YOHO AI

标签： 印度AI

  • ServiceNow砸4000万美元押注印度银行AI，看中的是它的“自主银行”底子

    做企业工作流自动化起家的ServiceNow，这次没盯着硅谷，而是把4000万美元押到了一家印度的银行软件公司身上。这笔钱给BusinessNext估值到了7亿美元，换来约5%的股份，同时也把两家在金融AI上的合作往前推了一大步。

    “把它理解成一次战略合作，只不过用真金白银钉牢了。”——BusinessNext创始人兼CEO 尼尚特·辛格

    ServiceNow 押注印度银行AI
    图片来源：Getty Images / TechCrunch

    4000万美元买的到底是什么

    BusinessNext不是新公司，成立24年，总部在印度诺伊达，最近一个财年营收约3200万美元，还是盈利的。它服务着印度、东南亚、中东和美国的70多家银行，客户名单里有印度央行——印度储备银行，还有印度最大的公营和私营银行印度国家银行、HDFC银行。更关键的是，它一半营收已经来自印度之外，海外才是未来增长的大头。

    辛格说，他们放着财务投资人不选，偏偏挑ServiceNow，图的就是对方那套遍布全球的销售网络。用他的话讲，是想”借用”ServiceNow的市场”机器”，去那些自己还没什么存在感的地方开拓客户。

    看中的是”自主银行”这套底子

    两家的产品其实互补。BusinessNext擅长管银行面向客户那一端的流程，ServiceNow强在后台的工作流自动化，凑一块儿正好能打包卖给金融机构。BusinessNext前身叫CRMNext，2022年才改的名，这几年一直在做一件事：搭一个所谓”自主银行”平台，用AI智能体去跑银行的各种业务流程，同时把敏感的客户数据留在私有AI基础设施上，满足监管和隐私的要求。

    辛格特别强调，AI不是后来硬贴上去的，而是从一开始就长在骨子里。”我们连公司名字都改了，等于把整个技术栈重写了一遍，就是为了把AI放到最核心的位置。”

    • 投资4000万美元，估值7亿美元，约占5%股份
    • BusinessNext服务70多家银行，含印度央行、印度国家银行、HDFC
    • 员工1300多人，2021年估值仅1.81亿美元
    • 主打”自主银行”，AI智能体跑流程，数据留在私有AI基础设施

    老牌企业软件的焦虑写在脸上

    这笔交易背后，其实藏着传统企业软件厂商的一块心病。越来越多客户开始琢磨：既然有AI原生的新工具冒出来，那些传统SaaS还值不值得继续付费？ServiceNow的应对办法，就是靠收购、投资和合作，把自己的产品线不停往外扩，抓住银行这类高价值场景。

    ServiceNow印度及南亚区负责人库尔米特·巴瓦说得直白：印度金融业正站在拐点上，机构们不再满足于零敲碎打的数字化试验，而是要走向”全面由AI驱动的运营”。谁能先把这套东西铺进印度这个高速增长的市场，谁就先占了位。对ServiceNow来说，4000万美元不算大手笔，但押的是一张进入亚洲银行AI市场的门票。

  • 印度首富Ambani把AI塞进了每一个电话、每一款App和每一个家庭

    Reliance AI印度战略
    Reliance Industries正在将AI植入印度每一个电话、App和家庭

    印度在全球AI竞赛中一直在找自己的代表选手，而亿万富翁穆克什·安巴尼（Mukesh Ambani）正在把信实工业（Reliance Industries）摆上这个位置。在周五的年度股东大会上，这家孟买企业集团一口气发布了好几款AI产品，目标很直接——让AI进驻5亿多Jio用户的每一次通话、每一款应用和每一个家庭。

    Hey Jio，帮我订个外卖

    最先亮相的是Jio Call Agent，一个可以”跳进”你电话里的AI助手。说出来”Hey Jio”，它就能加入通话，帮你转录对话、生成摘要，还能顺手帮你叫车、订餐、预约餐厅。Jio方面说这个功能会在今年晚些时候向全部5亿多用户推送。

    把AI助手直接嵌进电信网络而不是做成独立App，这个思路挺聪明。用户不用额外下载什么，AI就成了打电话这件事的原生功能。这也意味着Jio可以少依赖第三方通话助手App，在越来越挤的AI市场里拿到一个实实在在的分发优势。

    “印度不应该只是别人造出来的AI的消费者。它必须成为AI的创造者、采用者和全球领导者。”——穆克什·安巴尼，69岁

    从eSIM到客厅，AI全包了

    除了通话AI，Reliance还推出了MyJio App的AI升级版——用户可以用自然语言开口提要求，比如开通eSIM、选漫游套餐，App自己就能搞定。再往家里走一步，他们发布了TeleFrame，一款带AI助手的智能家庭显示屏，能主动推送天气预警、日程提醒、家务备忘录这些信息。

    这个打法看着眼熟是有原因的——Amazon的Alexa和Google的Nest Hub都在往同一个方向走，只不过Reliance的战场在印度。TeleFrame看起来就是冲着”家里那个AI助手”的位置去的，至于印度家庭买不买账，还得看定价和实际使用体验。

    1100亿美元的AI赌注

    Reliance的AI野心不是这几天才冒出来的。去年他们就启动了Reliance Intelligence，目标是给消费者、企业和政府都做AI基础设施和服务，还要支持22种印度语言。今年2月，公司又宣布了1100亿美元的AI基础设施投资计划。

    合作伙伴名单也挺豪华：Google、Meta、Nvidia都在列。上周Reliance还和Meta签了协议，要在印度古吉拉特邦建一座AI数据中心。这是Meta投资Jio Platforms之后两家合作的延续，也是印度AI主权战略的一块重要拼图。

    医疗、教育、农业，一个都没落下

    这次股东大会上还发布了一整套面向具体行业的AI服务：JioHealthIQ（医疗）、JioLearnIQ（教育）、JioKrishiIQ（农业）和AI Vyapar（小企业）。这些产品都用多种印度语言设计，针对本地需求定制。这个打法和美国那帮纯云端AI公司不太一样——Reliance想做的是覆盖全行业的AI基础设施。

    但有一个问题没法绕开：Reliance把AI塞进通话、App和家庭之后，用户数据怎么处理？公司说这些服务都会在用户同意的情况下运行，但没回答数据会不会拿来训练AI模型、会不会分享给技术合作伙伴。对于一家掌握了5亿用户通信数据的公司来说，这个问题不会消失。

    Jio上市前需要新故事

    这次发布会还有一个不能忽视的背景：Jio Platforms的IPO终于要来了。股东大会上，Ambani宣布Jio Platforms董事会已经批准了IPO草案，拟发行最多2.7亿股新股。对Reliance来说，IPO之前讲一个AI故事，时机掐得很准。

    但资本市场买不买账是另一回事。Reliance今年的股价已经跌了大约17%，投资者在等Jio拿出新增长引擎的证明。AI能不能撑起这个期待，要看这些产品到底能留住多少用户、能产生多少收入，而不只是发布会上的演示。

  • 印度AI独角兽Sarvam获2.34亿美元融资，HCLTech领投1.5亿

    2.34亿美元，估值15亿美元。印度班加罗尔的AI实验室Sarvam周一宣布完成新一轮融资，正式跻身独角兽行列。领投方不是哪家硅谷VC，而是印度本土IT巨头HCLTech——它一个人砸了1.5亿美元。

    印度AI独角兽Sarvam融资
    Sarvam成为印度最新AI独角兽，HCLTech领投1.5亿美元

    全栈AI，这是印度人的打法

    Sarvam的野心不小。它不像有些AI公司只做模型，或者只做应用，而是试图把整条栈都搭起来：从底层的AI模型，到中间的推理基础设施，再到面向企业的应用产品。这种”全栈”思路在印度市场尤其有意义——这里的企业客户喜欢”一站式解决方案”，不想分别找多家供应商拼起来。

    更关键的是语言。Sarvam的模型专门为印度语言设计——印地语、泰米尔语、孟加拉语、 Telugu等等。印度有22种官方语言，真正能把多语言场景跑通的AI公司并不多。Sarvam的两位创始人Vivek Raghavan和Pratyush Kumar之前在IIT马德拉斯的AI4Bharat项目干活，那个项目就是专门研究印度语言的AI，背后有印度”数字化之父”Nandan Nilekani的支持。

    HCLTech为什么舍得砸1.5亿

    HCLTech是印度IT服务业的巨头之一，和TCS、Infosys一个级别。它投Sarvam不是财务投资，是战略卡位。IT服务公司的下一个战场是AI——谁能把AI能力打包进企业服务合同里，谁就能吃掉竞争对手的份额。

    双方的计划很明确：把Sarvam的AI模型和HCLTech的企业客户关系、工程团队、软件资产拼在一起，给企业政府和政府客户做AI产品。HCLTech每年服务几百家全球500强企业，这个渠道价值不是钱能直接买的。

    Anthropic禁令戳中了印度的痛处

    就在上周，美国政府命令Anthropic切断外国公民对Fable 5和Mythos 5的访问权限。印度科技圈一下子慌了——OpenAI和Anthropic都把印度称为”第二大市场”，结果人家的模型说断就断。

    这件事让”AI主权”从一个抽象概念变成了眼前的问题。Sarvam的价值，很大程度上就是它是”印度的”——不管美国政府发什么令，Sarvam的模型印度自己能控制。这种安全感，是OpenAI和Anthropic给不了的。

    数据说话：Sarvam已经在跑

    光有愿景不够，Sarvam的以下几组数据值得一看：

    • 对话AI平台每天处理超过200万次交互
    • 推理平台每天处理约1000万次API调用
    • 语音模型每月转录超过50万小时音频
    • 文档AI系统正在数字化超过3500万页档案

    应用场景也在铺开。Sarvam的多语言语音代理已经为印度农业部收集了1700万农民的数据。一家大型保险公司用它的语音活动支持了4500万保单持有人的续保。还有一家大型金融科技公司，用Sarvam的AI代理平台支撑着一支35万人的销售队伍。

    印度AI的窗口期

    Sarvam不是印度唯一做AI模型的公司，但它可能是目前资金最充裕、落地最扎实的一家。挑战也一样明显：算力成本高、资本获取难，跟美国和中国那些融资动辄几十亿的对手比，Sarvam的资源还是紧的。

    但印度市场的规模是真实的。OpenAI和Anthropic都把印度当第二大市场，这说明需求在那里。Sarvam如果能把自己的模型能力、HCLTech的渠道、以及印度政府对”数字主权”的诉求这三件事拼起来，它不一定需要追上GPT-5，只要在印度市场足够好用，就是一门大生意。

  • 印度人被垃圾电话烦透了，这款AI助手替他们接电话，刚拿了3000万美元

    在印度，手机号码是公开的——银行、保险公司、电商平台、招聘网站，几乎所有地方都会把你的号码散出去。结果就是，普通人每天要接无数个电话：推销保险的、卖车贷的、假借政府名义骗钱的，还有真正的配送员和快递。

    Truecaller 可以告诉你来电者是谁，印度政府也有一个「来电名称显示」系统，但光知道名字不够。这个电话到底要不要接？接通了该怎么回？对很多人来说，这就是个每天重复消耗注意力的琐事。

    Equal AI 通话助手界面
    Equal AI 的通话筛选界面（图片来源：TechCrunch）

    一个能替你接电话的AI

    Equal AI 做的就是这样一款工具：它不是简单地告诉你「这是谁打来的」，而是直接替你接听陌生来电，问清楚对方的目的，再把结果汇报给你。

    比如配送员打来电话，应用界面上会弹出几个快捷回复选项：「把包裹放在门口」或者「交给邻居」，你点一下，AI 就把这句话读给电话那头的人听。当然你也可以自己输入一段话，让 AI 替你念。整个通话过程会被录下来，之后你可以在应用里回听录音、查看文字转录和摘要。

    这款应用目前只支持 Android，但已经跑出了不错的数据：月活跃用户超过 100 万，日活跃用户超过 30 万。对于一个聚焦印度市场的工具类产品来说，这个增速相当可观。

    3000万美元，分三批到账

    6月11日，Equal AI 宣布完成 3000 万美元 B 轮融资，由 Prosus Ventures 和 Tomales Bay Capital 联合领投，Think Investments、Valiant Fund 跟投。个人投资者阵营也很豪华：PhonePe 创始人 Sameer Nigam、Airtel 家族办公室代表、Skyflow AI 联合创始人、Meta 印度及东南亚副总裁，还有 CtrlS 数据中心董事长，都在名单上。

    加上这一轮，Equal AI 累计融资额已超过 4200 万美元。不过这轮融资有一个值得玩味的结构：它分三期发放，每期对应不同的估值——取决于公司是否达到了预设目标。这种「分期估值」的方式在初创企业里越来越常见，但还远未成为主流。它的巧妙之处在于，公司可以对外宣传最高的那个估值，即便大部分股权其实是以更低的价格卖出的。Equal AI 拒绝透露自己目前的具体估值。

    印度的电话骚扰问题有其特殊性：人口密度大、电信普及率高、个人信息保护薄弱，这三个因素叠加，造就了一个全世界最活跃的垃圾电话市场。Equal AI 的切入点，恰恰是这个痛点最痛的地方。

    为什么是印度？

    Equal AI 的创始人 Keshav Reddy 来自印度企业集团 GVK 的家族，这家公司的业务横跨基础设施、能源和医疗保健。Equal 最早其实是一家面向金融业的数据共享企业，至今仍在提供金融分析数据和雇主身份验证（KYC）服务。

    「我们一直想做一家面向消费者的公司。Equal AI 的第一个用例就是通话助理，因为我们发现用户会接到大量金融推销或招聘相关的电话。比如你刚买了车险，一周内可能会接到 20 个相关推销电话，这对普通人来说根本处理不过来。」Reddy 这样解释公司的方向选择。

    印度市场的另一个特殊之处在于语言。英语固然重要，但绝大多数印度消费者平时用的是母语，或者在一句话里混着用好几种语言——语言学家把这个现象叫做「语码混合」。Equal AI 目前支持超过 10 种语言，正是为了覆盖这个现实。

    竞争来了

    这个赛道一点也不冷清。谷歌和苹果都有自己的通话筛选产品，在印度家喻户晓的 Truecaller 也一直在开发 AI 助理功能。在美国，a16z 支持的隐私初创公司 Cloaked 去年也推出了类似功能。

    Prosus Ventures 的全球联席负责人 Thiago Viana 认为，Equal 的优势在于对本地场景的理解。「Equal AI 承诺帮你筛选来电，并告诉你对方为什么打来。我们认为，如果一款应用能在几个具体场景里做得足够好，它就能快速在特定人群里流行起来，再靠用户粘性拓展到更多场景。」

    目前 Equal AI 只筛选陌生来电，但公司已经在计划让 AI 助理也能替你接听已知联系人的电话。更激进的想法是：让 AI 在获得你同意的情况下，主动采取后续行动——比如自动给配送员发地址，或者替你拨打电话预约。iOS 版本也在开发中，付费订阅层级也会随之推出。

    Equal AI 还有一个战略判断：不依附于任何消息平台。它的产品围绕通话和自有应用构建，这和 Prosus 投资组合里其他 AI 助理（西班牙的 Luzia、拉丁美洲的 Zapia）形成了对比——后两者都曾因为过度依赖 WhatsApp 平台而被 Meta 封禁过第三方 AI 机器人，这个教训不小。

    延伸思考：通话助理这个品类的想象空间其实不止于「筛电话」。当你把所有的来电数据都交给一个 AI，它积累下来的就不是单纯的「谁打来了」，而是你的社交图谱、消费习惯、甚至行踪规律。Equal AI 今天帮你接电话，明天能不能帮你安排日程、管理联系人、甚至替你做决定是否接听某个人的电话？这个边界在哪里，可能才是这家公司真正的价值所在。

  • 印度人做视频AI，价格打到国际大厂的二十分之一

    印度人做视频AI，价格打到国际大厂的二十分之一

    你有没有想过，为什么AI视频生成这么贵？用Veo、Kling、Runway这些工具生成几秒钟的视频，每秒收费动辄0.1美元以上，一个月下来账单能让你怀疑人生。但在印度，一群创业者正在用完全不同的思路做这件事。

    班加罗尔的Avataar AI最近推出了一个名为Varya的视频生成模型。他们的定价是每秒0.005美元——换算下来，只有国际主流视频AI模型的二十分之一。如果你用Veo生成一段10秒的视频要花1美元，用Varya只需要花5美分。

    Avataar Varya视频AI生成示例
    Avataar Varya的视频生成界面（图源：TechCrunch）

    不是从零训练，而是站在巨人肩膀上

    Varya并不是从零开始训练的大模型。它的底层基于阿里巴巴开源的Wan 2.2视频生成模型，然后做了一件事——模型蒸馏。

    简单来说，他们把Wan 2.2原本需要50步才能完成的生成流程，压缩到了4步。结果是什么？生成速度提升了10倍。在NVIDIA H200 GPU上，生成一段5秒的720p视频，Wan 2.2需要1230秒（超过20分钟），而Varya只需要45秒。

    这就像你把一辆车的发动机拆了，重新设计了一套更轻量、更高效的动力系统，结果跑得比以前快10倍，油耗还只有以前的二十分之一。

    专门给印度人做的AI，不会把节日搞错

    Varya有个很有意思的特点：它针对印度本土文化做了专项训练。你让它生成一个印度婚礼的场景，它能准确地画出新娘穿的红色纱丽、桌上的糖果摆盘、背景里的彩灯装饰。而用通用的AI视频模型，经常会出现文化刻板印象——比如把印度节日生成得像中东的庆典，或者把印度传统服饰画错。

    “我们的模型能理解印度文化的细微差别，这是通用模型做不到的。”——Avataar AI团队

    这个细节其实很重要。印度有14亿人口，说着22种官方语言，文化多样性极高。一个能真正理解本地文化的AI工具，和那种”差不多就行了”的通用模型，在实际使用中差距巨大。

    为什么要做这么便宜的AI？

    答案很简单：因为印度市场用不起那些昂贵的AI工具。

    印度是一个”视频优先”的市场。普通消费者刷YouTube、Instagram、WhatsApp Status的时间远超阅读文字内容。但对于印度的小企业主、内容创作者、教师来说，每个月花几十美元订阅一个AI视频工具，是一笔不小的开支。

    Avataar的创始人算了一笔账：如果一个印度小企业主每个月想用AI生成50段产品宣传视频，用Veo要花大约300美元（假设每段视频6秒），而用Varya只需要花15美元。这个价格差距，决定了AI视频能不能在印度真正普及。

    而且Avataar还做了一个很聪明的决定：把Varya的模型权重和训练数据完全开源，放在印度政府主办的AI Kosh平台上。任何开发者都可以免费下载、自行部署、根据自己的需求修改模型。这种开放策略在印度AI圈里越来越常见——既然在基础大模型上拼不过美国和中国，那就从应用层和开发者生态入手。

    印度AI的另一种玩法

    Varya的出现，其实反映了印度AI产业的一个有趣转向。过去几年，印度科技圈一直在纠结：我们要不要砸钱做自己的大模型？能不能在AI基础研发上追上美国？

    现在看起来，答案越来越清晰：不必硬刚。印度有庞大的开发者群体、有全球规模最大的IT外包产业、有14亿人口的本地市场需求。基于开源模型做蒸馏优化、针对本地需求做定制化、把价格打到能让普通人也用得起——这条路可能比烧钱训练基础大模型更实际，也更有商业价值。

    Avataar拿到了Peak XV（就是原来的红杉印度）的投资，还入选了印度政府”印度AI使命”计划的扶持名单。这个计划拿出了约12亿美元，专门补贴入选的AI初创企业，给他们提供便宜的GPU算力。政府的逻辑也很清楚：先让一批本土AI公司跑起来，再通过他们带动整个生态。

    Varya现在的体验入口已经在Avataar官网上线，你可以用文字描述想要的视频内容，也可以上传一张参考图让它生成视频。企业客户可以直接对接他们的API。接下来，Avataar计划跟Higgsfield、Adobe Firefly这些视频工具做集成，让Varya嵌入到更多创作者的工作流里。

    印度有14亿人，每年有上千万新人进入劳动力市场，有数千万小企业需要更便宜的营销工具。如果Varya真的能把AI视频的价格打到人人都用得起的程度，它不一定需要跟Veo在正面对决中赢，光是服务好印度这一个市场，就足够撑起一家有价值的公司了。

  • Meta盯上了印度：和信实联手建AI数据中心，全球算力竞赛新战场

    全球AI基础设施竞赛的下一个战场，在印度。

    Meta本周宣布，与印度信实工业（Reliance Industries）达成合作，将在古吉拉特邦的贾姆纳格尔建设一座168兆瓦的AI数据中心。这是Meta在印度的首笔AI基础设施投资，也是它与信实之间不断深化的合作关系的最新篇章。

    Meta AI数据中心
    Meta与Reliance合作在印度建设AI数据中心（图源：TechCrunch/Getty Images）

    为什么是印度

    印度正在成为AI基础设施投资的热土，原因不难理解：土地和能源成本相对低廉，政府拿出真金白银的优惠政策，而且本土的数据中心市场本身也在快速增长。

    印度政府推出政策，对境外云服务商出售给海外客户的服务提供税收豁免，有效期一直到2047年——前提是这些算力负载必须运行在印度境内的数据中心里。

    这条政策直接促使各大科技巨头把AI算力搬到印度。微软承诺2029年前在印度投资175亿美元，亚马逊追加350亿美元（累计达到750亿），谷歌砸了150亿美元建设AI基础设施枢纽，OpenAI也通过与塔塔合作锁定了100兆瓦的容量，目标直指1吉瓦。

    这座数据中心有什么特别的

    贾姆纳格尔的这座设施计划两年内建成，后续还可以继续扩容。它有两个亮点：全部使用可再生能源供电，冷却系统用的是淡化海水——这在缺水地区是个非常务实的设计。

    Meta将租赁这座设施的计算容量，并承担全部能源和水资源成本。信实方面负责从设计、建设到运营的一条龙服务，看得出这家印度财团想在AI基础设施领域做”全能供应商”的野心。

    • 容量：168兆瓦，可后续扩容
    • 建成周期：2年
    • 能源：100%可再生能源
    • 冷却：淡化海水
    • Meta额外在印度签约了近1吉瓦的新增可再生能源产能

    印度数据中心的爆发式增长

    如果把视野拉大，这座168兆瓦的数据中心只是印度AI基础设施大爆发的一个缩影。根据政府数据，印度已安装的数据中心容量从2020年的约375兆瓦，增长到2025年的约1.5吉瓦。行业预计，到2030年这个数字将超过8吉瓦，增长超过5倍。

    除了全球科技巨头，印度本土的阿达尼集团承诺投入1000亿美元建设AI数据中心，塔塔咨询服务公司也拿出了20亿美元的计划。AirTrunk（被黑石支持）更是宣布将投资300亿美元，在印度建设5吉瓦的AI数据中心容量。

    回过头看，Meta和信实的合作其实早在2020年就埋下了种子——当时Meta向信实旗下的Jio平台投资了57亿美元。此后双方从电信和消费互联网，一路合作到了企业AI解决方案，现在又延伸到了AI基础设施。这种”由浅入深”的打法，值得所有想进入新兴市场的科技公司参考。

  • 300亿美元砸向印度，AirTrunk豪赌AI算力下一个落脚点

    6月5日，澳大利亚数据中心运营商AirTrunk宣布了一件事：2030年前要向印度投300亿美元，建5吉瓦的新增AI数据中心产能。这个数字什么概念？目前整个印度的数据中心产能大约1.5吉瓦，AirTrunk一家计划新增的量，比现有总产能的3倍还多。

    AirTrunk数据中心概念图
    AirTrunk大规模扩张AI数据中心产能（图源：TechCrunch）

    AirTrunk今年早些时候通过收购Lumina CloudInfra进入印度市场，这次的投资可以说是把赌注全压上了。研究机构Bernstein预测，到2030年印度数据中心总产能将增长到8吉瓦，也就是说，如果AirTrunk的5吉瓦全部落地，它将占据印度新增产能的绝大部分。

    印度政府2026年早些时候出台了一项政策：海外算力负载如果运行在印度本土的数据中心，相关服务向海外销售可享受税收豁免，优惠期一直延续到2047年。

    马哈拉施特拉邦率先出手

    动作最快的是马哈拉施特拉邦。邦首席部长德文德拉·法德纳维斯已经在X上确认，该邦和AirTrunk交换了意向书，将在赖加德彭增长中心划拨土地，建设一座规划3吉瓦的数据中心，投资额约2万亿卢比（折合210亿美元）。目前AirTrunk在孟买、钦奈、海得拉巴已有约600兆瓦的开发管线正在推进。

    宣布这笔投资前，AirTrunk首席执行官罗宾·库达和印度总理莫迪见了面。莫迪在X上发文说，这项计划将助力印度巩固全球云计算和人工智能中心的地位。

    电力瓶颈是最大问号

    但不是所有人都看好。数据中心是耗电、耗水、占地的大户，行业高管和分析师提到，资源瓶颈可能卡住扩张节奏。德勤估算，到2030年亚太地区的数据中心建设可能需要额外几十太瓦时的电力。印度电网能不能扛住，还是个问号。

    库达的解释是：印度有政策支持、有大量技术人才，还有可得的可再生能源资源。这三个条件凑在一起，才让这笔300亿美元的赌注看起来合理。

    不只是AirTrunk一家在赌

    从更大图景看，AirTrunk不是唯一盯着印度的玩家。亚马逊、谷歌、微软、OpenAI、Uber都已宣布对印度云和AI基础设施的大规模投资计划。印度本土的信实工业、阿达尼集团、塔塔咨询服务公司（TCS）也都公布了扩张数据中心产能的宏大计划。一场围绕印度AI基础设施的混战，已经拉开了帷幕。

  • 黑石旗下的AirTrunk砸300亿美元在印度建AI数据中心，目标5GW容量

    数据中心这事儿，最近几年一直是AI行业背后那条看不见的主线。大家都盯着模型参数、聊天能力，但真正卡脖子的，往往是那些耗电、耗水、占地儿的大铁皮房子。6月5日，背靠黑石的澳洲数据中心运营商AirTrunk扔出一颗重磅消息：要在2030年前向印度投资300亿美元，建设总容量5GW的AI数据中心。

    为什么是印度

    这个决定不是拍脑袋做的。印度这几年的AI基础设施吸引力一直在往上走，研究公司Bernstein预测，印度数据中心容量将从当前的约1.5GW增长到2030年的8GW。这个数字背后，是印度政府真金白银的政策支持。

    2026年早些时候，印度宣布对运行在印度数据中心、面向海外销售的算力服务，给予免税政策，一直持续到2047年。这条政策基本上把”在印度建、向全球卖”的商业逻辑给打通了。

    AirTrunk不是拍脑袋进印度的。他们2026年早些时候通过收购Lumina CloudInfra正式进入印度市场，已经在孟买、钦奈、海得拉巴储备了约600MW的开发用地。这次300亿美元的投资，是在这个基础上放的一个大卫星。

    钱花在哪、谁能分到一杯羹

    马哈拉施特拉邦已经和AirTrunk交换了意向书，在Raigad Pen Growth Center划拨土地，用于建设3GW的数据中心，投资额约210亿美元。剩下的部分，会分散到其他邦和地区。

    AI数据中心建设
    数据中心建设现场（图片来源：TechCrunch）

    这个投资计划是在AirTrunk CEO Robin Khuda与印度总理莫迪会面后宣布的。莫迪对此的评价是，这将助力印度成为全球云计算和人工智能枢纽。这句话不是客套，印度确实有这个野心，也正在铺路。

    不是只有AirTrunk在押注印度

    亚马逊、谷歌、微软、OpenAI、Uber这些国际企业，加上信实工业、阿达尼集团、塔塔咨询服务这些印度本土巨头，都已经宣布了各自在印度的数据中心或AI基础设施投资计划。AirTrunk的300亿是其中金额最大的之一，但不是唯一的。

    这里有个细节值得琢磨：为什么是黑石旗下的公司来扛这个旗？黑石是全球最大的另类资产管理公司，它控股AirTrunk，说明机构投资者把数据中心当成长期、稳定、抗通胀的基础设施资产来配置。这个逻辑和买港口、买电网、买高速公路是一样的。

    真正的问题：电从哪来

    行业高管和分析师说得直白：数据中心建设最大的瓶颈不是土地、不是资金，是电。德勤估计，到2030年，亚太地区的数据中心建设可能需要额外数十太瓦时的电力。这个数字什么概念？相当于好几个中等国家的全年用电量。

    印度的优势是有可再生能源资源，太阳能和风能的潜力不小。但电网基础设施的薄弱是另一个问题。建数据中心容易，保证20年后还能稳定供电，这是另一个层面的挑战。

    AirTrunk这个300亿美元的投资，表面上是商业决策，底层其实是全球AI竞赛在基础设施层面的投射。谁先把算力铺够、铺便宜、铺稳定，谁就在下一轮AI竞争里占了先机。印度想当这个枢纽，AirTrunk想当这个铺路人，钱已经摆上桌了，接下来看能不能真的落地。