印度中小微企业：AI卡在PoC门外，如同新加坡

用简单的话来说。印度拥有超过6000万家微型/小型/中型企业（MSMEs），它们支撑着国家的经济。YourStory（2026年7月12日）报道称，其中大多数企业没有使用AI——不是出于意识形态，而是因为进入门槛。这种模式与新加坡相同：PoC在生产前就卡住了。

背景

7月12日的两篇YourStory文章为我们勾勒了场景：Fynd（Ragini Varma）讨论了自主贸易方面的AI采用情况，而Mintoak（Raman Khanduja）则指出，印度的QR革命（UPI、PhonePe、GPay）对MSMEs来说只是一个开始。核心信息一致：数字基础设施已经存在（支付、KYC、GST），但AI仍然遥不可及——不是模型的问题，而是应用它的基础设施的问题。

数据

• 6340万家在印度注册的MSMEs（MSME部数据，截至日期）。
• 贡献：约占GDP的30%，出口的45%。
• 运营AI采用率：文章中没有具体数字，但被描述为边缘化——引用的案例（Fynd）仍然是例外。

分析

印度MSMEs在PoC到生产方面的失败与我们之前文章中提到的新加坡模式相似：

• 数据质量——MSMEs通常使用Excel + WhatsApp运营。AI无法弥补缺乏模式的问题。
• 单位成本——GPT-class的推理仍然对MSMEs的平均票价来说过于昂贵。印度模型（Bhashini、Sarvam）开始弥补这一差距。
• 技能——能够为MSMEs构建一个有利可图的AI工作流程的集成商池仍然稀缺。

与新加坡的不同之处在于市场规模——6000万潜在客户的规模足以建立基础设施。Fynd和Mintoak押注于这一规模。

场景

基准（55%）——到2027年中期，5-10%的印度MSMEs将接触到AI工具，但仅限于外围任务（内容、客户回复）。 乐观（25%）——低成本印度模型（<0.001美元/请求）将在财务和物流工作流程中解锁该细分市场。 悲观（20%）——PoC仍然是PoC，AI原生独角兽与MSMEs之间的差距扩大。

对投资者的影响

机会不在于模型，而在于垂直整合：谁能构建类似Toast（美国餐饮业）的东西，但针对印度MSMEs行业，并从一开始就嵌入AI？

风险

正在进行的监管（IndiaAI、DPDP法案）、农村连接基础设施、对外国模型的依赖。

结论

印度数字化的历史是一个公共基础设施（UPI、Aadhaar、ONDC）解锁私营部门的故事。AI将沿着同样的道路发展——或者完全不发展。需要关注：印度公共AI层的宣布，相当于UPI，或者相反，完全私有化该层。