文 | 大模型之家
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。
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。
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。
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。
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。
