苹果泄密撕开印度 AI 三重困局：算力、人才与数据信任

勒索软件组织 World Leaks 在今年 6 月攻破苹果印度核心供应商塔塔电子的内部系统，窃取超过 20 万份、容量 630GB 的内部文件，其中包含 iPhone 18 Pro 主板设计图、A20 Pro 芯片技术手册、C2 基带参数文档以及零部件供应商映射关系。塔塔电子 6 月 23 日才公开承认遭遇网络安全事件，而泄露数据早在 6 月 10 日便已挂上暗网。Counterpoint 数据显示，2026 年印度预计生产全球 26% 的 iPhone，四年前这一比例仅为 6%。保密要求近乎严苛的苹果，在印度正面临供应链失控的尴尬。

印度人在硅谷：顶峰的权力，不在地盘上的家底

把视线转向硅谷，全球科技公司权力核心的相当一部分握在印度裔高管手中：微软 CEO 萨蒂亚·纳德拉 2014 年上任后主导了对 OpenAI 的投资并把 GPT 嵌入 Azure 各处；Alphabet CEO 桑达尔·皮查伊推动了 Gemini 大模型发布以及 Google DeepMind 的整合；此外还包括 IBM、Adobe、星巴克、百事可乐等公司的多位印度裔掌门人。

据《哈佛商业评论》统计，世界 500 强企业 CEO 中印度裔约占 30%，硅谷前 100 家科技公司中印度裔 CEO 占 22%。2025 年 10 月，英国前首相里希·苏纳克又接受了微软与 Anthropic 联合提供的兼职高级顾问职位。印度裔正在全球科技体系的最高层开疆拓土，但他们主导的，几乎都是别人的疆土。

805 亿美元投入后的印度 AI 成色

印度政府与外资近年对 AI 的投入不可谓不激进：

• 2024 年 3 月，莫迪政府启动「IndiaAI Mission」，投入 12.5 亿美元建设算力平台与主权大模型。
• 谷歌宣布投资 150 亿美元，微软投入 175 亿，亚马逊先是 350 亿，今年 6 月再追加 130 亿，2030 年前总投入预计超过 480 亿美元，三家合计逾 800 亿美元。
• 本土公司中，Sarvam AI 推出开源印地语大模型 OpenHathi 与 700 亿参数的 Sarvam-M，Ola 创始人推出的 Krutrim 也参与了本土大模型竞争。

但投入规模与产业竞争力并不成正比。市场调研公司 MRF 数据显示，2025 年印度 AI 产业规模已超 100 亿美元，斯坦福 AI 指数报告把印度 AI 使用率排在全球前列。然而使用率高并不等于竞争力强：Sarvam-M 与 Krutrim 追溯到底层架构，基本是 Meta Llama 系列开源模型的微调版或变体。印度尚未形成自己的基础大模型框架、AI 芯片与训练框架。

更棘手的反噬来自其支柱 IT 服务业：塔塔咨询（TCS）、Infosys、Wipro 三巨头合计雇佣超过 115 万人，TCS 2025 年裁员 1.2 万人，创历史最大规模，五大核心 IT 企业 2025–2026 财年员工净减少近 7000 人。AI 正在替代的，正是印度过去三十年最核心的外包编程业务。

三重困局：有锅没米，有人没芯，有钱没胆

第一，基础设施严重拖后腿。印度全国可用于 AI 训练的高端 GPU 估算在 1.5 万到 2.5 万块之间，而 Meta 一个季度的 GPU 采购预算就是数十亿美元。电力方面，印度年人均用电量约 1200 度，仅为中国的五分之一，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，差距在 15 倍以上。7×24 不间断供电与液冷环境，是几十年基建欠账留下的硬约束。

第二，人才成了「硅谷军校」。MacroPolo 智库数据显示，全球 AI 人才中印度裔占比 8%–12%，但其中超过 85% 在海外工作，主要集中在美国。印度理工学院（IIT）计算机专业每年 40%–50% 的本科生直接出国。本土 AI 公司薪资约为美国同类岗位的 1/5 到 1/8，缺乏顶级 GPU 集群和前沿研究环境，回流门槛极高。2023 年以来硅谷裁员中，印度裔工程师的首选去向是加拿大、英国或留在美国，而非回国。

第三，数据安全是最致命的短板。苹果这样保密文化极重的公司，在印度都能被扒走 630GB 机密文件，这直接打掉了行业对印度数据环境的信任。过去几年印度接连发生大规模数据泄露事件：2023 年 ICMR 数据库 8.15 亿公民新冠检测数据在暗网售卖；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 亿订单数据被挂暗网。Check Point Research 将印度列为全球每周每组织受网络攻击次数前三的国家。2023 年 8 月通过的《数字个人数据保护法案》（DPDP Act）实施细则至今未落地，且法案赋予中央政府宽泛豁免权，削弱了保护可信度。

逻辑链很清晰：AI 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。印度央行数据显示，2020–21 财年印度净流入 FDI 高达 430 亿美元，到 2024–25 财年骤降至 3.53 亿美元，跌幅超过 99%，存量资本正在用脚投票。

路径之争：自研全栈 vs 人才外溢

如果说中国走的是「技术自研、全栈可控」路线，印度走的则是「人才输出、服务全球」路线。印度裔工程师用全世界最聪明的大脑帮别人建起 AI 护城河，自己院子里反而没有墙。苹果的供应链泄密只是放大镜，映出的是一个底层问题：要让人把数据和算力交给你，首先要让别人敢把秘密交给你。在目前的网络安全环境下，印度 AI 跨过这道信任关的难度，并不亚于跨过任何技术瓶颈。