中国基础人工智能（AI）模型DeepSeek的发展无意中解决了印度的关键辩论：是投资大型语言模型（LLMS）还是专注于小语言模型（SLMS）。一些科技行业领导者认为，鉴于其商业生存能力以及印度在面向服务的AI应用程序方面的专业知识，SLM应该是优先事项。但是，随着中国以比西方替代方案更低的成本成功推出了DeepSeek，因此印度不再能负担得起基础AI模型开发。
印度技术生态系统过去曾试图建立美国巨人产品的替代品。消息传递应用程序远足是建立在WhatsApp和微博平台KOO的线上的，可替代Twitter。但是他们在与全球同行斗争并陷入困境。与中国的比较放错了位置。中国是一个封闭的市场，它阻止了诸如Google，Facebook和Twitter之类的平台，允许像微信和微博这样的国内公司蓬勃发展。印度是一种开放的经济，美国科技产品以及中国消费品也广受欢迎。因此，印度建造的任何AI基础模型都将面临美国和中国替代方案的竞争。
这个挑战不是假设的。由TCS和TEJAS Networks开发的印度4G电信堆栈尚未发现BSNL以外的家人。 AI的竞争将更加艰难，要求印度的基础模式证明其优越感（在成本方面）比全球球员的优势。问题不是印度是否应该发展自己的基础模式 – 它必须因为每个国家都应该努力争取技术主权 – 而是它是否可以为其创造一个可持续的市场。
Openai首席执行官Sam Altman在最近访问该国时强调了印度在AI中的重要性。他承认印度是Openai的第二大市场，用户的数量在2024年增加了三倍。这突显了AI的强劲采用，但构成了悖论：用户对技术产品充满热情，但他们压倒性地依靠外国模型而不是本地模型。
DeepSeek和Altman的评论的出现重新激发了关于印度AI战略的讨论。该中心正在投资基础设施，旨在建立土著基础模型的10,000亿卢比，而真正的测试在于执行。该计划包括开发AI模型，以迎合印度的语言多样性和文化细微差别，并由由18,693个图形处理单元提供支持的先进计算基础设施支持。它的成功将取决于这些模型是否可以与Openai，Google的双子座竞争，还是DeepSeek在性能，效率和可用性方面的产品竞争。
印度AI野心面临艰苦战斗的主要原因之一是印度IT公司主要专注于软件服务和企业解决方案，而OpenAI和Google等公司在核心AI研究和产品开发方面进行了巨大投资。期望他们在没有可行的收入模型的情况下开发最先进的LLM将是不现实的。
同时，印度的AI初创企业正在探索替代途径。许多人正在考虑切换到诸如DeepSeek和Meta的Llama之类的开源AI模型，这些模型使他们能够构建自定义的解决方案，而无需从头开始培训基础模型的高昂成本。开源模型的兴起导致API成本下降，使AI更容易被初创企业访问。随着AI的继续发展，负担能力和差异化将是市场成功的关键。
政府正在采取战略行动来应对这些挑战。最近宣布的AI安全机构将专注于减轻偏见，增强隐私和确保AI部署。印度任务将资助利用人工智能在农业，气候变化和教育等领域的社会影响的项目。这些与印度更广泛的数字公共基础设施战略相吻合，该战略在Aadhaar和United Payments界面取得了成功。
印度必须采用双重方法：开发基础AI模型，同时促进应用AI解决方案的强大生态系统。 Openai在印度不断增长的足迹表明，对AI驱动的应用的需求很大。印度初创企业必须利用它来构建创新产品，无论是使用Openai的模型还是开发自己的模型。
从长远来看，印度的AI愿望将取决于三个关键因素：获得计算能力，人才和市场采用。政府正在通过基因投资和研究资金来解决前两个问题，但第三个仍然是最大的挑战。创建成功的AI模型不仅与技术实力有关。它需要明确定义的上市策略，支持性的监管环境以及愿意采用本地解决方案的用户群。
就目前而言，政府似乎不仅将AI视为技术追求，而且是经济和战略性的当务之急。 DeepSeek的兴起已被证明是具有成本效益的AI模型，即使在竞争激烈的景观中也是可行的。尽管印度从中受到灵感是很好的，但它必须认识到其独特的市场动态。创建基础AI模型是一部分，但是在全球AI生态系统中划出一个可持续的利基市场是真正的挑战所在。虽然我会在时髦的时候蘑菇蘑菇，但面对与资金和市场采用有关的障碍时，它们会迅速消失。这比制作国内基础模型更大。
