在当下人工智能技术快速发展的热潮中，除了中美两大经济体在该领域竞争日趋激烈之外，印度作为亚洲地区的一股潜力股，原本在谷歌、微软等国际科技巨头公司的技术支持下，有望借助人工智能技术取得突破性的发展。然而，随着更多细节和数据的披露，印度在AI领域的窘境逐渐显露无疑。
据最新行业趋势报告揭示，虽然印度拥有超过7.24亿的人工智能潜在用户，但数字背后反映的现实问题却颇为复杂。从官方角度来看，印度对于发展人工智能表现出巨大的兴趣和投资热情，2023年8月，印度联邦内阁批准了一项巨额投资计划，拟为人工智能、网络安全以及数字技能的发展投入高达130亿人民币的资金。这一波投资浪潮催生的一家公司——Krutrim在2024年1月与市场亮相，并以估值10亿美元的身价获得5000万美元的融资。
然而，这个市场表面的繁荣难以掩盖其内部的凄凉境况。印度在人工智能的基础模型研发方面的公司数量相比中国，显得非常有限，且普遍集中于对话AI及特定行业的应用开发，而在推动底层研究的AI公司和团队更是几乎为零。Krutrim虽然在印度受到一定的关注，但从其产品表现来看，存在明显的局限与问题。其中最为显眼的，是Krutrim AI所推出的智能聊天功能，其对用户输入的限制极大，仅仅允许424个字符的输入量，并且在实际使用中，问题颇多，例如对话过程中的请求理解困难，甚至在互动中忘记自身功能的描述。
而对印度AI产业前景的悲观看法并非一朝一夕，早在前一年，Sam Altman就已经公开表示，即便印度团队投资100万美元在大模型上，其在竞争中也难以达到突破。
01 IT大国的挑战
乍看之下，似乎印度在软件开发、编程等领域拥有显著优势，然而在人工智能领域的AI大模型方面，却表现得力不从心。相当一部分的国家背景条件，例如基础科研能力、基础设施完善度以及社会数字化水平等因素，是影响人工智能产业发展的关键。印度的实际状况表现在，尽管拥有不少精通编码和编程的人才，但其在理论研究方面的人才储备却严重不足。此外，AI产业的上、中、下游环节非常复杂，每一个层次都需要依托于不同的科研和市场条件。
02 起步晚的科研项目及基础设施不足
关于印度在基础科学研究人才的缺失原因，一方面源自于印度长久以来的外包服务产业模式；另一方面则表现为国内较弱的基础设施状况。1990年代，印度政府为了化解外汇危机，鼓励了民间私立教育机构的发展，而这些机构在培育IT相关人才时，更侧重于应用型而非理论型，这也导致了印度目前“重应用、轻理论”的科研环境。鉴于在实践方面为AI研究提供支持的设施十分庞大，包括GPU和数据中心，这些设施又依赖于电力供应、高速网络等基础设施。在这些方面，印度严重落后于世界平均水平。
03 数字化社会的制约因素
当印度朝着AI领域发展的过程中，紧接而来的是对数字化社会的必要性认识。数字化不仅关系到网民人数，更关键的则是数字化在人们日常生活和企业运营中的应用水平。低数字化程度的社会，在信息和数据生成的能力上自然有限，这一点对于AI大模型的数据依赖性尤为突出。在数字化影响AI发展的同时，印度现有的产业结构也无法支撑基于数据的复杂产业链发展，因为它没有一个足够发达和复杂的工业基础。
04 结语
当前印度在AI领域面临的诸多挑战表明，将人工智能纳入国家发展计划并非一项简单的技术更新，而是涉及一个国家经济、社会以及科研状态深度融合的综合体现。社会整体的数字化进程将直接影响人工智能技术的发展和应用，在印度这一方面尚存在很大的提升空间。
相关文章
