由此出现差异。其次，“AI鸿沟”与“发展鸿沟”叠加的风险上升。若全球南方在算力供给、数据基础设施、人才培养、行业数字化诸上投入不足，人工智能带来的效率提升可能更多被高收入经济体吸收，南北之间生产率、产业升级、公共服务数字化等上的差距可能固化甚至扩大。再次，地缘经济因素对技术扩散的影响更为直接：技术限制与标准竞争将持续影响各国模型、云服务和硬件平台上的选择，相关国家可能在安全、合规与成本之间作出新的权衡。 针对上述趋势，微软上提出需要公共部门与开发性金融工具介入。报道援引史密斯观点称，若仅依靠私营资本，难以价格与投入强度上长期对抗获得政策支持的竞争者；国际开发银行与贷款机构可加大投入，帮助非洲等地区建设数据中心并降低电力成本。这一建议凸显了人工智能基础设施的公共属性：数据中心、电力与网络并非单一企业能够独立解决，需要政府、金融机构和产业界共同推进。 从更广视角看，缩小“AI鸿沟”可从三条路径发力：一是补齐基础设施短板，提升电力稳定性以及跨境和本地网络能力，形成可持续的算力供给；二是推动“适用型创新”，在医疗、农业、教育、公共治理等领域优先落地能够带来普惠效益的应用，避免技术只服务少数行业与群体；三是完善治理框架，在数据安全、隐私保护、模型评估与内容治理上建立可执行规则，提升跨国合作的可预期性与互信。 前景判断上，全球人工智能竞争将更突出“生态与基础设施”的长跑特征。开源模型与低成本方案有望继续扩大在新兴市场的影响，但能否转化为长期产业优势，取决于持续的技术迭代能力、当地服务体系以及合规能力建设。另外，发达经济体在芯片、云平台和高端人才上的优势仍将存在，未来竞争可能更多表现为不同模式在不同市场并行发展。对全球南方而言，关键不在于选择哪一种技术标签，而在于能否以可负担的方式获得算力、数据与人才，从而把技术扩散真正转化为发展动能。
技术发展的天平正在重新校准，这场没有硝烟的竞赛不仅关乎商业利益，也将重塑未来国际秩序。在科技创新与全球治理深度交织的背景下，如何构建更包容、更均衡的发展模式，将成为各国共同面对的课题。历史经验表明，技术要实现更广泛的普惠应用，离不开国际合作与政策协调的支撑。