真正值得留意的，不只是「多咗人用」，而是「邊度用得更快」。微軟指出，全球北方的採用增速接近全球南方的兩倍，令本來已經較富裕、連線能力較強的地區進一步拋離 。

關鍵數字：AI普及，同時分化

微軟以「全球北方」和「全球南方」作為主要分析框架。簡單講，這不是純粹地理上的南北，而是用來觀察較高收入、數碼基建較成熟地區，與不少發展中或資源較少地區之間的差異。

換句話講，這份報告不是單純慶祝AI普及速度，而是在指出一個新階段的數碼鴻溝：生成式AI正擴散到全球，但最快受惠的，仍然是本來數碼條件較好的地方。

發達與發展中經濟體：同一個方向的差距

「全球北方／全球南方」不完全等同「發達／發展中」經濟體，不過用另一個口徑看，趨勢相當接近。有報道引述微軟報告相關比較指，15至64歲人口之中，發達國家的生成式AI採用率為27.5%，發展中地區則為15.4% 。

這個差距的現實意思很直接：數碼基建較好、網絡連接較穩定、制度和機構較準備好吸收AI的國家，不但起步較前，速度亦更快 。如果這個趨勢持續，AI未必自然縮窄教育、工作效率和數碼服務方面的差距，反而可能令原有差距進一步固化。

點解AI採用差距會愈拉愈闊？

報告和相關報道指向幾個熟悉但仍然難解的數碼經濟問題：基建、語言、本地內容，以及機構準備程度。相關報道指出，AI帶來的好處正集中在相對少數國家，基建和語言成為重要分界線 。亦有報道提到，有限的互聯網接入，以及偏重英語的AI模型，會拖慢較貧困或非英語地區的採用 。

1. 上網、電力、裝置：不是有AI產品就等於用得到

生成式AI工具需要穩定連線、可負擔的裝置和可靠電力。如果網絡慢、貴、不穩定，或者用戶沒有合適設備，AI工具的實際價值會大打折扣。有微軟相關摘要把高速互聯網、可靠電力和裝置存取列為參與AI經濟的基本條件 。

2. 語言支援和本地相關性

不少主流AI工具在英語，或訓練數據和產品支援充足的語言上表現較好。對本地語言支援不足、文化語境不夠貼地、或者本地應用較少的地區來說，使用門檻自然更高 。

這不只是「翻譯」問題。若AI工具未能理解本地文件格式、教育制度、公共服務流程、法律和商業慣例，用戶就算能登入，也未必能真正提升學習、工作或服務效率。

3. 學校、企業和公共機構能否吸收AI

採用AI不只是個人下載一個app或開一個帳戶。學校要知道如何把AI放入教學，企業要懂得重整流程，公共機構要有能力把工具變成可靠服務，本地開發者亦要有空間建立合用的應用。

微軟指出全球北方採用增速接近全球南方兩倍，正反映較成熟的數碼基礎有助地區更快吸收新AI工具 。

這些數字代表甚麼？又不代表甚麼？

這份報告量度的是「擴散」：即生成式AI工具在哪些地方被使用。根據一份報告摘要，研究把採用率定義為在報告期內曾使用生成式AI產品的消費者比例，並使用經匯總和匿名化的微軟遙測數據，再按裝置市場佔有率、互聯網普及率和國家人口等因素調整 。

所以，16.3%或24.7%這類數字，不應直接解讀為生產力提升、經濟價值，或者某地AI能力的完整排名。它們主要說明的是：哪些地方正在用，使用擴散到甚麼程度。

長遠影響仍要視乎各地能否把「用過AI」轉化為真正成果，例如更好的學習工具、更有效率的企業流程、更易用的公共服務，或者更切合本地需要的AI應用。

政策啟示：AI鴻溝不是靠產品上架就會消失

微軟報告描述的是數碼鴻溝的新版本：AI工具愈來愈容易接觸，但好處並沒有平均分配 。如果要收窄差距，單靠把AI產品推向全球市場並不足夠。

現有證據指向幾項基礎投資：可靠而可負擔的互聯網、合適裝置、穩定電力、本地語言AI支援，以及幫助學校、企業和政府有效使用AI的政策環境 。

最核心的一點是：生成式AI已經在全球擴散，問題不再是它會不會普及，而是不同地區能否在相近條件下使用它。若基建、語言和制度準備追不上，AI就可能繼續在最有條件的地方跑得最快，令全球差距同時被放大。

真正值得留意的，不只是「多咗人用」，而是「邊度用得更快」。微軟指出，全球北方的採用增速接近全球南方的兩倍，令本來已經較富裕、連線能力較強的地區進一步拋離 。

關鍵數字：AI普及，同時分化

微軟以「全球北方」和「全球南方」作為主要分析框架。簡單講，這不是純粹地理上的南北，而是用來觀察較高收入、數碼基建較成熟地區，與不少發展中或資源較少地區之間的差異。

換句話講，這份報告不是單純慶祝AI普及速度，而是在指出一個新階段的數碼鴻溝：生成式AI正擴散到全球，但最快受惠的，仍然是本來數碼條件較好的地方。

發達與發展中經濟體：同一個方向的差距

「全球北方／全球南方」不完全等同「發達／發展中」經濟體，不過用另一個口徑看，趨勢相當接近。有報道引述微軟報告相關比較指，15至64歲人口之中，發達國家的生成式AI採用率為27.5%，發展中地區則為15.4% 。

這個差距的現實意思很直接：數碼基建較好、網絡連接較穩定、制度和機構較準備好吸收AI的國家，不但起步較前，速度亦更快 。如果這個趨勢持續，AI未必自然縮窄教育、工作效率和數碼服務方面的差距，反而可能令原有差距進一步固化。

點解AI採用差距會愈拉愈闊？

報告和相關報道指向幾個熟悉但仍然難解的數碼經濟問題：基建、語言、本地內容，以及機構準備程度。相關報道指出，AI帶來的好處正集中在相對少數國家，基建和語言成為重要分界線 。亦有報道提到，有限的互聯網接入，以及偏重英語的AI模型，會拖慢較貧困或非英語地區的採用 。

1. 上網、電力、裝置：不是有AI產品就等於用得到

生成式AI工具需要穩定連線、可負擔的裝置和可靠電力。如果網絡慢、貴、不穩定，或者用戶沒有合適設備，AI工具的實際價值會大打折扣。有微軟相關摘要把高速互聯網、可靠電力和裝置存取列為參與AI經濟的基本條件 。

2. 語言支援和本地相關性

不少主流AI工具在英語，或訓練數據和產品支援充足的語言上表現較好。對本地語言支援不足、文化語境不夠貼地、或者本地應用較少的地區來說，使用門檻自然更高 。

這不只是「翻譯」問題。若AI工具未能理解本地文件格式、教育制度、公共服務流程、法律和商業慣例，用戶就算能登入，也未必能真正提升學習、工作或服務效率。

3. 學校、企業和公共機構能否吸收AI

採用AI不只是個人下載一個app或開一個帳戶。學校要知道如何把AI放入教學，企業要懂得重整流程，公共機構要有能力把工具變成可靠服務，本地開發者亦要有空間建立合用的應用。

微軟指出全球北方採用增速接近全球南方兩倍，正反映較成熟的數碼基礎有助地區更快吸收新AI工具 。

這些數字代表甚麼？又不代表甚麼？

這份報告量度的是「擴散」：即生成式AI工具在哪些地方被使用。根據一份報告摘要，研究把採用率定義為在報告期內曾使用生成式AI產品的消費者比例，並使用經匯總和匿名化的微軟遙測數據，再按裝置市場佔有率、互聯網普及率和國家人口等因素調整 。

所以，16.3%或24.7%這類數字，不應直接解讀為生產力提升、經濟價值，或者某地AI能力的完整排名。它們主要說明的是：哪些地方正在用，使用擴散到甚麼程度。

長遠影響仍要視乎各地能否把「用過AI」轉化為真正成果，例如更好的學習工具、更有效率的企業流程、更易用的公共服務，或者更切合本地需要的AI應用。

政策啟示：AI鴻溝不是靠產品上架就會消失

微軟報告描述的是數碼鴻溝的新版本：AI工具愈來愈容易接觸，但好處並沒有平均分配 。如果要收窄差距，單靠把AI產品推向全球市場並不足夠。

現有證據指向幾項基礎投資：可靠而可負擔的互聯網、合適裝置、穩定電力、本地語言AI支援，以及幫助學校、企業和政府有效使用AI的政策環境 。

最核心的一點是：生成式AI已經在全球擴散，問題不再是它會不會普及，而是不同地區能否在相近條件下使用它。若基建、語言和制度準備追不上，AI就可能繼續在最有條件的地方跑得最快，令全球差距同時被放大。