研报解读|GSMA《2026年规模化AI影响力报告》

最近读完 GSMA 发布的《2026 年规模化 AI 影响力报告》，我最大的感受是：我们聊了太多 AI 技术，却很少有人讲清楚，AI 到底怎样真正帮到普通人。

这份报告聚焦非洲、南亚、东南亚等中低收入国家，调研了几十家落地一线的 AI 项目，没有炫技，全是最真实的实践、困境和答案。

先打破一个误区：

很多人以为，AI 要改变世界，靠的是更大、更强的通用大模型。但报告用无数案例证明 ——在资源有限、网络不稳、语言小众的真实世界里，决定 AI 能不能落地的，从来不是模型大小，而是数据、技术、商业模式、移动网络这四件事。

先说最基础也最容易被忽略的：数据，才是 AI 落地的命门。

在很多发展中国家，高质量数据是奢侈品。要么没有，要么碎片化，要么是纸质文档，要么语言不支持。没有贴合本地的数据，再强的模型也会 “水土不服”。

于是一线团队想出了各种接地气的办法：有人把数据收集嵌进产品里，农民用语音问农技，顺便贡献了农业数据；商家不愿意用 APP，就派工作人员上门录订单，把线下数据线上化；还有团队专门收集小语种语音、方言文本，让 AI 能听懂当地人的话。

他们甚至用 AI 自己清理残缺数据、用合成数据弥补不足。报告里一句话很戳人：数据稀缺不是障碍，而是逼着我们更聪明地做事。 那些能建起专属数据壁垒的项目，才真正走得远。

再看技术，真相更扎心：中低收入国家的 AI 创新，几乎不在底层模型，全在应用层。

没有几家机构去从头训练大模型，大家都在用开源模型、大厂基础模型，然后做一件最关键的事 ——本地化改造。

比如把开源 LLM 微调成懂斯瓦希里语的母婴咨询模型；把笨重的大模型压缩成轻量小模型（SLM），成本直降 60%，还能在低端手机上跑；设计离线功能，没网也能用，数据存在本地，连上再同步。

他们还普遍采用 “AI + 人” 的模式：AI 做初步判断、自动回复，关键环节人工审核兜底。既保证效率，又守住安全底线。模块化设计也很普遍，模型不好用就换，平台不兼容就接，不被技术绑架。

说白了，这里的 AI 创新，不是造火箭，而是把现成技术，改成普通人能用的样子。

比技术更残酷的，是活下去的问题：AI 做公益容易，做可持续太难。

报告里有一个残酷现实：直接面向穷人收费（B2C）几乎走不通，购买力太低。所以所有能长期活下来的项目，几乎都转向了B2B、B2G、B2B2C。

卖给企业、卖给政府、卖给机构，让有支付能力的第三方买单，服务免费给到普通人。

比如医疗 AI 对接政府卫生部门，金融反诈服务卖给银行，农业 AI 给农资公司用，教育项目靠电信运营商合作推广。很多项目还搭建多元收入，软件收费、硬件收费、服务收费、数据服务收费，多条腿走路。

不管是商业公司还是非营利组织，路径高度趋同：靠系统合作赚钱，靠普惠服务创造价值。 这才是真实世界的生存法则。

而撑起这一切的基础设施，你可能想不到：不是云计算中心，而是手机。

移动网络，是 AI 触达最后一公里的唯一通道。

在很多地区，智能手机还没普及，于是 AI 服务通过短信、USSD、语音电话就能用；

WhatsApp 成了超级入口，不用装新 APP，点开就能聊 AI；运营商提供网络、移动支付、分发渠道，甚至提供本地算力和用户数据。

报告明确说：移动就是 AI 落地的操作系统。 没有移动的覆盖，再厉害的 AI 也到不了乡村、小店、偏远诊所。

做到这一切后，AI 的价值才真正显现：不是取代人，而是放大每一个人的能力。

AI 让农民少花钱、多收成；让学生没网也能学习；让医护人员一次服务更多人；让小店主能贷到款；让医疗物资不缺货、救命不耽误；让碳信用真正给到小农户；让水资源更少浪费。

它带来的不只是效率，更是公平。让原本得不到服务的人，第一次享受到专业的帮助。

报告最后也展望了未来：小模型会成为主流，深度本地化会继续深化，AI 会越来越多地成为数字公共产品，政府会成为 AI 的重要买家，整个生态会更关注数据、人才、算力这些底层支撑。

读完这份报告，我对 AI 的理解被彻底刷新。

我们总在追逐最新的模型、最酷的功能，但真正有温度、有长期价值的 AI，从来不是高高在上的技术秀，而是贴着地面行走，走进真实生活，帮到最需要的人。

它不喧哗，却有力。

未来的 AI 竞争，不再是谁的模型更大，而是谁更懂真实世界，谁能把技术变成普通人触手可及的帮助。

这，才是 AI 该有的样子。