评论 | 王瑟：印大搞AI产业，能实现“弯道超车”吗？

本文共3842字

阅读预计10分钟

作者|王瑟

编辑|黄耀萱

审核| 单敏敏

2025年9月24日，印度加尔各答贾加特·慕克吉公园为即将到来的杜尔迦女神节搭建了一座以“人工智能”为主题的临时神棚。图源：“世界知识”微信公众号

2026年2月1日，印度财长西塔拉曼向印度人民院（即议会下院）提交2026-27财年预算案时，11次提及人工智能（AI），创下历史新高。为吸引国际科技巨头投资印度AI产业，西塔拉曼宣布将对使用该国数据中心为全球客户提供服务的企业给予20年税收豁免。近年来，印度出台一系列旨在强化AI产业发展的倡议和政策，充分展现其谋求成为“AI强国”的雄心壮志。然而，在新科技革命爆发式发展的今天，印度想在高新技术领域实现“弯道超车”绝非易事。

一、印度AI产业的发展之路

印度在AI领域起步并不算晚。20世纪80年代，印度理工学院、印度科学研究所、印度统计研究所等机构就开始进行较为系统的AI研究。但因资金有限且国家重视不足，相关进展长期停留在学术层面。

2018年，印度国家转型委员会发布该国首份《国家人工智能战略》，首次将AI产业列为政府的“优先发展事项”，并提出医疗、农业、教育、智慧城市与基础设施、智能出行与交通五大AI应用的优先领域。此后，印度AI产业发展逐步走上快车道。据印度市场调研公司Market Research Future（MRF）数据，截至2025年，印度AI产业规模已超100亿美元，在官方平台上共汇集约1500个数据集和200余个模型，AI初创企业数量特别是在生成式AI领域，亦呈现爆发式增长。

然而，印度AI产业链各环节发展并不均衡，其中以位于产业链下游的应用层增长最为明显。据市场咨询公司Zinnov统计，目前印度活跃的AI初创企业超3100家，其中约72%集中于应用层，覆盖对话式AI、视觉识别、金融算法交易、医疗影像、风险评估、物流路径优化、电商个性化等众多场景。这一领域的代表性产品包括对话式AI助手Haptik、医学影像诊断应用Qure.ai、物流路径优化应用Locus等。

在应用层之上的平台层方面，印度本土通用大模型虽起步较晚，但亦在奋起直追。2023年，印度首个本土多语种基础模型Krutrim-1落地，其训练数据高达两万亿词元（Token），可覆盖印度本土20余种语言。2025年，印度政府又选中Sarvam AI作为国家重点支持开发的“主权基础模型”，并为其提供图形处理器（GPU）算力支持。在政府扶植下，该公司在今年2月19～20日印度主办的“AI影响力峰会”上发布Sarvam-105B模型，参数规模达到1050亿，并支持印度本土22种语言。此外，印度主流的通用大模型还包括由印度理工学院和信实集团合作开发的Param-2，专注于语音模型的Gnani AI，以及正在研发的重点面向国防、教育、医疗等领域的Soket AI。

在最上游的物理基础层，印度本土制造能力则十分薄弱，算力和芯片基本依赖于英伟达、超威半导体等国际巨头。目前，印度的GPU算力多数来源于政府出资组建的“共享算力池”，其规模在3.4万片左右，已难以满足国内蓬勃发展的AI产业。为此，印度政府正加紧推进GPU采购，希望在2026年底将GPU数量提升至十万片规模。

当前，印度AI产业发展整体处于高速增长期。据MRF估算，到2035年，印度AI市场规模将达540.4亿美元，复合年均增长率将达18.2%。在美国斯坦福大学发布的“全球AI活力指数”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，仅次于中美两国。然而，在算力规模、专利份额、前沿模型研发、资本投入等各维度上，印度AI产业发展与中美之间仍有巨大鸿沟，处于“比下略微有余，比上远远不足”的状态。

二、跨越式赶超的四重布局

近年来，印度政府密集出台一系列政策措施，希望尽快实现“弯道超车”，在全球AI新格局中占据一席之地。

一是不断提高战略定位。为进一步适应新形势，在2018年《国家人工智能战略》基础上，印度政府于2024年3月出台“印度AI使命”，提出要通过公私合营的形式，在印度构建全面的AI创新生态系统，打造AI创新中心、AI数据集平台等“七大支柱”，最终实现“让AI在印度扎根并服务于印度”的战略目标。

二是显著增加资金投入。在出台“印度AI使命”的同时，印度政府还宣布将投入1037.19亿卢比（约合11.47亿美元）用于本土AI产业发展。在2025-26财年预算中，印度向AI领域拨款高达200亿卢比，较2024-25财年的55.17亿卢比暴涨262.5%。同时，印度对AI的投资亦非“大水漫灌”，而是希望有所侧重、突出实效，“花小钱、办大事”。

三是持续完善配套政策。为推动《国家人工智能战略》真正落地，印度在实操层面出台多项配套措施鼓励国内外企业扩大投资AI产业。在政策优惠方面，印度一方面为国外科技巨头提供税收及土地优惠，吸引其赴印投资。在优惠政策推动下，谷歌、微软、亚马逊等国际科技巨头纷纷赴印投资建设数据中心及其他AI基础设施。仅微软一家，就在2025年宣布将在未来四年内投资175亿美元，这亦是其有史以来在亚洲的最大一笔投资。另一方面，印度还对本土初创企业给予税收豁免乃至直接补贴。2025年6月，印度政府就宣布将为开发基础AI模型的公司提供高达100%的基础设施成本补贴。在基建设施方面，为弥补在芯片、电子元器件等硬件设备上的不足，印度近年不断加大投入半导体领域，相继发布两版“印度半导体使命”文件，并利用“生产关联激励计划”（PLI）重点扶持半导体产业发展，提升芯片生产和封装技术。

四是全面加强国际合作。印度深知仅凭自身能力极难达成“弯道超车”的目标，为此在双边和多边场合同时发力，意欲最大限度利用国际社会资源。在双边场合，印度重点深化与西方国家合作，主动融入由其搭建的AI技术伙伴关系网络。2025年2月莫迪访美时，两国共同提出“利用战略技术转变关系”倡议，并宣布将推出旨在加速AI基建的合作路线图。印度与法国、日本、德国、欧盟亦在AI领域建立各种合作机制。在多边场合，印度积极参与有关AI的国际合作倡议，希望作为全球南方的代表国成为AI领域规则制定者。早在2020年，印度就作为创始成员加入“全球AI伙伴关系”（GPAI），并于2023年主办GPAI峰会。今年2月，印度还举办首届“AI影响力峰会”，意图借此扩大国际影响，在AI领域全球治理中占得先机。

三、突出的四重困境

印度若要成为世界一流AI强国，仍面临一系列挑战，这突出体现在四个方面：

一是数据有量无质。印度拥有超14亿人口，活跃互联网用户数量亦达到9.58亿，理论上可为大模型训练提供海量数据资源。然而，印度的数据优势却因缺乏高质量可用数据大打折扣。这一方面是由于包括印地语在内的印度本土语言数字化程度较低，网络上的语言元数据依然以英语为主，缺乏有效且高质量的本土数据集进行训练。另一方面是由于印度的数据高度碎片化，现有可用数据多分散在不同机构和组织中，不同数据集之间的标准和格式亦不相同，这使大模型开发商需耗费大量成本统合数据资源，严重拖慢模型开发进度。

二是算力供不应求。印度算力建设虽在近年得到显著提升，但绝对数量依然难以满足现实需求。在数量上，即便印度政府能在今年之内将算力规模扩展至十万片GPU，但相较中美等国仍存较大差距，对印度本身而言亦仅够起步。企业在训练模型时，也经常会遇到要排队获取算力的情况，不得不去海外购买更加昂贵的算力。在质量上，印度公共采购的GPU资源中，英伟达H200、B200等高端GPU占比并不高，更多的是英伟达A100、L4这类算力相对有限的GPU，难以满足印度大模型训练和开发需求。在数据中心方面，截至2025年10月，在印数据中心数量已增长至153个，较三年前增长10%，但总数据容量却只有1.7吉瓦，占全球比例仅为3%，与印度AI产业发展所需规模相去甚远。

三是基建承托有限。为弥补算力不足，印度希望通过优惠政策推动国外科技巨头在印度境内建立规模更大、算力更强的数据中心。然而，建立运营数据中心需要水、电力、土地等良好的基建条件作为支撑，而这恰恰是印度的核心短板。以水资源为例，数据中心每年需要海量水资源用于冷却，而印度却是全球用水压力最大的国家之一。市场分析公司Mordor Intelligence称，到2030年，印度数据中心的用水量将飙升至每年3580亿升，而其所处的孟买、金奈、班加罗尔却又是水资源极度紧张的大城市，这必然进一步推高当地本就尖锐的用水矛盾。到2030年，印度数据中心耗电量亦将比2024年增加五倍左右，这将给本就超负荷运转的印度电网带来巨大压力。

四是高端人才稀缺。印度AI产业人才储备远落后于行业发展速度，据市场咨询公司贝恩统计，到2027年，印度AI产业将面临100万以上的人才缺口，职位空缺将是现有人才数量的1.5～2倍。事实上，印度并不缺乏工程师和IT人才，每年都有约150万名工程及IT相关毕业生从学校毕业，但多数未经过AI领域的系统训练，能即刻上岗的人才十分稀少。在既有AI从业者中，多数亦为只能从事代码编写和基础建模的初级工程师，极度缺乏能进行系统架构和规模化部署的高端人才，这亦严重制约印度AI产业的进一步发展。

印度大力布局AI产业，反映其在新科技革命迅猛发展背景下，担忧在高新技术领域落于人后，最终丢失“战略自主”地位的深层焦虑。然而“罗马不是一天建成的”，打好基础、循序渐进，或是印度AI产业发展更为现实且更具操作性的发展路径。

作者简介：王瑟 ，中国现代国际关系研究院南亚研究所副研究员

本文转载自“世界知识”微信公众号2026年6月6日文章，原标题为《王瑟：印度大力布局AI产业，能实现“弯道超车”吗》

本期编辑：黄耀萱

本期审核：单敏敏

*前往公众号后台发送“编译”，即可查看往期编译合集

更多内容请见↓

欢迎您在评论区留下宝贵的意见或建议，但请务必保持友善和尊重，任何带有攻击性和侮辱性语言的留言（例如“阿三”）都不会被采用。