《全球数智化指数(GDII)2025》由华为联合 IDC 等机构发布,基于古典经济学 “生产三要素” 理论拓展出数据、ICT 人才、数智化生产工具三大新生产要素,构建涵盖数据生成、数据传输、数据处理与存储、数据应用、数字能源、政策、人才与生态七大支柱的评估体系,覆盖全球 90 个国家(占全球 94% GDP、83% 人口);报告指出全球正迈入人工智能驱动的数智经济时代,预计 2030 年人工智能对全球经济贡献将突破22.3 万亿美元(占全球 GDP3.7%),2025 年数智经济规模将达26.7 万亿美元(占全球 GDP25%),且数智化转型每投入 1 美元可带来9.55 美元数字化产出,同时分析了不同收入国家数智化发展差异,高收入国家(如新加坡、美国)表现领先但需优化存储与算力,中高收入国家(如中国)需补齐基础设施短板,中低收入国家(如越南)面临系统性阻碍,并针对电力、金融、轨道交通、物流四大行业给出数智化转型路径与行动建议。
一、报告基础信息与理论框架
发布背景与目的
由华为联合 IDC、GSMA Intelligence等机构发布,前身为 “全球联接指数(GCI)” 和 “全球数字化指数(GDI)”,升级后聚焦人工智能驱动的数智经济,旨在为政策制定者、投资者、企业提供数智化发展量化参考,助力制定精准策略。
全球超 70 个国家推出人工智能相关战略,AI 已从 “可选项” 变为国家竞争力 “必答题”。
理论根基与核心要素
基于古典经济学家让 - 巴蒂斯特・萨伊的 “生产三要素”(土地、劳动、资本),拓展出数智时代三大新生产要素:
数据:核心生产要素,流通与利用效率关乎国家竞争力;
ICT 人才:数智经济创新的根本动力,涵盖战略、开发、管理等领域;
数智化生产工具:以网络、计算、存储、AI、能源为核心,推动数据转化为知识。
评估体系与覆盖范围
七大评估支柱:数据生成、数据传输、数据处理与存储、数据应用、数字能源、政策、人才与生态,各支柱权重通过因子分析确定(数据传输 25%、数据生成 20%、数据处理与存储 15%,其余四项各 10%)。
覆盖全球90 个国家,占全球 94% 的 GDP 和 83% 的世界人口,指标评分采用 10 分制(1 分最低,10 分最高,超 10 分代表达成 2030 年目标值)。
二、数智经济核心数据与趋势
经济贡献规模
人工智能:IDC 预测,2025-2030 年累计为全球经济贡献22.3 万亿美元,2030 年占全球 GDP 的3.7% 。
数智经济:2025 年规模将达26.7 万亿美元,占全球 GDP 的25% 。
投资回报:数智化转型(含 AI 领域)每投入 1 美元,预计带来9.55 美元的数字化产出,回报率显著高于 2024 年的 8.3 美元。
AI 发展阶段划分
实验期(2023-2024 年):组织开展碎片化 AI 实验,缺乏统一愿景,聚焦短期问题;
应用期(2025-2026 年):战略对标,整合 AI 平台、治理框架,从试点转向规模化集成;
加速期(2027 年及以后):AI 成为企业核心竞争力,实现端到端集成,驱动业务发展。
关键技术趋势
5G 与 5G-A:2024 年底 5G 连接数突破 20 亿,覆盖全球一半人口;5G-A 集成 AI、卫星通信,79% 运营商计划未来两年部署,2029 年覆盖率将达 93%,支撑分布式 AI 训练、实时分析等场景。
数据存储:全球数据生成量增速(2024-2029 年 CAGR 约 24.9%)远超存储规模增速(CAGR 约 13.6%),2030 年超 94% 生成数据将面临废弃或丢失风险,全闪存存储、绿色数据中心成为关键需求。
三、国家数智化发展表现(按收入水平划分)
(1)高收入国家(42 个) 整体特征:平均政策得分 73.5 分、数据应用 65.8 分、人才与生态 65.2 分,数据处理与存储仅 37.3 分;需加强网络、计算、存储、绿色能源协同,提升存储与算力效率。
(2)中高收入国家(24 个) 整体特征:平均政策得分 46.3 分、数据应用 47.6 分,数据处理与存储仅 21.5 分;需缩小联接差距,加大云计算、AI 基础设施及可再生能源投资。
(3)中低收入国家(24 个) 整体特征:平均政策得分 39.8 分、数字能源 36.4 分,数据传输仅 24.4 分、存储 13.1 分;需优先推进普遍联接、吸引数字投资、加强 STEM 教育。
影响国家数智化发展的核心机制与结构性挑战
双轮驱动战略:成功的数智化需要“政策”(前轮)与“投资/应用”(后轮)协同推进。许多新兴国家存在“政策改善但投资滞后”的问题。
数据双螺旋结构:数据生成与数据应用相互促进,形成“双螺旋”。经济发展水平越高,两者差距越小,协同效应越强。
高收入国家:两者高度协同。
中高收入国家:两极分化严重,部分国家“应用”超前于“生成”。
中低收入国家:两者均低,受系统性制约。
基础设施先行:数据传输(数字高速公路)比算力更能驱动数据应用。没有强大的传输网络,算力将成为“数字孤岛”。数据传输对数据应用的影响更大,其贡献系数为 +0.6,而算力的贡献系数为 +0.5。正如现代经济离不开高速公路和物流网络,人工智能生态的繁荣发展离不开强大的数字高速公路。数字高速公路是实现计算节点、数据中心、企业和用户之间高速、低时延互联的关键基础设施。如果没有数字高速公路,再强大的单点算力也将难以充分发挥价值,无法支持分布式人工智能训练、云服务以及边缘与核心网络集成所需的高速数据传输需求。这一问题变得日益严峻,因为人工智能的发展亟需 : 存储与计算集群之间的大规模数据传输、 边缘和云和数据中心生态之间的实时响应、 跨境跨行业互联,支持大规模训练和推理任务。因此,政策制定者应优先考虑投资数据传输基础设施,然后再扩展算力资源。具体措施包括 :» 加速部署高速光纤和海底电缆» 打造高度互联的数据中心枢纽» 部署低时延的边缘与核心互联的网络» 支持标准和互操作性,实现无缝跨境数据交换。
研究结果表明,中高收入国家的情况与高收入国家截然相反。在中高收入国家,数据传输已成为数据应用的主要驱动力,而算力与数据应用呈现负相关关系。这凸显了一种结构性失衡 :虽然中高收入国家正在建设数据中心集群,但由于缺乏数字高速公路,大量建成的算力资源处于闲置状态。因此,中高收入国家应优先投资建设国内骨干网、区域互联网络及海底电缆。只有当数字高速公路建成后,算力投资才能真正实现其预期价值。
移动联接是引擎:5G及5G-A是数智化转型的基石,支持工业自动化、实时AI等应用。GSMA数据显示,5G部署与AI部署高度相关。
存储至关重要:全球数据生成量增速远超存储规模增速,导致94%的数据面临丢失风险。先进存储(如全闪存)对释放数据应用潜能尤为关键。
算力与存力协同:AI发展是系统工程,算力与先进存储必须协同发展,缺一不可。
算电协同:数据中心能耗巨大,必须将可再生能源电力投资与算力规模增长相匹配,以实现可持续发展。案例:摩洛哥(可再生能源出口国)。
人才循环:ICT人才、ICT专利、ICT初创企业三者形成正向循环。开源社区参与度与初创企业数量呈正相关。
四、重点行业数智化转型路径
转型三阶段:新兴数字化运输(部署 WMS/TMS、分散运营)→数字化集成运输(全链可视化、智能辅助决策)→面向未来智能化运输(AI 协调、绿色低碳)。
关键发现:
数字化平台投资每增 1%,物流成本降低 0.5%,中国物流成本占 GDP 比重从 2010 年 18% 降至 2022 年 14.6%;
4PL 平台采用率 75% 以上的国家,中小企业出口成本降低 10%-15%,新加坡通过 digitalPORT@SG 系统提升港口效率;
大数据 / 数据仓库覆盖率 85% 以上的国家,供应链恢复时间缩短,美国通过货运分析框架优化多式联运。
五、行动建议(按国家类别)
行动方向 | 高收入国家 | 中高收入国家 | 中低收入国家 |
---|---|---|---|
夯实数智基础设施 | 推进网络、计算、存储、能源协同;扩大绿色数据中心容量;完善跨境基建 | 加快 5G、光纤、物联网部署;投资本地云与 AI 数据中心;集成绿色能源与基建 | 优先发展宽带和 4G/5G;通过国际合作获取云服务;用可再生能源驱动基建 |
赋能行业转型 | 深化 AI 在制造、医疗、能源的应用;促进跨行业融合;建立行业标准 | 平衡技术应用与本土创新;推进制造、物流、金融转型;加强区域合作 | 部署智慧农业、普惠金融、数字政府;用经济高效的即用型方案;与全球厂商合作 |
锻造人才 | 建跨学科教育项目(AI + 量子计算);加强产学合作;推动全球人才流动 | 扩大 STEM 教育与职业培训;创建产学平台;培育创业生态 | 推进数字素养计划;借助在线教育提升能力;建立区域人才共享机制 |
加强政策 | 优化数据治理、AI 伦理、跨境数据监管;用财政激励培育数智经济;完善执行框架 | 加强数字监管框架;政策对齐行业重点;推动跨境数字治理合作 |
本资料可以在【AIGC投资部落】下载,扫描下方二维码即可加入【AIGC投资部落】:
本文分享自 Dance with GenAI 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!