谁能料到？14 亿人的印度，成全球首个被 AI 做空的国家

眼下全球的目光，都死死盯着太平洋两岸大国之间的大模型和算力之战。然而在这场技术掀起的惊涛骇浪中，首当其冲倒下的重量级选手，竟然是南亚次大陆上的印度。

曾经掌管硅谷一半代码的印度IT产业，正在承受一场空前的降维打击。在过去的一年半时间里，代表其IT板块的指数几近腰斩，四大科技巨头市值蒸发超两千亿美元。

这一切的导火索，仅仅是大洋彼岸频繁召开的几次AI模型新闻发布会。印度庞大的工程师群体，曾用廉价劳动力构建起了一道看似坚不可摧的城墙。

但在无休止且边际成本几乎为零的算法面前，这种纯靠卖人头的护城河瞬间崩溃。更残酷的是，为了保住这艘漏水的巨轮，数十万从业者正面临裁员苦果，连流水线上的工人都被迫亲手教导算法如何彻底替代自己。

剥开现象看本质，这绝非单纯的行业寒冬，而是一个国家底层经济模式的系统性失灵。

关于这个极度依赖单一赛道的模式争论一直没断过，之前网上就有一个观点，认为庞大的人口基数足以抵御技术冲击。

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、咨询服务公司印福瑟斯、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二百九十亿美元印度股票。

进入七月以后，虽然 NIFTY IT 指数反弹百分之十六点七，外资重新净流入超过十六亿美元，但这轮行情很大程度上来自全球资金撤离拥挤的人工智能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。

一个拥有十四亿人口、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。

真正被市场重新定价的，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。

当时很多人认为这种廉价劳动力模式还能再撑十年，但现实是，全球第一个被AI做空的国家已经悄然诞生。暴风雨来临前，一切都看似平静。

人工智能做空印度难免夸张，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。

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 至 2026 财年，印度信息技术产业收入将达到三千一百五十亿美元，同比增长百分之六点一，从业人数增至五百九十五万。

印度政府公布的数据显示，2024 至 2025 财年，IT 及相关服务业收入为两千八百三十亿美元，全国还有一千七百多个全球能力中心，雇用约一百九十万人。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，不可能仅凭几个智能体全部完成。

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。

而企业扩大收入最直接的办法，就是招聘更多工程师，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人工智能工具完成。

原本依靠大量人工进行的软件测试、数据整理和客户问答，也越来越多的被自动化系统接管。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。

人工智能提高了交付效率，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。

随着大厦将倾，14亿人口的印度在汹涌浪潮下的系统性失灵已经无法掩盖。这种降维打击，直接刺穿了其赖以生存的底牌。

印度的软件企业当然也可以使用人工智能，只是他们越有效的使用人工智能，传统人力外包业务就越快萎缩。如果拒绝使用，又会被采用人工智能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做出选择。所以市场做空的对象，主要是印度软件外包的估值逻辑。

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。人工智能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。

即使三千一百五十亿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。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。

如果人工智能将取代大量程序员和客服人员，那么印度是否还应该全力发展人工智能？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。美国企业仍会使用人工智能，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，代价则是把人工智能解决方案、企业咨询和系统集成市场让给竞争者。对印度来说，发展人工智能已经没有退路。

真正需要决定的是发展哪一层人工智能，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，他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，这正是他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人工智能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。

人工智能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。一位掌握人工智能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。这说明全力发展人工智能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。否则人工智能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。我们把时间线拉长来看，当全球第一个被AI做空的国家走向系统性溃败，其背后的教训早已超越了行业的范畴。

这绝对不仅仅是几家科技巨头的悲剧。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。

印度不会因为人工智能而崩溃，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。印度必须用人工智能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，印度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，人工智能时代最稀缺的能力，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。说到底，人工智能做空印度，做空的不是一个国家，而是固化的旧增长模式。

稳固的产业优势一旦陷入路径依赖，终将被技术迭代淘汰。无论是印度的软件，还是德国的汽车，时代留给所有经济体的答案始终一致，没有永远的红利，只有持续的革新。

回看这起事件，每一次技术革命的浪潮都充满了冷酷无情的碾压。当曾经引以为傲的支柱产业轰然塌方，连锁反应已经不可避免地烧到了国家账本上。

为了填补巨大的经济窟窿，印度只能通过调整统计基年来掩饰全面衰退，甚至无奈地将寿险、造船等压箱底的核心资产打折抛售。在走投无路之下，印度一改往日严防死守的姿态，开始疯狂向中国等外部产业链抛出橄榄枝以求续命。

但历史早已证明，靠吃红利和做中间商，永远无法支撑起真正的崛起。技术的镰刀之所以能如此轻易地挥下，正是因为其缺乏深入骨髓的技术积累。

这场风暴留下了一个血淋淋的教训：万万没想到，全球第一个被AI做空的国家，正用其崩塌的国运向世界证明——世界上从来没有一劳永逸的避风港，踏实啃下硬骨头不走捷径，才是真正最快的路。