印度硅谷梦碎了！AI冲垮百万饭碗，曾经的中产路走到头了？

2026年3月，班加罗尔，32岁的软件工程师雷迪在公寓里上吊自杀，没多久，他在IBM工作的妻子从18楼跳下。

警方调查发现，雷迪曾在美国拿过年薪800万卢比，折合人民币大约57万，在印度绝对算高收入了。但AI让他失业了，整整一年，一份满意的工作都没找到。

班加罗尔是印度IT业的心脏，被叫做“印度硅谷”。但就在这个地方，曾经的中产精英正在以这种方式消失。

这不是孤例。

先说清楚，印度IT产业到底怎么赚钱的。

一句话：卖人头。

别看顶着“科技”的光环，印度IT的本质跟建筑行业的包工头差不多。美国企业要开发系统，欧洲银行要做数字化改造，全球500强要转型升级，怎么办？把活儿派给印度，印度再组织几万工程师去接单，按人头收费，按工时计价，这种模式叫“人月计价”，客户买的是工程师的时间。

靠这套模式，印度IT业崛起了。

塔塔咨询服务（TCS），年收入突破300亿美元，员工将近60万；印孚瑟斯年收入约193亿美元，员工32万；威普罗年收入105亿美元，员工23万，光这三家就养了超过115万工程师。

整个印度IT产业规模2830亿美元，全球IT外包市场里印度占了大约55%的份额，名副其实的“世界后台”。

这套商业模式能跑通，靠的是三个词：英语好、工资低、能熬夜。

印度有超过540万软件工程师，是全球开发者最多的国家，每年几百万计算机专业学生毕业，源源不断涌进来。而且这帮人的薪资成本，比欧美工程师低得多，那些欧美大公司当然乐意——同样的活儿，成本省一大截，傻子才不外包。

资本市场对印度IT公司的估值逻辑，有一个有意思的细节：投资人衡量这些公司，一个重要指标是员工数量，而不是技术含量。

人越多，意味着能接越多单，能赚越多钱，这套逻辑本质上跟劳务派遣公司没有多大区别，只不过派遣的是程序员，而且有英语优势，所以派遣到了全球。

问题就在这里：你的核心竞争力是人多、工资低，那只要有什么东西比人更便宜、干活更快，你就完了。

现在，那个东西来了。

2026年6月3日，印度股市，Nifty IT指数单日暴跌5.8%，创下近四个月最大跌幅，TCS重挫9%，印孚瑟斯跌超4%，威普罗也跌了将近4%。

市场在怕什么？不是财报暴雷，不是政策变化，就两个字：AI。

AI替代的，恰恰是印度最赚钱的业务。

一家AI编程公司有过一组数据：过去需要100人的开发团队，现在2到3个人加上AI工具就能搞定。一个外国电商网站的开发，以前可能花几十万，现在成本能压到6到8美元。

软件外包的净利率，已经从接近10%跌到了约0.1%。

利润空间被挤得快没了。

再看裁员数据，TCS在2025年裁了1.2万人，创公司史上最大规模；整个IT行业，2026年上半年因AI导致的岗位流失接近9万个，占全行业裁员总数的22%，已经超过2025年全年AI取代的5.4万个。

入门级技术岗位空缺同比暴跌44%，将近一半初级岗位直接消失了。

更戳心的是一个细节：2025至2026财年前九个月，印度顶尖IT公司合计净增了多少员工？17人。

十几家大公司，大半年，净增17个人。

这不是行业不景气，这是招聘系统基本停摆了。

对很多印度普通家庭来说，“学IT、进大厂”是改变命运的唯一路径。

一个来自比哈尔邦农村的年轻人，贷款读完工程学位，拿到TCS的录用通知，然后等了整整一年，最后等来的是offer撤销的邮件。

数字上的错配已经极端荒诞，印度高校每年有超过150万计算机专业毕业生踏入职场，2025财年，相关专业录取人数还涨了18%，预计到2030年会有超过600万毕业生。

但2026年，全行业预计净增岗位只有13.5万个。

几百万人挤破头，13.5万个位置，15到25岁大学毕业生的失业率已经飙到40%。

这就是印度的现实。过去“人口红利”是个褒义词，意味着劳动力充足、成本低廉、经济充满活力。但当AI让那些低端重复性岗位大规模消失，劳动力充足反而变成了社会压力。

印度近45%的劳动力还在农业里讨生活，农业只贡献了GDP的15%-16%，IT行业原本是那条能把农村年轻人拉进城市中产的通道。这条通道现在堵死了。

写代码的被AI抢了饭碗，接电话的也没好到哪去。印度BPO和呼叫中心将近600万人，400亿美元的盘子，现在也塌了。

这帮人的优势，原来也是英语好、成本低、能倒班。

现在这块业务也快保不住了。

今天的语音AI，消除了早年语音机器人让人抓狂的3秒处理延迟，说话节奏跟真人对话没差别，会用“嗯”、“让我查一下”这种填充词，还能被打断，甚至能做情绪分析——来电者声音里带了焦虑，AI会自动降低语调，切换成高共情模式，然后直接授权退款，不需要转接人工、不需要你等20分钟找经理。

口音问题也解决了，单个AI系统可以在同一个通话里切换美国南方口音、英国口音、澳洲口音，随便来。这对印度呼叫中心来说，是最后一个护城河也消失了。

一家人力资源公司的CEO说，一个法律部门过去需要30人审合同，现在一个人加AI就够了，数据录入那些活，“过去10人的团队，现在两三个人搞定”。

岗位，就这么没了。

面对这些，印度IT巨头们当然没闲着。TCS在疯狂给60万员工做AI培训，已经有超过10万人拿到AI/ML高阶技能认证，还搞了AI运营管理平台，2026年第一季度AI相关业务年化订单规模达到23亿美元，一个季度增长了28%。

印孚瑟斯、威普罗也在大规模部署微软的Copilot，三家合计超过30万个席位，微软说这是全球最大规模的企业级AI落地案例之一。

看起来干得挺起劲的。

但问题是：这些公司90%以上的收入，仍然来自传统的按人头计费业务。

你越向客户证明AI有多高效，客户就越觉得不需要你那几百个程序员了。

TCS的董事长自己说过一句话，大意是：未来TCS可能拥有跟人类员工数量一样多的AI Agent——“如果公司有50万雇员，那么50万个AI代理的那一天也不远了。”

你想想，这话意味着什么，不是AI来帮程序员，是AI来替程序员。

每当硅谷有大动作，印度股市就会抖一下。

2月Anthropic推出企业级AI工具，Nifty IT指数当日跌近6%；5月OpenAI宣布投入超40亿美元扩张，指数再跌3.7%。目前Nifty IT交易在16.3倍的一年期前瞻市盈率，比十年平均估值低了将近28%，是所有行业板块里折价最大的。

外国机构投资者一直在持续撤离，2026年以来从印度股市撤出约230亿美元，外资持股降到14.7%，创14年新低。

退一步说，就算印度IT企业能成功转型，印度要在AI时代参与竞争，还得过一关：算力。

AI竞争说到底是算力的竞争，算力需要电和水，大量的电和大量的水。

印度全国GPU保有量3.8万个，美国头部科技企业的GPU保有量是百万级的，OpenAI的算力基础以十万级GPU起步，这个差距不是努努力就能追上的。

然后是基础设施。2026年5月，印度北部极端高温，局部气温飙到48.2°C，新德里45°C。电网负荷连续多天逼近极限，政府呼吁节约用电，多地出现供水危机。

建数据中心，最怕的就是高温。温度高，散热效率下降，设备氧化加速，整个系统的稳定性都是问题。

印度政府计划到2031年花将近800亿美元新建燃煤电厂，其中提到的44个新项目，有37个选址在水资源紧缺地区。电力公司NTPC说，它参与的项目里，98.5%的用水来自水资源紧张地区。

就这个条件，谈大规模建算力基础设施，谈何容易。

研发这块也是老问题。印度的研发投入只占GDP的0.65%，中国约2.7%，美国是3.5%。整个创投-研发-产品化的链条，印度几乎是空的。印度最受关注的AI初创公司Sarvam AI，新一轮融资规模是3亿到3.5亿美元，而OpenAI一轮融资是千亿美元级别。

不是印度人不努力，是起点差太多了。

印度政府也意识到这个问题，最开始想做“主权AI”，搞自己的大模型。2025年7月发布了第一个自主大模型BharatGen——约29亿参数，逻辑推理漏洞一堆。Sarvam AI在处理印度方言混写内容时直接崩溃。

后来策略调整了，改口说“全球95%的AI工作只需要小模型”，准备专注小模型赛道。

这话也没错。但“做不了大的”跟“做小的就够了”，这两句话听着像一回事，其实差得远呢。

印度IT的故事，说穿了是这样一件事：过去几十年，这个国家找到了一条路——用庞大的低成本人力，嵌入全球分工的中低端环节，用规模换收入，这条路确实走通了，走出了一个年出口超千亿美元的产业，养活了数百万中产家庭。

但这条路有个前提：人便宜，是真的便宜。AI一来，这个优势没了。

现在最难受的是那批普通人。背着助学贷款读工程专业的农村孩子，在班加罗尔背着房贷的大龄码农，在呼叫中心倒班多年的年轻人。

他们当年选这条路的时候，这条路是对的，可没有人告诉他们，这条路会在他们走到一半的时候突然断掉。

19万亿卢比的市值蒸发，不是市场恐慌，是重新定价。

人口红利这东西，管用了几十年。

但这一次，在印度，它真的到头了。