印度的人工智能生态系统可能正在以相当快的速度扩张，但技术界认为，没有包容性的进步可能会加剧不平等。在周三举行的 2025 年班加罗尔科技峰会上，创始人表示，该国必须建立植根于当地语言、工业需求和负担得起的云基础设施的国内人工智能模型。他们表示，问题不在于印度是否会采用人工智能，而在于每个公民和企业是否都能使用人工智能。
Sarvam.ai 联合创始人 Vivek Raghavan 的观点最为明显，他强调，没有能力的能力会导致排斥。 “如果我们不小心的话，人工智能鸿沟可能比数字鸿沟严重得多。我们都知道，在我们的生活中，我们可以在工作中取得显着的效率和改进。但这需要惠及每个人，”他说。对他来说，印度的下一次飞跃必须确保人工智能不再是社会和行业顶层的专利。
印度人工智能领导人怎么说？
Gnani.ai 联合创始人 Ananth Nagaraj 补充说，人工智能正在迅速从优势转变为必需品，国家不能依赖针对外国条件训练的系统。 “我们需要为那些比我们弱势群体打造人工智能。它不再只是一个必备工具，而将日益成为必需品，”他说。他解释说，在印度大规模部署人工智能的压力使得全球模型不够充分。 Gnani.ai 每秒处理约 100,000 个音频呼叫，几乎占该国语音流量的 10%，同时将在两种或三种语言之间切换的说话者的响应时间保持在 150 毫秒以下，压缩 2G 和 3G 音频质量以及沉重的背景噪音。 “在任何其他市场，复杂性都会低得多，”他说。
毫不奇怪，语言成为国内人工智能最有力的论据之一。 BharatGPT 创始人 Ankush Sabharwal 表示，该平台支持的印度方言数量已经超过了全球最大的科技公司。 “我们支持的语言种类不仅仅是流行的全球技术平台。我们在不同方言、用例和领域的准确性方面处于领先地位，尽管还有很多工作要做，”他说，并补充说目前有超过 50,000 名开发人员和研究人员正在其生态系统上进行构建。
初创公司创始人扩大了本地化的需求
本地化的需求不仅限于消费者访问。 Zeneteiq 创始人 Shashikumaar Ganesan 表示，印度的深科技行业需要能够进行科学推理而不是统计预测的人工智能。 “当谈到科学推理时，现有的变压器模型无法提供物理上一致、数学上可验证的响应。现有的基于概率的下一个代币预测在这里作用有限，”他说，并以能源、电动汽车和制造业为例，在这些领域，准确性和可验证性比流畅性更重要。
基础设施仍然是最后的瓶颈。 Neysa 首席产品官 Karan Kirapalani 表示，从企业部署向消费者部署的转变可能会使云成本过高。 “虽然印度企业如今在 Azure 和 AWS 上运行内部应用程序，但当您希望部署面向消费者的解决方案时，云成本会呈指数级上升，”他说。为了缓解供应压力，Neysa 正在建设一座拥有 25,000 个 GPU 的 400 兆瓦数据中心，相当于政府的印度 AI 任务第一阶段。
