每天與你一起

平實理性看世界

2月1日，印度財長西塔拉曼向印度人民院（即議會下院）提交2026～2027財年預算案時，11次提及人工智能（AI），創下歷史新高。為吸引國際科技巨頭投資印度AI產業，西塔拉曼宣布將對使用該國數據中心為全球客戶提供服務的企業給予20年稅收豁免。近年來，印度出臺一系列旨在強化AI產業發展的倡議和政策，充分展現其謀求成為“AI強國”的雄心壯志。然而，在新科技革命爆發式發展的今天，印度想在高新技術領域實現“彎道超車”絕非易事。

2025年9月24日，印度加爾各答賈加特·慕克吉公園為即將到來的杜爾迦女神節搭建了一座以“人工智能”為主題的臨時神棚。

印度AI產業的發展之路

印度在AI領域起步并不算晚。20世紀80年代，印度理工學院、印度科學研究所、印度統計研究所等機構就開始進行較為系統的AI研究。但因資金有限且國家重視不足，相關進展長期停留在學術層面。

2018年，印度國家轉型委員會發布該國首份《國家人工智能戰略》，首次將AI產業列為政府的“優先發展事項”，并提出醫療、農業、教育、智慧城市與基礎設施、智能出行與交通五大AI應用的優先領域。此后，印度AI產業發展逐步走上快車道。據印度市場調研公司Market Research Future（MRF）數據，截至2025年，印度AI產業規模已超100億美元，在官方平臺上共匯集約1500個數據集和200余個模型，AI初創企業數量特別是在生成式AI領域，亦呈現爆發式增長。

然而，印度AI產業鏈各環節發展并不均衡，其中以位于產業鏈下游的應用層增長最為明顯。據市場咨詢公司Zinnov統計，目前印度活躍的AI初創企業超3100家，其中約72%集中于應用層，覆蓋對話式AI、視覺識別、金融算法交易、醫療影像、風險評估、物流路徑優化、電商個性化等眾多場景。這一領域的代表性產品包括對話式AI助手Haptik、醫學影像診斷應用Qure.ai、物流路徑優化應用Locus等。

在應用層之上的平臺層方面，印度本土通用大模型雖起步較晚，但亦在奮起直追。2023年，印度首個本土多語種基礎模型Krutrim-1落地，其訓練數據高達兩萬億詞元（Token），可覆蓋印度本土20余種語言。2025年，印度政府又選中Sarvam AI作為國家重點支持開發的“主權基礎模型”，并為其提供圖形處理器（GPU）算力支持。在政府扶植下，該公司在今年2月19～20日印度主辦的“AI影響力峰會”上發布Sarvam-105B模型，參數規模達到1050億，并支持印度本土22種語言。此外，印度主流的通用大模型還包括由印度理工學院和信實集團合作開發的Param-2，專注于語音模型的Gnani AI，以及正在研發的重點面向國防、教育、醫療等領域的Soket AI。

在最上游的物理基礎層，印度本土制造能力則十分薄弱，算力和芯片基本依賴于英偉達、超威半導體等國際巨頭。目前，印度的GPU算力多數來源于政府出資組建的“共享算力池”，其規模在3.4萬片左右，已難以滿足國內蓬勃發展的AI產業。為此，印度政府正加緊推進GPU采購，希望在2026年底將GPU數量提升至十萬片規模。

當前，印度AI產業發展整體處于高速增長期。據MRF估算，到2035年，印度AI市場規模將達540.4億美元，復合年均增長率將達18.2%。在美國斯坦福大學發布的“全球AI活力指數”中，印度的排名亦由2023年的第七位迅速提升至2025年的第三位，僅次于中美兩國。然而，在算力規模、專利份額、前沿模型研發、資本投入等各維度上，印度AI產業發展與中美之間仍有巨大鴻溝，處于“比下略微有余，比上遠遠不足”的狀態。

跨越式趕超的四重布局

近年來，印度政府密集出臺一系列政策措施，希望盡快實現“彎道超車”，在全球AI新格局中占據一席之地。

一是不斷提高戰略定位。為進一步適應新形勢，在2018年《國家人工智能戰略》基礎上，印度政府于2024年3月出臺“印度AI使命”，提出要通過公私合營的形式，在印度構建全面的AI創新生態系統，打造AI創新中心、AI數據集平臺等“七大支柱”，最終實現“讓AI在印度扎根并服務于印度”的戰略目標。

二是顯著增加資金投入。在出臺“印度AI使命”的同時，印度政府還宣布將投入1037.19億盧比（約合11.47億美元）用于本土AI產業發展。在2025～2026財年預算中，印度向AI領域撥款高達200億盧比，較上一財年的55.17億盧比暴漲262.5%。同時，印度對AI的投資亦非“大水漫灌”，而是希望有所側重、突出實效，“花小錢、辦大事”。

三是持續完善配套政策。為推動《國家人工智能戰略》真正落地，印度在實操層面出臺多項配套措施鼓勵國內外企業擴大投資AI產業。在政策優惠方面，印度一方面為國外科技巨頭提供稅收及土地優惠，吸引其赴印投資。在優惠政策推動下，谷歌、微軟、亞馬遜等國際科技巨頭紛紛赴印投資建設數據中心及其他AI基礎設施。僅微軟一家，就在2025年宣布將在未來四年內投資175億美元，這亦是其有史以來在亞洲的最大一筆投資。另一方面，印度還對本土初創企業給予稅收豁免乃至直接補貼。2025年6月，印度政府就宣布將為開發基礎AI模型的公司提供高達100%的基礎設施成本補貼。在基建設施方面，為彌補在芯片、電子元器件等硬件設備上的不足，印度近年不斷加大投入半導體領域，相繼發布兩版“印度半導體使命”文件，并利用“生產關聯激勵計劃”（PLI）重點扶持半導體產業發展，提升芯片生產和封裝技術。

四是全面加強國際合作。印度深知僅憑自身能力極難達成“彎道超車”的目標，為此在雙邊和多邊場合同時發力，意欲最大限度利用國際社會資源。在雙邊場合，印度重點深化與西方國家合作，主動融入由其搭建的AI技術伙伴關系網絡。2025年2月莫迪訪美時，兩國共同提出“利用戰略技術轉變關系”倡議，并宣布將推出旨在加速AI基建的合作路線圖。印度與法國、日本、德國、歐盟亦在AI領域建立各種合作機制。在多邊場合，印度積極參與有關AI的國際合作倡議，希望作為全球南方的代表國成為AI領域規則制定者。早在2020年，印度就作為創始成員加入“全球AI伙伴關系”（GPAI），并于2023年主辦GPAI峰會。今年2月，印度還舉辦首屆“AI影響力峰會”，意圖借此擴大國際影響，在AI領域全球治理中占得先機。

突出的四重困境

印度若要成為世界一流AI強國，仍面臨一系列挑戰，這突出體現在四個方面：

一是數據有量無質。印度擁有超14億人口，活躍互聯網用戶數量亦達到9.58億，理論上可為大模型訓練提供海量數據資源。然而，印度的數據優勢卻因缺乏高質量可用數據大打折扣。這一方面是由于包括印地語在內的印度本土語言數字化程度較低，網絡上的語言元數據依然以英語為主，缺乏有效且高質量的本土數據集進行訓練。另一方面是由于印度的數據高度碎片化，現有可用數據多分散在不同機構和組織中，不同數據集之間的標準和格式亦不相同，這使大模型開發商需耗費大量成本統合數據資源，嚴重拖慢模型開發進度。

二是算力供不應求。印度算力建設雖在近年得到顯著提升，但絕對數量依然難以滿足現實需求。在數量上，即便印度政府能在今年之內將算力規模擴展至十萬片GPU，但相較中美等國仍存較大差距，對印度本身而言亦僅夠起步。企業在訓練模型時，也經常會遇到要排隊獲取算力的情況，不得不去海外購買更加昂貴的算力。在質量上，印度公共采購的GPU資源中，英偉達H200、B200等高端GPU占比并不高，更多的是英偉達A100、L4這類算力相對有限的GPU，難以滿足印度大模型訓練和開發需求。在數據中心方面，截至2025年10月，在印數據中心數量已增長至153個，較三年前增長10%，但總數據容量卻只有1.7吉瓦，占全球比例僅為3%，與印度AI產業發展所需規模相去甚遠。

三是基建承托有限。為彌補算力不足，印度希望通過優惠政策推動國外科技巨頭在印度境內建立規模更大、算力更強的數據中心。然而，建立運營數據中心需要水、電力、土地等良好的基建條件作為支撐，而這恰恰是印度的核心短板。以水資源為例，數據中心每年需要海量水資源用于冷卻，而印度卻是全球用水壓力最大的國家之一。市場分析公司Mordor Intelligence稱，到2030年，印度數據中心的用水量將飆升至每年3580億升，而其所處的孟買、金奈、班加羅爾卻又是水資源極度緊張的大城市，這必然進一步推高當地本就尖銳的用水矛盾。到2030年，印度數據中心耗電量亦將比2024年增加五倍左右，這將給本就超負荷運轉的印度電網帶來巨大壓力。

四是高端人才稀缺。印度AI產業人才儲備遠落后于行業發展速度，據市場咨詢公司貝恩統計，到2027年，印度AI產業將面臨100萬以上的人才缺口，職位空缺將是現有人才數量的1.5～2倍。事實上，印度并不缺乏工程師和IT人才，每年都有約150萬名工程及IT相關畢業生從學校畢業，但多數未經過AI領域的系統訓練，能即刻上崗的人才十分稀少。在既有AI從業者中，多數亦為只能從事代碼編寫和基礎建模的初級工程師，極度缺乏能進行系統架構和規模化部署的高端人才，這亦嚴重制約印度AI產業的進一步發展。

印度大力布局AI產業，反映其在新科技革命迅猛發展背景下，擔憂在高新技術領域落于人后，最終丟失“戰略自主”地位的深層焦慮。然而“羅馬不是一天建成的”，打好基礎、循序漸進，或是印度AI產業發展更為現實且更具操作性的發展路徑。

（作者為中國現代國際關系研究院南亞研究所副研究員）

· END ·

本文刊登在《世界知識》2026年

第11期

責編：杜文睿

雜志