印度AI放大招：零税率抢全球算力

在全球人工智能（AI）基础设施的竞赛中，印度正抛出一项极具吸引力的政策：外国云服务商在印度数据中心部署面向海外市场的业务，其收入可享受长达23年的零税率优惠，直至2047年。

此举旨在将印度打造为全球AI算力的下一个投资热土。然而，宏大雄心背后，电力短缺和水资源压力等现实问题，也正对印度的数据中心扩张构成严峻威胁。

千亿美金涌入，科技巨头抢先下注

今年2月，印度财政部长尼尔玛拉·西塔拉曼在年度联邦预算中正式宣布了这项提案。

根据新政，任何在印度数据中心运行、但服务于印度境外客户的云服务，其收入都将享受“税收假期”， фактически等同于免税。与此同时，面向印度国内客户的服务销售则必须通过在印度注册的经销商进行，并依法纳税。预算还为服务关联海外实体的印度数据中心运营商，设定了15%的“成本加成安全港”税收规则。

与中美相比，印度在基础大模型、芯片制造和大型数据中心容量上均有差距，在全球AI竞赛中角色有限。这项税收优惠政策的出台，恰逢亚马逊、谷歌和微软等美国云计算巨头为应对AI需求激增而在全球加速扩建数据中心之际，其吸引投资的意图十分明确。

凭借庞大的工程师人才储备、不断增长的云服务需求，以及将自身打造为欧美亚之外重要算力替代选择的努力，印度正成为新的投资热点。

• 谷歌： 去年10月承诺向印度投资150亿美元，建设AI枢纽并扩展数据中心，这是其在2020年承诺投资100亿美元后的最大手笔。

• 微软： 去年12月宣布，计划到2029年在印度投资175亿美元，用于新建数据中心、基础设施及培训项目。

• 亚马逊： 同样在去年12月加码，宣布到2030年前追加350亿美元投资，使其在印度的零售和云业务总投资额增至约750亿美元。

与此同时，印度本土企业也在加速布局。由信实工业、布鲁克菲尔德和数字地产信托支持的合资企业Digital Connexion，去年11月宣布计划在2030年前投资110亿美元，建设一个1吉瓦装机容量的AI数据中心园区。印度阿达尼集团也表示，计划与谷歌合作，在AI数据中心项目上投资最高50亿美元。

政府的盘算：打造“AI服务全球枢纽”

印度政府将建设数据中心视为国家战略的关键支点。电子与信息技术部长阿什维尼·瓦伊什瑙表示，印度正步入一场由AI经济塑造的工业革命，本土AI基础设施是实现“AI驱动型服务全球枢纽”目标的核心。

他将人工智能解构为分层架构，并强调数据中心是基础设施层的核心。瓦伊什瑙指出，只有在印度境内规模化建设这一基础设施层，才能充分释放印度的技术潜力。他表示：“我们必须在本国境内布局AI基础设施，并向本土IT产业开放。”

据他透露，印度在AI基础设施领域的既有投入已近700亿美元，已公布的总投资规模约为900亿美元。

瓦伊什瑙认为，数据中心的扩张还将对国内制造业产生显著的乘数效应，带动对芯片、AI服务器等关键部件的需求，从而增强本土制造能力。他还强调，印度拥有全球第二大人才储备，但这一潜力需要世界级的AI基础设施来激活。

印度科技政策咨询机构Future Shift Labs的联合创始人萨加尔·维什诺伊预测，在超过300亿美元资本的推动下，印度数据中心的电力装机容量将从目前略高于1吉瓦的水平，在2026年超过2吉瓦，到2030年更可能超过8吉瓦。但他同时指出，这项长达二十多年的免税政策，是印度对“全球大型科技公司”的一次“战略性押注”，这可能使本土初创企业在微薄的利润空间中挣扎。

不只算力，芯片制造也要“印度造”

除了吸引超大规模数据中心，印度还在激励半导体设计和生产领域加倍投入，力图从简单的组装环节向全球价值链上游攀升。

联邦预算案大幅提升了“电子元器件制造计划”的预算，从2291.9亿卢比（约25亿美元）增加至4000亿卢比（约43.6亿美元）。该计划通过与产量和投资挂钩的激励机制，为生产印刷电路板、摄像头模组等关键零部件的企业报销部分成本。

此外，自今年4月起，印度还将对在保税区内为电子代工制造商提供设备和工装的外国企业，给予为期五年的税收豁免。此举预计将惠及苹果等高度依赖在印度进行合同制造的企业。

雄心背后：印度的三大结构性短板

印度的战略意图清晰：把握AI需求和全球供应链重塑的机遇，将自身打造为覆盖云计算、电子制造和关键矿产的全球技术枢纽。然而，从政策激励转化为长期竞争力，执行层面的挑战依然巨大。

基础设施硬伤：电和水从哪来？

电力供应不稳定、电价偏高以及水资源短缺，是支撑高能耗AI工作负载的关键制约因素。新德里公共政策咨询公司Quantum Hub的创始合伙人罗希特·库马尔指出，尽管政府已将数据中心视为战略产业，但在电力保障、土地获取和地方审批等方面的执行难题依然存在。这些问题可能拖慢项目进度，并推高云服务商的运营成本。

数据与人才软肋：有量无质

日本科技公司NTT Data的网络安全专家索拉夫·普拉塔普·辛格认为，印度AI发展的滞后根源在于结构性短板。他指出，印度并不缺数据，而是缺乏高质量、标准化的数据治理体系。数据分散在不同部门，难以支撑大规模AI模型训练。

在人才方面，尽管印度每年培养约150万名工程类毕业生，但真正具备机器学习、数据工程等高端技能的人才比例偏低，教育体系未能跟上AI发展的实际需求。

监管与安全风险：政策不明，攻击频发

监管的不确定性也抑制了AI项目的落地。在AI法律框架和数据治理规则尚不明晰的情况下，企业投资意愿受限。同时，网络安全隐患日益严峻。数据显示，印度网络攻击数量同比增长46%，在亚太地区居于前列，AI正被用于自动化攻击，使关键基础设施面临更高风险。

辛格警告，如果AI应用推进缓慢，印度企业将面临生产率和竞争力下滑的风险。他呼吁印度尽快制定国家级AI战略，加快数字基础设施现代化，建立清晰的治理与安全框架，并大规模培养AI与网络安全复合型人才，以避免在全球AI竞争中进一步落后。