阿里雲宣佈調整標準版、專業版使用者的API免費額度並支援按量付費。DataWorks標準版、專業版使用者，取消每日呼叫API的數量限制；DataWorks標準版，呼叫API的免費額度調整為10萬次/月；超出部分採用OpenAPI按量付費的方式；DataWorks專業版，呼叫API的免費額度調整為50萬次/月；超出部分採用OpenAPI按量付費的方式；DataWorks基礎版和企業版保持不變；各版本的QPS限制保持不變。從2026年4月14日逐步發佈，到2026年4月23日所有region生效。 (科創日報)

高速免費，不再是傳說。01新一輪高速取消收費潮，來了。據媒體報導，位於廣州中心城區的華南快速路一期，將於2026年8月收費期滿，屆時將終止收費。這意味著，這條縱貫廣州番禺、海珠、天河三區，日均車流量10萬次的南北大動脈，即將結束長達27年的收費歷史。這並非廣東第一次取消高速收費。2024年初，通車30年的廣州北環高速正式取消收費，繼東環、南環和西環後，廣州環城高速全線免費。更早之前的2022年，廣佛高速率先停止收費，這是廣東省首條建成通車的高速。不只是廣東，全國已有多條高速宣佈停止收費，就連中西部地區也不例外。僅去年一年，就有武漢天河機場高速、四川成綿高速、成都城北出口高速、湖南長永高速等4條高速停止收費。此前，滬嘉高速、武黃高速、京平高速（李天橋至京津界段），先後宣佈取消收費。這些高速，多數建設於上世紀八九十年代，連接超大特大城市，為中國興建的第一批高速。其中，1988年通車的滬嘉高速是中國內地第一條高速。廣佛高速、武黃高速、長永高速分別為廣東、湖北、湖南第一條高速。這些“開山之路”，陸續到了法定收費年限，未來還有越來越多高速加入免費行列。02為何高速紛紛取消收費？停止收費，要麼因為到了收費年限，失去收費依據；要麼政府購買服務，回歸公益屬性。地方政府“回購”而主動免費的案例並不多，最突出的當屬深圳。先是2014年通過“回購”，提前13年贖回梅觀高速，接著2016年回購龍大等四條高速，轉為免費通行。絕大多數停止收費的高速，都屬於前者——到期。根據規定，政府還貸公路收費期限為15-20年，經營性公路20-25年，最長不得超過30年。上世紀八九十年代建設的第一批高速，歷經20-30年漫長收費期，普遍觸及最長期限。依法停止收費，只是契約精神最樸素的體現。這些高速，多數都是“貸款修路、收費還貸”模式的產物。改革開放時期，經濟飛速發展，但資金相對欠缺，“貸款修路”解決了燃眉之急，“收費還貸”則讓大基建可持續。不過，隨著經濟飛速發展，汽車社會提前到來，高速擁堵成為常態。部分高速短短10多年就已收回成本，甚至賺得盆滿缽滿。無論是否賺錢，到了收費期限而“依法”停止收費，回歸公共屬性，不應存在游移空間。難題在於，不是每條高速都能賺錢，也不是都能在收費期限內收回成本。高速建設成本極其高昂，維護費用同樣不菲，何以填補巨大的成本，成了擺在所有地方面前的難題。部分高速公路，以“改擴建”為名延長收費。投資擴大，成本增加，收費期限重新核算，30年限制不復存在。更有甚者，個別地區悄然恢復國道收費。要知道，國道等公路維護來自燃油稅，每個車主都已為此買過單。這也說明，即使一條接一條到期，高速真正停止收費並不容易。03高速全面免費時代，還有多遠？國家“十五五”規劃綱要提出，到2030年，基本建成“八縱八橫”高速鐵路主通道和國家高速公路網。截至2025年底，中國高速公路通車里程超過19萬公里，覆蓋98.8%的城區人口20萬以上地市。與“市市通高鐵”相比，高速早已深入縣城乃至鄉村，“縣縣通高速”的省份超過20個，涵蓋多個西部省份。目前，中國已有5省高速營運里程超過1萬公里，包括廣東、雲南、四川、廣西、河南。除了廣東，均位於中西部地區。就連“八山一水一分田”的貴州，高速里程也超9000公里，這是靠著架橋開隧、穿山越嶺鋪就的成果。然而，無論新建、改擴建還是日常營運維護，都需要真金白銀的持續投入。高速全面免費，短期內恐怕難有指望。更長遠來看，隨著高鐵網、高速網基本成形，“大建設時代”終將讓位於“大維護時代”，屆時錢從何來，更是難題。但無論如何，高速到期停止收費，關乎契約精神，關乎物流成本，更關乎“內循環”的大局。這是經濟帳，也是社會帳，更是未來帳。 (國民經略)

在大洋彼岸的矽谷，對AI工具訪問進行限制變得愈發常見。近日，Anthropic調整了Claude免費版、Pro版和Max版使用者的流量限制，使使用者在高峰時段（每日上午5點至11點）使用Claude時，會更快地達到流量上限。“我們已經推行了許多效率提升舉措來應對這一點，但仍有7%的使用者會遭遇此前不存在的限制，尤其是專業版使用者。”參與Claude開發的 Thariq Shihipar表示：“如果需要運行大量詞元（Token）密集型後台作業，將它們轉移到非高峰時段將是更好的選擇。”無獨有偶，據BusinessInsider報導，日前Google內部推出一款名為Agent Smith的AI工具，因使用量激增、人氣爆棚，已被限制存取權。據悉，該工具可自動執行程式設計任務，通過Google內部聊天平台，員工可以直接用手機向其下達指令，隨時隨地指揮AI工作。頗為矛盾的是，公司們一邊限制訪問AI工具，一邊積極推行AI常態化。根據過往報導，從初創公司到Google、Meta、亞馬遜等科技巨頭，AI使用情況正不斷被納入員工的績效管理體系。Meta一份內部檔案顯示，2026年上半年，65%的工程師需要使用人工智慧編寫超過75%的已提交程式碼。從AI“限流”到AI焦慮，巨頭們一系列動作的真正指向，或許仍是算力收益的最大化。▌效率為王在本周早些時候，OpenAI宣佈放棄營運Sora視訊平台應用程式，並終止其所有服務，以釋放算力資源全力推進下一代旗艦模型“Spud”。摩根士丹利分析師評價道，這反映了算力不足和儲存不足的問題。面對相似窘境，Shihipar聲稱，目前Anthropic正在進一步投資，以提高擴展效率（scaling efficency）。所謂擴展效率，是指模型性能隨計算資源增加而提升的速率，用每單位FLOPs投入所實現的損失下降幅度來衡量。換言之，同樣增加一份算力，擴展效率越高，則模型損失下降越快、性能提升越顯著。早在去年11月，OpenAI前首席科學家Ilya Sutskever就宣佈，那個只要“堆算力”就能贏的時代，已經結束了。在2026 GTC大會上，黃仁勳也表達了類似的觀點，即AI競賽不再是比拚原始算力，而是效率與商業化。隨著“燒錢”敘事愈發冷卻，OpenAI已經率先“站隊”。據知情人士透露，該公司於今年2月將2030年算力支出目標，調整至約6000億美元，較此前高調宣佈的“1.4兆美元基礎設施投資承諾”出現了顯著下調。與此同時，在OpenAI的ChatGPT廣告業務試點推出後，於六周內已經達到了年化收入1億美元的里程碑。儘管有分析師指出，這一舉措可能會惹惱一些客戶，並損害對該產品的信任度。華創證券表示，當前AI產業正處於從“技術驗證”向“商業落地”的關鍵轉折點，AI-Native（人工智慧原生）應用不可阻擋之勢重塑全球科技版圖。海外市場，AI商業模式從“燒錢換增長”進入“價值兌現”階段，護城河正在向“場景深度”與“資料閉環”遷移——工業領域的預測性維護、金融領域的智能風控、醫療領域的輔助診斷、法律領域的合同審查，這些垂直場景憑藉專有資料積累與行業Know-how，構築起難以踰越的競爭壁壘。 (財聯社)

財經新聞1. 新華社3月14日消息，中共中央辦公廳、國務院辦公廳發佈關於推進社會工作專業人員隊伍建設的意見。主要目標是：經過5年左右，社會工作專業人員隊伍結構和佈局更加合理，職業化、專業化水平顯著提升，高層次人才總量顯著壯大，社會工作專業崗位規模穩步擴大。2. 3月14日，中國證券報·中證金牛座從市場監管總局獲悉，市場監管總局、公安部聯合印發通知，在全國範圍內部署開展傳統工藝市場“打假清源”聯合執法行動，重點打擊珠寶玉石、貴金屬飾品、紅木製品等領域“假證書、假機構、假產品、假網站”等突出問題。針對目前傳統工藝市場中偽造、變造、買賣檢驗檢測報告，利用虛假證書進行虛假行銷，以及摻雜摻假、以次充好等現象，此次聯合行動將強化系統治理、源頭治理，重拳整治行業亂象。3. 央視新聞消息，2026上海全球投資促進大會3月14日舉行。上海正加快建構“2+3+6+6”現代化產業體系，打造全球投資首選地。大會集中發佈31項新質要素，涵蓋公共服務平台、中試平台和應用場景三大領域。上海還發佈10個片區規劃設想，覆蓋中央商務區、濱水發展帶、城市副中心等多元空間載體。東方樞紐國際商務合作區作為“全球首創、國內唯一”的零時差國際商務區，已成功舉辦82場國際商務活動，累計吸引20萬人次入區。據統計，2025年上海全市重點項目累計落地4463個，涉及投資額1.26兆元。其中工業、軟體和資訊服務業項目佔比超五成，三大先導產業佔比持續上升。4. 3月14日，“北京亦莊”公眾號消息，面向OpenClaw應用的晶片設計研討會即將啟幕。本次研討會由中關村高性能晶片互聯技術聯盟（HiPi聯盟）、北京芯力技術創新中心有限公司、北京奕摩積體電路卓越工程師創新研究院聯合主辦，北京青耘科技有限公司協辦，匯聚行業頂尖智慧，直擊OpenClaw應用落地核心痛點，為AI Agent與晶片產業的深度融合搭建交流平台。本次研討會將於3月21日13:30—17:30，在北京經濟技術開發區北京積體電路產教融合基地舉辦。公司新聞1. 騰訊：“騰訊雲”微信公眾號3月14日消息，啟動騰訊 “龍蝦” 全國免費安裝計畫。未來40天，騰訊雲Lighthouse、ADP、WorkBuddy、QClaw、雲安全、雲端儲存等龍蝦產品的技術專家等，將在深圳、上海、北京、廣州、杭州、成都、武漢等全國17個城市，免費提供安裝部署、模型配置、技能安裝、解除安裝清理等服務。“騰訊雲”同日發佈消息稱，繼政務龍蝦之後，投研蝦、漫劇蝦、穩健蝦等一批“產業龍蝦”正在騰訊雲上孵化，並逐步在業務一線試點。這些“數字員工”已經開始承擔起研報編寫、合同對齊、指令碼輸出等工作 。同花順資料顯示，3月13日，騰訊控股股價收報547.5港元/股，最新市值為4.99兆港元。2. 三六零：3月14日晚，360宣佈推出360安全龍蝦智能體應用客戶端及360安全龍蝦Box硬體終端，同時發佈應對OpenClaw安全問題的360龍蝦衛士。據360方面介紹，360安全龍蝦在系統架構上整合了多種模型能力與技能生態。系統目前已接入16家國內主流大模型，覆蓋文字生成、程式設計開發、多模態創作等多種能力。同花順資料顯示，3月13日，三六零股價收報12元/股，最新市值為839.95億元。3. 光弘科技：在互動平台表示，目前，公司各海外基地包括印度、越南基地和AC公司下屬法國、墨西哥、突尼斯基地的經營狀況良好、訂單飽滿，隨著公司全球化佈局的進一步完善，未來各海外基地將為公司整體業務增長提供更大的貢獻。4. 國家電網：3月14日，“國家電網”微信公眾號消息，在實現1月份“起步快”的基礎上，2月份，公司加快推進各級電網建設，固定資產投資實現“加速跑”。統計資料顯示，1—2月，固定資產投資累計完成757億元，同比增長80.6%，電網基礎支撐和投資拉動效應顯著。研報精選中信建投研報表示，文旅和體育天然具有相關性，伴隨體育相關政策的推進和居民體育娛樂多樣化的發展，賽事經濟發展的土壤逐漸完備，有望成為拉動內需消費和豐富居民精神文化生活的重要抓手。參考商業化營運成熟的F1賽事經驗，體育產業相關參與者預計將逐步走向專業化營運、產業鏈協同、商業價值逐步兌現的階段。信達證券研報稱，電力類股有望迎來盈利改善和價值重估。在電力供需偏緊格局下，煤電頂峰價值凸顯；電力市場化改革的持續推進下，電力現貨市場和輔助服務市場機制有望持續推廣。雙碳目標下的新型電力系統建設或將持續依賴系統調節手段的豐富和投入。此外，電煤長協實際履約率有望邊際上升，煤電企業的成本端較為可控。展望未來，電力營運商的業績有望大幅改善。 (中國證券報)

3月6日，騰訊雲公眾號發佈一篇標題為《今天，騰訊免費安裝OpenClaw》的文章。文章內容顯示，當天鵝廠門口現場免費安裝OpenClaw。來自騰訊雲Lighthouse的工程師，為使用者提供一站式的OpenClaw從“裝”到“玩”服務：安裝部署、模型配置、IM管道打通，還能解鎖熱門的skills技能。來源：介面圖庫此外，該文下方有網友評論：今天免費安裝，明天，後天還免費安裝麼？我現在還在雲南，還沒有出發呢！騰訊雲回覆稱，今日號已放完，後續有活動我們將第一時間通知。據財聯社報導，當天，近千名開發者與AI愛好者在深圳騰訊大廈門口排長隊，在騰訊雲工程師的協助下完成OpenClaw雲端安裝。據悉，本次活動通過騰訊輕量雲Lighthouse部署，5分鐘即可免費安裝。上午10點，第一波八十餘位愛好者開始排隊。11點，數百個預約號碼全部發放完畢。目前，騰訊輕量雲Lighthouse開發者數量、呼叫核數多次突破歷史峰值，OpenClaw雲上“養蝦人”規模突破10萬。OpenClaw（曾用名：Clawdbot、Moltbot）是一款開源AI智能體（AI Agent）框架，由程式設計師彼得·斯坦伯格（Peter Steinberger）開發，核心語言為TypeScript，採用標誌性的“藍色龍蝦”圖示設計。其Slogan是“The AI that actually does things”——真正能幹活的AI。與傳統對話式AI不同，OpenClaw並非只能“回答問題”的聊天機器人，而是能夠“執行任務”的數字員工。它通過自然語言指令驅動，可在本地或私有雲環境中完成檔案操作、瀏覽器自動化、API呼叫、多步驟任務鏈編排等實際操作，實現從“建議”到“執行”的跨越。最近，OpenClaw爆火，僅用百天便超越Linux登頂GitHub星標歷史第一，引發全民“養蝦”熱潮。這也引發國內雲服務廠商集體跟進。騰訊雲率先推出國內首個OpenClaw應用範本，提供一鍵部署和可視化配置面板；阿里雲、京東雲、火山引擎、百度智能雲等相繼上線雲端部署服務，競相降低使用門檻以搶佔AI Agent入口先機。 (介面新聞)

AI巨頭們突然在印度掐起來了。為了爭奪三哥的歡心，OpenAI、Google、Perplexity紛紛大出血，先後在印度推出前所未有的免費訂閱計畫。效果看得見。根據市場情報公司Sensor Tower統計的數據，截至上周，ChatGPT在印度的日活躍用戶年增607%，達到7,300萬，是美國用戶數的兩倍多；Gemini在印度的日活躍用戶達到1,700萬，而美國的用戶數為300萬。顯然，"Free"的魔力比"AGI"大一萬倍，貪小便宜是所有人的共通點。但究竟是誰佔誰便宜，真不好說。來源：官網01. 數位殖民17世紀，英、荷、法多國船隊，為了香料、茶葉和棉花，先後進入印度的港口、成立東印度公司，從當地攫取了大量財富。數百年後，OpenAI、Google和Perplexity的數位船隊，再一次駛入了這片次大陸。這一次，他們要的是Token。為什麼又來印度？首先，是人口紅利。根據Epoch AI的研究，高品質的英語文字資料可能在2026年枯竭，到2028年，網路上所有高品質的文字資料都將被使用完畢。同時，英文數據佔比超65%，但涵蓋70%人口的非英語數據缺口達83%…此時此刻，擁有超過14億人口、22種官方語言、以及成千上萬種方言的印度，就成了AI時代最大的資源寶庫。印度用戶獨特的Hinglish（印地語與英語的混合體）以及複雜的語碼轉換現象，為大模型提供了絕佳的訓練材料。其次，利用龐大的印地語系，為大模型最佳化參數。大模型不讀字，讀的是Token。在早期的GPT模型中，英文的Tokenization效率極高，一個字通常就是一個Token。但對於其他語言，例如印地語、馬拉地語或泰盧固語，一個詞可能被拆成5-6個Token。如此就造成了兩個後果。第一，推理成本太高。同樣的語義，印地語消耗的算力是英語的3倍。第二，上下文視窗縮水。同樣的內存，能記住的印度語對話長度只有英語的1/3。例如，印度人是這樣說的：Arre bhai, model training ki efficiency literally exponential honi chahiye!這種一句話裡，至少無縫切換了三種語言，直擊大語言模型的軟肋。按照傳統的自然語言處理方法接收這種數據，會直接崩潰的數據。但透過海量的印度用戶互動數據，大模型正在學習一種超語言的表徵能力，以更好地理解多模態數據。簡單來說，印度市場就是一個龐大的天然實驗室，透過在印度大規模收集原生數據，巨頭們可以重新訓練Tokenizer，優化詞表。這直接關係到模型運作的經濟性。誰先讓印地語的Token壓縮率接近英語，誰就能在印度的B端API市場上擁有定價權。屆時，連印度這個語言最複雜、體積最龐大的市場都跑通了，世界其他地區還算問題嗎？隨著海量印度數據的注入，大模型將變得不再那麼「英語中心主義」。這不僅是政治正確，更是商業必須。02. 各顯神通為了搶奪印度的免費“礦工”，各家的大方向都是免費。但在具體策略上，有很大不同。OpenAI實施精準誘捕，把使用者綁在生活場景裡。最經典的場景：在接取UPI付款後，用戶只需輸入「給媽媽轉500盧比」就能直接交易，每一次支付行為都會產生「對話-決策-交易」的完整數據鏈。同時，用「母語對話」痛點吸引用戶：針對印地語語意準確率僅82.3%的短板，推出7種語言的廣告片，直接拉動46%的月活用戶每天打開APP。這導緻美國本土用戶和印度用戶出現巨大倒掛。美國用戶是用來變現的（Plus訂閱），而印度用戶是用來進化的。這種「雙軌制」策略，讓OpenAI能夠一邊在華爾街講收入故事，一邊在實驗室講數據故事。印度用戶每用一次GPT，就相當於為OpenAI貢獻了3條高品質語料。來源：官網Google則選擇找地頭蛇合作。Gemini在印度的日活一度低迷，但在與Reliance Jio共同推出「18個月免費Gemini Pro」後，DAU很快就飆升到15%，達到1700萬。Reliance Jio是何方神聖？它是印度信實工業旗下的電信營運商，是數位基礎設施壟斷者，擁有數億廉價4G/5G用戶。雙方聯手，新啟用的Jio手機會預設安裝Gemini外掛，你連拒絕的選項都沒有。這些外掛會悄悄收集「被動數據」：天氣查詢累積季風氣候數據，地圖導航記錄交通流規律，甚至相簿備份都會被用來訓練影像辨識模型。更關鍵的是，Google的優勢在於Android生態，而印度又是Android的絕對主場。Android系統的日誌權限讓Google取得使用者的APP使用習慣，透過行為資料給使用者打上200多個標籤，再反哺模型優化推薦。這不僅是為了雲端訓練，更是為了邊緣運算的資料回流。它不指望印度用戶會問Gemini什麼高端問題，而是你想用本地語言搜尋那家咖哩店，或者如何用孟加拉語寫一封求職信。這就夠了！來源：官網Perplexity又不一樣。既沒有OpenAI的品牌光環，也沒有Google的頻道霸權，所以它的邏輯是：先在印度存夠數據，再把礦賣給巨頭。印度可謂是全世界最卷的國家。由於教育資源的不平衡，大量印度學生和職場新人將AI視為「超級導師」。Perplexity聯合Airtel，花大價錢給3.6億用戶免費用200美元的Pro版，並默認開啟“全量數據同步”，用戶的每一次搜尋、提問、甚至修改回答的痕跡都會被記錄。這項操作直接讓下載量暴漲800%，每天新增300萬條多語言語料，比去年漲了4倍多。至今收集的數據若賣給微軟，估值可達10億美元。來源：官網除了以上這些，還有其它「小手段」。例如三家都在玩的「遊戲化激勵」。ChatGPT的「回答按讚」給積分，Gemini的「每日簽到」送儲存空間，Perplexity的「邀請好友」解鎖高級功能。這些設計都不算新穎，但確實能讓使用者停留更長的時間：使用長度每增加1小時，產生的語料量就會增加3倍。更狡猾的是「錯誤誘導」。企業方面會故意在回答裡留小漏洞，引發用戶主動糾錯。這些糾錯資料能直接用於模型迭代，比人工標註的效率高出5倍。印度用戶以為在幫AI進步，其實是當免費的資料質檢員。而在美國，這類質檢員的時薪是25美元…03. 免費才是最貴的在財務報表上，為大量印度免費用戶提供算力支援，很明顯是一筆巨額虧損。但在AI研發部門的報表上，這又是極低成本的資產購入。傳統邏輯是：用戶付費>營運成本=利潤。但AI訓練的邏輯是：營運成本（算力）=資料採整合本。以OpenAI為例，如果直接去買7,300萬人的多輪對話數據，費用至少是幾十億美元。但現在，只需要支付推理時的電費。這是一場以算力換智力的宏大套利。對企業而言，這毫無疑問是划算的。例如比哈爾邦用戶常用的“拉賈斯坦邦”，全球能流利使用的僅500萬人，但透過ChatGPT的對話收集，O​​penAI已累積10萬條該語言的語料，讓模型識別準確率從65%提升到91%。更珍貴的是文化脈絡。宗教節日的祝福語、種姓制度的特殊稱謂、地區性的俚語黑話等等，這些知識圖譜的補全，是無法透過抓取通用網頁資料集實現的，必須依靠人類「口耳相傳」給AI。根據GoogleAI實驗室的報告：在連接印度方言數據後，Gemini的跨文化對話錯誤率下降了43%。那這些成果最大的功臣，印度用戶又扮演了什麼角色呢？佃農，妥妥的數據佃農！雖然享受了免費的各種高科技服務，但他們實際上是在沒有股權、沒有工資的情況下，為AI公司建立護城河。農民查“農藥配比”，貢獻農業數據；小商販算稅率，補充金融科技語料；甚至家庭主婦問“剩菜改造食​​譜”，都在豐富生活服務數據庫……這些場景化數據的市場規模已超過180億美元。最直覺的就是ShareChat的。其用戶上傳的影片資料被用來訓練AI品質評估模型，透過近萬個影片的主觀評分，讓無參考品質評估的誤差縮小到0.2分以內。這些「標註數據」直接幫助ShareChat提升了5%的用戶時長，估值衝到28.8億美元，但參與評分的用戶連優惠券都沒有。……以Counterpoint的測算，印度AI用戶平均每天產生4.2條有效語料，每條語料的標註成本約0.2美元，一年就是306美元。扣除免費套餐的營運成本（每人每年76美元），每個「數據礦工」每年能為AI公司創造230美元的淨價值。以ChatGPT 7,300萬日活為例，一年就能貢獻167.9億美元的財富。這比印度2024年全年的AI產業總產值還要高。更關鍵的是什麼呢？礦工永遠變不成「礦場主人」。現在印度用戶用的是免費AI，未來當巨頭關閉免費通道，就得繳訂閱費。相當於礦工挖了一輩子礦，最後還要買自己挖的礦石。目前的現況是：先發者拿走了數據，煉成了模型，然後把API賣回給印度的新創公司。這已經是個完美的商業閉環，也是一個完美的剝削鏈條。與19世紀印度給英國出口棉花，最後還要買英國布料的命運如出一轍。04. 尾聲就目前而言，印度市場的潛力，很可能是Google重歸龍頭地位的機會。首先，Google有YouTube的影片資料、Maps的地理資料、Android的行為資料…維度比更傾向於單純文字的OpenAI要豐富得多。更關鍵的是語音互動數據。眾所周知，印度有大量文盲，最新的人數約2.8億。這些人群在網路上的溝通方式，首選只能是語音。Google透過在語音辨識和語音合成上的積累，結合本地運營向的支援和Gemini的多模態能力，可能在印度農村市場實現對OpenAI的「農村包圍城市」。但說到這裡，大家可能都有一種奇怪的感覺。OpenAI和Google的戰爭，戰場居然在印度。這跟日俄戰爭的戰場在中國東北，有啥不同？這已經涉及到數據主權問題。印度政府已經意識到這一點。印度電子與資訊科技部最近也顯示觀點：不甘心只做數據的產地，想做AI的加工廠。一旦莫迪政府決定收緊資料出境政策（類似GDPR的印度版DPDP法案），矽谷科技巨頭的免費午餐可能會立刻結束。這或許是未來最大的風險點之一。（格隆）