ZZ：黄仁勋表示，人工智能的价值可分为五个层级，而印度在其中任何一层均无立足之地。

⚡ 第一层——能源
一座超大规模人工智能园区如今的耗电量可达1–2吉瓦，相当于一栋建筑就需要一座中型核反应堆的供电量。中国去年新增的电网装机容量，几乎相当于印度全国现有的总装机规模。

💾 第二层——芯片
即芯片这一“硅基大脑”及其整个制造产业链。
- 图形处理器（GPU）：由英伟达（美国）、超威半导体（美国）、博通（美国）设计，台积电（中国台湾）负责最先进制程的晶圆代工。
- 高带宽存储器（HBM）：每颗GPU配套的高速存储芯片，约90%由韩国供应。
- 阿斯麦（荷兰）在生产最先进芯片的光刻机领域处于垄断地位。
- 硅晶圆约60%产自日本，光刻胶约90%由日本供应。

🏭 第三层——人工智能基础设施
即数据中心及围绕芯片的整套配套体系。
- 超大规模云服务：亚马逊云科技（美国）、微软智能云（美国）、谷歌云（美国）；阿里巴巴（中国）、腾讯（中国）。
- 服务器与人工智能机柜散热系统：超微电脑（美国）、维谛技术（美国）、施耐德电气（法国）、伊顿（美国）。
- 大宗商品：铜（智利、秘鲁）、铌（约90%产自巴西）、稀土（约85%的加工环节在中国完成）。

🧠 第四层——大模型
闭源模型：开放人工智能研究中心（美国）、人类学公司（美国）、谷歌（美国）、元平台公司（美国）。
开源模型：深度求索（中国）、通义千问（中国）、月之暗面（中国）。

💻 第五层——应用产品
ChatGPT（美国）、Copilot（美国）、Cursor（美国）、Claude Code（美国）、Agentforce（美国）。该领域主要由美国主导，中国的影响力正持续提升。

中国在全部五个层级均有布局；韩国掌握高带宽存储器；中国台湾拥有最先进的晶圆代工产能；荷兰则掌控着实现先进芯片制造的核心设备。

### 印度现状
- 第一层——电网负荷紧张，工业用电成本高且供电不稳定，目前难以实现全天候稳定清洁供电。
- 第二层——无先进芯片制造厂。塔塔与台湾力积电合作的28纳米制程项目，相较于人工智能专用芯片落后十年。印度的芯片设计人才大多供职于英伟达、超威、高通、英特尔等美国企业，产业价值最终流向美国。
- 第三层——印度企业（约塔、阿达尼、信实工业）仅承建数据中心建筑，以及生产通用工业电力与制冷设备（巴拉特重型电气、克朗普顿、蓝星）。本土无超大规模云服务商，也无专业的人工智能机柜散热与供电设备。所有印度人工智能初创企业均依赖亚马逊云或微软云运行。
- 第四层——Sarvam、Krutrim等印度本土模型虽有实际团队研发，但技术水平与前沿差距达到数个数量级。
- 第五层——Zoho、Freshworks等印度软件服务企业确有实体业务，但其人工智能功能与多数印度人工智能应用初创公司类似，仅为美国开放人工智能、人类学、谷歌等模型的浅层封装，且不具备智能体能力。智能体正是人工智能产业核心增长飞轮所在，印度尚无该规模的智能体平台。

这是印度延续30年的发展选择：押注服务业而非制造业。塔塔咨询、印孚瑟斯、威普罗、HCL等企业打造了规模约2500亿美元的软件出口产业，这一策略取得了经济回报。但服务业仅处于产业生态上层，并未掌控任何核心层级。

印度人工智能相关规划投入约10亿美元，而中国的相关投入达数千亿级别。这并非单纯的差距，而是直接决定了产业竞争格局。