世界銀行喊話新興經濟體：別跟富裕國拼數據中心和大模型，本地化小工具才是正道

世界銀行近日發布最新報告，為發展中經濟體的人工智慧發展策略畫出一條明確路徑：應盡快將AI導入政府治理與企業經營，並根據當地需求調整現有工具，但完全不必與富裕國家爭相興建大型數據中心或開發大語言模型。報告指出，相較於投入巨資堆疊算力，推廣經過本地化調整的小型低成本AI工具，才更有可能真正改善醫療與教育品質，協助這些經濟體走出三十年來最疲弱的平均成長表現。世界銀行在報告中強調，AI更可能成為勞動者的幫手，而非奪走工作。報告描繪了一個被壓縮的時間表：藉助AI，數十億長期缺乏服務的人口，將能獲得原本昂貴的醫療、法律、教育與農業服務。過去可能需要一百年才能實現的進展，有望在十年內完成。

這項樂觀預測的基礎，來自AI對專業人才短缺的緩解能力——例如幫助教師備課、協助護士判讀醫學影像、為農民提供種植建議，從而顯著提升人力效率。值得注意的是，世界銀行指出，高收入國家工作崗位被自動化取代的風險，是中低收入國家的三倍以上。這意味著AI對勞動市場的衝擊並非均勻分布，富裕國家反而面臨更大的結構性挑戰。然而，發展中經濟體若未能妥善因應，也可能承受AI帶來的負面效應，例如呼叫中心與初級軟體外包等行業的職位可能萎縮，社會不平等、網路犯罪以及對外國技術的依賴也將隨之加重。基礎設施與人力資本的不足，是發展中經濟體擁抱AI的主要障礙。

世界銀行在報告中引用數據指出，截至2024年，撒哈拉以南非洲每十所農村學校中，就有三所無法穩定供電；在該地區，89%的十歲兒童連簡單的文字都無法讀懂。這些數字凸顯出，即便AI工具本身成本低廉，缺乏電力、網路與基本識字能力，仍將使多數人口無法受益。世界銀行警告，如果基礎設施、人才培育、制度環境與融資條件無法同步改善，AI不僅無法縮小發展差距，反而可能將差距拉得更大。報告特別點出，部分發展中國家仍欠缺使用AI所需的技能，這使得即便有現成的低成本工具，當地民眾也難以實際運用。報告也為發展中經濟體提出具體建議：不應盲目追求大規模算力投資，而是應優先導入已開發國家成熟、且經過本地化調整的AI應用。

例如，在醫療領域，可以利用影像辨識模型輔助診斷肺結核或瘧疾；在農業方面，可透過手機App提供即時病蟲害防治建議；在教育領域，則可運用自然語言處理工具協助教師批改作業或設計課程。這些工具不需要昂貴的GPU叢集，只需在現有開源模型上進行微調，並配合當地語言與文化背景。世界銀行認為，發展中經濟體目前正處於關鍵轉折點。若能把握AI帶來的契機，加快基礎建設與教育投資，並建立適當的監管框架，就有機會跳過傳統工業化階段的某些環節，直接進入服務與知識驅動的成長模式。反之，若仍執著於與富裕國家在硬體與模型規模上競爭，不僅資源錯置，更可能錯失縮小數位鴻溝的窗口。

報告最後提醒，各國政府應將AI政策納入整體發展戰略，而非視為獨立的科技項目。這需要跨部門協調，包括電信、能源、教育、勞動與財政等領域的配合。同時，國際社會也應提供技術轉移與資金支援，協助低收入國家建立基本的數位基礎設施，避免AI成為擴大貧富差距的新工具。