印度首个生成式AI独角兽：31次改名背后的生存算术

10亿美元估值、3152万美元年营收、创始人光环——这家 Bengaluru 的初创公司曾集齐所有爆款要素。一年零四个月的沉默后，它选择砍掉芯片设计、裁掉两百多人、下架消费级应用，All in 云服务。这不是战略升级，是生存算术。

一、从"印度版OpenAI"到云厂商：时间线里的撤退信号

2024年1月，该公司以10亿美元估值完成5000万美元融资，成为印度首家生成式AI独角兽。创始人 Bhavish Aggarwal 的野心写在明处：对标 Anthropic、OpenAI、xAI，做本土大模型替代方案。

同年，其第二代基座模型发布。此后便进入长达一年以上的产品空窗期。

关键节点逐渐暴露裂痕：

• 2024年底至2025年：多轮裁员，累计削减超200个岗位

• 2025年4月：AI助手应用从应用商店下架

• 2025年12月：X平台最后一条更新，此后社交媒体静默

• 2026年1月：印度AI影响力峰会，Anthropic、Google、OpenAI 悉数登场，该公司全程缺席

• 2026年5月：正式宣布业务重组，转向云服务，暂停芯片设计

同期对手 Sarvam 在同一峰会上连办多场发布，开源模型、硬件方案、商业合作密集亮相。对比之下，这家曾经的明星企业的沉默震耳欲聋。

二、财务真相：10亿营收里，多少是真生意？

该公司公布的2026财年数据看似亮眼：营收约30亿卢比（3152万美元），同比增长三倍，首次实现年度净利润，利润率超10%。

但细究结构，水分浮现。

公司未披露外部客户与母公司 Ola 生态的收入占比。而更早的2025财年报告显示，约90%收入来自集团关联公司。这意味着其"商业化"很大程度上是左手倒右手——Ola 打车、Ola 电动车业务向其采购算力或技术服务，资金在 Aggarwal 的商业版图内循环。

真正的第三方付费意愿，从未被验证。

这种收入结构在融资窗口期是漂亮的叙事素材，一旦资本收紧、母公司承压，便成脆弱链条。Ola Electric 近年同样在烧钱扩张与盈利压力间摇摆，这家AI公司的"独立造血"能力从未经受市场检验。

三、大模型经济学：为什么"印度版"叙事跑不通？

该公司的困境不是个案，是结构性难题的缩影。

训练大模型的成本曲线从未放缓。GPT-4 级别的基座模型，单次训练成本以千万美元计，且迭代周期压缩至数月。更残酷的是，头部玩家的规模效应正在固化——OpenAI、Google、Anthropic 的用户数据飞轮与算力采购议价权，形成后来者难以逾越的护城河。

印度市场的特殊性加剧了困境：

• 付费意愿：企业级客户对AI预算有限，更倾向直接调用成熟API而非本土替代方案

• 语言碎片化：22种官方语言、数百种方言，通用模型的"印度语适配"成本远高于英语市场

• 算力基建：高端GPU进口受限，本土数据中心密度不足，训练成本进一步推高

第二代模型发布后再无重大更新，本身已说明技术迭代的资源瓶颈。基座模型竞赛是赢家通吃游戏，第二名往往意味着巨额投入与边际回报的断崖式下跌。

四、转向云服务的真实算盘

云服务是退路，也是更务实的现金流生意。

该公司的重组声明明确提到"重新配置资本与人才"。翻译过来：烧不起模型训练的钱，把存量算力资产租出去。

这条路径有先例可循。中国市场的零一万物、MiniMax 等玩家，同样在基座模型投入期后，将部分资源转向行业解决方案与算力服务。区别在于，它们已有一定技术积淀或垂直场景壁垒，而这家印度公司的产品矩阵几乎空白——AI助手下架、芯片设计暂停、基座模型停滞，能卖的只剩"印度本土云"的概念包装。

云服务的竞争维度完全不同。AWS、Azure、Google Cloud 的全球网络效应，加上本土玩家如 E2E Networks、Yotta 的价格战，其差异化空间狭窄。其唯一筹码是与 Ola 生态的绑定，但这恰恰是独立估值的反面——资本市场不会为"母公司IT部门"支付独角兽溢价。

五、创始人困局：Aggarwal 的三线作战

Bhavish Aggarwal 同时掌舵 Ola、Ola Electric 与这家AI公司，这种"连环创业者"人设曾是融资利器，如今成资源黑洞。

三家公司均处于高投入、高竞争赛道：网约车盈利难、电动车价格战惨烈、大模型烧钱无底洞。Aggarwal 的精力与资金分配，必然面临优先级排序。2025年底至2026年初，Ola Electric 同样传出裁员与业务收缩消息，创始人显然在进行全线收缩。

更深层的信任危机在于关联交易。当90%收入来自兄弟公司，当技术迭代停滞却宣称盈利，资本市场的质疑难以回避。印度本土投资者对"故事驱动型"独角兽的耐心正在耗尽，全球资本则更倾向押注已有技术代差的头部玩家。

结语

从基座模型到云服务，从200人团队到精简编制，从消费级应用到B端算力租赁——这家公司的轨迹勾勒出一个残酷公式：在AI基础设施的军备竞赛中，非头部玩家的窗口期正在关闭。

它的转型不是战略远见，是现金流压力下的被迫务实。云服务能否撑起曾经的10亿美元估值？答案藏在母公司 Ola 的输血能力与印度企业客户的真实付费意愿里。而这两者，目前都不乐观。