近日，世界银行发布了《无红利的颠覆？数字鸿沟与任务差异如何割裂生成式AI的全球影响》（Disruption without Dividend? How the Digital Divide and Task Differences Split GenAI's Global Impact）研究报告。报告中指出，生成式人工智能（Generative AI，简称GenAI）对全球劳动力市场的影响将呈现显著的不平衡态势。发达经济体与发展中经济体在风险暴露与收益获取之间将面临巨大鸿沟，数字基础设施的差距可能导致发展中国家“先受其扰，难享其利”。
一、不对称的冲击：颠覆先于红利
报告的核心发现揭示了一种“小缓冲，大瓶颈”（small buffer, big bottlenecks）的动态机制。在低收入国家，那些理论上易被GenAI自动化取代的岗位，其从业者往往已具备基础的互联网连接，这使得失业风险可能迅速变为现实。例如，文员和支持类工作在全球范围内均属于高风险暴露类别，但发展中国家的这类岗位，其数字化程度已足以让雇主引入AI进行替代。
然而，那些有望通过GenAI实现生产力跃升、获得“增强”（augmentation）而非被替代的岗位，却普遍受困于数字基础设施的瓶颈。研究估算，在所覆盖国家的约4.418亿个有望获得GenAI“增强”的岗位中，有多达6690万个岗位的劳动者缺乏必要的互联网接入。这意味着，近15%的生产力提升潜力因数字鸿沟而无法兑现。报告指出，这一发现意味着，即使仅基于理论上的职业暴露度，发展中国家的生产力收益分布看似比自动化风险分布更均匀，但一旦将互联网接入这一必要条件纳入考量，情况便截然不同。
二、性别与年龄：谁更脆弱？
报告进一步分析了GenAI影响的分布特征。数据显示，在自动化的高风险暴露职业中，女性劳动者的比例显著高于男性。在高收入国家和中高等收入国家，分别有17%和10%的女性劳动者面临自动化风险，而男性的这一比例约为11%和6%。
从年龄结构来看，青年群体面临的冲击更为显著。在中高等收入国家，约10.4%的16至35岁青年劳动者处于高自动化风险岗位，而56至65岁年龄段的比例仅为4.3%。近期已有实证研究佐证了这一趋势，例如有证据显示，在美国，与未受AI影响的同龄人相比，最易受GenAI冲击的职业中，22至25岁青年的就业率下降了约13%。
与此相对，有望从GenAI中获得“增强”的机遇在不同性别和年龄群体中的分布则更为均衡。这表明，虽然生产力提升的红利有可能更公平地分享，但岗位替代的阵痛将不成比例地由女性和年轻人承受。
三、职业任务差异：被高估的“暴露”
报告还指出，传统的GenAI职业暴露度评估方法存在一个关键缺陷：它默认同一职业在不同国家的任务构成是相同的。事实上，研究利用经合组织的“成人技能调查”（Survey of Adult Skills，简称PIAAC）和世界银行的“技能衡量计划”（STEP Skills Measurement Program，简称STEP）数据，对46个国家的职业技能构成进行分析后发现，发展中国家劳动者在同一职业中从事“非重复性分析任务”（non-routine analytical tasks，简称NRA）——即GenAI的主要作用目标——的频率远低于发达国家。
例如，即使同为“销售助理”，在波兰，几乎所有从业者都具备互联网接入，并可能从事需要数据分析、客户关系管理等复杂任务；而在几内亚比绍，仅有4.3%的从业者拥有互联网，其工作内容可能仍集中于基础的、重复性的体力劳动。
研究据此对各国GenAI暴露度进行了“任务内容调整”。调整后的结果显示，国家收入水平与GenAI真实暴露度之间的线性关系更强。许多低收入国家（如加纳、肯尼亚、老挝）在调整后的暴露排名中大幅下降，表明其劳动力市场虽在职业头衔上与AI相关，但实际任务内容使其与AI技术的距离比预想中更远。这意味着，标准化的国际暴露指数可能系统性地高估了发展中国家面临的短期影响。
四、教育与部门差异：技能精英的“孤岛效应”
有趣的是，研究发现在所有国家，GenAI的暴露度都与受教育水平呈正相关。大学毕业生面临的总体暴露率在各国间惊人地相似，低收国家为32.5%，高收入国家为37.7%，差距远小于总体就业人口。然而，在低收入和中低收入国家，这些高技能、高暴露的岗位同时也是互联网普及率最高的群体。这形成了一种“孤岛效应”——短期内，自动化的初步冲击可能首先集中于这些国家中拥有良好数字连接的“技能精英”群体，他们原本占据着国内较好的工作岗位。
从部门分布看，在高收入国家，金融与商业服务业、交通运输与通信业、商业贸易是暴露度最高的部门。而在低收入国家，暴露度则高度集中在金融与商业服务业以及商业贸易部门，且后者的互联网连接缺口巨大。
五、结论：技术非中立，鸿沟待弥合
报告总结道，GenAI并非一项中立的通用技术，其影响的分布在国家、性别、年龄和阶层之间是高度不平等的。数字基础设施的差距不仅是一个发展问题，更是一个分配问题，它可能成为放大全球不平等的新“放大器”。
研究人员呼吁，各国政策制定者不应仅关注AI的潜在威胁或机遇，更需正视并着手解决导致“颠覆”与“红利”错配的根本原因，即普遍存在的数字鸿沟。如果不进行有针对性的投资和劳动力市场政策干预，生产力提升的果实将主要被数字瓶颈最小的富裕经济体和装备精良的企业摘取，而就业替代的风险却不会因基础设施落后而延迟到来，最终将加剧而非缓解全球发展的不平衡。
更多信息请参阅：
编译自：世界银行官网，2026-03-16
编译者：上海师范大学国际与比较教育研究院 沈秋雨