2026年上半年，印度股市冒出一个极具冲击力的新标签——“全球第一个被人工智能做空的国家”。
这种说法并非空穴来风。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挫，软件服务领域的巨头塔塔咨询服务公司、印孚瑟斯、威普罗等，普遍面临估值压力。
国际资本也在加速撤离。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月后，随着全球资金从拥挤的AI硬件交易中撤出并发生板块轮动，Nifty IT指数反弹16.7%，外资重新净流入超过16亿美元，但这股回流势头尚不足以证明印度软件业已彻底走出困境。
一个拥有14亿人口、产业门类众多的大国，显然不会因单一技术浪潮而轻易崩塌。银行、制药、能源、电力、通信及消费等板块依然稳固，软件外包业务也未在一夜之间失去订单或价值归零。真正面临市场重新定价的，是印度过去三十年赖以成功且具备国际竞争力的那套增长逻辑。
“AI做空印度”虽显夸张，却精准击中了一个更深层的问题：当一个国家将过多的增长预期、就业机会和中产希望寄托于同一条产业赛道时，一次技术范式的转换，便极易从行业震荡升级为国家的整体发展焦虑。
人力套利
印度软件业的体量早已根深蒂固。据印度全国软件和服务业企业协会预测，2025—2026财年，印度信息技术产业收入有望达到3150亿美元，同比增长6.1%，从业人数将攀升至595万。另据印度政府公布的数据，2024—2025财年IT及相关服务业收入为2830亿美元，全国范围内还建有1700多个全球能力中心，吸纳了约190万就业人口。
因此，断言印度软件业正在整体崩溃并不客观。它依然在增长，手握大量国际客户，并积累了数十年的项目管理经验、客户关系网络及行业洞察。无论是金融机构的核心系统、跨国企业的数据库，还是政府信息平台及高度复杂的遗留系统改造，都不可能仅凭几个AI智能体就一蹴而就。
但资本市场关注的核心在于未来的成长空间。印度软件外包面临的真正危机，在于“收入增长”与“人力增长”出现了脱钩。
过去的商业模式清晰而简单：欧美企业将标准化开发、测试、运维、数据录入及客户服务外包给印度，印度服务商则按投入的工程师数量和工作时长计费。项目所需人员越多，账单金额越大；扩大收入最直接的方式，便是招聘更多工程师以承接更多项目。
这种“卖人头”的模式虽不够光鲜，却是印度软件服务业扩张的底层逻辑。
生成式人工智能打破了这一闭环。以往需数十名初级程序员完成的编码、调试和文档工作，如今可由少量资深工程师借助AI工具高效搞定；原本依赖大量人工进行的软件测试、数据整理和客户问答，也日益被自动化系统接管。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支付长期费用。
这种变化带来的冲击尤为特殊。即便订单总额未立即缩水，单个项目所需的人力也可能大幅削减。AI提升了交付效率，却也同步压缩了可计费的工时时长。对于微软、谷歌等产品型公司，效率提升通常转化为利润增长；但对于按人时收费的印度外包商，效率提升往往意味着账单规模缩减。技术进步在此处引发了商业模式内部的利益冲突。
印度软件企业当然可以拥抱AI，但它们越是高效地使用AI，传统的人力外包业务萎缩得就越快。若拒绝变革，又会被采用AI技术的欧美咨询公司及新型服务商甩在身后。企业被迫在削弱旧有业务与丧失未来竞争力之间做出艰难抉择。
因此，市场做空的主要对象是印度软件外包的旧估值体系。这个行业曾被视为能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优质资产。而AI正将其重塑为一个人员规模收缩、项目报价下行、内部结构剧烈震荡的成熟行业。即使3150亿美元的收入暂时还在，市场给予它的估值倍数已然改变。
“革自己的命”
技术替代的脚步不会因印度的犹豫而停滞。美国企业仍会利用AI减少外包采购，欧洲公司也会尝试将部分IT职能收回内部。若印度不主动推动自动化，节省下来的岗位未必能长久保留，即便保住，恐怕也只是争取到几年的缓冲期，代价则是将AI解决方案、企业咨询及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。关键在于决定发展哪一层级的AI，以及由谁来承担转型的成本。
如果印度软件公司仅是采购OpenAI、Anthropic或其他海外企业的模型，再将其包装进传统外包项目中，它们仍将局限于实施、维护和集成环节的微薄收入。核心模型、算力平台及技术标准掌握在海外巨头手中，印度企业若仅从“廉价程序员供应商”升级为“海外模型安装商”，其价值链地位并未发生根本性跃迁。
向高端迁移要求企业深入金融、医疗、制造、政府治理等垂直领域，具备整合模型、数据、合规要求及业务流程的能力。印度多年服务跨国企业所积累的客户资源和对遗留系统的深刻理解，正是其最具价值的转型资本。未来的软件服务项目需要更少的人员，却要求更强的行业判断力、更深的数据治理经验和更高的交付责任。印度仍有潜力成为全球AI系统集成和企业数字化改造的中心，只是这个新中心无法容纳原先那么多的低技能岗位。
AI能提高印度企业的劳动生产率，却未必能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量；而新增的模型治理、数据安全和行业顾问岗位，又难以让十名被替代者通过短期培训全部胜任。企业层面的效率提升，完全可能与全社会层面的就业压力并存。
这意味着，全力发展AI不能简化为采购算力、建设数据中心和员工培训。印度需同步推进教育改革、完善社会保障、促进产业转移及培育本土需求。否则，AI转型的红利将集中在少数头部企业和高端人才手中，而就业损失则由数百万普通从业者和城市家庭承担。技术升级或许成功，社会转型却可能失败。
“AI反脆弱”结构
面对AI冲击，国家很难精准预判哪些岗位会被替代、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，而是建立机制，使劳动力、资本和企业能从衰退部门快速流向新兴产业。
第一道防线来自产业多样性。印度软件行业占全国经济比重虽未高到足以决定国家存亡，但其对服务出口、优质就业、外汇收入及城市中产消费的影响远超其GDP份额。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，其所蕴含的风险就不能仅用产值占比来衡量。
中国和美国在面对AI冲击时拥有更大的回旋余地，关键在于产业支柱多元。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；中国拥有完整的制造业体系，覆盖新能源、电子商务、通信设备、工程建设及庞大消费市场。即便某一类职业遭到替代，冲击虽严重，却较难迅速演变为对国家整体增长模式的否定。
第二道防线来自技术和产业链的主动权。国家无需在所有领域实现绝对自主，但必须在关键环节拥有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紧密相连。印度虽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，仅占全球数据中心数量约3%。电力、水资源和网络基础设施仍将是制约其AI雄心的瓶颈。（数据来源：印度政府新闻信息局）
第三道防线来自本土市场。印度软件外包长期面向欧美，企业习惯按海外需求组织生产。这助其迅速融入全球市场，却也削弱了本土产品创新的动力。AI时代的行业解决方案需在真实场景中反复迭代，结合企业数据持续优化。若无足够多愿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蜕变为产品和平台提供商。
中国的经验同样表明，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，模型越易转化为生产率；产业门类越单一，AI越可能首先沦为裁员工具，而非新增长引擎。
所谓“AI反脆弱”，并非避免旧产业受伤。它要求经济体在旧岗位消失后仍有新产业承接就业，在海外技术受限时仍有替代路线，在单一出口市场萎缩后仍有本土需求支撑迭代。人工智能的冲击无法消除，但可通过产业多元化、技术主动权和人才流动能力，将行业危机控制在可消化范围内。
德国的汽车与印度的软件
印度并非唯一遭受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。
德国经济并非只有汽车，机械、化工、医药、电气设备和精密制造同样实力强劲。然而，汽车产业在出口、研发、就业、地方财政及制造业信心中占据了极其核心的位置。
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，使德国长期稳居全球汽车产业顶端，也让庞大的资本、人才和政治资源围绕旧技术路线不断集聚。
当电动化、智能驾驶、软件定义汽车与中国品牌崛起同时到来时，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资源。内燃机可以被打造得更安静、高效和精密，但市场竞争的中心已转向电池、软件、智能座舱、算法及供应链速度。德国企业并未失去制造能力，却失去了过去那种近乎不可挑战的领先地位。
这种产业困境已传导至宏观经济。欧盟委员会指出，经历两年衰退后，德国2025年经济仅增长0.2%，预计2026年和2027年分别增长0.6%和0.9%；高昂的能源成本、疲软的出口、美国的关税以及来自中国的竞争，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，却暴露出相似的结构性问题。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结构、教育体系和利益集团，又会进一步提高改革成本。成功持续得足够久，便会从竞争优势异化为路径依赖。
这也促使我们重新审视“工匠精神”。
德国工程师将发动机做到极致，印度软件团队能以低成本、强纪律完成庞大的国际项目，这些能力无疑值得尊重。但工匠精神解决的是如何把一件事做好，战略判断决定的则是这件事是否还值得继续投入。当技术路线发生改变，仍在旧产品上精益求精，投入越多，沉没成本越高，组织转身也就越困难。
说得直白些，如果方向已失去价值，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，也会取消某些行业的存在必要性，改变其他行业的收费模式，并将原本相邻的产业重新组合。
因此，一个经济体既需要工匠精神，也需要定期质疑自己的成功。既要鼓励企业将产品做到极致，也要允许资本和人才离开正在衰退的赛道；既要保护受冲击的劳动者，也不能以保护旧岗位为由冻结技术进步。精益求精决定了企业在一条赛道上能跑多快，目光如炬才能决定国家是否选对了赛道。
结语：优势越牢固越危险
印度不会因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、企业咨询及跨国项目管理，仍需大量专业服务。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改造自身的软件产业，即便这会带来裁员、收入重估和中产就业收缩。拒绝自我革命，只会将革命的主导权交给竞争对手。与此同时，它还需建设新的制造业、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的国家功能。唯有如此，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，不至于只能被动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，或许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。
