拉丁美洲的人工智能悖论 · 缺乏临界规模的应用

拉丁美洲占全球生成式人工智能网络解决方案访问量的14%，人工智能应用下载量位居世界第三。与之并存的是另一个数字：该地区吸引了全球人工智能投资的1,12%。由CENIA和CEPAL编制的《2025拉丁美洲人工智能指数》将这一组合称为«颇具拉丁美洲特色的悖论»。这一悖论由来已久：该地区采用他人生产的技术。人工智能改变的是这种模式的代价。缺乏自身能力却投入运作，其后果来得更早，也更难逆转。证据截止时间为2026年5月；来源为一手资料——ILIA 2025、LAVCA、BID Lab和CEPAL——引用均保留其准确数字。

成熟度地图 · 先行者、应用者与探索者

ILIA 2025从五个维度评估十九个国家：赋能条件、应用、人力资本、研究与创新以及治理。结果分为三组，这一分类打破了将该«地区»视为面临单一问题的同质整体的印象。

«拉丁美洲在人工智能方面落后»这一说法过于笼统，无法据此作出任何决策。相比之下，结构性瓶颈是明确的，而且均来自同一指数（ILIA 2025）：该地区90%的超级计算能力集中在巴西；超过半数国家缺乏关键基础设施和高级人才培养；十九个国家中有十三个未开展人工智能早期技能培养；十一个没有相关博士项目。巴西和墨西哥集中了该地区68%的研究人员，与智利、阿根廷和哥伦比亚合计贡献了约90%的论文。一个渴望拥有主权人工智能的地区，如果算力、人才和研究都集中在两个国家，那么它首先面临的是架构问题，而非应用问题。

公共政策 · 从文件到预算

2023至2026年间，该地区从制定议程转向正式确立战略，再从战略转向讨论监管。真正重要的变化在于另一处：一些国家开始为其政策配备预算、跨部门协调机制和国家层面的跟踪能力。政策宣布不再是新闻焦点；执行开始成为焦点。

CEPAL 与 OCDE 得出了相同的诊断，值得不加修饰地引用：许多国家战略缺乏预算、跟踪机制和国家层面的执行能力。有八个国家未记录到将人工智能用于公共政策咨询或共同制定的应用（CEPAL，2025），政府使用在许多情况下仍局限于聊天机器人和轻量自动化。精美的文件比比皆是。可审计的系统、专业团队和事后可追溯性却十分稀缺。

值得一并解读的三条投资轨道

该地区的人工智能投资沿着三条动态各异的赛道展开。混为一谈会导致错误诊断；综合考察才能看清真正的缺口所在。

三条赛道的共同点是同一个缺口：投资占比为 1,12%，使用占比却为 14%（ILIA 2025）。全球资本对该地区应用的资助低于其使用占比，而缩小这一差距需要基础设施、研发和有针对性的公共采购——这种规模仅靠风险投资无法达到。如果没有自有算力，或无法以有竞争力的成本获得算力，所有计划都依赖他人控制的基础设施。

人才 · 两种培养路径，迥异的成果

ILIA 2025 区分了该地区人力资本中同时存在的两种趋势。这一区分对任何已将人工智能投入生产运行的组织都具有实际意义：它说明哪类人才充足，哪类人才难以留住。

就业影响。假定其对称性的错误

BID 警告，生成式人工智能模型既可能提高生产率，也可能加剧不平等。其机制已为人所知：原本从事认知型、数字化且薪酬较高工作的人，会率先获得辅助自动化的收益。该地区的历史证据可作参照。在此前的一些时期，美国引入机器人对哥伦比亚和巴西的就业与工资产生了负面影响，而墨西哥因融入北美生产链，就业反而增加（CEPAL，2025）。人工智能对劳动就业的影响不仅取决于技术，也取决于一国的生产结构及其在全球价值链中的位置。这是一个设计参数，政府和企业必须从一开始就将其纳入分析。

2026-2030周期的关键在于执行

该地区并不缺战略。稀缺的是让战略可验证的要素：有预算保障的执行、共享算力基础设施、高质量开放数据、为本地解决方案创造早期需求的公共采购、中高级人才的规模化培养，以及以风险为基础、配有真实审计、可追溯性和有效人工监督的规则。这些要素没有任何一项能靠一份文件解决。

该地区消费、集成和适配迅速 · 投资、监管和培养缓慢。缺失的临界规模需要建设，而 2026-2030 周期将显示谁完成了建设。