WTO推动AI贸易增长前景可观，但包容性才是难题

世界贸易组织已安排举办首届世界贸易与科技日，为Google News读者呈现出一个鲜明矛盾：AI有望扩大贸易，但获取机会并不均等。

9月14日举行的日内瓦活动将让贸易官员、科技政策制定者和行业领袖围绕同一政策议题展开讨论。核心问题并非AI能否支持商业活动，而是政府能否让这些收益惠及那些尚未掌握基础设施、算力、资本和技术专长的国家之外。

这一差异至关重要，因为WTO正在宣传巨大的增长潜力。其经济模型显示，到2040年，AI可将全球贸易提升最多37%。但这些模型同样依赖于技术采用、监管协作、劳动者支持以及更小的技术鸿沟。

因此，这一标题不只是又一场AI会议的公告。它将一项艰难的权衡摆在各国政府面前：加速AI商业应用的政策可以提升生产率，但也可能强化既有的经济权力集中。

WTO究竟宣布了什么

WTO正将AI从技术讨论转变为明确的贸易政策议题。

该组织将于2026年9月14日在日内瓦总部举办首届世界贸易与科技日。根据活动公告，活动也将提供线上参与方式。

活动主题为“AI与贸易：将潜力转化为进步”。这一表述提出了一项格外务实的检验：与会者必须超越预测，说明哪些政策能够将技术能力转化为更广泛的商业参与。

WTO总干事恩戈齐·奥孔乔-伊韦阿拉预计将致欢迎辞。活动还包括一场部长级对话，探讨为何AI应被纳入贸易政策议程。

私营部门领袖将参与炉边谈话。一位高级管理人员将发表主题演讲，多场专题讨论则将聚焦AI经济的具体组成部分。

这些讨论涵盖借助AI降低贸易成本、发展中经济体参与AI价值链，以及跨境交付服务。知识产权和技术标准也将获得专门关注。

展览和路演环节将展示与国际贸易相关的AI应用。这些案例有助于区分实际运行的系统与对未来生产率的泛泛主张。

这种区分很重要。海关机构可以使用AI对货物进行分类、识别可疑货运并优先安排检查。出口商则可借助它翻译产品信息，或解读复杂的合规要求。

物流服务商可以将机器学习用于需求预测、路径决策和库存规划。服务型企业则可利用生成式AI，为不同语言和司法辖区的客户提供支持。

每一种应用都能减少某一项具体的商业摩擦。但它们并不会自动让较小经济体获得价格可负担的云服务、可信数据、可靠电力或熟练劳动力。

这项公告之所以通过Google News受到关注，是因为它将两个通常分开管理的政策领域联系起来。贸易部门关注市场准入，而科技部门关注基础设施、数据、竞争和安全。

AI将这些职责连接在一起。通过外国云平台交付的模型，同时既是一项技术服务、一个数据处理系统，也是一笔跨境商业交易。

对芯片、云容量、数据传输、数字服务或技术标准的限制，都会影响谁能够开发AI。它们同样决定哪些企业能够以有竞争力的方式使用AI。

世界贸易与科技日为官员们提供了一个处理这种交集的平台。但它本身并不创设新的贸易规则、具有约束力的标准或财政承诺。

WTO还指出，该活动由秘书处负责组织。其议程并不一定代表WTO成员的正式立场。

这一说明限制了读者应从本次会议中作出的推断。9月14日开启的是一场政策对话，而非解决各国政府之间的分歧。

为什么AI贸易政策如今登上Google News

AI已成为可衡量贸易流的一部分，而不只是未来可能影响贸易的因素。

WTO选择这一时机，是在芯片、服务器、电信设备、数据中心和云基础设施经历多年投资之后。这些投入如今既影响货物贸易，也影响数字化交付服务。

AI系统依赖全球分布的供应链。先进处理器需要专用设计工具、制造设备、存储器、封装、网络硬件、能源和冷却系统。

在企业部署模型之前，生产链会跨越众多国界。任何环节的政策限制，都可能改变其他地区的产能、可用性或成本。

WTO估计，2023年AI赋能商品贸易额达到2.3万亿美元。这一类别包括半导体、原材料、计算设备以及AI系统所需的中间投入品。

其2025年分析预计，在模型设定的情景下，到2040年，AI可将全球贸易提高34%至37%。全球GDP可增长12%至13%。

可数字化交付服务获得的预测贸易增幅最大，在最高情景下接近42%。制造业最高可增长24%。

这些是模型结果，而非有保证的预测。贸易预测衡量的是相对于基准情景的变化，并依赖技术扩散和政策趋同方面的假设。

三种机制推动了模型中的大部分增长：AI可以降低运营层面的贸易成本、提高可贸易数字服务的产出，并提升面向国际市场行业的生产率。

这些模型也说明，为何分配问题不能与标题中的数字分开看待。高收入经济体在各情景下的出口增长相近，因为其基础条件已相对较强。

低收入经济体的结果则存在更显著差异。其收益在很大程度上取决于基础设施、技术采用和政策能力能否开始追赶。

另一项WTO研究对更广泛的数字化得出了类似结论。该研究对AI采用、线上销售、数据政策及多项贸易成本下降进行了建模。

在该研究的数字化情景下，2018年至2040年间，年度贸易增长率从2.3%升至4.2%。服务业在国际贸易中的占比也随之提高。

在模型中的数字化情景下，可数字化交付服务占贸易总额的17.4%。基准情景下则仅为12.4%。

然而，研究人员将趋同视为关键变量。当低收入经济体在技术采用和贸易成本方面实现更大改善时，获得的收益也更高。

这份数字贸易模型是一篇研究论文，而非WTO已达成一致的政策立场。其假设仍然揭示了各国政府面临的压力。

官员们不能仅将AI采用视为一项采购决策。采用AI依赖于连接能力、能源、云服务获取、教育、可互操作的规则，以及挑战有害市场集中的能力。

这也是为何这一报道不应只出现在专业贸易出版物中。日内瓦讨论的政策将影响软件公司、线上卖家、物流服务商、专业服务机构以及普通知识工作者。

Google News为这项公告提供了传播渠道。更大的新闻在于，AI治理如今已处于市场准入与发展议题的讨论之中。

37%的承诺遇上不平等的数字经济

核心较量在于WTO的包容性增长承诺，与决定谁能参与其中的基础设施鸿沟之间。

WTO模型中的增长潜力颇为可观。AI能够自动化处理文书工作、降低搜索成本、改善预测，并让某些服务更容易在国际市场销售。

小企业可能受益于翻译、营销协助、合规支持和更快速的客户服务。这些功能过去需要许多企业无力负担的人员配置或外部服务。

制造商可以利用AI解读新市场的产品标准。农产品出口商则可结合天气、运输和需求数据，以减少损失。

顾问可以借助更好的翻译支持，跨境提供研究或设计服务。海关机构可将检查人员集中于风险更高的货物，同时更快放行常规货运。

这些例子解释了政策制定者为何将AI视为可能的均衡器。但它们并不能证明每个经济体都站在同一起跑线上。

根据连接统计数据，2025年，高收入国家有94%的人口使用互联网；低收入国家的这一比例仅为23%。

全球平均水平达到74%，仍有约22亿人未能联网。不同地区之间的连接状况也存在明显差异。

全球范围内，85%的城市居民使用互联网，而农村居民的比例为58%。在低收入国家，只有14%的农村居民联网。

当电力或网络连接经常中断时，出口商无法依赖云软件。没有价格可负担的设备、相关技能和可用的本地语言工具，劳动者也无法从AI辅助服务中受益。

算力构成了另一条分界线。截至2025年6月，高收入国家掌握了全球77%的托管型数据中心容量。

中低收入国家仅占5%，低收入国家则不足0.1%。这些差异会影响延迟、成本、议价能力、数据控制和服务可用性。

创新资金同样高度集中。高收入经济体占据了87%的重要AI模型、86%的AI初创企业和91%的风险投资资金。

这些国家的人口仅占全球人口的17%。因此，AI基础条件数据使任何关于技术会自动扩散的简单叙事都变得更复杂。

开放模型和较小规模的系统能够降低部分门槛。企业或许可以在无需建设前沿级训练集群的情况下，调整轻量级模型。

然而，开放获取模型权重并不能提供电力、网络容量、相关数据或专业人才。它同样无法消除部署、评估、安全和维护的成本。

云服务进口可为各国提供替代本国基础设施的选择。然而，这一选择会使其依赖外国供应商、国际连接、支付系统以及数据传输规则。

各国政府因此面临艰难选择。建设国内能力需要资本和可靠能源；进口云服务则可能使用户面临汇率风险、外国监管和供应商高度集中的问题。

WTO 关于包容性的主张必须经受住这些现实的检验。否则，AI 将最有效地为那些已经具备数字基础的企业降低成本。

这一结果会增加贸易总量，却无法让参与机会得到均衡分配。总体增长与包容性增长并不是可以互换的衡量标准。

这一区别应当指导读者如何理解 37% 这一数字。它描述的是贸易可能扩张的幅度，而不是承诺每个国家或劳动者都能按比例获得收益。

AI 如何在不消除所有壁垒的情况下降低贸易成本

AI 可以降低单项贸易任务的成本，同时让结构性壁垒依然存在。

国际贸易带来了巨大的信息负担。企业必须识别买家、评估供应商、翻译文件、归类产品、计算关税，并遵守不同的监管规定。

大型企业会将这些工作分配给法务、物流、采购和财务团队。小型企业往往只能依赖少数员工或昂贵的外部顾问。

AI 可以缩小这一运营差距。设计良好的系统可以汇总法规、识别缺失文件、起草多语种描述，或比较运输方案。

海关机构可以利用风险模型识别需要重点检查的货运。更快的处理速度能够减少合规贸易商的延误。

供应链团队可以结合销售、天气、港口和运输数据来预测中断风险。更好的预测可以减少过剩库存或错过交付承诺的情况。

金融机构可以利用模式识别支持欺诈检测和文件审查。当贷款机构将重复性检查自动化后，出口商可能更快获得决定。

其经济机制并不复杂。信息与协调成本降低，会让更多跨境交易在商业上变得可行。

然而，在贸易领域，准确性比在日常写作中更加重要。虚构的关税分类或错误的安全要求，可能导致罚款、延误或货物被拒收。

生成式系统可能在缺乏可靠证据的情况下给出自信的答案。因此，企业需要来源控制、人工审核、审计追踪，以及升级处理不确定输出的程序。

语言支持也呈现出复杂图景。AI 可以快速翻译常规沟通内容，但其表现因语言、行业和文件类型而异。

合同条款翻译错误的后果，与一条略显生硬的营销文案截然不同。企业必须让审核流程与法律和财务风险相匹配。

数据质量带来另一项限制。货运记录、海关表单、产品目录和供应商数据库经常存在格式不一致或字段不完整的问题。

模型无法可靠地修复每一个上游问题。相反，低质量数据可能会将错误自动化到更多交易中。

跨境数据规则增加了复杂性。隐私要求、数据本地化规则、网络安全义务和行业特定限制在不同司法辖区之间各不相同。

一家公司或许在技术上能够集中部署其 AI 服务，却没有法律许可来转移所需数据。合规成本随后可能抵消部分自动化收益。

当技术标准使系统能够互操作、评估方法可以比较时，它们可以减少这种摩擦。但当只有大型机构能够满足这些标准时，标准也可能成为壁垒。

知识产权政策也会带来类似的权衡。明确的规则可以支持投资和许可，但碎片化的要求可能使国际部署成本高昂。

WTO 表示，影响 AI 相关商品的数量限制从 2012 年的 130 项上升至 2024 年的近 500 项。一些低收入经济体对部分产品的约束关税也达到 45%。

这些政策可能让计算机、网络设备及其他 AI 投入品变得更难负担。安全和产业目标仍可能促使各国实施限制，因此政府必须权衡相互竞争的利益。

没有任何单一 AI 贸易政策能够解决这些冲突。实际任务是协调基础设施、市场准入、数据治理、标准、竞争和劳动者政策。

这比在港口部署聊天机器人涉及更广泛的议程。它也解释了为何 World Trade and Tech Day 项目涵盖货物、服务、知识产权和发展议题。

此次会议最有力的贡献，应是识别出能够测试和衡量的政策。对包容性 AI 的泛泛支持，无法揭示小型出口商是否真的经历了成本下降。

官员需要运营层面的证据。有用的指标包括海关处理时间、合规成本、小型企业的出口参与度，以及主要城市以外地区的采用情况。

他们还应衡量错误、申诉、安全事件和收益分配情况。如果自动化系统不公平地排除某些贸易商，更快的处理速度就意义不大。

包容性 AI 商业背后的政策权衡

政府必须扩大准入，同时不能将每项限制都视为障碍，也不能将每一次 AI 部署都视为进步。

开放的贸易环境可以改善芯片、服务器、云服务和软件的获取条件。可预期的规则也能帮助企业在多个市场规划投资。

WTO 的《信息技术协定》提供了一条既有路径，可降低涵盖技术产品的关税。更广泛的参与能够让部分数字投入品更加负担得起。

服务承诺同样重要，因为许多 AI 能力是通过云平台或远程提供的专业知识交付的。即使硬件仍然可得，对这些服务的限制也可能抑制采用。

监管合作可以减少不必要的重复。一旦各国政府拥有相互兼容的安全目标，企业就不应在每个市场都面对完全不同的评估流程。

但协调不应演变为竞相采取最低限度监管。用于海关、信贷、就业或基本服务的 AI，可能影响权利和经济机会。

各国需要具备检查系统、保护敏感信息和质疑歧视性结果的能力。发展中经济体也需要对其最终将实施的标准拥有实质性影响力。

竞争政策同样值得关注。更便宜的进口品可以扩大获取渠道，但依赖少数供应商可能削弱议价能力。

一个国家可能成为 AI 服务的重要消费者，却未能培养本地技术能力。届时，支出流向外部，而本国企业仍停留在产业链中附加值较低的环节。

世界银行通过四项基础来界定 AI 准备度：连接、算力、语境和能力。其中，“语境”指反映本地语言和条件的数据与系统。

这一框架有助于检验 WTO 的议程。贸易规则可以改善准入，但国内投资仍决定组织能否高效地适配技术。

连接需要可负担的网络和可靠的电力。算力需要国内基础设施，或获得国际服务的可靠渠道。

语境需要具有代表性的数据、本地专业知识，以及针对真实使用场景的评估。能力既需要技术培训，也需要更广泛的数字素养。

劳动者政策也应纳入这一组合。AI 可以提高产出，同时改变雇主所需要的任务类型。

WTO 的模型包括生产率提升，以及从劳动力向 AI 服务转移的变化。这些变化可能提高国民收入，同时扰乱特定职业或地区。

Okonjo-Iweala 曾警告，各国政府不应重演过去在教育、再培训和社会保障方面投入不足的错误。这一教训来自全球化收益分配不均所引发的政治反弹。

这一警告揭示了该活动背后的主要风险。政策制定者可能会庆祝总体增长，却推迟决定由谁承担调整成本。

可信的战略必须明确资金来源、负责机构和时间节点。它应说明哪些劳动者、企业或地区将获得支持。

它还应承认各国不同的起点。为成熟云市场设计的政策，未必适用于连接成本仍难以负担的地区。

一些国家将优先考虑获取进口云服务。另一些国家则会发展区域数据中心、共享研究基础设施或公共算力。

区域合作可以帮助较小经济体汇集需求和专业知识。它也可能改善这些经济体与技术提供商谈判时的地位。

公共采购提供了另一项杠杆。政府在采购 AI 系统时，可以要求提供文件、本地评估、安全控制和无障碍语言支持。

贸易政策可以通过确保必要投入品可得来支持这些努力。它不应阻止政府开展正当监督。

最终平衡仍将存在争议。技术出口国支持可预期的市场准入，而监管机构则强调对数据、安全、竞争和公共服务的控制。

发展中经济体希望获得可负担的技术，也寻求进入 AI 供应链中附加值更高的环节。这些目标并不总是指向相同的政策方向。

World Trade and Tech Day 可以澄清分歧，却无法通过一份关于合作的声明消除分歧。

因此，怀疑主义的检验标准很具体：参与者是否建立了转移能力的机制，还是只建立了扩大销售的机制？

World Trade and Tech Day 之后值得关注的事项

只有当代表离开日内瓦后，活动讨论转化为可衡量的工作，这场活动才具有意义。

第一个信号是 9 月 14 日项目的具体程度。案例研究应识别实际用户、基线成本、已记录的结果和局限性。

海关试点应报告处理时间和错误率。出口商支持工具应显示，小型企业是否进入了新市场，或是否以更低成本完成了合规任务。

没有分配数据的证据仍然不完整。一个系统可以改善平均表现，却几乎无法为农村企业或低收入经济体带来价值。

第二个信号是 WTO 成员是否将讨论带入现有论坛。相关场所包括电子商务工作计划，以及处理服务、技术性贸易壁垒和知识产权问题的委员会。

正式谈判并非唯一有意义的成果。共享衡量方法、技术援助以及披露国家 AI 贸易措施，都可以改善政策协调。

WTO 报告称，成员已提出 80 项涉及 AI 的具体贸易关切。未来讨论应显示，各国政府能否在实际争端固化为更广泛限制之前解决它们。

第三个信号是会场之外的投资。政策制定者应追踪连接、云服务获取、数字技能、本地语言系统和小型企业采用情况。

他们还应监测影响 AI 赋能商品的关税和限制。只有当准入得到改善且正当保障没有被削弱时，降低壁垒才能强化 WTO 的论点。

2025 年报告提供了一个基准。其情景分析将更大收益与更小的基础设施和采用差距联系起来，因此后续数据可以检验是否正在发生趋同。

互联网参与率提供了一项基础指标。算力可得性、数据中心分布、宽带可负担性和数字技能则提供了更深入的证据。

企业采用需要单独衡量。消费者使用生成式 AI，并不能证明出口商、海关机构或本地服务公司能够安全地部署它。

这一活动还应区分“采用”与“依赖”。完全由外国平台支撑的使用增长或许能降低成本，却未必能提升本国能力。

9月14日不会带来WTO模型所描述的37%贸易增长。它能够揭示的是，各国政府是否理解这一数字背后的条件。

因此，通过Google News阅读报道的读者，应关注后续落实，而不只是会议演讲。核心问题在于，政策是否确实降低了新参与者面临的壁垒。

各国政府会否公布可衡量的承诺、为必要的基础条件提供资金，并让发展中经济体在规则制定中拥有影响力？还是说，包容性贸易仍只会附着于增长预测，却没有落实机制？

日内瓦会议结束后，请关注这三个信号：可操作的证据、持续推进的制度性工作，以及向数字鸿沟最为显著地区投入的资金。它们将表明，AI贸易政策究竟是在扩大参与，还是仅仅让既有优势变得更高效。