印度：成为AI做空的首个国家？

2026年上半年，印度资本市场被赋予了一个颇为震撼的新标签——"全球首个遭受人工智能做空的国家"。

这一判断并非毫无根据。长期以来被视为印度科技板块风向标的Nifty IT指数，在上半年出现了大幅回落，软件服务领域的领头羊如塔塔咨询服务公司、印孚瑟斯、威普罗等均面临明显的估值收缩。

与此同步，国际资金持续从印度市场撤出。据路透社统计，2026年上半年，海外投资者累计净抛售约290亿美元的印度股票。进入7月以后，尽管Nifty IT指数反弹了16.7%，外资重新转为净流入超过16亿美元，但这轮上涨很大程度上源于全球资金从拥挤的AI硬件交易中撤离后进行的板块轮动，尚不足以说明印度软件业已经走出困局。

一个坐拥14亿人口、产业门类齐全的大国，自然不会因某一项技术就被轻易"做空"。印度还拥有银行、医药、能源、电力、通信和消费品等庞大的产业版图，软件外包业务也并未在一夜之间丢掉订单并归零。市场真正进行重新定价的，是印度过去三十年间最成功、最具国际竞争力的一套增长范式。

印度曾依托英语人才储备、工程师规模以及远低于欧美的人力成本，将自身塑造为"世界办公室"。而当下，人工智能开始大规模渗透编程、测试、运维、客服和数据处理等环节，印度猛然意识到，过去最引以为豪的成本优势，恰恰也可能成为最容易被技术替代的软肋。

"AI做空印度"的说法或许有些夸张，却精准捕捉到了一个更深层的命题——当一个国家将过多的增长动能、就业机会和中产阶级的期待都压在同一条产业赛道上时，一次技术范式的更迭就可能从行业震荡升级为国家层面的发展隐忧。

人力套利

印度软件业的庞大规模有目共睹。印度全国软件与服务业企业协会预测，2025—2026财年印度信息技术产业营收将达3150亿美元，同比增长6.1%，从业人员增至595万。印度政府发布的数据显示，2024—2025财年IT及相关服务业营收为2830亿美元，全国还设有1700多个全球能力中心，雇用约190万人。

因此，将印度软件业描绘为全面崩塌并不确切。它依然在增长，仍拥有大量国际客户，也积淀了几十年的项目管理能力、客户资源和行业经验。金融机构的核心系统、跨国公司的数据库、政府信息平台以及高度复杂的遗留系统改造，绝非几个AI智能体就能一蹴而就。

但资本市场更看重未来的成长空间。印度软件外包遭遇的真正困扰，在于"营收增长"与"人力增长"正在脱钩。

其过往的商业模式十分清晰。欧美企业将标准化开发、测试、运维、数据录入和客户服务外包给印度公司，印度企业则按投入的工程师人数与工时计费。一个项目所需人员越多，服务商可开具的账单也就越厚。企业扩张收入最直白的途径，就是招募更多工程师，再承接更多项目。

"卖人头"虽听起来不够体面，却是印度软件服务业扩张的根本逻辑。

生成式人工智能却打破了这一闭环。过去需要数十名初级程序员才能完成的编码、调试和文档撰写工作，如今只需少量资深工程师借助AI工具即可完成；原本依赖大量人力的软件测试、数据整理和客户咨询，也日益被自动化系统接管。客户开始从购买工时转向购买成果，不再愿意为一支庞大的离岸团队持续买单。

这一转变带来的冲击颇为特殊。即便订单金额并未立刻缩水，同一个订单所需的人员数量也可能大幅下降。AI提升了交付效率，却同步压缩了可计费工时。对于微软、谷歌等以产品为核心的公司，效率提升往往意味着利润增长；而对于按人时收费的印度外包商而言，效率提升或许首先意味着账单的萎缩。技术进步在此处形成了商业模式内部的利益博弈。

印度软件企业自然也可以采用AI，只是它们越有效地使用AI，传统的人力外包业务就萎缩得越快。若拒绝采用，又会被运用AI的欧美咨询公司和新兴服务商所赶超。企业不得不在削弱既有业务和丧失未来竞争力之间作出抉择。

因此，市场做空的标的，主要是印度软件外包的旧有估值逻辑。这个行业曾被视为能够持续吸纳工程毕业生、稳定扩张人员规模、凭借长期合同创造稳定现金流的成长型产业。AI正使其演变为一个人员规模收缩、项目报价走低、内部结构剧烈重塑的成熟行业。即便3150亿美元的营收暂时没有蒸发，市场愿意赋予它的估值也会重新洗牌。

"自我革命"

印度面临的抉择，与许多传统产业在技术革命前夜共同遭遇的困境如出一辙。倘若AI将取代大量程序员和客服人员，印度是否还应全力押注AI？一个国家主动推广可能冲击本国就业的技术，无异于亲手瓦解自身的优势。

然而技术替代并不会因印度的踌躇而止步。美国企业仍会借助AI削减外包采购，欧洲公司也会尝试将部分IT工作收回内部。印度即便不推动自动化，保留下来的岗位也未必能够长期维持，能够维持的或许只是几年的缓冲期，代价则是把AI解决方案、企业咨询和系统集成市场拱手让给竞争对手。

对印度而言，发展AI已无退路。真正需要厘清的是发展AI的哪一层级，以及由谁来承担转型的成本。

如果印度软件公司仅仅是采购OpenAI、Anthropic或其他海外企业的模型，再将这些工具包装进传统外包项目，它们所能获得的依然只是实施、维护和集成环节的收入。核心模型、算力平台和技术标准均掌握在海外企业手中，印度企业从"廉价程序员供应商"演变为"海外模型安装商"，在价值链上的位置并未发生质变。

向高端跃迁要求企业深入金融、医疗、制造、政府治理等垂直领域，具备将模型、数据、合规与业务流程有机整合的能力。印度多年服务跨国企业，积淀了大量客户关系和遗留系统知识，这正是其最具价值的转型资本。未来的软件服务项目需要的人员更少，却对行业洞察、数据治理经验和交付责任提出了更高要求。印度仍有机会成长为全球AI系统集成与企业数字化改造中心，只是这个新中心无法容纳原先那么多低技能岗位。

由此衍生的就业问题，比企业转型更为棘手。软件服务业长期扮演着印度中产阶级孵化器的角色。众多普通家庭借助工程教育进入IT行业，再凭借稳定薪资改善住房、汽车和教育消费。一旦校园招聘持续萎缩，最先被拒之门外的不一定是顶尖算法人才，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可以提升印度企业的劳动生产率，却未必能创造同等数量的新岗位。一位熟练运用AI工具的高级工程师，或许就能完成过去十名初级员工的工作；而新增的模型治理、数据安全和行业顾问等岗位，又无法让十名被替代者通过短期培训便全部胜任。企业层面的效率提升，完全可能与社会层面的就业压力并行出现。

这表明，全力推进AI不能简化为采购算力、兴建数据中心和培训员工。印度需要同步推进教育改革、社会保障完善、产业转移和需求培育。否则，AI转型的红利将集中于少数头部企业和高端人才，而就业损失则由数百万普通从业者和城市家庭承担。技术升级成功了，社会转型仍可能落空。

"AI反脆弱"架构

面对AI冲击，一个国家很难精确预判哪些岗位将被替代、哪些行业会率先重构。真正稳健的国家战略，并非试图保全每一个旧岗位，而是让劳动力、资本和企业能够从衰退部门较为顺畅地流向新兴产业。

第一层保障源自产业多元性。印度软件行业占全国经济的比重并未高到足以决定整个国家的命运，但它对服务出口、优质就业、外汇收入和城市中产消费的影响远超其GDP占比。当一个产业同时承载增长、出口、就业和社会流动等多重功能时，它所蕴含的风险就不能仅以产值占比来衡量。

中国和美国在应对AI冲击时拥有更大的回旋余地，关键正源于其多元的产业支柱。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；中国拥有完备的制造业体系，同时覆盖新能源、电子商务、通信设备、工程建设和庞大的消费市场。某一类职业遭受替代，冲击固然严重，却较难迅速演变为对整个国家增长模式的根本性质疑。

第二层保障源自技术和产业链的自主可控。一个国家无需在所有领域都实现绝对自主，但必须在若干关键环节具备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联系紧密。印度坐拥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，仅占全球数据中心数量的约3%。电力、水资源和网络基础设施仍将制约其AI雄心的实现。（数据