世界人工智能合作组织不久前在上海成立，中国、哈萨克斯坦、老挝、巴基斯坦、俄罗斯、印度尼西亚等29个国家代表签署协定，成为创始成员国。从这29个国家来看，全球南方国家占绝大多数。

问题并非简单的“技术落后”

人工智能（AI）已成为全球数字治理中备受关注的议题之一。国际社会在大模型安全、数据跨境流动、算法伦理、平台责任、知识产权和深度伪造等问题上持续展开讨论。这些议题可能在长期对数字经济和公共治理的发展产生影响。而在全球南方国家的发展背景下，AI治理涉及一系列具体发展问题，包括如何在农业、教育、医疗、减贫、灾害应对和公共服务等场景中应用技术，以及如何支持发展中国家提升治理能力，帮助公众在数字时代获得更多发展机会。

AI并不是简单叠加在既有数字化基础上的一个新工具。它依赖数据、算力、模型、人才和制度环境，并可能影响公共部门识别问题、分配资源和回应社会需求的方式。一些国家能够较快普及移动支付和在线服务，但本地数据能力和算法治理能力仍需要持续建设；一些地方已经开始引入智能系统，但对模型是否适合当地语言、农业条件、公共服务体系和社会结构，仍需要建立相应的判断和评估机制。

全球南方国家面临的主要问题，并不是简单的“技术落后”。更准确地说，数字应用扩展较快，而支撑长期治理能力的数据体系、公共监管、人才培养和制度安排仍在建设过程中。

这一问题也需要在当前全球AI治理讨论中得到更多关注。联合国开发计划署近年来提出，要支持各国构建更具包容性的AI生态系统，使其在推进可持续发展目标的过程中发挥建设性作用。这一表述值得重视，因为它将人工智能放在能力建设、制度环境和发展目标的整体框架中讨论，没有把人工智能仅仅视为技术产业问题。

对于全球南方国家而言，人工智能治理需要更早进入国际规则讨论，也需要避免把技术采购作为数字化转型的单一路径。特别是要在技术应用过程中逐步形成国家的数据能力、公共部门能力、专业人才能力和规则参与能力。

发展场景是对AI治理的检验

农业是观察这一问题的重要入口。在许多全球南方国家，农业仍直接关系到大量人口的生计、粮食安全和农村社会运行。小农户数量多，生产条件差异大，气候风险、市场信息和公共服务覆盖等问题也更容易在农业场景中集中显现。AI可以在天气研判、病虫害识别、土壤和灌溉管理、农产品流通等环节提供支持，一些国家和地区已经开始开展相关试点。联合国粮农组织近年来也关注数字农业和AI在粮食安全、气候适应、供应链优化和市场准入中的作用。在气候变化影响加深、极端天气增多、农业生产不确定性上升的背景下，对于具备一定基础条件的地区，数字技术有助于农户更及时地获得风险预警和市场信息。

但农业人工智能进入农村场景后，仍需要经过本地化适配和持续服务，才能发挥实际作用。许多发展中国家的农业经营较为分散，小农户在土地规模、种植方式、地方知识、语言习惯和风险承受能力等方面存在较大差异。如果训练数据主要来自大型农场，平台服务主要覆盖支付能力较强的生产者，算法系统又难以充分识别本地作物、土壤和气候条件，技术应用就可能在提升局部效率的同时带来新的不均衡。对全球南方而言，农业人工智能治理需要关注技术先进性，也需要关注技术能否回应小农户需求、尊重本地知识，并与公共农业服务体系形成有效衔接。

公共服务领域也存在类似情形。卢旺达较早探索使用无人机配送血液等医疗物资，加纳也推动无人机配送疫苗和其他重要医疗用品，这些实践常被作为数字技术改善偏远地区公共健康服务的案例加以讨论。这些案例表明，全球南方能够在特定公共服务场景中应用数字技术并探索创新方式。此类创新要稳定运行，需要可靠的基础设施、清晰的公共责任、持续的财政安排和相应的基层执行能力。

在更广泛的公共治理场景中，如灾害预警、城市治理，AI同样具有现实价值。许多全球南方国家面临洪水、干旱、极端高温、粮食减产和城市基础设施压力。智能监测、遥感识别、风险预测和应急调度系统，有可能帮助政府更早发现风险，减少灾害损失。但这类系统依赖长期数据积累和跨部门协同。历史数据不完整、基层反馈不足、部门之间数据标准不一致，都会影响技术系统的效果。人工智能治理在这里的关键，是让技术进入真实治理过程，并在制度、组织和责任关系中发挥作用。

在南南合作中提升治理能力

在AI时代，全球南方国家需要继续完善数字基础设施，也需要把数字治理能力建设摆在更突出的位置。

第一，本地数据能力是基础。长期、稳定、可信的本地数据，有助于人工智能系统更准确地识别本国农业、公共服务和社会治理场景。第二，公共部门能力关系到技术应用的方向和边界。政府不能只做技术采购者，还需要具备数据管理、算法理解、风险评估和责任解释等基本能力。第三，人才能力决定数字治理能否持续推进。数字治理需要工程技术人才，也需要懂公共政策、法律、社会文化和基层治理的人才。第四，规则参与能力也越来越重要。全球南方不能只在规则形成之后被动适应，也需要在国际人工智能治理中表达自身的发展需求和制度经验。

从这个角度看，全球南方国家的数字治理能力建设，很大程度上需要在具体合作过程中逐步积累。设备、平台和系统合作有其现实价值，但对许多全球南方国家而言，更关键的是能否通过合作形成本地运维、人才培养、制度衔接和公共部门使用能力。面向长期发展的人工智能合作，可以更多围绕具体发展场景推进能力建设。例如，在农业领域，可以围绕气候适应、农作物病虫害防治、农产品供应链和小农户数字服务开展联合试验；在公共服务领域，可以围绕远程教育、基层医疗、社会救助和数字政务交流经验。

中国与全球南方国家在这些领域有不少合作空间。中国在大规模基础设施建设、数字经济发展、农村电商、农业科技推广、基层公共服务数字化和减贫治理等方面积累了丰富经验。发展进程中的城乡差距、区域发展不均衡、小农户与现代市场衔接、公共服务下沉等议题，也使中国经验同许多全球南方国家的发展关切具有一定对话空间。近年来，中国推进智慧农业和农业农村大数据建设，并在农业生产和农村治理中探索应用大数据、北斗导航和人工智能等技术。这些经验为理解数字技术在不同发展背景下如何支持发展提供了重要参照。

更重要的是，中国与全球南方的数字治理合作，需要把技术应用、场景适配和能力建设结合起来。真正有价值的合作，是在共同面对发展问题的过程中开展场景共建和能力建设。农业数字化不只是提供一套系统，还要理解当地农户的生产条件和公共农技服务体系；数字政务不只是上线一个应用程序，还要改善政府部门之间的数据协同和责任关系。只有这样，数字技术才不会停留在项目层面，而能转化为更稳定的发展能力。

未来的AI治理需要更加重视全球南方的发展关切，把安全、伦理等重要问题放在更完整的发展背景中理解。AI能否更好地服务包容性发展，则取决于相关治理安排能否回应更多国家的发展现实。（作者分别是中国农业大学人文与发展学院副教授，中国农业大学文科资深讲席教授、国家发展与全球学院名誉院长）