Ich wollte schon lange über diesen Artikel schreiben, wurde aber unfreundlicherweise dazu gezwungen, als ich die monatliche Verlängerungs-E-Mail für mein Claude Max-Abo sah. In meiner begrenzten Existenz im Internet (~15 Jahre) habe ich nie mehr als 10 $ pro Monat für eine Software bezahlt, bis Claude/ChatGPT in mein Leben kamen.
Ich mag auch ehrlich gesagt keine „Thesen“-Aufsätze, aber ich fühlte mich gezwungen, diesen zu schreiben, weil ich glaube, dass niemand sonst darüber nachdenkt, wie groß dieses Problem bald werden wird – ganz sicher nicht in den oberen Rängen unserer Regierung, die wahrscheinlich größere Fische zu braten hat (nicht im Speiseöl).
Mit dieser Woche Rede an die Nation hob der Premierminister unser wachsendes Leistungsbilanzdefizit hervor, das ihn veranlasste, unseren Mitbürgern zu raten, „nicht ins Ausland zu reisen“, „weniger im Büro zu reisen“ und „kein Gold zu kaufen“ usw. Was hat das mit Inferenz zu tun, fragen Sie sich vielleicht?
Seit ich angefangen habe, mich mit IT-Dienstleistungen zu beschäftigen, insbesondere damit, wie KI die Margenstruktur dieser Unternehmen radikal stören würde, fällt es mir schwer, nicht an Daniel Gross‘ Aufsatz über AGI-Trades von 2024 zu denken, in dem er Indiens damalige IT-Exporte in Höhe von 250 Milliarden Dollar mit GPT-4-Token gleichsetzt (die damals noch nicht einmal logisch schlussfolgerten). Die GPT-5.5-Token von heute sind weitaus wertvoller geworden …
Der Petrodollar ist seit einiger Zeit die De-facto-Währungskombination. Öl- und Goldeinfuhren haben historisch gesehen unser Leistungsbilanzdefizit vergrößert und vergrößern es weiter. Sie schwächen die Rupie, wenn die Preise steigen. Öl macht Makroökonomen, Finanzminister und Zentralbanker aus gutem Grund nervös. (Der anhaltende Krieg hat strukturelle Schwächen unserer Wirtschaft offengelegt, um die Sache noch schlimmer zu machen.)
Aber die KI-Ökonomie schafft eine neue Art von Importabhängigkeit, die zunehmend wie der neue Petrodollar aussieht – der Token-Dollar.
Wenn Indiens Dienstleistungswirtschaft beginnt, von ausländischen Modell-Token abzuhängen, um Software, Analysen, Beratung, BPM, Kundensupport, Compliance, Finanzoperationen und Programmierarbeit zu liefern, dann schaffen wir einen neuen dollar-denominierten Input für Indiens wichtigste Exportmaschine.
Indien braucht keinen erstklassigen inländischen Inferenzanbieter, weil es patriotisch klingt oder weil Souveränität cool ist, sondern weil die Rupie es sich nicht leisten kann, dass jede Einheit KI-gestützter Arbeit in Dollar gemietet wird.
Indiens makroökonomisches Polster waren die Dienstleistungen (vorerst …)
Indiens Außenkonto hat ein einfaches strukturelles Problem. Wir importieren viele wichtige Güter, die für unsere Wirtschaft unerlässlich sind. Öl, Gold, Elektronik, Maschinen, Halbleiter, Verteidigungsausrüstung, Industrieinputs. Diese Importe erzeugen eine konstante Dollarnachfrage.
Was uns immer gerettet hat, waren die Dienstleistungen; insbesondere ITeS.
Indien schloss das Geschäftsjahr 2026 mit Dienstleistungsexporten von 418,3 Milliarden Dollar ab, während die Dienstleistungsimporte einen Netto-Dienstleistungshandelsüberschuss von 213,9 Milliarden Dollar ergaben. Dieser Überschuss ist der einzige Grund, warum die Rupie nicht viel früher eingebrochen ist. Er bezahlt unser Öl, unser Gold, unsere Elektronik, unsere Maschinen. Die eigene April-Überprüfung des Finanzministeriums gibt zu, dass der Dienstleistungsüberschuss 64,2 % des Warenhandelsdefizits ausgleicht. Das gesamte Außenkonto balanciert auf dem Rücken der Dienstleistungsexporte, und die Dienstleistungsexporte balancieren auf dem Rücken indischer Entwickler, Analysten, Support-Mitarbeiter und Ingenieure, die ihre Zeit mit einer Marge an ausländische Kunden verkaufen.
Dieser makroökonomische Deal, mit dem Indien jahrelang gelebt hat, wird gerade radikal gestört …
Die faule KI-Zukunft für Indien verwandelt Dienstleistungsexporte in Token-Importe
Heute verdient ein indisches IT-Unternehmen Dollar von einem globalen Kunden und bezahlt den Großteil seiner Kostenbasis in Rupien.
Morgen könnte dasselbe Unternehmen Dollar von einem globalen Kunden verdienen, aber jedes Mal, wenn ein KI-Agent logisch schlussfolgert, codiert, entwirft, prüft, sucht, zusammenfasst, klassifiziert oder antwortet, ein ausländisches Modellunternehmen für Inferenz bezahlen. Die Arbitrage der vorherigen Ära wird in einer zunehmend tokenomischen Welt nicht mehr halten …
Das Risiko besteht nicht darin, dass indische Unternehmen ausländische KI-Tools nutzen. Das tun sie bereits und werden ihre Ausgaben angesichts der kürzlich mit OpenAI und Anthropic unterzeichneten Absichtserklärungen erhöhen. Das Risiko besteht darin, dass sich der knappe Input bei der Dienstleistungserbringung von indischer Arbeit auf ausländische Inferenz verlagert.
Sobald das passiert, wird indische IT zum Wiederverkäufer der Intelligenz eines anderen.
Token verhalten sich wie importierte Zwischenprodukte
Ein Token ist leicht abzutun, weil er sich abstrakt anfühlt, anders als die Barrel Rohöl, die in Jamnagar entladen werden.
Aber im Außenkonto spielt Abstraktion keine Rolle, denn eine wiederkehrende Dollarzahlung ist immer noch ein Abfluss von Rupien.
Übertragen Sie das nun auf Indiens Dienstleistungsindustrie. Eine jährliche Token-Rechnung von 42 Milliarden Dollar bei 10 % der Ausgaben für ausländische Inferenz würde im Handelsregister nicht wie Öl aussehen. Aber sie würde sich wie ein großes Leck im Außenkonto verhalten.
Die Rupien-Rückkopplungsschleife
Das wird noch hässlicher, wenn man die Währungsabwertung hinzunimmt.
Ausländische Inferenz wird in Dollar abgerechnet. Indische Unternehmen verdienen, geben aus oder berichten oft in Rupien. Wenn die Rupie schwächer wird, wird jeder in Dollar bepreiste Token in lokaler Währung teurer.
Das erzeugt eine Teufelsschleife:
Mehr KI-Nutzung erhöht die Nachfrage nach ausländischer Inferenz. Die Nachfrage nach ausländischer Inferenz erhöht den Dollarabfluss. Der Dollarabfluss erhöht den Druck auf das Außenkonto. Eine schwächere Rupie macht ausländische Inferenz teurer. Höhere Inferenzkosten drücken die indischen Margen.
Deshalb ist inländische Inferenz nicht nur ein souveränes Prestigeprojekt, sondern fungiert fast wie eine FX-Absicherung für jedes Technologieunternehmen und jedes Startup in Indien.
GPU-Rechenzentren sind die Ölraffinerien der Zukunft
Strategisch gesehen sind GPUs das, was die KI-Ökonomie an produktiven Energieanlagen am nächsten kommt, denn sie verwandeln Strom, Chips, Modelle und Software in Kognition/Intelligenz in Form von Token. Und rohe Token produzieren und erledigen heutzutage zunehmend auch die Arbeit.
Ein Land, dem Rechenleistung fehlt, wird Intelligenz von Ländern und Unternehmen mieten, die sie haben. Zumindest bei Öl musste man göttlichen Segen haben, um Öl innerhalb der eigenen Grenzen zu finden, aber für die Produktion von Token braucht man nur Jensens Segen und einen Auftrag (hoffentlich kommt Lisa Su auch durch …)
Wir steuern schnell auf eine sehr reale Zukunft zu, in der Indien gezwungen sein wird, alle seine Token zu importieren, weil es versäumt hat, einen zuverlässigen inländischen Inferenzmarkt aufzubauen, der nicht in Dollar denominiert ist.
Allein durch Beschaffung wird das nicht gelöst
Die Regierung hat sich in die richtige Richtung bewegt. Im Rahmen der IndiaAI-Mission wurden mehr als 38.000 GPUs für eine gemeinsame Recheneinrichtung bereitgestellt, die Startups, akademischen Einrichtungen und öffentlichen Institutionen zugänglich gemacht wird. GPUs im Rahmen der Mission wurden auch als zu 65 Rupien pro Stunde verfügbar beschrieben.
Aber eine GPU-Cloud ohne eine starke Inferenzschicht wird zu einem weiteren Regierungsportal. Nützlich für Pilotprojekte und Schlagzeilen, schwach für Produktionsanwendungsfälle, unsichtbar für Entwickler, irrelevant für Unternehmen.
Wie würde eine öffentliche indische Inferenzplattform aussehen? Sie sollte Folgendes haben:
- Abrechnung in Rupien.
- State-of-the-Art Open-Weight-Modelle, die auf die token-effizienteste Weise bereitgestellt werden (vLLM, SGLang, TensorRT usw.)
- Öffentliche Latenz- und Durchsatz-Benchmarks, die in Echtzeit aktualisiert werden.
- Private Bereitstellungsoptionen.
- Schnelle Modellaktualisierungszyklen.
- Leistung für indische Sprachen.
- Kosten pro gelöstem Workflow, nicht nur Kosten pro Token.
Der Maßstab sollte einfach sein: Kann ein indischer Entwickler von einer ausländischen API zu einem inländischen Endpunkt wechseln, ohne die Anwendung neu schreiben, die Zuverlässigkeit opfern oder drei bis sechs Monate warten zu müssen, bis der Modellkatalog aufholt?
Wenn die Antwort nein lautet, haben wir NOCH KEINE Inferenzplattform oder -strategie.
Wir haben das Spiel des Frontier-SoTA-LLM-Pre-Trainings diesmal vielleicht verpasst
Indien sollte ehrlich sein, wo es steht.
Das Training eines Frontier-Modells gegen OpenAI, Google, Anthropic, Meta und die stärksten Labore Chinas erfordert Rechenleistung, Talente, Daten, Infrastruktur, Evaluierungstiefe, Vertrieb und Milliarden von Dollar an Risikokapital.
Aber der unmittelbare makroökonomische Kampf ist die Inferenz, weil die meisten Unternehmensworkflows nicht das intelligenteste Modell der Welt brauchen. Sie brauchen das billigste Modell, das die Aufgabe zuverlässig löst.
Und Inferenz ist wirklich ein Geldbringer, solange die GPUs nicht in Ihrer Bilanz stehen. Wenn man bedenkt, dass modernste Inferenz ein Hardware-Software-Co-Design ist, hilft es, nah am Metall zu sein, und baut strukturelle Burggräben für Ihr Geschäft auf.
Ein Back-Office-Schadensfall-Workflow braucht nicht immer das neueste Opus/5.5. Ein Compliance-Agent braucht nicht immer maximale Frontier-Logik. Ein Kundensupport-Zusammenfasser braucht nicht immer das teuerste verfügbare Modell.
Ein starkes Open-Weight-Modell, das für benutzerdefinierte Workflows geroutet, gecached und feinabgestimmt ist, mit realen Evaluierungen und lokal zu geringeren Kosten bereitgestellt, kann einen großen Anteil der indischen Unternehmensworkloads gewinnen.
Dort hat Indien noch ein Fenster. China hat das vor etwa 2 Jahren mit LLMs und vor 15 Jahren mit Cloud-Computing-Infrastruktur erkannt.
Chinesische Technologiegiganten haben erkannt, dass sie nicht schweigen und dem Westen die Kontrolle über das Modelltraining überlassen können – die jüngsten H200-Käufe und ihr Fokus auf Huaweis hauseigene NPUs zeigen auch, wie ernst sie diese drohende Importsteuer nehmen. Unsere Spitzenpolitiker sind damit beschäftigt, zu predigen, dass wir mit dem Pre-Training aufhören und lernen sollen, die Anwendungsfälle zu lieben, ohne irgendeine reale Inferenzkapazität vorweisen zu können …
Die USA verstehen die Inferenzschicht bereits tiefgreifend und werden zu Inferenzforschungslaboren …
Together (Tri Dao, ihr Chefwissenschaftler, ist das Gehirn hinter Flash Attention), Fireworks (RL-Post-Training mit Cursor als Ankerkunde), Baseten, DeepInfra, Modal und jetzt mit vLLM (Inferact) und SGLang (Radixark), die beide Hunderte Millionen Dollar an Finanzierung aufnehmen, bauen leistungsstarke Inferenzschichten um Open-Weight-Modelle herum auf – und werden de facto zu Inferenz-Neolaboren.
Sie aktualisieren Modellkataloge schnell. Sie konkurrieren bei Latenz, Kosten und Entwicklererfahrung. NVIDIA selbst hat Unternehmen wie Baseten, DeepInfra, Fireworks und Together hervorgehoben, die die Token-Kosten durch optimierte Inferenz auf Blackwell-Systemen senken.
Kein einziges indisches Unternehmen operiert in diesem Maßstab, obwohl die Welt traditionell unsere Fähigkeit anerkannt hat, IT-Dienstleistungen zu erbringen.
Infolgedessen fehlt uns immer noch die standardmäßige inländische Inferenzplattform, der ein ernsthafter Entwickler, eine Bank, ein SaaS-Unternehmen, ein IT-Anbieter oder eine Regierungsbehörde als erste Anlaufstelle vertrauen kann.
Während wir Unternehmen wie Simplismart, Neysa und Yotta haben, zeigt ein kurzer Blick auf ihre Plattformen, wie weit wir bei allen verschiedenen Parametern zurückliegen.
Das Problem der indischen Platzhirsche
Indiens große GPU- und Cloud-Anbieter können nicht länger so tun, als sei Inferenz eine Katalogseite. Wenn die Welt von Llama zu Qwen zu DeepSeek zu Kimi zu dem wechselt, was nächsten Monat erscheint (Xiaomi hat jetzt ein Frontier-Open-Weight-Modell!!), können indische Inferenzanbieter ihre Modellkataloge nicht mit der Beschaffungsgeschwindigkeit eines öffentlichen Unternehmens aktualisieren.
Inländische Inferenz sollte an denselben Maßstäben gemessen werden wie ausländische Inferenz.
- Besser, wo indienspezifische Workloads wichtig sind.
- Billiger, wo die Rupien-Ökonomie wichtig ist.
- Privat, wo Regulierung wichtig ist.
- Aktuell, wo die Modellleistung wichtig ist.
Dies ist ein politisches Problem und eine Startup-Chance
Die gute Nachricht ist, dass dies aufbaubar ist und wir nicht das Meer aufkochen müssen.
Wir wissen bereits, dass Anthropic, Google und OpenAI alle Indien als ihren zweitgrößten Markt für KI-Ausgaben betrachten – die Nachfrage ist eindeutig da. ElevenLabs ist auf dem besten Weg, in Indien einen Jahresumsatz von 100 Millionen Dollar allein mit dem Verkauf von Sprachinferenz zu erzielen.
Während die IndiaAI-Mission auf dem richtigen Weg gestartet ist, ist der Gummi irgendwo nicht auf die Straße gekommen – weil wir dachten, die Beschaffung von GPUs allein sei ausreichend.
Subventionierte Rechenleistung sollte die tatsächliche Produktionsnutzung belohnen, nicht das Sammeln von Logos.
Die Frage ist, wer am Ende die Marge einfängt (abgesehen von Jensen). Wenn ausländische Modellunternehmen die Token-Marge einfangen, ausländische Clouds die Infrastruktur-Marge und indische Unternehmen die Integrationsmarge behalten, dann frisst KI den einzigen Vorteil, den wir haben (Arbeitsarbitrage), und verschlimmert seine externe Abhängigkeit.
Wenn Indien eine inländische Inferenz aufbaut, ändert sich die Geschichte, da alle importierten GPUs zu inländischer Infrastruktur werden – etwas Dollar-Token-Ausgaben werden zu Rupien-Ausgaben, und etwas Marge bleibt bei indischen Infrastrukturunternehmen.
Einige KI-Fähigkeiten werden für indische Startups und Unternehmen ohne ständige FX-Exposition verfügbar. Einige Dienstleistungsexporte werden verteidigungsfähiger.
Abschluss
Indiens nächste Ölimportrechnung könnte nicht nur von Tankern kommen, die in Jamnagar anlegen.
Sie wird definitiv von Millionen von API-Aufrufen kommen, die von indischen Dienstleistungsunternehmen und Startups getätigt werden, die sich selbst als KI-nativ bezeichnen, während sie Intelligenz in Dollar mieten.
Jahrzehntelang importierte Indien Energie und exportierte Software.
Aber das ist vermeidbar. Es erfordert, dass Indien aufhört, GPU-Beschaffung mit Inferenzkapazität zu verwechseln, aufhört, patriotische souveräne Markenbildung, die KEINE produktionsreife Infrastruktur ist, zu verwechseln, und aufhört, so zu tun, als sei die KI-Rechnung das Problem von jemand anderem. Die Rechnung kommt bereits. Meine betrug letzten Monat 138 $, die stark subventioniert waren. Ihre wird es in naher Zukunft nicht sein.
Inländische Inferenz ist jetzt makroökonomische Infrastruktur. Wir müssen die Kapazität auf Kriegsfuß hochfahren, als ob die Rupie davon abhängt.
