中美AI太空竞争引印度反应，印部长称印AI属第一梯队

中美两国在AI领域的较量早已白热化，如今更是把算力战场搬到了近地轨道，争相部署太阳能计算网络，抢占未来科技的制高点。

可就在中美忙着实打实拼技术、铺布局的时候，印部长在达沃斯论坛上直接放话，宣称印度AI已经跻身第一梯队，丝毫不输中美。

这话听着确实底气十足，但熟悉AI行业的人大概都会犯嘀咕：中美都已经把算力玩到太空了，印度的第一梯队，到底是真有硬实力，还是只是自喊口号？

中美对垒：太空算力见分晓，地面基建定输赢

很多人可能还没意识到，中美现在的AI竞争，早已不局限于地面的算法和芯片，太空算力的比拼，或许会成为未来拉开差距的关键。

日经亚洲1月15日就报道过，中美两国的科技企业，都在紧锣密鼓地推进太空数据中心布局，只不过两者的路径略有不同，实力也隐约有了分野。

中国在这一领域，或许可以说稍微占了点先机——去年5月，中国初创公司ADA Space和之江实验室，联手发射了12颗配备计算设备的卫星。

这些卫星靠着激光光学通信网络相互连接，能直接在太空中完成AI计算，合计每秒可完成5千万亿次运算，差不多相当于一台超级计算机的算力。

这12颗卫星，只是三体计算星座项目的第一步，按照规划，这个项目最终要部署2800颗卫星，实现每秒百亿亿次运算的总算力，主要用来实时处理地球观测数据，不管是天气预报、灾害管理，还是国防领域，都能发挥作用。

美国自然也不会甘心落后，谷歌、SpaceX、Starcloud等科技企业，都推出了自己的太空算力计划。

太空比拼如火如荼，地面的电力基建，却悄悄决定着中美AI算力的底气，美国当下的AI热潮看似凶猛，背后却藏着电网危机。

华尔街日报1月12日报道，美国最大电网运营商PJM公司，运营的电网横跨13个州，覆盖6700万人，刚好位于弗吉尼亚州北部的数据中心走廊，要为大量涌现的AI数据中心供电，而这些AI设施的耗电量，几乎是个无底洞。

再加上，消费者电价在上涨，老旧发电厂退役的速度，比新电厂建设的速度还快，用电高峰期电网容量随时可能耗尽，酷暑或严寒天气里，说不定还要轮流停电，避免电网基础设施损坏。

反观中国，却在悄悄筑牢电力根基，华尔街日报去年12月走访内蒙古后报道，那里的开阔地貌和美国得克萨斯州相似。

如今却布满了风力发电机和输电线路，被称为新草原云谷，不仅能持续提供风电，还有超过100个数据中心正在运营或建设中。

按照摩根士丹利的预测，到2030年，中国在电网项目上的投入大概会达到5600亿美元，比前五年增长45%。

高盛也预测，到2030年，中国的备用电力容量会达到400吉瓦，差不多是届时全球数据中心预期用电量的三倍，如此来看，在AI算力的比拼中，中国的电力基建，或许就是一张隐形的王牌。

印度发声：喊出第一梯队口号，实则深陷泡沫与困境

中美在太空和地面双线发力，印度终于按捺不住了，1月20日，印度官员在达沃斯论坛上直接放狠话，说deepick和cheap GB这类AI公司已经走到尽头，大概率会失败。

尹部长言外之意很明显：印度AI并没有落后，和中美还在同一条起跑线上，甚至有能力后来居上。

不得不说，印度的AI野心确实不小，不仅宣称要成为全球AI第三支柱，还定下目标，2032年要搞定三大核心成果。

为了实现这个目标，印度政府也有动作，2024年批下了13亿美元的预算，号称要砸钱搞AI基建和创新。

资本市场也闻风而动，去年印度有一只RPPP AI概念股，PPT刚做完就被资本爆炒，一度暴涨5500%，看着热闹非凡。

可热闹归热闹，印度的AI繁荣，多半只是泡沫，这只暴涨5500%的概念股，除了PPT，几乎没有任何实际产出，说白了就是资本炒作的产物，没有一点实打实的技术支撑。

另外，印度最依赖的外包产业，正在被AI慢慢取代，过去几十年，印度靠着英语优势和廉价人力，把客服、数据录入、软件调试这些后台工作，做成了一个价值2800亿美元的大产业，占据了全球20%的客服市场份额。

塔塔、伊福瑟斯这些巨头，几乎承包了全球企业的客服和IT支持，硬生生养活了540多万人，还催生出了庞大的中产阶级，成为印度经济的重要引擎。

2024年，印度经济规模达到3.6万亿美元，光是IT行业对GDP的贡献就超过10%，2022年之前，印度IT公司每年大概能吸收60万毕业生，这份产业对印度的重要性，可想而知。

可AI的出现，恰好击中了印度外包产业的软肋——AI最擅长的，就是处理这些重复劳动，而且成本比印度入门级员工还低，甚至可以说几乎不要钱，效率还比人工高得多、准确率也更高。

这就导致，印度曾经的香饽饽产业，开始大幅缩水，去年，印度整个外包行业的新增岗位，降到了十多年来的最低，只有6万个。

伊福瑟斯的呼叫中心裁员45%，班加罗尔的业务也大幅收缩；塔塔更是预计，要裁掉超过1.2万个中层岗位。

除了产业被冲击，印度的AI技术本身，也充满了让人啼笑皆非的乱象，去年，印度推出了一款号称能自动写代码的AI软件food得AI，名字起得高大上，宣称能帮程序员减轻负担，解决秃头难题，号称软件十分完美，只是偶尔反应迟钝、bug多了一点。

可后续报道却揭穿了真相：这款软件所谓的智能生成代码，根本不是AI运算的结果，而是后台成千上万的印度程序员人工编写的。

最离谱的，大概还要数印度官方推出的牛粪芯片，2020年，印度国家牛委员会隆重推出这款黑科技，宣称用神圣的牛粪制成，放在手机里能防辐射、保健康，印度大党主席还亲自站台，梦想着以10美元一个的价格卖给美国人。

可还没等打开美国市场，印度本国的科学家委员会就出来打脸，直言这款芯片完全不科学，根本没有所谓的防辐射、保健康功效。

看着这样的操作，难免让人怀疑，印度宣称要搞的高端芯片，会不会也用了类似的奇葩原材料。

底层短板：野心配不上实力，印度AI难成气候

喊着第一梯队的口号，做着充满乱象的布局，印度的AI野心，终究还是败给了自身的短板。

在我看来，印度要想在AI领域追上中美，至少要跨过四道坎，而这四道坎，每一道都不容易跨越，甚至可能成为印度AI发展的致命阻碍。

第一道坎，就是人才留不住，形成了史诗级的人才逆流，环球时报曾经举过一个例子，一位印度青年，父母砸锅卖铁、贷款190万卢比供他读完计算机专业。

可毕业后，印度国内根本没有高薪AI岗位，只能去亚马逊印度分公司做客服，月薪2.2万卢比，换算成人民币也就1600多，连还贷款都勉强。

在这样的环境下，稍微拔尖一点的印度AI人才，几乎都会选择出国留学，拿到美国H1B签证，进入硅谷工作——毕竟那里有更好的薪资待遇和发展空间。

第二道坎，是电力基础设施薄弱，根本撑不起AI的算力需求，AI本身就是电老虎，对电力的消耗大到惊人。

就拿GPT-4来说，根据券商研究报告，它每完成一次完整训练，需要消耗大约38.2吉瓦时的电量，换算下来就是3820万度电，平摊到95天的训练周期里，每天就要消耗40万度电。

而印度的电力系统，实在难以支撑这样的消耗，印度的电力设施老化严重，长期缺乏维护，偷电问题也十分突出，电网稳定性堪忧。

第三道坎，是政府资金投入不足，和中美差距悬殊，AI发展离不开资金支持，不管是技术研发、人才培养，还是基础设施建设，都需要大量资金砸入。

中国2025年中央对AI技术的支出预算接近4000亿人民币，还设立了84亿美元的AI初创企业专项基金，各地也跟着推进AI+行动，把AI应用到工业、农业等实际领域。

美国更是夸张，政府推出700亿美元投资计划，专门用来建设AI数据中心和升级能源设施，再加上硅谷风投资本的疯狂投入，2025年一年，OpenAI这样的头部企业就融资超过1500亿美元。

反观印度，资金投入就显得捉襟见肘了，在印度最新的二五到二六财年预算中，政府拨给科技部的经费大约只有23亿美元，这其中还要兼顾各种杂项支出，真正能落到AI行业的，恐怕寥寥无几。

第四道坎，是多语言带来的数据存储成本高企，成为AI发展的额外负担，AI的发展离不开大量数据的支撑，数据就相当于AI的粮食，只有摄入足够多的优质数据，AI才能不断迭代优化。

而印度的特殊情况的是，官方承认的语言就有22种，这就意味着，数据存储需要兼顾多种语言，成本自然水涨船高。

简单来说，中国的AI可能只需要处理一种主流语言的数据，就能满足大部分需求，而印度的AI，却要同时处理22种语言的数据，投入的成本成倍增加，效率却未必能跟上。

这种多语言带来的负担，不仅增加了数据存储的成本，也给AI模型的训练带来了不小的难度，相当于让AI多花了好几倍的力气，却未必能达到同样的效果。

总结：AI竞争靠实力，口号撑不起第一梯队

说到底，全球AI竞争，拼的从来不是口号有多响亮，而是技术实力、基础设施、人才储备和资金投入的综合比拼。

中美两国，一边在太空布局算力网络，抢占未来制高点，一边在地面筑牢电力根基，支撑AI算力需求，哪怕还面临着技术难关和成本压力，却始终在实打实推进，这也是他们能稳居全球AI第一梯队的核心原因。

而印度，看似野心勃勃，喊出了第一梯队的口号，也推出了一系列布局，可背后全是经不起推敲的泡沫和短板。

人才大量外流，没有核心研发力量；电力基础设施薄弱，撑不起AI算力需求；资金投入不足，难以支撑技术研发和产业落地；多语言带来的数据成本高企，进一步制约发展。

或许，印度确实有发展AI的潜力，毕竟人口基数大，也有一部分优秀的AI人才，可潜力要转化为实力，需要解决的问题还有很多。

中美已经在AI赛道上跑出了很远的距离，而印度，还在起跑线附近徘徊，却宣称自己和中美处于同一起跑线，难免让人觉得不切实际。

当然，做人要有梦想，国家发展也要有野心，我们也愿意看到印度在AI领域能有真正的突破，毕竟良性竞争，才能推动全球AI技术不断进步。

但梦想终究要落地，脱离了实力支撑的口号，再响亮也没有意义，等到印度真正解决了人才、电力、资金、数据等核心问题，拿出实打实的技术和成果，或许才能真正跻身AI第一梯队，而不是现在这样，靠着口号博眼球，深陷泡沫难以自拔。