印度股市最近不太平静。
6月3日，印度国家证券交易所的IT板块指数（Nifty IT）单日暴跌近5.8%，几家头部科技公司市值在几小时内蒸发了几十亿美元。原因不是财报难看，也不是政策有变，市场恐慌的源头就只一个原因——AI。
这事不大能怪投资者反应过度。印度IT外包是这个国家的经济支柱之一，行业年收入超过3000亿美元，占了GDP的7%以上，养活了将近600万人。这个产业最核心的逻辑，说穿了就是靠“人海战术”赚钱：印度工程师比发达国家的同行便宜，所以全球企业把软件项目外包过来。几十年来这套盈利模式一直行之有效，直到AI出现。
AI对印度外包产业的冲击，最直接体现在资本市场。年初到现在，Nifty IT指数已经回调了将近四分之一，外国投资者也在持续撤出。市场在传递一个信号：支撑这个板块多年增长的基础逻辑，可能正在发生变化。
一、一个产业靠什么撑了三十年
印度IT外包的崛起，受益于一个简单又扎实的成本差。一家美国公司如果要自己养一个开发团队，人力成本高出一大截。把同样的工作外包给印度，用几分之一的价钱就能完成。印度有庞大的英语人才储备，有相对成熟的IT教育体系，正好承接了这股需求。
过去约三十年下来，这个模式越滚越大。塔塔咨询、印孚瑟斯、威普罗这些头部企业，光这三家加起来就雇了上百万人。它们做的不是卖产品，而是卖人力——把工程师的服务卖到全球去。这个模式能够持续的前提是，印度在成本上的优势始终存在，不被技术替代。
AI的出现，正好打破了这一点。
二、AI正在改变成本的计算方式
过去企业要完成一个软件项目，要么自己招人，要么外包给印度。现在多了一个选项：用AI工具来写代码。
市面上主流的AI编程助手，每个月几十美元就能用。它们不一定能完全替代工程师，但在处理大量重复性编码工作上，效率已经相当高。更关键的是，价格便宜了不止一个数量级。
对于企业的决策者来说，这个账不难算。如果AI能完成一个项目中百分之七八十的基础编码，那剩下的部分要么由少数高端工程师完成，要么以更低的价格外包出去。原来的“人海战术”就失去了意义——企业不再需要成百上千的初级工程师去堆工作量。
这个变化对印度外包产业的影响，不是渐进式的，而是结构性的。原来靠人数优势建立起来的成本壁垒，正在被AI一点点拆掉。
三、印度为什么没有吃上AI的红利
一个值得追问的问题是：印度有庞大的IT人才储备，有英语优势，有不错的数字化基础，按理说，这些条件在AI时代应该转化为红利，为什么反而变成了负担？
答案在于印度IT产业的生态定位。过去三十年，印度外包企业做的不是技术创新，而是“成本套利”。它们靠的是比客户更便宜的人力，而不是比客户更先进的技术。这种模式决定了印度IT产业的资源投入方向——大量资金和人才流向了项目管理、流程优化、交付效率这些方向，而不是底层算法、模型训练、算力基础设施建设。
当AI到来时，这场游戏换了规则。企业需要的不是“便宜的人”，而是“能驾驭AI的人”和“能运转AI的基础设施”。这两样东西，印度目前都欠缺。
研发投入和人才结构的问题已经体现出来。印度的研发支出占GDP的比重不足百分之一，和中美两国的差距非常明显。AI人才的供给方面，虽然数量不少，但大部分集中在应用层和外包服务领域，真正从事底层研发的占比不高。与此同时，已经就业的初级工程师也面临压力——他们的工作内容正在被AI工具逐渐替代，企业更倾向于用少数高阶人才配合AI工具完成过去需要几十人团队的工作。这种转变在就业数字上已经能看出来：入门级IT职位需求同比减少了40%以上。
行业的焦虑也体现在就业数据上。印度IT行业协会预测，2026财年IT行业净增岗位约13.5万个，增幅只有百分之二点几，跟过去两位数的增长完全不是一个水平。头部企业也在调整规模，有的公司员工总数已经从峰值减少了两万多人。
一个更现实的问题是，初级岗位在大幅减少。印度每年有超过150万个计算机相关专业的毕业生涌入就业市场，但相应的入门级IT职位太不够，完全是僧多粥少。更何况，现代企业现在更想要的是懂AI的高端人才，而不是大量的底层程序员。
在加济阿巴德的R.D.工程学院，毕业生就业率已从几年前的85%降至如今的75%。受影响最直接的，就是那些读了好几年计算机相关专业，毕业却找不到合适工作的年轻人。
投资市场已经给出了回答。年初至今，印度科技板块指数持续走低。外国机构投资者正在加速撤出。彭博社观察到，全球资金正在追逐芯片制造、算力基础设施和AI模型相关的投资标的，而当今印度最缺的恰好是这些东西。
市场给出的信号很清楚：投资者正在用脚投票，把钱从印度挪走，转向那些真正在搭建AI基础设施的地方。要理解这个差距是怎么拉开的，我觉得有必要从中印两国的AI产业逻辑说起。
四、中国在做什么，印度缺什么
为什么中印同为人口大国、同样有庞大的IT人才储备，两国在AI赛道上的差距却越拉越大？
答案不在人才本身，而在两国的产业逻辑和资源投向。
中国在AI领域的布局是系统性的，不是最近才开始的。2017年人工智能写入政府工作报告之后，2018年开始的大规模研发投入，到“东数西算”工程把算力资源纳入国家基础设施，再到华为、百度、字节跳动这些公司在芯片、大模型、算法上的持续推进，每一步都在为AI产业打地基。
值得国人扬眉吐气的是，华为的昇腾芯片和全栈AI解决方案、百度的文心大模型、字节跳动在大规模推荐系统和AI应用层面的能力，都是全球范围内有分量的存在。这些企业参与的不只是某个细分市场，而是从芯片到框架、从模型到应用的全链条布局。这背后是过去十年靠持续投入堆出来的成果，不是单靠一两个项目能追得上的。
印度的情况正好相反。它的IT产业长期定位于“成本套利”，企业赚的是差价，不是技术的钱。大量资金和人才流向了如何更高效地交付外包项目，而不是如何研发自己的技术和产品。当AI浪潮到来时，印度发现自己在算力、芯片、基础研究和产业生态等多个维度上都存在明显差距——GPU总量与中国不在一个数量级，高端芯片依赖进口，研发投入占GDP比重不足百分之一。这种差距短期内追不上，不是因为没有人才，而是因为AI竞争的根基不只是人才，还包括电力、算力、芯片、基础设施和持续研发投入，这些东西不是一个国家三五年就能补上来的。
两相对比就清楚了，印度还想比肩中国？至少在AI这条赛道上，差距还在继续拉大。
彭博社此前已经断言，随着人工智能贸易重塑全球投资流向，印度成为最大的输家之一。
五、印度外包的价值还有没有
如果说AI已经把印度外包产业逼到了墙角，那这个墙角还有多厚，取决于一个现实：真正的软件工程不只是打代码。
软件开发从需求分析到系统设计，从架构决策到安全审计，再到后期的运行、维护和支持，整条链条很长。印度外包产业积累的不只是懂英语、“打字快”，还有行业经验、项目管理能力和对客户业务的理解。这些，才是AI短期内很难完全替代的部分。
但即便是这些难替代的部分，长期来看也未必安全。当越来越多的企业开始习惯用AI完成基础编码工作，留给印度初级工程师的成长通道就会变窄。而高级工程师的培养，恰恰需要这些初级岗位作为起点。
鉴于这些情况，那么或许会有人问：AI会团灭印度外包吗？短期内不会。但那个靠人海战术、成本套利维持了三十年的模式，确实在走向尽头。印度IT产业的出路，不是跟AI比谁更便宜，而是要在价值链上往上走一步——从“卖人力”转向“卖能力”和“卖解决方案”。这条路比外包难走得多。但即便再难走，印度也得走出来，这样才勉强有资格谈“追赶中国”。
中粤优配提示：文章来自网络，不代表本站观点。
