印度：全球第一个被人工智能做空的国家？

2026年上半年，印度股市出现了一个颇具冲击力的新标签——“全球第一个被人工智能做空的国家”。

这种说法并非毫无依据。长期被视为印度科技产业风向标的Nifty IT指数在上半年大幅下跌，软件服务龙头塔塔咨询服务公司、印孚瑟斯、威普罗等普遍承受估值压力。

与此同时，国际资本持续撤离印度市场。路透社数据显示，2026年上半年，外国投资者净卖出约290亿美元印度股票。进入7月以后，虽然Nifty IT指数反弹16.7%，外资重新净流入超过16亿美元，但这轮行情很大程度上来自全球资金撤离拥挤的AI硬件交易之后的板块轮动，尚不足以证明印度软件业已经摆脱困境。

一个拥有14亿人口、产业门类众多的大国，当然不会被一种技术轻易“做空”。印度还有银行、制药、能源、电力、通信和消费等庞大产业，软件外包也没有在一夜之间失去订单并价值清零。真正受到市场重新定价的，是印度过去三十年最成功、最具国际竞争力的一套增长模式。

印度曾凭借英语人才、工程师数量和显著低于欧美的工资，把自己建设成“世界办公室”。如今，人工智能开始大规模进入编程、测试、运维、客服和数据处理领域，印度忽然发现，曾经最值得骄傲的成本优势，也可能成为最容易遭到技术替代的部分。

“AI做空印度”难免夸张，却准确捕捉到了一个更为重要的问题，当一个国家把太多增长、就业和中产阶层的希望寄托在同一条产业赛道上，一次技术范式转换就可能从行业震荡演变为国家层面的发展焦虑。

人力套利

印度软件业的庞大由来已久。印度全国软件和服务业企业协会预计，2025—2026财年印度信息技术产业收入将达到3150亿美元，同比增长6.1%，从业人数增至595万。印度政府公布的数据显示，2024—2025财年IT及相关服务业收入为2830亿美元，全国还有1700多个全球能力中心，雇用约190万人。

因此，把印度软件业描述成正在整体崩溃并不准确。它仍在增长，仍有大量国际客户，也拥有数十年积累的项目管理能力、客户关系和行业经验。金融机构核心系统、跨国企业数据库、政府信息平台以及高度复杂的遗留系统改造，不可能仅凭几个AI智能体便全部完成。

但资本市场更关心的是未来的成长前景，印度软件外包真正遇到的麻烦，是“收入增长”和“人力增长”正在脱钩。

他们在过去的模式非常清晰。欧美企业把标准化开发、测试、运维、数据录入和客户服务交给印度，印度公司按照投入的工程师数量和工作时间收费。一个项目需要的人越多，服务商可以开出的账单越大。企业扩大收入最直接的办法，就是招聘更多工程师，再承接更多项目。

“卖人头”虽然听起来并不体面，却是印度软件服务业扩张的底层机制。

生成式人工智能打破了这套循环。过去需要几十名初级程序员完成的编码、调试和文档工作，现在可以由少量资深工程师调用AI工具完成；原本依靠大量人工进行的软件测试、数据整理和客户问答，也越来越多地被自动化系统接管。客户开始从购买工时转向购买结果，不再愿意为一支庞大的离岸团队长期付费。

这一变化带来的冲击十分特殊。订单金额即使没有立即下降，同一个订单需要的人数也可能大幅减少。AI提高了交付效率，却同步压缩了可计费工时。对于微软、谷歌等产品型公司，效率提高通常意味着利润增加；对于按照人时收费的印度外包商，效率提高可能首先意味着账单缩水。技术进步在这里形成了商业模式内部的利益冲突。

印度的软件企业当然也可以使用AI，只是它们越有效地使用AI，传统人力外包业务就越快萎缩。如果拒绝使用，又会被采用AI的欧美咨询公司和新型服务商击败。企业不得不在削弱旧业务和失去未来竞争力之间作出选择。

所以，市场做空的对象主要是印度软件外包的旧估值逻辑。这个行业过去被看作一个可以持续吸收工程毕业生、稳定扩大人员规模、依靠长期合同创造现金流的增长产业。AI正在把它变成一个人员规模收缩、项目报价下降、内部结构剧烈调整的成熟行业。即使3150亿美元的收入暂时没有消失，市场愿意给予它的估值也会发生变化。

“革自己的命”

印度面对的选择，很像许多传统产业在技术革命前夜共同遭遇的难题。如果AI将取代大量程序员和客服人员，印度是否还应该全力发展AI？一个国家主动推广可能冲击本国就业的技术，近乎是亲手破坏自己的优势。

不过技术替代并不会因为印度的犹豫而停下来。美国企业仍会使用AI减少外包采购，欧洲公司也会尝试把部分信息技术工作收回内部。印度不推动自动化，节省下来的岗位未必能够长期保住，能够保住的很可能只是几年的缓冲期，代价则是把AI解决方案、企业咨询和系统集成市场让给竞争者。

对印度来说，发展AI已经没有退路。真正需要决定的是发展哪一层AI，以及由谁承担转型成本。

如果印度软件公司只是采购OpenAI、Anthropic或其他海外企业的模型，再把这些工具包装进传统外包项目，它们仍然只能获得实施、维护和集成环节的收入。核心模型、算力平台和技术标准掌握在海外企业手中，印度企业从“廉价程序员供应商”升级为“海外模型安装商”，价值链位置并没有发生根本改变。

向高端迁移要求企业深入金融、医疗、制造、政府治理等垂直行业，具备把模型、数据、合规和业务流程整合起来的能力。印度多年服务跨国企业，积累了大量客户关系和遗留系统知识，这正是它最有价值的转型资本。未来的软件服务项目需要更少的人，却需要更强的行业判断、更深的数据治理经验和更高的交付责任。印度仍有机会成为全球AI系统集成和企业数字化改造中心，只是这个新中心容纳不了原来那么多低技能岗位。

由此产生的就业问题，比企业转型更加棘手。软件服务业长期承担着印度中产阶层孵化器的功能。大量普通家庭通过工程教育进入IT行业，再通过稳定工资改善住房、汽车和教育消费。一旦校园招聘持续收缩，最先失去机会的不是顶尖算法人才，而是数量庞大的普通工科毕业生、测试人员、客服人员和初级程序员。

AI可以提高印度企业的劳动生产率，却未必能够创造同等数量的新职位。一位掌握AI工具的高级工程师，可能完成过去十名初级员工的工作；新增的模型治理、数据安全和行业顾问岗位，又无法让十名被替代者经过短期培训便全部胜任。企业层面的效率上升，完全可能与社会层面的就业压力同时出现。

这说明，全力发展AI不能简化为采购算力、建设数据中心和培训员工。印度需要同时完成教育改革、社会保障、产业转移和需求培育。否则，AI转型的收益将集中在少数头部企业和高端人才手中，就业损失却由数百万普通从业者和城市家庭承担。技术升级成功了，社会转型仍可能失败。

“AI反脆弱”结构

面对AI冲击，一个国家很难准确预测哪些岗位会被替代、哪些行业会率先重组。真正可靠的国家战略，不是试图保护每一个旧岗位，而是让劳动力、资本和企业能够从衰退部门较快转移到新产业中。

第一层保障来自产业多样性。印度软件行业占全国经济的比重并没有高到足以决定整个国家的存亡，但它对服务出口、优质就业、外汇收入和城市中产消费具有远超其GDP份额的影响。一个产业同时承担增长、出口、就业和社会流动等多项功能时，它所形成的风险就不能只用产值占比来衡量。

中国和美国面对AI冲击时拥有更大的回旋空间，关键就在于产业支柱较多。美国既有软件、芯片、云计算和金融，也有能源、医药、航空航天和高端制造；中国拥有完整制造业体系，同时覆盖新能源、电子商务、通信设备、工程建设和庞大消费市场。某一类职业遭到替代，冲击仍然严重，却较难迅速演变为对整个国家增长模式的否定。

第二层保障来自技术和产业链的主动权。一个国家没有必要在所有领域都做到绝对自主，但必须在若干关键环节拥有足以参与竞争和制定规则的能力。基础模型、算力、数据中心、行业数据和应用生态之间存在紧密联系。印度拥有海量数据和工程人才，但截至2025年第二季度，印度数据中心容量约为1.4吉瓦，只占全球数据中心数量约3%。电力、水资源和网络基础设施仍会制约其AI雄心。（数据来源：印度政府新闻信息局）

第三层保障来自本土市场。印度软件外包长期面向欧美客户，企业习惯按照海外需求组织生产。这帮助印度迅速融入全球市场，也削弱了本土产品创新的动力。AI时代的行业解决方案需要反复进入真实场景，结合企业数据持续改进。没有足够多愿意为数字化产品付费的本土客户，印度企业很难从项目承包商成长为产品和平台提供者。

中国的经验也正在说明，AI战略不能只盯着模型排行榜。制造业、物流、医疗、电力、港口、城市治理和金融服务才是AI创造长期价值的场所。一个国家拥有的产业场景越丰富，模型就越容易转化为生产率；产业门类越单一，AI越可能首先成为裁员工具，而不是新增长工具。

所谓“AI反脆弱”，并不是避免旧产业受到伤害。它要求一个经济体在旧岗位消失以后仍有新产业承接就业，在海外技术受限以后仍有替代路线，在单一出口市场萎缩以后仍有本土需求支撑迭代。人工智能带来的冲击无法消除，但可以通过产业多元化、技术主动权和人才流动能力，把一次行业危机控制在可消化的范围内。

德国的汽车与印度的软件

印度并非唯一受到单一优势反噬的国家。德国过去十余年的经历，提供了另一个值得警惕的样本。

德国经济并不只有汽车，机械、化工、医药、电气设备和精密制造同样强大。然而，汽车产业在出口、研发、就业、地方财政和制造业信心中占据了极其重要的位置。

燃油车时代形成的发动机、变速箱、零部件供应链和品牌优势，使德国长期站在全球汽车产业顶端，也让庞大的资本、人才和政治资源围绕旧技术路线不断集中。

电动化、智能驾驶、软件定义汽车和中国品牌崛起同时到来以后，德国汽车产业发现，过去积累最深的能力未必是新周期中最稀缺的能力。内燃机可以被打造得更加安静、高效和精密，但市场竞争的中心已经转向电池、软件、智能座舱、算法和供应链速度。德国企业没有失去制造能力，却失去了过去那种几乎不可挑战的领先地位。

这种产业困境已经传导到宏观经济。欧盟委员会指出，德国经历两年衰退后，2025年经济仅增长0.2%，2026年和2027年预计分别增长0.6%和0.9%；高能源成本、出口疲弱、美国关税和来自中国的竞争共同压低了复苏速度。2026年7月，宝马宣布将在德国裁减数千个岗位。此前大众和奔驰已经达成涉及数万人的削减计划，保时捷也扩大了重组范围。

印度的软件与德国的汽车分属不同产业，却暴露出相似的问题。一个行业越成功，越容易吸走最优秀的人才、最多的资本和最大的政策注意力；企业利润越稳定，转向陌生技术路线的意愿越弱；围绕旧优势形成的就业、教育和利益集团，又会进一步提高改革成本。成功持续得足够久，便会从竞争优势变成路径依赖。

这也需要我们重新理解“工匠精神”。

德国工程师把发动机做到极致，印度软件团队能够以低成本、强纪律完成庞大的国际项目，这些能力都值得尊重。可工匠精神解决的是如何把一件事情做好，战略判断决定的是这件事情是否还值得继续投入。技术路线已经改变，仍在旧产品上精益求精，投入越多，沉没成本越高，组织转身也越困难。

说得尖锐一些，如果方向已经失去价值，再精致的工艺也可能沦为无用之功。人工智能恰恰是一种不断改写方向的技术。它不仅帮助企业提高效率，也会取消一些行业存在的必要性，改变另一些行业的收费方式，并把原本相邻的产业重新组合起来。

因此，一个经济体既需要工匠精神，也需要定期怀疑自己的成功。既要鼓励企业把产品做到极致，也要允许资本和人才离开正在衰退的赛道；既要保护受到冲击的劳动者，也不能用保护旧岗位的方式冻结技术进步。精益求精可以决定企业在一条赛道上跑多快，目光如炬才能决定国家有没有选对赛道。

结语：优势越牢固越危险

印度不会因为AI而崩溃，软件外包也不会消失。复杂系统改造、金融与医疗合规、网络安全、企业咨询和跨国项目管理，仍然需要大量专业服务。真正可能退出历史舞台的，是依靠不断增加初级工程师、按照工时收费、长期赚取劳动力价差的增长方式。

印度必须用AI改造自己的软件产业，即使这会造成裁员、收入重估和中产就业收缩。拒绝自我革命，只会把革命的权利交给竞争者。与此同时，它还要建设新的制造业、能源体系、数字基础设施和本土消费市场，使软件行业不再承担过多国家功能。只有这样，一场产业转型才不会演变为整个经济模式的危机。

这也是印度带给其他国家的警钟。产业多元化并不意味着每个行业平均用力，而是避免任何一个产业同时绑架就业、出口、金融市场和国家信心。技术自主也不意味着关起门来重复建设，而是确保新技术来临时，国家能够参与创造价值，不至于只能接受别人给出的价格和规则。

对一个国家而言，AI时代最稀缺的能力，可能不是顶尖模型的建设能力，而是不断调整产业方向的能力。今天最赚钱的产业，可能成为明天最沉重的包袱；今天最成熟的技能，可能成为明天最难割舍的路径依赖。

No.7023 原创首发文章｜作者 朱兆一

开白名单 duanyu_H｜投稿 tougao99999

欢迎点看【秦朔朋友圈】