摘要：当前全球人工智能竞争已进入关键阶段，大国间的技术博弈持续升级，数据、资本与顶尖科研资源加速向少数国家和企业集中。继Chat GPT之后，中国2025年1月推出DeepSeek-R1开源模型再次引发全球关注，人工智能竞赛持续升温。与此同时，印度等国正加速布局，并
当前全球人工智能竞争已进入关键阶段，大国间的技术博弈持续升级，数据、资本与顶尖科研资源加速向少数国家和企业集中。继Chat GPT之后，中国2025年1月推出DeepSeek-R1开源模型再次引发全球关注，人工智能竞赛持续升温。与此同时，印度等国正加速布局，并于2024年启动的“印度AI使命”计划，围绕计算基础设施、数据、人才、研发、资本、算法和应用七大支柱加强人工智能开发以提高印度核心竞争力。然而，印度当前着力点仍局限于两大领域：保障AI算力硬件供给与构建本土语言模型，而在人工智能竞争力的三大关键支撑要素——人才、数据、研发方面，其战略重视度与资源投入仍显不足。主要原因如下：
第一，尽管印度被誉为世界上科学、技术、工程和数学(STEM)方面人才最多的国家之一，但印度仍然面临着较大的人才缺口。印度虽然增设了不同级别的人工智能课程，但接受过研究生教育的高等技术人才在完成学业之后大多流向欧美国家，导致国内高端人才匮乏，中低端人才占比较高。除此之外，印度许多工程专业毕业生在就业准备上明显不足，难以在基本编码任务上与AI自动化工具相竞争。
图1：GitHub非学术性开发者项目的全球分布情况
图2：高端AI人才的全球分布情况
如图1所示，印度凭借人工智能/机器学习领域快速扩张的开发者基数，在中低端技术人才领域已形成显著比较优势。其非学术性开发者项目规模自2020年超越欧盟及英国后持续增长，至2023年占比达19.01%，预计2028年将超越美国。但依托深厚的研究创新生态，当前尖端AI人才仍高度集中于中美欧三大区域。2022年美国顶尖人才占比57%，中国占12%。随着AI领域大国竞争的加剧，数据、资本、人才以及尖端研究正加速向头部国家集聚。
第二，数据作为人工智能的核心要素，印度在此领域却面临着多重结构性劣势。例如，初创企业和研究者既无法获取谷歌等科技巨头所持有的全球平台级数据资源，也缺乏针对印度消费者和企业的、以印度本土语言为主的专有数据；尽管数字公共基础设施在不断扩展，但关键数据仍然分散在各个孤岛上，且存在标注信息缺失、更新滞后等问题；过度依赖政府主导的“印度AI数据集平台”的战略设计，难以满足前沿AI研发对数据广度和深度的迫切需求。
第三，印度在人工智能研发表现劣势，在专利以及论文等成果方面均与美国等头部国家存在明显差距。
图3：2014年至2024年全球人工智能领域论文发表的全球分布情况
图4：2010年至2022年各地区/国家的人工智能专利授予数量
如图3所示，在2014年至2024年期间，印度在人工智能及相关领域发表的论文数量与美国和日本等国家（中国除外）相比，正展现出显著的进步。自2019年以来，印度论文数量的增长势头尤为迅猛，增速超越了美国，且总数长期稳居全球第三。然而，在论文质量方面，印度却存在明显的不足。就论文被引用次数而言，印度的排名大幅下滑至全球第十五位。此外，在2010-2019年间发表的印度人工智能研究论文中，仅有16%的论文有非印度合著者，这使得印度成为前十大人工智能研究产出国中国际合作水平最低的国家。这一劣势在人工智能专利领域同样有所体现。如图4所示，2010年至2022年间，印度在全球人工智能专利总数中的占比仍不足0.3%。印度在AI研发上的这一劣势，与其自身投入不足密切相关。例如，对比美国与印度，两国研发体系存在显著差异，2020年美国研发体系以企业为主导——企业研发投入占全国研发投入的70%，而政府投入仅占20%。相比之下，印度私营部门的研发支出仅占总投入的36.4%，政府投资在研发中占据主导地位，且主要投入于基础设施建设领域，市场创新动能明显不足。此外，印度的教育或研究机构中，无一入选顶级人工智能研究机构行列。
针对印度在人才、数据、研发三方面的不足，印度政府应采取针对性策略，着力破解人才断层、数据孤岛、研发投入失衡的瓶颈，弥补自身与头部国家之间的差距。具体而言：1. 印度必须精准把握“全民AI”普惠理念与AI竞争力现实诉求的动态平衡。2. 印度应通过开放云计算或数据前端等举措，推动全球数据共享，为发展中国家在人工智能领域的发展发出强有力的声音，并为全球人工智能发展构建一个公平竞争的环境。3. 印度必须加强与国际电工委员会（IEC）、国际标准化组织（ISO）等全球机构的合作，深度参与人工智能标准与原则的制定工作。
作者：王斌，北京大学区域与国别研究院全球智多星团队成员
数据访问：本文图表来源于卡内基国际和平研究院，数据来源于卡内基国际和平研究院报告《The Missing Pieces in India’s AI Puzzle: Talent, Data, and RD》
资料来源： Anirudh Suri, “The Missing Pieces in India’s AI Puzzle: Talent, Data, and RD”, Carnegie Endowment for International Peace, February 24, 2025, https://carnegieendowment.org/research/2025/02/the-missing-pieces-in-indias-ai-puzzle-talent-data-and-randd?lang=en.
来源：澎湃新闻客户端
