印度宣布将在 10 个月内开发出超越中国 DeepSeek 和美国 ChatGPT 的本土大语言模型。
印度这个被斯坦福大学 AI 指数报告评为全球 AI 活跃度第四的国家，正用 "双重 AI 愿景" 编织着科技强国的梦想：一边是人工智能技术的突破，一边是 "有雄心的印度" 国家叙事的构建。
然而当我们拨开迷雾，走进班加罗尔的科技园、孟买的金融区，看到的却是人才外流、资金短缺、基础设施薄弱的三重困境，以及服务业与制造业撕裂的产业困局。或许正如某位印度学者的自嘲："我们的 AI 产业，可能只是给欧美高校做毕业设计的外包车间。"
在印度国家软件和服务公司协会的报告里，62 万 AI 专业人才、每年 15 万新增工程师的数字格外亮眼。这个数据甚至超过了许多欧洲国家的科技人才总量，让新德里的决策者们坚信，凭借 "世界办公室" 的人力资源优势，印度完全可以在 AI 时代延续编程外包的辉煌。
然而麦肯锡的调查报告却撕开了光鲜的表象：78% 的顶尖 AI 人才选择留在美国，80% 的从业者为欧美企业服务，真正留在本土从事原创研发的团队不足 10%，顶尖 AI 科学家占比仅 1.4%。
这种 "数字侨民" 现象，本质上是印度高等教育与产业需求脱节的必然结果。当德里理工学院的毕业生拿到斯坦福的录取通知书时，孟买科技园的初创公司却在为招不到合格工程师发愁。
更具讽刺意味的是，日本文部科学省正在用 300 万日元的年薪从印度 "挖角"，而印度本土企业能提供的薪资水平仅为前者的三分之一。一位班加罗尔创业者的感慨颇具代表性："我们培养的人才，不是在硅谷写代码，就是在东京调参数，剩下的在给欧美公司做数据标注，这就是印度 AI 的人才生态。"
这种结构性矛盾，早在互联网时代就已埋下伏笔。当印度成为全球最大的软件外包基地时，就注定了其人才培养体系更擅长 "技术操作工" 而非 "创新发明者"。
如今 AI 需要的是跨学科的研发人才，而印度高校的课程设置还停留在编程技巧的传授上。正如大学教授拉杰夫・莫特瓦尼指出的："印度的 IT 产业是 ' 数字佃农 ' 模式，这种模式在 AI 时代只会加剧人才的外流。"
在印度政府的规划里，2024 年 12.5 亿美元的 AI 投资将撬动一个年均增长 25%-35%、2027 年达 170 亿美元规模的市场。
但当我们把目光投向东方，中国仅北京、上海、浙江三地 2024 年的 AI 投资额就达到 650 亿人民币（约 80 亿美元），相当于印度全国投资的 6 倍多。这种投入强度的差异，折射出两个国家在科技战略上的根本分野。
更值得关注的是研发投入的结构差异。印度的 AI 投资大多流向了数据中心建设和政策补贴，真正用于基础研究的比例不足 20%；而中国企业在芯片、算法、算力等核心领域的投入占比超过 40%。
这种 "重应用轻研发" 的策略，让印度陷入了 "引进 - 落后 - 再引进" 的恶性循环。有位学者的点评堪称犀利："中国在清华北大的投入，相当于印度整个教育部的高等教育预算, 这样的资金规模，怎么可能诞生世界一流的 AI 产业？"
初创企业的融资生态更能说明问题。印度 AI 初创企业年均融资额仅为中国的 1/20，且大部分资金流向了物流、电商等应用型领域，而非底层技术研发。
当中国的创业者在实验室里攻关大模型训练时，印度的同行们还在为说服投资人相信 "AI 能优化咖喱配方" 而奔波。
这种资本的短视，本质上是印度缺乏完整产业链支撑的必然结果，没有制造业的需求牵引，资本很难看到 AI 技术的长期价值。
在印度的经济版图上，服务业占据了近 60% 的 GDP，其中 IT 外包、金融服务等产业更是重中之重。但这一优势在 AI 浪潮中却变成了阻碍，当智能检测系统让 220 万纺织工人面临失业，当自动化客服冲击着百万级的呼叫中心产业，印度突然发现，发展 AI 可能意味着先要 "革自己的命"。
这种矛盾在电力供应上体现得尤为明显。除了少数地区，印度大部分在用电高峰时仍会遭遇断电，而 AI 训练需要 24 小时稳定的电力供应和高速网络。
更致命的是市场动力的缺失。中国有庞大的制造业需求推动 AI 与工业机器人结合，而印度的制造业占比不足 15%，AI 技术缺乏落地场景，只能在服务业里 "拆东墙补西墙"。一位孟买经济学家的比喻颇为形象："中国的 AI 是在给制造业装翅膀，印度的 AI 却是在给服务业挖坟墓。"
这种产业结构的撕裂，本质上是印度未能完成工业化的深层矛盾爆发。当中国在工业机器人领域以 27.63 万台的年安装量领跑全球时，印度的工厂里还在大量使用人工。没有制造业的 "基本盘"，AI 就成了无源之水，这也解释了为何在世界人工智能大会的国别排名中，印度只能屈居 26 位，连与中美同台竞技的资格都没有。
印度的困境，本质上是跳过工业化阶段直接追求科技跨越的必然结果。当新德里的决策者们还在沉迷 "10 个月超越中美" 的豪言时，或许更该问问自己，在电力供应不稳定、制造业空心化的土地上，如何种下 AI 这颗需要肥沃土壤的种子？
作者来源：世界见闻录
