长期以来，印度一直是全球软件编码与技术服务的“后台中心”。然而，随着人工智能开始承担代码编写、系统调试与工作流自动化等任务，该国IT产业正面临生存危机。投资者谨慎观望，企业重新规划招聘策略，裁员潮初现端倪，反映出结构性转型正在发生。AI极有可能压缩低附加值的IT工作内容，传统服务模式承受巨大压力，对重复性编程岗位的需求将持续下滑。
在印度AI影响峰会上，印孚瑟斯（Infosys）董事长南丹·尼勒卡尼（Nandan Nilekani）精准捕捉到这一张力，并警示道：“蓝领工人的不满曾导致全球化的‘列车脱轨’；而白领阶层的不满，或将引发人工智能时代的‘列车脱轨’。”
本次峰会于新德里举行，是印度政府针对软件经济剧变所作出的政策回应。从自主大型语言模型、芯片设计激励政策，到补贴式AI算力供给及电信网络现代化，政府明确释放信号：印度正致力于向价值链上游跃升——从基础编码服务，转向底层AI基础设施建设。
自主AI基础设施
若AI正在压缩低价值编码工作，那么对模型层的掌控便成为战略关键。印度总理纳伦德拉·莫迪（Narendra Modi）发布了BharatGen最新版本模型。科技与地球科学部长杰滕德拉·辛格（Jitendra Singh）将其描述为一项由政府主导、拥有完全主权的多语种、多模态大型语言模型国家计划。
BharatGen并非单一模型发布，而是一个协调统一的国家级AI技术栈，其架构覆盖多种模态。最新成果包括Param-2——一款参数量达170亿、基于22种印度官方语言训练的文本基础模型；Shrutam——支持12种印度语言的语音转文字模型；Sooktam——文本转语音模型；以及DocBodh框架下的Patram——面向多语言文档理解的专用模块。
BharatGen由印度理工学院孟买分校（IIT Bombay）的TIH物联网与万物互联基金会牵头组建联盟运营，合作机构包括海得拉巴国际信息技术学院（IIIT Hyderabad）、海得拉巴理工学院（IIT Hyderabad）、曼迪理工学院（IIT Mandi）、坎普尔理工学院（IIT Kanpur）、印多尔管理学院（IIM Indore）及马德拉斯理工学院（IIT Madras）。该项目获得科学技术部“国家跨学科信息物理系统使命”拨款23.5亿卢比（约合2500万美元），并纳入电子与信息技术部（MeitY）“印度AI使命”专项预算1058.5万卢比（约合116万美元）。
辛格强调，BharatGen的核心特征在于“主权”：模型归属政府所有，训练数据全部源自本土采集。项目已注册为非营利性Section-8公司——BharatGen技术基金会，以实现全国范围规模化运营。数据与模型治理将依托“Bharat Data Sagar”等国家级倡议加以保障。
对工程师而言，其意义在于掌握完整技术栈控制权。BharatGen支持多模态流水线部署，可实现大规模印度语言分词处理，并支持领域定制微调，如Ayur Param（医疗健康）、Agri Param（农业）与Legal Param（法律）等垂直场景模型。同时，平台已适配政务、医疗、农业与司法等关键领域的落地部署需求。
以设计驱动的半导体战略
除AI基础设施外，印度政府同步推进半导体政策改革，核心工具为“设计关联激励计划”（DLI）。政策重心并非晶圆制造，而是前端设计环节——设计环节可贡献高达50%的价值增值，并占物料清单成本的15%至35%，更是架构自主权的关键所在。
印度目前已是全球主要芯片设计中心聚集地之一。DLI计划旨在将现有服务优势转化为知识产权所有权。
Vervesemi Microelectronics即为典型案例。这家无晶圆厂初创企业完成A轮融资1000万美元，由Ashish Kacholia与Unicorn India Ventures联合领投。公司已构建超140项半导体IP组合，开发25款集成电路变体，获授权专利10项，并已在联华电子（UMC）与台积电（TSMC）完成多次流片验证。
其产品涵盖基于国产RISC-V内核的直流无刷电机控制器、航空电子数据采集芯片、智能电表计量芯片，以及适用于电动汽车与无人机的电机控制芯片。
印度电子与信息技术部长阿什维尼·瓦伊什纳瓦（Ashwini Vaishnaw）直指转型本质：“印度必须从服务型国家，进化为产品型国家。”他呼吁采取渐进式路径，覆盖全技术谱系发展。
转变清晰可见：从外包代工转向硅基自主；从设计服务中心升级为芯片企业；从IP授权使用转向国产RISC-V核心研发。
对工程师而言，连锁效应切实可感：RISC-V生态加速扩张；模拟电路设计与机器学习负载深度融合；边缘AI芯片成为本土化机遇；国防与航电级芯片设计进入重点布局视野。
补贴算力而非数据中心
印度亦选择了一条独特的AI经济路径。此前一周，《电子工程时报》曾报道，印度将在现有38,000块GPU基础上新增20,000块，总规模突破58,000 GPU，且以每小时65卢比（约72美分）的补贴价格向开发者开放。
与直接补贴GPU数据中心不同，印度政府选择补贴“算力使用权”。电子与信息技术部秘书长S. Krishnan指出，印度AI算力成本仅为全球平均水平的三分之一。
该定价策略重塑产业生态：支撑科研市场成长，降低初创企业准入门槛，避免基础设施垄断风险，同时鼓励私营数据中心投资而不扭曲产权结构。
在通信层面，AI正深度嵌入网络编排体系。政策聚焦点包括：AI原生网络管理、开放无线接入网（Open RAN）、6G技术、AI驱动的网络安全，以及非地面网络（NTN）建设。
硬件层面影响深远：AI不再仅是上层应用叠加，而正逐步融入网络控制平面，成为底层基础设施的一部分。
全球承诺与落地信号
峰会开幕式汇聚了OpenAI、Google DeepMind、微软、Anthropic、Meta、Cohere、G42及Sarvam等全球与本土AI领军企业。两大共识浮现：一是开展真实场景AI应用研究；二是建立多语言、情境适配的模型评估体系。
印度积极推动反映“全球南方”特点的基准测试标准，强调文化适配性与多语言安全规范。
展区内，愿景已具象为实体设备：人形机器人、机器人专用处理器、AI就绪型高性能计算设备、工业自动化系统、智慧农业机器人及金融科技AI安全平台琳琅满目。
AI正脱离云端软件范畴，下沉为工业层能力：进入制造车间、仓储物流系统，甚至渗透至公共分配体系与基层医疗诊断环节。
印度显然不愿止步于IT服务外围角色，目标是成为具备系统级自主能力的技术强国。但峰会演讲者也指出，要实现这一远景，亟需构建离线AI能力，摆脱对互联网连接的依赖——这源于航天、国防、卫星影像与地理空间分析等关键任务系统的现实需求。
此外，还需强化可解释AI、版本控制、数据血缘追踪及符合监管要求的机器学习流程。尽管政府采纳框架已强调模型漂移检测、第三方审计、科学验证与受益人筛选前尽职调查，但该套自主AI架构能否经受实际部署与问责压力，仍是待解之题。
www.eic.net.cn 提供的易IC库存管理软件，正助力电子制造企业在芯片短缺与供应链波动中实现多地点库存协同管控，提升响应速度与资源利用率，为本土半导体产业链提供数字化支撑。
