苹果在印度成了“开源手机”，但印度AI为什么还是扶不起来？

谁能想到，以供应链见长的库克，在即将卸任的前夕，竟然因为供应链泄密“翻了车”。

近日，一个叫World Leaks的勒索软件组织，攻破了苹果在印度的核心供应商塔塔电子（Tata Electronics）的内部系统，一口气窃取了超过20万份文件，容量达630GB。

这630GB的文件，包含了iPhone 18 Pro和Pro Max的主板设计图、A20 Pro芯片技术手册、C2基带参数文档、数百种零部件与供应商的对应映射关系——这些都是苹果宁愿烂在保险柜里也绝不对外公开的东西。

更离谱的是，泄露数据里还有一部灰色iPhone 18 Pro在塔塔工厂里做跌落测试的实拍照片，机身上的苹果logo清晰可见，连带着苹果的“Confidential”机密封条水印。

塔塔电子6月23日才公开证实“发生网络安全事件”。而World Leaks早在6月10日就把数据挂上了暗网，任人下载。

以供应链管理封神的蒂姆·库克，恐怕没想到自己执掌苹果十余年亲手建起来的“印度产能”，最后会以这种方式给他狠狠上了一课。Counterpoint数据显示，2026年印度预计生产全球26%的iPhone，四年前这个数字才6%。苹果正把产能拼命往印度搬，然后机密文件就被搬上了暗网。

01 印度人正在“统治”硅谷

同样是印度，泄密把苹果扒了个精光；但在硅谷，最核心的权力恰恰握在印度人手里。微软、谷歌、IBM等巨头中，并不乏印度人的身影。

微软CEO萨蒂亚·纳德拉， 2014年上任至今，在他的治下，微软市值从约3000亿美元飙到超过3万亿美元。他主导了微软对OpenAI的投资，把GPT塞进了每一个Azure角落。可以说，整个硅谷最快搭上AI火箭的人，就是一个印度人。

Alphabet（谷歌母公司）CEO桑达尔·皮查伊， 2015年上任以来，推动了Gemini大模型、Google DeepMind整合、搜索业务的AI转型，带领全球最大的搜索引擎走向AI时代。

IBM CEO阿尔温德·克里希纳、Adobe CEO尚塔努·纳拉延、X前CEO帕拉格·阿格拉瓦尔、星巴克前CEO拉克斯曼·纳拉辛汉、百事可乐前CEO卢英德……

《哈佛商业评论》数据显示，世界500强企业CEO中印度裔约占30%。硅谷前100家科技公司，印度裔CEO占22%，而员工数量更多的华裔，CEO占比只有5%。

跨过大西洋，英国也“沦陷”了。2025年10月9日，英国首前相里希·苏纳克正式宣布接受微软与人工智能初创公司Anthropic的兼职高级顾问职位。

不难发现，印度人正在全球科技体系的最高层开疆拓土，但问题是，他们开的疆、拓的土，几乎全在别人的地盘上。

02 805亿美元砸下去，印度砸出了什么？

印度自己也不是没努力。

2024年3月，莫迪政府正式启动“IndiaAI Mission”，砸下12.5亿美元建算力平台、搞主权大模型。2026年财政预算案里，财长西塔拉曼11次提到人工智能，还宣布对使用印度数据中心服务全球客户的企业给予20年税收豁免。

外资也在疯抢入场券。谷歌宣布投资150亿美元，微软跟了175亿，亚马逊最激进，先投了350亿，今年6月又追加130亿，算上之前的AWS投资，2030年前总投入超过480亿美元。三巨头加起来，超过800亿美元。

印度本土公司也没闲着。班加罗尔的Sarvam AI推出了开源印地语大模型OpenHathi，以及700亿参数的Sarvam-M。Ola创始人花了真金白银做出了本土大模型Krutrim。官方平台上汇集了约1500个数据集和200多个模型，AI初创企业数量在生成式AI领域爆发式增长。

市场调研公司MRF的数据显示，2025年印度AI产业规模已超100亿美元。斯坦福的AI指数报告也把印度AI使用率排在全球前列。

但使用率高不等于竞争力强。

Sarvam-M和Krutrim的底层架构，追根溯源，基本是Meta的Llama系列开源模型的微调版或变体。印度没有自己的基础大模型框架、没有自己的AI芯片、没有自己的训练框架。用一句不太客气的话说：印度AI是“开着别人的车，加着别人的油，跑在自己的土路上”。

更扎心的是，印度最引以为傲的IT服务业：塔塔咨询（TCS）、Infosys、Wipro三巨头合计雇佣超过115万人正在被AI反噬。TCS 2025年裁员1.2万人，是史上最大规模。五大核心IT企业2025-2026财年员工净减少近7000人。AI在替代低端外包编程，而这是印度过去三十年最核心的吃饭本领。

03 有锅没米，有人没芯，有钱没胆

印度AI为什么扶不起来？在大模型之家看，其中至少有三层原因。

第一层：基础设施拖了后腿。

印度的GPU储备有多寒酸？全国可用于AI训练的高端GPU总量，行业估算在1.5万到2.5万块之间。中国一个主流云厂商的任一区域节点的GPU储备都远不止这个数字。IndiaAI Mission雄心勃勃要采购1万块GPU建公共算力平台，而Meta一个季度买GPU的预算就是几十亿美元。

算力之外是电力。印度年人均用电量约1200度，是中国的五分之一。电网输电损耗率高达15%-20%。数据中心总容量约1200MW，中国超过20000MW——差了不止15倍。AI训练推理需要7×24不间断供电和液冷环境，这不是堆钱能瞬间解决的。是几十年欠下的基建账。

第二层：人才成为硅谷军校。

MacroPolo智库的全球AI人才追踪数据显示，全球AI人才中印度裔占8%-12%。但这些人里有超过85%在海外工作——主要在美国。印度理工学院（IIT）计算机专业的本科毕业生，每年40%-50%直接出国读研或工作，这是“印度培养、美国收割”的最典型案例。

印度本土AI公司的薪资，大概是美国同类岗位的1/5到1/8。加上缺乏顶级GPU集群和前沿研究环境，回流的门槛极高。从2023年硅谷大裁员来看，印度裔工程师的首选不是回国，而是转去加拿大、英国或留在美国等机会。因为即使美国就业市场“下行”，薪资也远高于印度本土。

第三层：数据安全：苹果都兜不住，谁还敢把数据放印度？

这是也是最致命的问题之一。

2023年，印度医学研究委员会（ICMR）的数据库被黑，约8.15亿印度公民的新冠检测数据，包含Aadhaar身份证号、护照信息在暗网上公开售卖。这是全球已知最大规模的医疗数据泄露事件。

而这并非孤例。2018年，Aadhaar系统11亿公民数据泄露、2021年Air India 450万乘客数据泄露、Domino's India 1.8亿订单数据暗网出售……Check Point Research把印度列为全球每周每组织受网络攻击次数前三的国家。

印度的《数字个人数据保护法案》（DPDP Act）2023年8月才通过，实施细则至今还没落地。更关键的是，法案给了中央政府宽泛的豁免权，需要的时候可以豁免任何政府机构，这让数据保护的可信度大打折扣。

逻辑链很简单：苹果是全球保密文化最浓厚的公司，产品发布会前连员工家属都不知道下一款iPhone长什么样。这样的公司到了印度，630GB的机密文件被黑得底朝天。你让医疗机构把病例数据放印度训练AI？你让金融机构把交易流水交给印度基础设施？开发者和用户自己都不敢。

AI的本质是数据驱动。没有数据信任，就没有数据积累。没有数据积累，模型就是空转。

另外还有一个值得关注的数字：印度央行的数据显示，2020-21财年印度净流入外资直接投(FDI)高达430亿美元；到了2024-25财年，这个数字断崖式跌到了3.53亿美元，跌幅达96.5%。摩根士丹利、亚马逊们砸的钱是增量布局，但存量资本正在用脚投票。

印度人正在硅谷、在西雅图、在伦敦做着全世界最顶尖的AI。只是这些AI的“国籍”，不算印度。

如果说中国走的是“技术自研，全栈可控”；那么印度走的就是“人才输出，服务全球”。路径选择是有代价的，而印度的代价就是用最聪明的头脑帮别人建了护城河，自己的院子里反而没有墙。

苹果泄密事件不过是一面放大镜。它说明了一个简单的道理：要让人把数据和算力交给你，你得先让别人敢把秘密交给你。而在印度目前的网络安全环境下，这道信任关，比任何技术瓶颈都难跨过去。

这个问题，纳德拉和皮查伊大概比谁都清楚。

本文来自微信公众号“大模型之家”，作者：何煦，36氪经授权发布。