> **来源：[研报客](https://pc.yanbaoke.cn)** # 总结：AI for Impact 在亚洲的社会创新中的作用 ## 核心内容 本报告由EY、微软、SAP和Impact Intelligence合作撰写，探讨了人工智能（AI）在亚洲社会创新中的应用及其对社会、环境和公共利益的影响。报告基于对亚洲10个经济体（包括孟加拉国、柬埔寨、中国、印度尼西亚、马来西亚、巴基斯坦、菲律宾、斯里兰卡、泰国和越南）的2,800多个AI-for-impact项目进行分析，揭示了AI在推动社会变革方面的潜力和挑战。 ## 主要观点 1. **AI的应用领域** - **医疗健康** 是最大的AI应用领域，占24%。 - **食品安全、农业与营养** 是第二大的应用领域，占21%。 - **能源** 成为第三大应用领域，占8.2%。 - **气候行动与环境管理** 占7%。 - **社区发展** 占5.5%。 - 这些领域集中在社会需求紧迫、数据相对易得的行业。 2. **AI技术的使用** - **物联网（IoT）** 是采用率最高的技术（19.1%）。 - **计算机视觉** 和 **预测分析** 分别占13.0%和12.9%。 - **生成式AI** 虽然不是主流技术，但在提高运营效率和内部流程方面具有重要意义。 3. **AI-for-impact生态系统成熟度** - **国家主导、协调驱动型生态系统**（如中国、马来西亚、泰国）在规模和政策上表现突出。 - **高活力、创业型生态系统**（如印尼、菲律宾）在创新和私有部门参与方面表现强劲，但在系统整合和数据互通方面存在挑战。 - **政府主导但能力受限型生态系统**（如孟加拉国、柬埔寨、巴基斯坦、斯里兰卡）在政策上有所意图，但在数据基础设施、创新能力和规模扩展上面临较大限制。 4. **区域分布** - **中国** 是AI-for-impact项目数量最多的国家，占40%以上。 - **印尼和越南** 在单位人口项目数量上表现突出，显示出较高的部署密度。 - **柬埔寨和斯里兰卡** 的项目数量较少，不到1%，反映出区域生态系统能力的不均衡。 5. **AI的挑战与机遇** - AI的广泛应用依赖于**基础设施、数据生态系统、政策协调、资金支持和多方合作**。 - **系统性风险**，如数据隐私、算法偏见和伦理问题，需要特别关注。 - 为了实现更大规模的部署，需要加强**开放数据平台建设、跨部门协作和负责任的AI治理框架**。 6. **未来展望** - AI在亚洲的未来应用应聚焦于**构建开放共享的基础设施**和**推动系统性变革**。 - 需要加强**技术公司、资助机构和社会创新者的合作**，以确保AI的公平和可持续部署。 - 通过**投资可负担的连接性**和**低资源语言的兼容性**，可以更好地服务弱势群体。 ## 关键信息 - **AI在亚洲的社会创新中扮演重要角色**，尤其是在医疗、农业、能源和气候适应等领域。 - **项目集中度高**，主要集中在医疗、农业和能源领域，显示了这些领域的迫切需求。 - **不同经济体的AI生态系统成熟度不一**，反映了区域发展水平和政策支持的差异。 - **AI的部署依赖于生态系统准备度**，包括数据基础设施、治理框架和公共领导力。 - **社会创新者是推动AI应用的核心力量**，他们通过与政府、社区和企业的合作，推动AI在实际问题中的应用。 - **生成式AI** 虽然不是主要技术，但对提升运营效率和内部流程有重要影响。 ## 项目案例 - **菲律宾的Philippine Business for Social Progress与Siemens Healthineers** 合作，使用AI分析胸部X光以检测结核病，提高了基层医护人员的工作效率。 - **Bangladesh的iFarmer** 通过AI信用评分、数字咨询工具和供应链分析，帮助小农户获得金融支持和市场准入。 - **菲律宾的Institute for Climate and Sustainable Cities (ICSC)** 利用机器学习和卫星图像，识别隐藏的屋顶太阳能潜力，推动清洁能源的社区采用。 - **巴基斯坦的Tailored Intelligence for Actionable Early Warning Systems (TIAEWS)** 项目通过政府与联合国开发计划署、中国的合作，部署了70个自动气象站、70个水文站和70个预警站，以应对气候变化带来的风险。 ## 结论 AI在亚洲社会创新中的应用正在快速增长，但其成功依赖于**生态系统的成熟度**和**多方协作**。为了实现更广泛的影响，需要构建**开放、共享的基础设施**，并推动**系统性变革**，确保AI技术能够公平、安全地服务于社会各阶层。