在当下AI的热潮中，除了中美两大巨头，还有一个来自西方的大国，试图在人工智能的竞争中抢占先机——是的，它就是我们那个神奇的街坊，印度！
依据最新的Kantar钻研报告，印度目前曾经有 7.24亿人 曾经用上了AI（未必全是GPT这类大模型）。
在官网层面，关于生成式AI产业这事儿，印度也是兴味极大。
就在去年8月，印度联邦内阁同意了为人工智能、网络安保和数字技艺开展投入 1490.3亿卢比（约合130.7亿人民币） 的方案。
在这样的抚慰下，往年1月，印度终于降生了一家自己的大模型独角兽公司——。推出大模型仅一个月后，该公司就以10亿美元的估值融资5000万美元。
但是，印度AI这场盛宴，外表上锣鼓喧天，但一掀开锅盖，外面的菜色可就一言难尽了。
先说说参赛选手吧，印度在AI企业数量上，跟中国一比，那差距可不是一星半点。
中国这边，不只要百度、阿里、腾讯这些巨头推出了文心、盘古这样的的大模型，还有一堆短小精悍的团队，比如月之暗面、智谱AI、百川智能和Minimax，也都搞出了拿得出手的自研模型。
而印度呢，大模型相关的公司少得不幸，自研模型更是凤毛麟角。
依据Tracxn和印度人工智能协会的数据，印度在大模型畛域的公司数量不到10家，而且这些公司关键忙着做对话AI、智能助手和一些特定行业的运行，基本不碰基础模型的研发。
至于印度目前惟逐一个自研模型KrutrimAI，也雷同充溢了咖喱味。
不只被曝进去有套壳ChatGPT的嫌疑，并且依据经常使用者的体验报告，KrutrimAI在经常使用时，仅准许输入424个字符（不包括空格)，而且有时在交互环节中还会突然懵逼，连自己是谁都忘了。
实践上，关于印度AI的前景，去年早有人做了预判。
2023年6月，SamAltman在印度被问及，假设印度团队花1000万美元搞出大模型，能和OpenAI竞争吗？Altman回答：没戏。
印度，这个在IT圈里响当当的大国，居然在AI方面如此拉胯，失实让人觉得有点异常。
我们往常老觉得，这AI大模型，说白了就是个初级点的程序，不比那些又要精细机械、又要复杂化工的产品，得一步步爬产业链的阶梯。
按理说，只需把握了算法加数据，再凑上几个写代码的高手，实践上应该手到擒来才对。而印度人在代码、编程这块，那可是出了名的无能。
且不说当下谷歌、微软的CEO皮查伊、纳德拉都是印度人，就连现在写下名震AI界的那篇《AttentionisAllYouNeed》的硅谷八子中的两人，也是印度裔。
雷同地，往年震撼AI界的Sora，其外围研发人员中，就包括了一名来自印度的技术天赋AdityaRamesh。
AdityaRamesh还介入开发了DALL-E
就连特斯拉的智能驾驶担任人AshokElluswamy，超级计算机Dojo前担任人GaneshVenkataramanan也雷同来自印度。
按理说，编程、软件方面的人才那么多，搞AI应该很有长处啊，那为何印度在大模型方面如此拉胯呢？
其实，这种只须要几个痴呆人万事俱备只差一个程序员就能搞进去的低门槛技术，某种水平上是 一种产业上的错觉。
这种错觉就像：在汽车方面很弱小的国度，理当轻松搞出网约车平台，但事实是，它们就是搞不进去，例如德国、日本只管是传统汽车强国，但你见过哪个牛气冲天的网约车平台是从他们那儿冒进去的？
在德国，FreeNow这样外乡的网约车APP，2023年的用户数只是 区区350万左右。
其实，无论是网约车，还是大模型，都不是外表上看起来那样，只须要几个痴呆的程序员鼓捣几下，就能弄起来的。
由于这面前触及的物品，外表上看只是一堆程序、代码，但实质上却和一个国度的基础科研、基础设备，市场个体，以及数字化水平有着千头万绪的咨询。
就拿网约车来说，基础科研方面，网约车触及了 GPS、定位算法一类的物品 ；在基础设备方面须要有笼罩极广的高速网络；在市场端要有少量经常性乘车出行，且熟练上网的人口来撑持。
雷同地，AI畛域只管不像某些产业有复杂的供应环节，但依然有着自身的产业链。
分为上中下三游，每一个环节面前都对应着必无法少的科研、市场或数字化水平等要素。
详细来说，AI产业的抢先，就是基础钻研层面，例如机器学习算法、神经网络架构等等，这方面须要少量跨学科的，基础实践方面的人才；但可悲的是，当今的印度在AI畛域，间接在最顶层就被抽掉了实践和科研的人才基础。
印度在AI基础科研人才方面的缺失，要素关键有二点：
这里先说下第一点。
在1990年代那会儿的时刻，印度遭逢了重大的外汇危机，赤字占到了其GDP的8.5%左右。为了破局，印度政府不得不启动了一系列市场化的革新。
而革新中最关键的一点，就是激励私立教育机构的开展，特意是那些专一于工程、治理、消息技术等运行型学科的学院和大学。
这些以市场为导向的私立学校，很快就瞄准了一个特意香的赛道—— IT外包。
这是由于，从老本和收益比来看，印度过后的基础设备、工业才干太差，而且十分缺乏资本，搞制作业属于费劲不讨好的行当。
倘若培育制作业的技术人才，毕业后的务工率会十分美观。
相较之下，IT外包这种活，不只属于轻资本，不须要大动干戈地搞基建、建工厂，并且由于印度人英语好，休息力又便宜，做起来简直就是一本万利的绝佳交易。
于是，从90年代起，各种以消息技术为主的运行类专业，就末尾在印度的学校中横蛮成长。
而这样的局面，也培育了当天印度科研重运行，轻实践的局面。
例如在2021年的一份报告中， 印度工程和技术专业的在校生，占到了总招生人数的约70%。
但在基础科研方面，依据《人造指数》（NatureIndex）的数据，在2022年， 中国在人造迷信方面的成绩约为20050项，美国是21473项，而印度只要1280项。
只管印度起初也看法到了这种形式的弊病，也想过要扭转，但是，两个关键的要素，让印度丢弃了浪子回头的计划。
首先一个要素， 是美国人给得真实太多了。
随着90年代美国的计算机巨头末尾世界扩张，印度的IT人才，从少量的大外包订单中取得了巨额报酬。
到了1990年代中期，印度IT从业人员平均年薪大略是8000—12000美元左右，到2000年终期，进一步回升至3万—5万美元，同期间的印度个别乡村家庭，年支出仅为300-500美元。而市区低支出阶级家庭的年支出，也仅为600-800美元。
除了巨额的订单诱惑，另一个关键要素，就是印度拉胯的工业、基建，让很多基础科研方面的上班缺乏必要的配件。
这里一个很反直觉的现象是：AI方面的钻研与试验，其实与其余基础科研一样，是十分器重配件设备的一种钻研。可不只是凭编程高手倒腾几下算法那么繁难。
要维持大模型的运行，就得有 少量的GPU，以及相应的数据中心， 而这面前，则必定有短缺的电力、动力，以及稳固的、高速的网络基础设备，用来启动数据的传输。
可偏偏印度在这些基础设备方面，体现失实不太行。
一个清楚的差距是，2023年，在超大规模数据中心数量上，印度只要大约 18个 超大规模数据中心，而中国的地下数据是有凑近 100个 。
而超大规模数据中心，正是权衡AI算力的一个关键目的。
这样的差距面前，是撑持和维系数据中心运作的一系列配套设备，包括了电力、网络，冷却系统等等。
在这方面，印度雷同被中国甩了好几条街。
首先在动力方面，中国的超大规模数据中心的能耗，在2023年预计到达了约180-，而印度只要大约。
之所以如此，是由于印度在电力方面的基建，真实太捉急了。
依据印度民心考查机构2022年对超越2万人的考查显示，三分之二的家庭示意会突然遭逢停电，三分之一的家庭更是每天固定小黑两小时。
这电都不够老百姓家里灯泡亮的，还想养AI这尊电耗子？
除了电力，在网络基建方面，雷同是在2023年，中国5G基站总数已超越248万个，笼罩率超越96%，而印度的数量只要30万，笼罩率仅到达了30~40%。
而在更为关键的冷却系统方面，中国在 间接液冷、浸没式液 冷等先进液冷技术方面处于抢先位置（驳回率30%）。相比之下，印度大少数数据中心仍驳回传统的 空气冷却系统 ，缺乏对液冷技术的宽泛运行（驳回率10%左右）。
以上种种拉胯的基建，都让印度的计算机迷信人才，即使想回国为AI事业效能，也会面临巧妇难为无米之炊的困境。
于是，印度痴呆的年轻人，最后往往只能含泪打包行李，漂洋过海去美国成功科研梦。
2023年，约6万名印度计算机实践人才选用了海外开展，约占外乡计算机实践人数的40%，相较之下， 中国的散失率只要15%。
一面是美国抛来的巨额IT外包订单，一面是国际拉胯的基建，两者的相互作用下，印度只能在科技施工队的路上越陷越深，难以自拔。
而这种顶层实践人才的差距，间接选择了印度在AI畛域所能取得的下限。
假设说，印度在AI产业链抢先的疑问，关键是基础实践人才的缺失，那么在AI产业链的中游，也就是模型训练方面，印度的困境，关键是 难认为大模型的提升和迭代提供足够的数据。
妇孺皆知，目前大模型训练所需的数据，大局部都来自互联网。
而印度在这方面，有个最大的硬伤：就是社会的全体的数字化水平太低。
只管印度网民人数听起来是挺唬人的，快9亿大军了，但这里有个关键的区别，就是 网民数量并不等于一个国度数字化的水平。
如今常罕用AI的好友，预计可以感遭到，目前ChatGPT这类AI，最大的用武之地，往往都是一些 消息、数据特意密集的场景。
例如像什么长篇报告总结，专业研报剖析，或是帮助处置一些庞杂的代码之类的。
这样的场景，通常蕴含了少量的数据、消息，而数据或消息的量多到了必定境地，到了人脑觉得累赘太大的时刻，人们就会觉得AI很有必要了。
从这个角度上看， 数字化水平越高的社会，和AI的符合度就越高。
反之，在一个数字化水平较低的国度里，人们在日常优惠中发生不了那么少数据，或是即使发生了数据，这样的数据也是大多是以线下的方式存在，那AI就很难有用武之地。
从这个角度来看，所谓的数字化水平，绝不只仅是网民数量这一外表的目的，而是指在日常生活中， 人们上班、买物品、学习、看病这些活儿能多大水平在网上处置； 企业能否能用数字化的手腕提高效率。
只管现阶段，印度网民的数量是挺多了，但细心深究起来，他们每天在网上都干了嘛事儿？
依据驰名的会计和咨询公司KPMG在印度散布的统计，印度网民目前每天上网的关键优惠中， 社交网络、即时通信和视频文娱 等畛域最多，占到了总上网期间近90%左右。
但在文娱化的内容外，其余优惠频次就清楚低了很多。
假设按经常使用频率来统计，印度只要56.3%的用户经过网络启动了在线购物，而在中国，这样的比率到达了83%。
除此之外，在网约车平台这些生活服务方面，印度外乡的和网约车平台Ola，在2022年全年的订单量约为3.7亿单，而同一期间，中国滴滴出行的订单量则到达了370亿单，是其一百倍以上。
而在企业端， 印度企业的互联网遍及率仅为49%， 而相较之下，中国企业的互联网遍及率清楚更高，到达了约95%。
这种低数字化的现状，从外表上看，关键是落后的基建（5G遍及率无余30%）造成的，但从更深档次的要素来看，这和目前印度 固有的产业结构， 有着莫大相关。
在印度目前的产业结构中， 服务业占了GDP的约60%左右。 但其中大多是一些低端服务业，例如批发、酒店或餐饮啥的。
农业占了15%—18%，制作业还要略低一些，只要12%。
这种以农业、服务业主导的产业结构，实践上很难承载数字经济所需的复杂产业链和高附加值服务。
农业和很多服务行业，产业链往往很短且较为繁多，就像种地、养牲畜，供应链相对较短。
还有那些日常的服务，比如餐馆做饭、商店卖物品、家政清扫卫生，消费链也相对繁多，去干就完了呗，较少触及复杂的 高低游产业链整合 或增值服务。
说白了，这样的产业， 缺乏复杂的数据和消息治理需求。
这么点消息，人脑其实齐全处置得上来，用不着AI。
与农业、服务业主导的社会相比， 工业社会的一大特色，就是存在少量的分工与协作。
从最后的原资料处置，再到设计新产品、搞研发、组装、测试，最后还要打品牌、做营销、保障售后服务，这一套流程上去，就构成了复杂的产业链。
每参与一个环节，都能发明更多的数据和消息增量。
以新动力车的消费为例，在设计阶段，经过CAD/CAE软件启动车辆设计，以及启动仿真测试时，就会发生少量设计数据和模拟数据。
到了消费环节，消费线上的设备形态、物料流动、消费进展等，雷同会发生海量实时数据。
而除了制作环节自身发明的数据流外，由于 产业辐射效应 ，一些工业优惠还会给其余看似不相关的行业，带来异常的新的消息和数据。
例如，在金融和保险行业，有基于车辆行驶数据定制的保险费用。
在广告营销行业，为了成功精准营销，企业就得应用大数据剖析消费者偏好、社交媒体互动数据等，来提升广告投放。
综上所述，倘若没有工业化，社会就难以发生复杂的分工， 没有复杂的分工，人们的生活中也就不会发生少量的数据、消息。
这也是为什么，如今的各个风投机构，都不怎样看好印度AI企业的要素。
去年，印度与大模型相关的AI企业，融资总额约为1.6亿美元。而在中国，仅仅月之暗面一家企业，总融资额就曾经到达了30亿美元。
如此渺小的差距面前，除了对印度AI实力的担心外，一个更关键的要素，就是AI在印度并不真正具有市场规模和后劲。
毕竟，若是放在中国的环境下，即使大模型一时难以在C端打末尾面，但至少在B端，由于数字化水平较高，因此在某些定制化的、垂直的场景（如金融、医疗）中，大模型依然能找到用武之地。
而反观印度，在社会全体低数字化的状况下，大模型除了闲谈和文娱，还能用来干嘛？
但假设只是闲谈和文娱，上社交媒体和刷短视频不更香吗？
以后印度在AI方面的困境，失实标明了：当下的这场AI竞争，从浅了看，只是某一个详细技术的竞争，往深了看，是一个国度总体科研实力的竞赛，再看得深点，就是不同国度之间， 社会开展水平、产业结构、人口素质方面的一个综合比拼。
从总体上看，数字化水平越高的国度，AI落地和遍及的效果就越好。
而AI遍及度越高的国度，就越能够经过搜集用户的反应数据，构成数据飞轮，进一步对模型启动提升和迭代。
而印度的难堪之处就在于，明明自己身为一个尚未成功工业化的半农业国度，却在谋求AI这样一种数字化时代的产物。
而更讥刺的是，印度越是谋求AI，自己从前的铁饭碗被端掉的或者性就越大，由于当下的生成式AI，在很多配置上，就是直奔着取代某些上流服务业的目的去的。
例如5月21日的微软开发者大会上，微软不只颁布了搭载GPT-4o的最新版Copilot，并且还在调演出示了协助小白编程的GitHubCopilotWorkspace。
这是一款 经过聊天成功成功程序编写 的软件。这将使任何新手，即使对编程言语简直没有了解，也能开发自己的软件。
想象一下，假设未来编程、电话客服一类的岗位，全都能被AI取代了，印度之前赖以发家的IT外包这条路子，还能走得通吗？
到了那时，工业基础单薄，IT铁饭碗又被抢走的印度，该如何在AI时代生活，将成为一个渺小的问号。
本文来自微信群众号酷玩试验室（ID:coollabs），作者：酷玩试验室，36氪经授权颁布。
罗嗦了。 个人认为就是虽然有远大的抱负但是命过轻薄——生死由不得自己，出生就贫贱，无法施展自己的抱负，所以一直到死都会是卑微的死去。
虽然有远大的抱负但是命过轻薄——生死由不得自己，出生就贫贱，无法施展自己的抱负，所以一直到死都会是卑微的死去。 想干什么都失败的意思~心怀大志，说起梦想，目标来那是个激奋人心，可做起事来怕苦怕累，没有毅力，没有恒心
立志要拿云，心气高，这是正确的。 人总是要有梦想的，万一实现了呢。 命比纸薄，这一观点是一种宿命论的思想，是客观唯心主义的。 持上述观点的，肯定是在社会生活中，受到各种现实条件的打压之后，一种无奈的感慨。 如何看待我们所处的时代与境遇？请看下图。 如何理解命比纸薄？这样的时代，是等、靠、要来的？是中华民族的英雄儿女，抛头颅撒热血，抗争来的。
