2025年下半年,全球生成式AI采用率约为16.3%,较上半年提高1.2个百分点,相当于约每六人中一人使用过这类工具 [1][3][4][11]。 差距也在扩大:全球北方劳动年龄人口采用率为24.7%,全球南方为14.1%,南北差距从9.8个百分点扩大到10.6个百分点 [1][3][4]。

Create a landscape editorial hero image for this Studio Global article: Microsoft AI Diffusion Report: Generative AI Is Spreading, but the Global Gap Is Growing. Article summary: Microsoft’s report finds global generative AI adoption reached about 16.3% in the second half of 2025, but the Global North was at 24.7% versus 14.1% in the Global South, widening the gap to 10.6 percentage points [1].... Topic tags: ai, generative ai, microsoft, digital divide, global south. Reference image context from search candidates: Reference image 1: visual subject "# UAE leads with 64% AI adoption rate, leaving the US and Europe far behind, Microsoft says. **Global use of generative AI continues to rise, but the gap between developed and deve" source context "UAE leads with 64% AI adoption rate, leaving the US and Europe far behind, Microsoft says" Reference image 2: visual subject "# UAE leads with 64%
微软最新的AI扩散数据给出的不是一个单纯的“普及喜报”。2025年下半年,全球生成式AI采用率继续上升,较上半年增加1.2个百分点;多份报告摘要把全球采用率列为约16.3%,高于上半年的15.1%,约等于每六个人中有一人在使用这类工具 。
但更值得关注的是:扩散正在变得不均衡。微软称,全球北方的采用增长速度几乎是全球南方的两倍;这意味着已经拥有更强数字基础的地区,反而在新一轮AI普及中继续拉开距离 。
报告采用“全球北方—全球南方”框架来观察差距。这个说法不等同于简单的地理南北,更接近对经济发展水平、数字基础和连接条件的概括。2025年下半年,全球北方24.7%的劳动年龄人口使用生成式AI工具,全球南方为14.1% 。一份报告摘要称,二者差距从2025年上半年的9.8个百分点扩大到下半年的10.6个百分点
。
| 指标 | 报告数值 | 怎么理解 |
|---|---|---|
| 全球生成式AI采用率,2025年下半年 | 约16.3% | 约每六人中一人使用生成式AI工具 |
| 较2025年上半年变化 | +1.2个百分点 | 全球采用率仍在较快上升 |
| 全球北方采用率 | 劳动年龄人口的24.7% | 数字连接更充分的地区明显领先 |
| 全球南方采用率 | 劳动年龄人口的14.1% | 许多地区也在采用AI,但起点更低 |
| 南北采用差距 | 10.6个百分点 | 差距已从此前的9.8个百分点扩大 |
这也是为什么这份报告的意义不止于“AI终于进入主流”。它更像是在提醒:生成式AI确实在全球传播,但传播最快的地方,往往正是互联网、电力、设备和机构能力已经更成熟的地方 。
如果把口径换成发达国家与发展中地区,图景同样清楚。围绕微软报告的报道引用一组15至64岁人群数据:发达国家生成式AI采用率为27.5%,发展中地区为15.4% 。
这里不能简单把“全球北方/全球南方”和“发达/发展中”完全画等号,但二者揭示的趋势一致:数字基础设施更完善、连接率更高、机构更能吸收AI工具的地区,不只是起点更高,速度也更快 。
风险在于,AI不会天然抹平教育、生产率和数字服务差距;如果基础条件跟不上,它也可能让已有差距在新技术周期中被进一步放大。
报告及相关报道指向的是老问题在新技术上的重演:基础设施、语言和本地应用能力。PureAI的报道称,AI可能比以往消费技术传播更快,但收益正集中在相对少数国家,基础设施和语言成为主要分水岭 。另有报道指出,有限的互联网接入以及偏英语的AI模型,会拖慢贫困地区和非英语地区的采用
。
生成式AI不是下载了一个应用就能充分发挥作用。它依赖稳定网络、可负担终端和可靠电力。一个聚焦微软AI扩散报告的梳理把高速互联网、可靠电力和设备可及性列为参与AI经济的基本条件 。对这些条件不足的地区来说,AI更容易停留在偶尔尝鲜,而不是变成学习、工作和公共服务中的日常工具。
不少领先AI产品在英语或训练数据丰富的语言中体验更成熟。报道提到,偏英语的模型是贫困和非英语地区采用较慢的障碍之一 ;基础设施与语言差距也被视为AI扩散的重要分界线
。这意味着,本地语言支持、当地知识和符合本地工作流的应用,可能与模型能力本身一样重要。
采用率不是个人用户数量的简单累加。学校能否把AI用于教学,企业能否把它接入业务流程,政府部门能否把它转化为更好的服务,本地开发者能否围绕本地需求做应用,都会影响AI从“可用”走向“有用”。微软称全球北方采用增长几乎是全球南方的两倍,这提示数字基础更强的地区更容易吸收新工具 。
需要注意,报告衡量的是“扩散”:哪里有人在用生成式AI,以及使用人群占比多大。一个报告摘要称,采用率被定义为报告期内使用过生成式AI产品的消费者占比;计算基于经过聚合和匿名化的微软遥测数据,并按操作系统与设备市场份额、互联网普及率、国家人口等因素进行调整 。
所以,16.3%并不等于全球生产率提升16.3%,24.7%也不意味着某个地区已经把AI价值完全释放。数据告诉我们的是“用的人在哪里增加”;至于能否转化为学习成效、企业效率、公共服务和本地创新,还取决于教育、组织、政策和产业生态能否跟上。
微软这份数据呈现的是数字鸿沟的新阶段:AI工具越来越可获得,但可获得不等于公平受益 。如果要缩小差距,仅仅发布更多全球化产品并不够。
证据指向更基础、也更费时间的投入:可靠且可负担的连接、稳定电力、可用设备、本地语言AI支持,以及能帮助学校、企业和公共机构有效采用AI的政策环境 。
一句话:生成式AI正在扩散,这已经不是悬念;真正的悬念是,基础条件较弱的地区能否获得足够的基础设施和本地化支持,在同一张AI地图上拥有更接近的起跑线。
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
2025年下半年,全球生成式AI采用率约为16.3%,较上半年提高1.2个百分点,相当于约每六人中一人使用过这类工具 [1][3][4][11]。
2025年下半年,全球生成式AI采用率约为16.3%,较上半年提高1.2个百分点,相当于约每六人中一人使用过这类工具 [1][3][4][11]。 差距也在扩大:全球北方劳动年龄人口采用率为24.7%,全球南方为14.1%,南北差距从9.8个百分点扩大到10.6个百分点 [1][3][4]。
主要障碍不是AI产品是否存在,而是互联网、电力、设备、本地语言支持和机构应用能力是否跟得上 [2][6][14]。