免费用一年的AI,到了续费日,还愿不愿意掏钱?
对一些印度用户,这已经不是假设。2025年11月,OpenAI面向符合条件的印度用户推出ChatGPT Go免费使用12个月的活动。如今最早开通的用户陆续走到试用期尾声:是否续费,取决于各自账户显示的到期日、续费设置和优惠条件。不能说“所有印度年轻人都收到了扣费提醒”,这场推广却把一个问题摆到了台面上——当越来越多人习惯使用外国AI,印度自己的产品还有多少机会?
英国《金融时报》把这个问题问得更尖锐:印度能否避免成为“数字殖民地”?提出担忧的,是印度AI公司Sarvam的联合创始人维韦克·拉加万。他想做本土模型,让印度企业和用户在使用AI时,能有自己掌握的技术选择。
“数字殖民地”是他的警告,不是印度已经遭遇的既定事实。可这句话确实击中了当下AI竞争的一个痛点:免费工具很好用,等工作、语言服务和企业系统都离不开它时,谁有能力决定价格、技术路径和服务能否持续?
一年的免费期,能改变什么?
对普通用户来说,答案很简单:先用起来。能帮忙写邮件、整理材料、回答问题,不花钱试一试,有什么不好?
对一家本土创业公司,局面就没这么轻松。模型要训练,服务器要运行,工程师要发工资。国际大公司拿出限期免费服务吸引用户,本土企业若跟着免费,成本未必扛得住;若收费,用户又可能转身去用已经熟悉的产品。
拉加万在接受采访时,把海外巨头以免费产品争夺市场的做法比作“倾销”。这是他的商业判断,不能直接写成已有监管结论。他也提醒,免费服务背后的用户数据值得关注。公众确实应该弄明白:使用时提交的内容会怎样处理,自己能做哪些隐私设置。可“免费用户的数据必定被出售”,同样不是可以一概而论的事实。
还有一个容易忽略的细节:免费期结束,并不等于每个用户都会自动按同一价格扣款。OpenAI的印度试用说明要求用户查看自己的订阅到期日和续费状态,符合条件的账户还可能看到后续优惠。产品条款要逐个看清,不能靠一条吓人的“扣费消息”替所有人下结论。
从用户角度看,选择多一些总是好事。今天免费用海外产品,明天若有适合自己的本土工具,也能换。真正令人担心的是,想换的时候,企业流程、员工习惯和技术接口早已绑在一个平台上,迁移既费钱又费时间。这才是印度创业者口中“依赖”的现实含义。
印度的语言,AI听得懂吗?
印度开发本土AI,不只是想在全球榜单上争个名次。它要处理的一个难题,藏在每天的说话方式里。
用户可能用印地语提问,夹进几个英语词;换个地区,又是另一种语言和文字。有人习惯打字,有人更愿意直接开口说。一个能写复杂代码的模型,到了电话客服里,若听不准姓名、数字和办事需求,对用户而言依旧不好用。
模型处理文字时,通常会把输入拆成更小的单位,也就是“词元”。不同语言、不同模型的拆分效率可能不同。Sarvam称,自己专门优化了印度语言的处理方式,以降低相关使用成本和等待时间。这是本土研发有价值的方向。
可不能据此断言:印度企业使用美国模型,账单必定是英语用户的四到六倍。不同语言输入、模型、定价方式和任务长度都会影响实际费用。数字听着够猛,缺少对应的测算条件,就不该当成所有企业的真实账单。
Sarvam选择把语音服务做成重点,也就更容易理解了。拉加万称,公司的语音系统支持12种印度语言,已为企业客户处理大量日常通话。这里的通话量来自企业自己的说法,需要按其口径理解;它至少说明一个清晰的产品方向:面对客服、银行和保险等场景,AI要先把当地人的话听明白、把具体事情办妥。
别小看“打个电话”。办业务的人若得反复解释一句话,或在关键数字上被听错,再先进的模型也很难让人满意。技术有没有用,最终要落到这些细小而具体的体验上。
Sarvam手里有什么牌?
印度政府已经投入资源。IndiaAI计划获批的五年预算约为10372亿卢比,覆盖算力、数据、模型等多个方面。共享算力能帮本土团队降低起步门槛,却不能保证任何一家企业做出的产品必然成功。
Sarvam在2026年3月发布并开放了30B和105B模型,称模型在印度境内、利用IndiaAI计划支持的算力完成训练。105B指模型参数规模;参数多,不自动等于所有任务都更好,还得看实际效果、运行成本和用户愿不愿意持续使用。
这家公司也拿到了商业资金。2026年6月,Sarvam宣布B轮融资首轮完成2.34亿美元,公司估值为15亿美元;印度IT服务企业HCLTech宣布作为战略领投方投资1.5亿美元。投资金额是公开信息,投资人的想法却不能由外界替它写成“花钱购买救命船票”。
HCLTech所在的IT服务行业,与AI的关系也比“被取代”三个字复杂。一些基础工作可能改变,企业客户又需要有人帮助部署、管理和维护AI系统。对印度企业来说,参与本土模型建设,是寻找新业务和技术能力的一种选择。它将来能否形成稳定回报,还得看产品落地。
用了相似技术,就算“照着中国抄”?
Sarvam的105B模型采用混合专家架构,也使用多头潜在注意力机制。熟悉中国开源模型的人看到这些词,可能马上想到DeepSeek。
这种联想可以有,结论得慢一点。技术路线相似,不等于一家公司直接复制了另一家的模型。两种方法都与提高计算和运行效率有关。算力昂贵,许多团队都会研究怎样让模型少花资源、又把事情做好。要判断技术来源和创新程度,需要看架构细节、训练方法及公开证据,不能只凭两个术语定性。
拉加万在采访中提过,中国模型的进展给印度团队带来了信心。这一点很有意思。印度担心依赖中美技术,却也能从中美的研发成果里寻找经验。开发本土能力,不意味着把外部技术进展一概拒之门外。
更现实的问题是:有了自己的模型,印度企业会不会用?如果本土工具在价格、语言和业务场景上更合适,客户自然可能买单;如果不好用,光靠“本土”两个字,留不住用户。技术自主需要投入,也需要经受真正的市场检验。
“数字殖民地”背后,是谁能做选择
拉加万担心的,不只是聊天软件的市场份额。他希望银行、保险等行业使用AI时,印度能拥有在本地开发、运行和调整模型的能力。企业客户需要稳定服务,用户需要听得懂自己语言的产品,政府也会关注数据和关键系统怎样管理。这些需求交在一起,才有了“主权AI”的讨论。
印度并非毫无选择:它能使用海外产品,也正在扶持本土团队。Sarvam已推出模型、取得融资,还计划训练更大规模的模型。计划能否如期完成、产品能否被更多客户长期使用,眼下还不能替它提前宣布胜负。
对普通人来说,“数字殖民地”听着遥远,实际问题倒很近:免费服务结束后能否负担得起?用自己的语言提问是否好用?工作资料交给AI处理时,规则是否清楚?想换工具时,能不能带走自己的工作成果?
一项技术真正进入生活,选择权就比口号重要。印度想做自己的AI,不只是要证明“我也有一个大模型”,还要让不同语言的用户、靠技术谋生的企业,在全球平台之外有用得上、用得起的选项。这场竞争远没到写结局的时候。