微軟AI擴散報告：生成式AI普及，但全球鴻溝愈拉愈闊

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% ^[2]。

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 ^[1][4][6]。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 ^[6]。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 ^[2]。

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 ^[14]。

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 ^[2][6]。

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 ^[1][4]。

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 ^[11]。

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 ^[1][4]。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 ^[2][6][14]。

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。

Global adoption of artificial intelligence continued to rise in the second half of 2025, increasing by 1.2 percentage points compared to the first half of the year, with roughly one in six people worldwide now using generative AI tools, remarkable progress...