20261030

来自联合国拉丁美洲和加勒比经济委员会（CEPAL）的报道：

原文参见：https://www.cepal.org/es/comunicados/ilia-2026-america-latina-caribe-debe-apropiarse-la-inteligencia-artificial-generar-valor

2026年10月20日，联合国拉丁美洲和加勒比经济委员会与智利国家人工智能中心在智利圣地亚哥联合发布《2026年拉丁美洲人工智能指数》。这是该指数第四次发布，也是区域人工智能发展评估体系不断完善的重要一步。

本次报告覆盖拉丁美洲和加勒比地区20个国家，通过126项细分指标，对各国人工智能产业的发展基础、科研能力、技术应用和治理体系进行综合评估。

与此前主要关注人工智能基础设施和技术发展不同，本次报告进一步关注人工智能如何转化为经济价值和社会效益，以及各国能否通过区域合作弥补自身在算力、数据和人才方面的不足。

报告由智利国家人工智能中心（Centro Nacional de Inteligencia Artificial，CENIA）与联合国拉丁美洲和加勒比经济委员会共同推动，并获得欧盟—拉美数字联盟项目支持。

一、20个国家参与评估，拉美人工智能发展形成三个梯队

根据报告结果，拉美和加勒比地区各国的人工智能发展水平存在明显差异。

报告按照综合发展水平，将参与评估的国家分为三个类别：

第一类为领先国家（Pioneros），综合得分超过60分，包括智利、巴西和乌拉圭。这三个国家在数字基础设施、科研创新、人才培养和人工智能应用等方面具有相对较强的综合能力。

第二类为应用推进国家（Adoptantes），综合得分在35至60分之间，共有10个国家。其中包括哥伦比亚、哥斯达黎加和阿根廷。这些国家已经具备一定的数字基础和人工智能发展能力，但在科研创新、产业应用和技术资源方面仍有进一步提升空间。

第三类为探索国家（Exploradores），综合得分低于35分，共有7个国家。这些国家的人工智能产业仍处于较早的发展阶段，在数字基础设施、科研力量、技术应用和治理体系方面面临更多挑战。

这一分类反映出拉美人工智能发展并非由单一国家或单一技术决定，而是受到各国经济结构、数字基础设施、科研投入和人才储备等多种因素影响。

二、巴西算力资源优势明显，区域分布不均衡

算力基础设施是此次报告重点关注的领域之一。

随着人工智能大模型、生成式人工智能和智能代理技术快速发展，训练和运行相关模型需要大量计算资源。GPU等高性能计算设备已经成为人工智能产业的重要基础设施。

报告显示，巴西拥有拉美地区绝大部分相关计算资源。在本次研究统计范围内，巴西集中了区域87.7%的图形处理器（GPU）和92%的计算处理能力。

这一数据说明，巴西在区域人工智能基础设施方面具有明显优势，同时也反映出其他国家在高性能计算资源获取方面面临的挑战。

对于缺乏大型计算基础设施的国家而言，独立建设高性能计算中心需要持续投入资金、设备和专业人才。因此，报告强调区域合作的重要性，认为共享计算基础设施、科研知识和专业人才，可以帮助各国共同提升人工智能发展能力。

三、人工智能科研能力持续增强，人才培养范围不断扩大

除了计算基础设施，科研创新和人才培养也是拉美人工智能发展的重要支撑。

报告显示，参与评估的20个国家中，有65%的国家至少拥有一个专门从事人工智能研究的科研中心。

教育领域也出现了积极变化。目前，超过一半的受评估国家已经将人工智能相关内容纳入学校课程体系，而在2024年，这一数字仅为两个国家。

在高等教育方面，20个受评估国家均设有与人工智能相关的硕士研究生培养项目，其中14个国家还开设了博士培养项目。

这表明人工智能教育正在从基础知识普及逐渐向专业化、系统化人才培养延伸。

随着人工智能应用进入制造业、医疗、农业、金融和公共服务等领域，拉美对算法工程师、数据科学家和人工智能研究人员的需求也在不断增加。

报告认为，未来需要进一步加强高校、科研机构和企业之间的联系，让人才培养与实际产业需求形成更加紧密的联系。

四、人工智能国家战略逐渐普及，但实施资金仍然不足

在人工智能治理方面，报告发现，拉美国家已经普遍认识到制定国家人工智能战略的重要性。

目前，受评估国家中有85%已经制定或正在制定国家人工智能战略，75%的国家设立了负责推动人工智能发展的正式机构。

不过，政策规划与实际执行之间仍然存在差距。

报告特别指出，在所有参与评估的国家中，只有巴西和哥伦比亚在其国家人工智能战略文件中明确安排了专项预算。

这意味着，一些国家虽然已经提出人工智能发展目标，并建立了相应的政策框架，但在资金投入和具体执行方面仍需要进一步加强。

对于人工智能产业而言，战略规划只是发展的起点。要真正推动技术研发和产业应用，还需要持续的科研投入、算力建设、人才培养以及稳定的制度支持。

五、数据资源丰富，但如何有效使用成为新的挑战

报告还将数据能力列为拉美人工智能发展的重要问题。

人工智能模型的训练和应用离不开高质量数据。对于一个国家而言，拥有大量数据并不意味着能够直接将其转化为人工智能技术优势。

数据是否能够依法使用、能否实现有效共享，以及是否具备相应的数据管理能力，都会影响人工智能模型的研发和应用。

报告指出，拉美地区在文本与数据挖掘（Text and Data Mining，TDM）方面仍存在法律确定性不足的问题。这可能限制科研机构和企业建立训练语料库，并进一步影响本地人工智能模型的训练和发展。

因此，未来除了增加数据资源，还需要完善数据治理机制，为科研和技术创新创造更加清晰的制度环境。

六、首次增加国际比较，拓展拉美人工智能发展视野

本次ILIA 2026还有一个重要变化，就是首次加入与区域以外国家的比较研究。

报告选择德国、西班牙、爱沙尼亚、葡萄牙和新加坡作为国际参照对象，通过部分可比较指标，分析拉美国家在基础设施、人才、科研和治理方面与这些国家之间的差距。

这一比较并不是要求拉美国家复制某一种发展模式，而是帮助各国了解自身优势和不足，并根据不同的经济结构和发展阶段制定适合自己的人工智能发展路线。

报告认为，拉美地区拥有一定的科研基础、人才资源和清洁能源优势。如果能够进一步加强基础设施建设、促进科研成果转化，并推动企业扩大人工智能应用，就有机会形成更加完整的区域人工智能产业生态。

七、区域合作成为拉美人工智能发展的重要方向

在报告的主要结论中，区域合作被放在了十分重要的位置。

人工智能发展涉及计算资源、数据、科研人才和产业创新等多个环节，单个国家往往难以独立完成所有技术布局。

因此，拉美国家可以通过共享科研资源、加强高校合作、建立技术交流机制和推动跨国创新项目，逐步提高区域整体竞争力。

尤其是在高性能计算基础设施方面，区域合作能够帮助资源相对有限的国家获得更多技术支持。

与此同时，企业、高校和科研机构之间的合作也有助于推动人工智能从研究阶段进入实际应用，让技术创新更好地服务制造业、农业、医疗和公共服务等领域。

报告还强调，人工智能发展不应只关注技术本身，还应兼顾社会包容性、可持续发展和公共利益。

从本次指数的评估结果来看，拉美人工智能产业已经具备一定的发展基础，但要进一步形成区域竞争优势，仍需要解决算力资源集中、企业应用不足、数据使用限制以及政策执行资金不足等问题。

随着人工智能在全球经济中的作用不断增强，拉美国家如何把现有的数字资源、科研能力和人才优势转化为实际生产力，将成为未来区域科技发展的重要议题。

此次ILIA 2026的发布，为了解拉美人工智能发展现状提供了新的数据依据，也为各国制定人工智能政策、加强区域科研合作和推动数字经济发展提供了参考。

 

 

编辑：姚少杰

校对：康晨雨

                      科讯搜寻：劳拉

本文使用ChatGPT辅助翻译，内容服务于中拉科技互鉴，不代表平台观点，如有疏漏，欢迎指正。