北京大学新结构经济学研究院院长林毅夫。受访者供图
前三次工业革命中，西欧和北美率先抓住技术机遇，经济迅速发展，广大全球南方国家落在时代身后，世界经济由此出现 “大分流”。北京大学博雅讲席教授、新结构经济学研究院院长林毅夫表示，第四次工业革命未必会重演这一局面。关键在于，这一次前沿人工智能（AI）技术通过开放系统变得触手可及。
“如果全球南方抓不住人工智能机遇，不能将其应用于生产，南北发展鸿沟将会进一步拉大。” 林毅夫在接受中国经济网采访时表示。
人工智能的普惠合作已纳入金砖合作议程。在金砖国家领导人第十八次会晤上，习近平主席提出，金砖国家要做促进创新发展的先锋、维护和平稳定的先锋、推动文明互鉴的先锋、改革完善全球治理的先锋。同时，中方提出深化金砖合作的五项倡议，人工智能相关举措位列其首。根据倡议，中方将率先建设金砖国家人工智能开源专区，并在大模型研发应用和专题培训方面开展合作。
在林毅夫看来，扩大人工智能可及性意义重大。发展中经济体依托先进人工智能技术适配本国要素禀赋发展产业，有助于跨越此前几次工业革命中长期制约其发展的技术门槛。
亟待弥合的人工智能鸿沟
全球人工智能基础设施分布极不均衡。世界银行公开数据显示，截至2025年6月，按托管数据中心算力容量统计，高收入经济体占据全球约77%份额，中低收入经济体占5%，中高收入经济体占18%，低收入经济体不足0.1%。应用层面同样存在南北差距。微软的报告显示，2025年下半年，全球北方经济体劳动年龄人口生成式人工智能使用率为24.7%，全球南方为14.1%。
但格局并非简单二元割裂。Similarweb数据显示，2025年8月，ChatGPT全球超四成访问流量来自中等收入国家，其中巴西、印度、印度尼西亚、越南访问量居前。在基础设施存在短板的背景下，发展中国家人工智能市场需求已然旺盛。
需求与供给的落差，正是林毅夫论述的出发点。他对比了两条前沿人工智能发展路径。美国走硬件密集型发展道路，据高盛测算，2025至2030年，Meta、微软、亚马逊、Alphabet四家科技巨头用于AI数据中心的资本开支合计将达约5.3万亿美元。林毅夫认为，如此巨额投入必然要求高额回报，这些企业难以对外开放系统，只能对技术使用收取高价。相较之下，中国走出软件密集型的路径。企业更多依靠算法、模型架构和工程优化，以较少算力实现相近的模型能力，通过开放模型权重，降低各国获取和适配大模型的门槛。
“这意味着其他国家可以借助AI技术提升生产效率，不必再被时代抛下。” 林毅夫说。
DeepSeek、通义千问、Kimi等正是这一开放路径的现实例证。全球的开发者，在开放权重许可条件下下载模型后，无需开展复杂的技术转让谈判，即可结合本土市场需求完成本地化改造。
Hugging Face《开放模型现状》报告显示，千问系列过去半年全球下载量突破30亿次，位列开放权重模型首位。月之暗面的Kimi K3模型于7月开放权重。对外开放的，已是业界前沿水平。
“中国的发展路径，不只惠及自身，也造福全球南方，最终还可能让全球北方受益。” 林毅夫表示。
这一判断在欧美市场有迹可循。据《财富》杂志报道，汤森路透、Harvey等企业已基于中国开放权重模型构建或部署自有模型。
有待释放的后发优势
低成本获取技术只是一方面。林毅夫指出，发达国家运用人工智能改造老旧产业体系，需要承担高昂改造成本，而后发经济体没有老旧技术沉没成本。“发展中国家进入全新产业赛道时，这个产业对本国而言从零起步，只要契合自身比较优势，就能够即刻用上人工智能工具。” 林毅夫说。
目前已有小规模实践印证这一逻辑。乌干达坎帕拉非营利机构 Sunbird AI，基于通义千问模型开发农业聊天机器人Sunflower，支持数十种乌干达本土语言，面向当地农户提供农业生产、粮食安全相关咨询指导，是AI贴合本土需求完成垂直落地的尝试。
但获得模型使用权不等于自动转化为生产力。肯尼亚的一项田野实验提供了重要参照：研究者让640名创业者使用基于GPT-4的通用商业咨询工具，持续跟踪五个月。结果显示，创业者的营收和利润平均没有显著提升，经营基础薄弱的群体使用后表现反而更差。这提示，通用AI工具交付到个体手中，未必自动适配本地商业生态。
更根本的原则仍是遵循比较优势。“要利用后发优势，最重要的原则是遵循由要素禀赋及其结构决定的比较优势。” 林毅夫说。
新结构经济学以要素禀赋结构为分析起点。一个经济体在某一时点拥有的劳动力、资本、自然资源和基础设施，决定了它在哪些产业具有比较优势；随着资本积累和禀赋结构升级，产业和技术才能相应升级。林毅夫指出：“AI不会改变这一规律，它降低的是按比较优势升级时的技术门槛”。
从拿到模型，到真正赋能生产，还差关键一步。这一步要靠各国自己完成。
“每个国家要想借助人工智能提升本国比较优势产业的生产效率，都必须依靠自己。各国市场规模、准入条件、生产流程千差万别，需要本土人才把技术转化为本地应用。” 林毅夫解释。
从技术权重到发展话语权
AI红利分配不均的背后，是全球南北在规则制定和发展理念上的话语权差距。
金砖国家的人工智能合作倡议，意在提高发展中国家在AI应用和治理规则制定中的参与度。中国与金砖国家共建的人工智能发展与合作中心已投入运营，此次提出的金砖国家人工智能开源专区也为发展中国家参与共建提供了平台。
林毅夫认为，当前国际货币基金组织、世界银行等国际机构的投票权分配机制存在失衡，未能反映世界经济格局的变化。部分经济体全球经济占比已经下降，但仍保留关键否决权。
按购买力平价计算，11个金砖成员国经济总量已占全球约四成，七国集团（G7）则不足三成。
“全球治理体系应当充分吸纳全球南方的发展实践经验，不应由全球北方输出的单一主流理念，将不平等制度安排强加给全球南方国家。” 林毅夫说。在他看来，金砖国家有潜力成为倡导新发展理念、推动全球治理改革的重要平台。
当被问及，如果中国2027年担任金砖国家轮值主席国只能选择一项优先议题，他的选择是推动文明互鉴。
长期以来，发展理念多由发达国家单向输出。林毅夫主张构建双向互学的格局：“全球南方内部要互相学习借鉴。在一些领域，我们可以继续向全球北方学习，北方同样可以从全球南方的发展实践汲取经验。”
AI治理正是这种互鉴理念在技术领域的具体体现。林毅夫强调，AI属于数据密集型技术，各国数据环境差异巨大。要想释放AI生产力，一方面要推动数据共享，另一方面要让AI技术在各国之间可获得和共享；世界数据组织和世界人工智能合作组织，能够为跨境数据共享和多边对话提供平台。
“归根到底，理念是指引行动最重要的力量。各国实践路径可以各有不同，但底层原则应当相通。” 他表示。
倘若这种文明互鉴能够落地生根，第四次工业革命有望带给全球南方一份此前工业革命都未能给予的礼物：不只是有机会掌握重塑世界经济的先进技术，更能够深度参与技术规则、发展理念的塑造进程。（中国经济网记者 赵小鹏）
(责任编辑：何欣)