印度IT教父甩锅：印度搞不出AI大模型，都怪中国把大模型开源了

最近印度IT圈出了个挺离谱的事儿，名头响当当的教父级人物，跳出来甩锅，说印度搞不出自己的AI大模型，全怪中国企业把大模型开了源，断了他们自研的路。这说法听着就挺滑稽，到底是我们挡了路，还是印度自己本来就迈不开步？今天咱们就好好唠唠这事。

这位甩锅的教父，就是印度IT巨头印孚瑟斯的联合创始人南丹·尼勒卡尼，前不久他接受外媒采访，直接点名了中国的DeepSeek和阿里通义千问。其实早在他之前，印度本土AI公司的创始人就已经在领英发过类似的观点，说中国大范围开源高性能大模型，把行业成本压得太低，逼得印度企业都只敢做二次微调，没人愿意从零搭建基础大模型。印度舆论也跟着起哄，全把锅扣在中国开源头上，仿佛真的是我们堵死了他们的自研路。

印度搞不出大模型，根子上还是几十年外包躺赢养出来的路径依赖。班加罗尔的写字楼挤满了工程师，硅谷的印度裔CEO也不少，撑起印度IT招牌的塔塔咨询、印孚瑟斯这些巨头，做的全是接单交付的生意，靠人力成本差赚服务费，稳得没边。这种赚钱路子，和砸钱搞大模型根本就不是一个物种。

做IT外包，本来就是甲方要什么就做什么，赚的是稳当钱。训练一个千亿参数的通用大模型，光是上万张H100级别的AI芯片，加上配套的数据中心、电力供应、冷却系统，起步就能烧掉几十亿美金。烧完钱训练出来还不算完，用户每一次提问都要消耗GPU算力，电费运维费都是固定要出的刚性支出。对手隔两三个月就出个新版本，你不跟进就得被市场淘汰，烧钱根本没有尽头。

这种砸几十亿赌三五年，最后还不一定成的生意，放在印度外包巨头的董事会里，根本就通不过。本来就是躺着赚服务费的买卖，突然要让他们去创业赌前途，老板股东第一个不答应。

中美能把大模型做出来，不是凭空碰运气。美国的微软谷歌亚马逊Meta，家家都有自己的云服务，自己的芯片供应链，还有十亿级的全球用户入口。中国这边也是一样，有完整的芯片产业链，阿里腾讯字节华为这些企业，模型训练出来立刻就能放进电商社交搜索里，反过来反哺研发，形成了闭环。

印度的IT巨头都是给别人干活的服务商，不是掌握流量的平台方，根本没有淘宝微信这种装得下十亿用户的大场景。大模型本来就不是一个孤立的产品，是巨头商业生态里的重要一环。印度从一开始，就缺了能装下大模型的这个“水池”底子。

就算印度企业真想通了，愿意砸钱赌一把，现实条件也不允许。印度高端AI芯片全靠进口，自己连成熟制程的逻辑芯片都造不利索，更别说H100、H200这种顶级算力芯片。就算能买到现货，数据中心配套也是绕不开的死穴。印度电网稳定性差是出了名的，动不动就大面积停电。

AI数据中心要求7乘24小时不间断供电，光配套备用电源、冗余电力系统的成本，就比中美高出一大截。冷却系统、带宽、专业运维能力，全都是肉眼可见的缺口，根本凑不齐一套能打大模型的班子。

大模型的根基是高质量训练语料，印度偏偏在这方面也拉胯。印度有22种官方语言，文字体系各不相同，印地语、泰米尔语、孟加拉语各有各的使用人群，没有任何一种语言能覆盖全国绝大多数人口。印度理工马德拉斯分校的AI4Bharat项目，已经是印度最成体系的开源语料工程了，攒了22种语言加起来，总共也就2500亿左右的token。

中文大模型的训练语料，动辄就是数万亿token起步，规模差了快一个数量级。语言碎片化直接把语料收集成本拉得极高，通用模型的训练基础也格外薄弱。花同样的钱训练出来的模型，只能覆盖一小部分人群，商业价值天然就打了对折。

印度本土风投市场的规模，和中美也根本不在一个量级。大模型这种烧钱数年胜负未知的赛道，需要的是能长期布局的战略资本。印度本土风投本身体量就小，愿意长期砸钱，还能砸得起大模型这种级别的项目的机构，屈指可数。没有巨头托底，没有资本接力，光靠几个创业公司，根本扛不起基础大模型的天量投入。

说白了，印度搞不出基础大模型，本来就是产业基因、基建、数据、资本共同决定的，本来就没多大成功概率。尼勒卡尼甩锅中国开源，不过是给印度AI产业找了个体面的台阶下。

倒回2020年GPT-3刚发布，全球大模型赛道刚起步的时候，那时候印度如果咬咬牙集合本土力量上马，哪怕做出来的模型性能一般，至少有本土市场兜底，还能慢慢迭代升级。可那时候的印度IT圈，都忙着接外包订单赚快钱，根本没人看得清AI的发展趋势，更没人愿意放下到手的快钱去赌未来。

等到这两年中国的开源模型陆续放出来，效果越来越好还能免费商用，印度创业公司当然会选最优解。下载现成的开源模型，喂点本地语言数据微调一下，几个月就能做出客服、教育、医疗的本地化应用，成本低、见效快、风险还小。换谁当老板都会选这个，投资人一句话就能把你问住：人家免费开源的模型效果比你好，凭什么让我投几个亿给你从零开始做？

日经亚洲之前实地走访班加罗尔36家AI初创公司，统计结果明明白白摆在那，七成以上企业直接接入DeepSeek、通义千问这类中国开源模型支撑线上业务，真心愿意投入资源训练自有底层模型的企业，还不到三成。开源只是把“要不要从零造轮子”的答案摆到了台面上，让印度没法再嘴硬说“我们只是不想做，不是做不出来”。

尼勒卡尼自己的态度转变，直接戳穿了这套双标逻辑。他之前接受海外媒体采访，点名中国开源模型阻碍印度自主研发，还催促印度政府出台限制政策。转头他就在印度工业联合会论坛，主动劝说同行没必要死磕从零研发，直接用中国开源模型做本土多语言适配，本来就是性价比最高的路线。

就算没有DeepSeek和通义千问，还有Meta的Llama、Mistral的开源模型。全球开源是不可阻挡的大趋势，印度跟不上，只能说自己没家底接不住，怨不得别人。

大模型这场竞赛，美国靠顶尖芯片、全球互联网平台、成熟风险资本，三位一体堆出了优势。中国靠超大规模市场、完整互联网生态、海量应用场景、强大基建能力，一层层垒出了稳固地基。印度除了英语优势和海量工程师，几乎处处都是短板。

大多数印度工程师也在给欧美企业打工，服务的是甲方需求，不是本土产业。没有自己的平台与场景，没有自己的算力底座，再多人才，也都是给别人做嫁衣。

当年做软件外包的时候也是这个路数，印度做到了全球第一，可核心的操作系统、数据库、编程语言，从来都攥在欧美手里。现在AI浪潮来了，印度依然想走承接外包做应用层的老路，这条路本身现在都面临AI的冲击。

甩锅中国开源，不过是给自己的路径依赖找个借口罢了。真正的门槛从来不在别人开不开源，而在自己有没有家底、有没有决心、有没有完整的产业生态。没有这些，就算全世界的模型都闭源，印度也造不出属于自己的基础大模型。

参考资料：环球网 印度IT教父称中国开源大模型阻碍印度自研AI