人工智能时代数字殖民主义3.0批判

新一轮科技革命和产业变革深入发展，人工智能正在成为重塑生产方式、生活方式和国际竞争格局的重要战略技术。大模型、智能体、智能机器人等加快进入经济社会各领域，推动人类社会从数字化、网络化进一步迈向智能化。与此同时，一个不容忽视的问题日益凸显：少数西方国家试图凭借在先进芯片、算力基础设施、云计算、基础模型、数据资源、技术标准等方面形成的先发优势，将技术优势转化为经济控制力、规则制定权和战略支配力，推动形成新的中心与外围结构。人工智能时代的“数字殖民主义3.0”，正在成为影响全球南方发展权、数字主权和现代化进程的重要风险。

习近平主席在2026年上海世界人工智能大会暨人工智能全球治理高级别会议上强调，要帮助全球南方国家加强能力建设、弥合数智鸿沟、促进可持续发展，避免在人工智能领域造成新的历史不公。这一重要论述深刻揭示了当前全球人工智能治理面临的根本性问题。人工智能治理既涉及技术安全、伦理规范和风险防范，也关系到各国能否公平参与新一轮科技革命，能否自主选择发展道路，能否合理分享科技进步和产业发展的成果。

数字殖民主义正在从基础设施控制向人工智能全技术栈控制演变

数字殖民主义是传统殖民主义和战后国际经济体系中不平等结构在数字时代的延续和演化。殖民主义的形式不断变化，其核心始终体现为对资源、技术、市场、规则和发展机会的不平等控制。信息革命以来，这种结构大体经历了三个阶段。

数字殖民主义1.0主要建立在信息基础设施差距之上。20世纪90年代以来，互联网迅速全球化，通信网络、海底光缆、核心路由设备、操作系统和信息技术标准成为数字经济发展的重要基础。部分发达经济体及其跨国企业凭借技术积累和资本优势占据互联网产业链上游，大量发展中国家主要承担设备进口者、服务购买者和终端消费者角色。谁掌握网络、设备和系统，谁就能够在相当程度上影响数字经济的接入方式和运行规则。

数字殖民主义2.0随着移动互联网、云计算和大型数字平台的发展逐渐形成。全球数字竞争的重心由连接能力进一步向平台、软件和数据转移。大型跨国数字企业依托搜索、社交媒体、电子商务、移动操作系统和云平台，大规模获取全球用户数据，并通过算法分析、广告投放、金融服务和数字平台实现商业变现。大量数据产生于发展中国家社会，高附加值的数据分析、算法开发和商业收益却高度集中于少数企业和少数国家。

人工智能革命正在推动数字殖民主义进入3.0阶段。与前两个阶段相比，人工智能技术具有更加明显的系统性。现代人工智能产业已经形成由先进芯片、数据中心、云平台、数据资源、基础模型、算法框架、软件接口、行业应用和治理标准共同构成的完整技术栈。任何一个国家要真正掌握人工智能发展主动权，都需要形成相对完整的技术能力和产业生态。

正因为如此，人工智能时代的技术依附也具有更加系统的性质。一个国家即使拥有丰富数据，如果缺少先进算力，也难以训练高水平模型；拥有数据中心，如果先进芯片和基础软件长期依赖进口，同样受到外部制约；能够大量调用外国人工智能模型，如果缺少自主模型和产业生态，也可能长期停留在价值链下游。

近年来，美国开始有意识地推动这种全技术栈优势向国际体系延伸。2025年，美提出实施人工智能出口计划，推动向海外整体输出芯片、服务器、数据中心、云服务、数据管线、基础模型、网络安全和行业应用，并综合运用融资、保险、外交等工具扩大美国人工智能技术体系的全球影响力。这意味着人工智能技术竞争已经越来越多地与国家战略、产业政策、金融体系和国际规则结合起来。

算力、算法和数据正在成为新的结构性权力来源

人工智能时代，算力正在成为类似工业时代能源和制造能力的重要基础资源。世界银行发布的有关数字发展报告显示，高收入国家占全球主要数据中心容量的绝大部分，低收入国家所占比例极低。若排除中国，大量中低收入国家虽然拥有世界大多数人口，却只拥有全球极少部分高性能计算能力。先进人工智能基础设施的全球分布呈现明显失衡。

这种差距产生的影响十分深远。传统数字经济条件下，发展中国家可以通过购买服务器和软件较快建立基本数字能力。人工智能发展需要持续投入先进芯片、大规模数据中心、高速网络和稳定能源体系，进入门槛显著提高。一个国家如果长期依赖境外云计算和算力平台，其人工智能企业的成本、数据治理方式、技术路线和创新空间就可能越来越受到外部平台影响。

云计算领域已经出现高度集中趋势。全球主要云基础设施市场长期由少数美国科技企业占据较大份额。云平台又与人工智能模型、软件开发工具、数据库和企业服务深度结合，由此形成强大的生态锁定效应。一旦政府、大学和企业普遍建立在少数外国平台之上，技术迁移成本就会越来越高，商业依赖可能逐步转化为产业依赖和制度依赖。

先进芯片和基础模型领域的集中程度更加突出。当前，全球最先进的人工智能芯片设计、关键制造设备、云计算资源和大模型能力主要掌握在少数国家和大型企业手中。人工智能产业由此形成明显的上游控制结构。全球南方国家可以拥有大量人工智能用户和应用，却未必拥有人工智能产业的核心能力。

这一结构容易形成自我强化循环。技术领先扩大市场份额，市场份额带来资本、数据和人才，资本和数据推动更大规模研发，更大规模研发进一步扩大领先优势。大量处于价值链下游的发展中国家则不断支付芯片采购、云计算、模型调用和软件服务费用，难以形成自主技术积累。

近年来，美国还不断将先进半导体和高性能计算产品纳入出口管制体系，并推动出口管制与盟友政策协调。人工智能基础资源由一般意义上的市场商品逐渐转变为带有明显战略属性的资源。算力准入、芯片供应和技术许可越来越容易受到地缘政治影响。

一旦少数国家能够决定其他国家获得多少算力、使用什么芯片、建设何种数据中心，人工智能技术优势就可能进一步转化为国际政治权力。

人工智能正在推动数据殖民向知识殖民和认知依附延伸

数据是数字殖民主义2.0的重要资源，在人工智能时代，其战略意义进一步提升。大模型训练需要大量文本、图片、音频、代码和专业知识，人类社会长期积累的文化、知识和公共信息正在被转化为机器学习资源。

由此产生一个重要的全球分配问题。全球南方拥有庞大人口、丰富语言和多样文化，也产生大量数字数据，但数据清洗、模型训练、算法开发和商业变现能力主要掌握在少数大型企业手中。发展中国家的社会生活和文化知识可能成为训练人工智能的重要材料，最终形成的模型能力、知识产权和商业收益却主要归属于外部企业。

这种价值链与传统国际经济体系中的资源型依附具有某些相似之处。外围地区提供原材料，技术中心完成加工和增值，再向外围销售高附加值产品。在人工智能时代，语言、文化、社会行为和公共知识都可能成为新的“数字原料”。

语言问题尤其值得关注。全球存在数千种语言，而目前主流大模型的高质量训练数据依然高度集中于英语及少数主要语言。许多发展中国家的本土语言、历史文化和社会知识在训练数据中代表性不足。如果本国缺少自主模型和数据体系，越来越多的教育、科研、新闻传播和公共知识生产就可能依赖外部人工智能系统。

人工智能由此影响的已经不只有市场和产业，也开始深入知识生产和社会认知领域。一个国家如果长期依靠外部模型解释自己的历史、文化和现实问题，就可能产生新的知识依附。

全球南方面临被固化在人工智能价值链低端的风险

人工智能产业看起来高度数字化，其背后仍然依赖庞大的物质基础。先进芯片、服务器和数据中心需要大量能源、水资源和关键矿产。许多铜、钴、锂、镍等战略资源主要分布在发展中国家，而高端芯片、精密设备和人工智能产品的主要利润却集中于技术先进国家。

如果这种产业分工长期延续，全球南方有可能继续承担资源提供者角色，高附加值环节则集中在少数发达国家。

人工智能产业还形成了一条庞大的数字劳动链。数据采集、内容审核、数据标注、模型测试等大量基础性工作通过跨国业务外包完成，一些发展中国家正在成为人工智能数据服务和低端数字劳动的重要基地。

由此可能形成一种新的全球分工结构：全球南方提供矿产、能源、数据、劳动和市场，技术中心国家控制芯片、算力、模型、资本和知识产权。

更加深远的风险来自人才和发展轨道。人工智能竞争归根到底是创新能力和人才能力竞争。许多发展中国家长期存在高技能人才流失问题。其教育体系承担人才培养成本，最优秀的人才却不断流向少数世界科技中心。技术中心由此进一步强化创新优势，全球南方建立自主创新体系的难度不断增加。

如果一个国家在人工智能发展早期就全面依赖外国云平台、基础模型、技术框架和产业生态，大学教学、企业创新和政府数字化也都建立在外部技术体系之上，长期积累之后便会形成强大的路径依赖。

这种依附影响的已经超出某一项产品和某一家企业，而会进入国家长期发展的技术基础和能力结构。

以安全和规则之名固化技术优势值得高度警惕

人工智能具有明显的军民两用属性，各国维护自身国家安全具有正当性。与此同时，国家安全概念如果被泛化和工具化，就可能成为维持技术优势、压制竞争者和限制全球南方发展的手段。

近年来，一些西方国家持续加强人工智能芯片、半导体设备、投资并购和数据流动审查，并推动有关措施向国际供应链延伸。同时，又积极扩大自身人工智能技术体系向所谓伙伴国家输出。这种一边限制部分国家技术发展、一边扩大自身技术生态覆盖的做法，有可能推动形成等级化的全球人工智能体系。

规则制定权同样值得关注。当前全球人工智能治理机制主要由技术和经济实力较强的国家主导，大量全球南方国家缺少充分参与。联合国贸发会议指出，截至2024年底，全球有100多个国家没有参与主要国际人工智能治理机制。

如果技术来自外部，平台来自外部，标准和治理规则也主要由外部制定，全球南方就容易陷入多重依附。

数字殖民主义3.0的深层风险，正在于人工智能可能成为重新划分全球发展等级的工具。它最终涉及的核心问题是各国发展权是否平等。

反对数字殖民主义3.0应成为全球人工智能治理的重要任务

人工智能技术本身并不必然制造不平等。真正决定其社会后果的是技术发展背后的制度安排和国际关系。

推动全球人工智能治理良性变革，首先要把发展问题置于更加突出的位置。当前国际人工智能治理较多讨论安全、伦理和监管，对于大多数全球南方国家而言，更现实的问题是没有足够的算力、人才、数据和资本参与人工智能革命。国际社会应推动建设区域公共算力中心、公共数据基础设施和人工智能科研合作网络，使更多发展中国家能够以合理成本获得人工智能基础能力。

其次，要积极发展开放人工智能生态。开源模型、开放开发工具和低成本计算技术能够降低发展中国家进入人工智能产业的门槛，应成为人工智能国际公共产品的重要组成部分。

第三，要强化全球南方自主数据和本土语言能力建设。支持发展中国家建设自主可控的数据基础设施，推进本国语言、文化、农业、医疗和公共治理数据数字化，使人工智能真正适应当地社会和发展需求。

第四，要改变单向技术援助模式。真正有效的人工智能合作，应当形成当地大学、研究机构、企业、人才和产业共同成长的能力体系。技术合作要有利于本土创新能力提升，避免制造新的技术依赖。

第五，要提高全球南方在国际人工智能治理中的代表性。联合国应当继续发挥全球人工智能治理主渠道作用，使不同发展阶段、不同地区和不同文明的国家平等参与规则制定。人工智能国际规则必须坚持共商共建共享。

以普惠共享推动人工智能真正造福全人类

中国始终主张科技进步应当造福全人类。中国提出《全球人工智能治理倡议》，积极推动人工智能能力建设国际合作，强调发展导向、公平普惠、开放合作和尊重各国主权。

2026年上海世界人工智能大会进一步把帮助全球南方提升人工智能能力置于重要位置。中国宣布未来5年面向发展中国家提供人工智能专题研修培训名额，推进人工智能应用合作中心建设，推动人工智能气象预警等公共产品在更多国家落地。这些举措体现了中国推动人工智能发展成果普惠共享的鲜明立场。

中国参与全球人工智能治理，需要进一步推动形成有利于共同发展的国际合作模式。技术合作应当促进当地产业成长，基础设施建设应当支持当地长期发展，数据合作应当尊重国家主权和人民权益，人才培养应当增强自主能力，治理规则应当坚持平等参与。

当今世界正在进入智能经济时代。人工智能可能成为缩小发展差距的重要力量，也可能在错误的制度安排下进一步扩大南北鸿沟。

从数字殖民主义1.0的基础设施控制，到2.0的平台和数据控制，再到3.0的人工智能全技术栈控制，数字时代的不平等结构正在发生深刻变化。数字殖民主义3.0最值得警惕之处，在于其可能通过算力、算法、数据、人才和规则的集中，将少数国家的技术优势固化为长期的发展优势，同时压缩全球南方自主发展的空间。

世界进入人工智能时代，绝不能重演工业化时代少数国家垄断技术红利、广大国家长期处于依附地位的历史。人工智能发展成果应当由各国共享，发展道路应当由各国自主选择，治理规则应当由国际社会共同制定。

推动全球人工智能治理良性变革，必须坚决反对利用技术优势制造新的中心与外围结构，坚决反对以国家安全为名阻碍正常科技合作，坚决反对任何形式的技术霸权和数字殖民主义。

人工智能革命最终应当服务于全人类共同发展。

帮助全球南方真正拥有参与人工智能革命、利用人工智能革命、塑造人工智能革命的能力，避免智能时代形成新的历史不公，应当成为全球人工智能治理最重要的共同任务之一。只有坚持发展优先、公平普惠、开放合作、共同治理，才能推动人工智能真正成为增进人类共同福祉的重要力量，为构建人类命运共同体注入新的科技动能。

作者系复旦大学国际关系与公共事务学院教授、复旦大学网络空间国际治理研究基地主任