比尔盖茨警告：AI或成为人类历史上最严重不平等来源

这一次，技术扩散的速度远超历史经验

盖茨的提醒里，最值得琢磨的不是”不平等”三个字，而是他对节奏的判断。电脑和互联网用了几十年才渗入普通人的生活，中间隔着硬件普及、网络铺设、技能培训等一道道缓冲。AI几乎跳过了这些缓冲期，从实验室到医疗、法律、制造的日常工作流，只用了短短几年。

缓冲期消失意味着什么？意味着社会自我修正的时间被大幅压缩。过去一项技术造成分配失衡，政策、教育、产业转移还有几十年慢慢消化；现在这个节奏被压缩到几年之内，制度来不及反应，红利就已经分配完毕。谁先接入、谁有算力、谁有数据，谁就先拿到牌桌上的筹码。

这也解释了盖茨为什么反复强调”主动干预”。技术扩散的速度越快，市场自发调节的容错空间就越小。等到问题显性化，格局早已固化。

九成英文语料，是一道看不见的门槛

盖茨点出的那个数据细节，其实比宏大叙事更有说服力：当前主流大模型的训练语料中，九成以上是英文。同一套工具放进英语环境，识别错误率不到6%；换成部分小众语言，失败率直接飙过60%。十倍量级的差距，不是”体验不好”的程度，而是”能不能用”的分界线。

语言鸿沟的隐蔽之处在于，它伪装成了技术性能问题。一个发展中国家的基层医生用不好AI辅助诊疗，外界很容易归因于”当地数字素养不足”，却忽略了模型从一开始就没有为他的语言和场景做过优化。数据不平等，最终会以能力不平等的形式呈现出来。

要填平它，靠的不是算法再翻一倍，而是有人愿意花钱去做那些短期看不到商业回报的事——补齐小语种数据集、适配非英语场景。这恰恰是纯市场逻辑最不愿意碰的活。

十亿美元背后，是一场关于”默认值”的争夺

盖茨基金会宣布未来两年投入至少10亿美元，一半用于补齐多语种数据，一半用于医疗、教育、农业的实用工具。金额本身不算惊人，但它的用途指向很明确：不是造更强的模型，而是给那些注定不会被商业优先照顾的人群，争一个”进入默认值”的机会。

这里有一层容易被忽略的判断：AI时代的公平，很大程度上取决于谁是产品设计的默认用户。默认用户是英语、是城市、是付费能力强的群体，那么所有下游应用都会围绕他们优化，边缘群体只能被动接受被裁剪过的版本。慈善资金的真正价值，是把这些边缘群体塞进产品经理的视野里。

当然，10亿美元相对于全球AI资本开支只是零头。它能起的作用更像示范和撬动——证明这些场景并非无利可图，只是需要有人先走一步。

比起”AI毁灭人类”，分配失衡是更近的危机

盖茨也没有走到否定技术的极端。他的立场很清楚：AI设计得当，能补上资源缺口——缺医生的地方做辅助诊疗，师资薄弱的地方做教学支持，都是实打实的减贫工具；但完全交给市场主导，它只会为富人设计、为富人服务，鸿沟进一步拉大。

当下关于AI的公共讨论，大多集中在科幻式的存亡威胁上，这种叙事足够刺激，却容易让人忽略正在发生的现实问题。资源分配失衡不像失控的超级智能那样戏剧化，它安静、渐进、每天都在发生，等到被广泛感知时，往往已经很难逆转。

盖茨给出的十二到十八个月窗口期，听起来很紧迫，但也可能被误读成一种技术决定论的恐吓。更准确的理解是：这段时间里关于算力投向、数据开放、落地场景的每一个选择，都在悄悄写定AI的默认服务对象。技术本身不会自动带来公平，公平从来都是被人为争取出来的结果。