印度IT泡沫破裂真相：为何AI反而成为首个“做空”对象？
算力对人力：一场无声的金融地震
2026年2月，旧金山的人工智能企业Anthropic发布了一款全新企业级工具。与此同时，在数千公里外的孟买，Nifty IT指数的K线图出现了断崖式下跌，单日跌幅接近6%。这并非孤立事件，而是标志着印度作为“全球后台”地位的正式动摇。随后OpenAI宣布投入数十亿美元建立企业AI部署团队，印度股市再次重挫。硅谷代码的每一次回车键敲击，都转化为印度资本市场的精确地震。
整个2026年上半年，超过230亿美元的外资从印度市场撤离，外资持股比例骤降至14.7%，创下十四年来的最低点。被誉为印度版“恒生科技”的Nifty IT指数，在18个月内累计回撤49%，市值蒸发超过19万亿卢比，相当于印度去年财政预算的四成。这一现象并非简单的市场波动，而是技术范式转移对旧有经济结构的一次彻底清算。
过去三十年，印度依靠承接全球IT外包服务，利用英语优势和低成本人力，构建了庞大的中产阶级群体。然而，当AI生成代码的成本低于恒河边工程师的薪资时，这条依赖劳动力差价的产业链瞬间失去了存在的基础。印度不仅未能抓住AI时代的增量红利，反而因为对廉价人力的过度依赖，成为了被技术变革最早收割的对象。
劳动力套利游戏的终结
印度IT外包产业的崛起，本质上是一场持续二十年的“劳动力套利游戏”。1999年，欧美系统面临千年虫危机，急需海量程序员修补代码。印度企业凭借低廉的人力成本和英语优势，迅速承接了这些低技术门槛但工作量巨大的任务。至2025年，印度外包产业规模已达2800亿美元，直接支撑起567万名IT工程师及其背后的2500万中产家庭。
这种商业模式的本质简单而脆弱：按人头收费，赚取美印薪资差价。美国程序员年薪15万美元，而印度工程师仅需1.5万至2万美元。然而，AI代理的引入彻底打破了这一平衡。卡内基梅隆大学和斯坦福大学的研究显示，AI完成任务的速度比人类快88.3%，而年订阅成本仅为数百至数千美元。当算法的效率超越人类且成本更低时，“世界后台”的根基随即崩塌。
寒意迅速传导至行业巨头。2026年4月，全球IT服务巨头Cognizant启动转型计划，计划全球裁员1.2万至1.5万人，大部分集中在印度。美国房地产科技公司Opendoor关闭了在印度的所有办公室，法国赛诺菲将采购审计工作移交给了AI Agent。财报数据印证了行业的衰退：TCS在FY26的营收首次出现负增长，Wipro几乎停滞，即便是表现相对稳健的Infosys，其增速也远低于历史平均水平。
裁员潮的规模令人触目惊心。2025年全球科技裁员约24.5万人，印度以1.9万人位居第二，远超其在全球科技就业中的占比。前五大IT公司从FY25的净增员1.2万人，逆转为FY26的净减员近7000人。这种结构性逆转表明，依靠人头堆砌的外包模式已无法在AI时代存活。
缺席AI利润分配的根本逻辑
尽管拥有庞大的工程师群体，印度在全球AI利润分配中却处于“局外人”地位。2026年，全球AI净利润预计达6370亿美元，美国占据49%，韩国35%，两者合计瓜分84%的利润。印度未能进入这一核心利益圈子，其根源在于产业路径的深层缺陷。
东亚国家如日本、韩国和中国，均经历了从低端制造到高端制造的产业升级，每一步都在“制造”硬实力。而印度在1991年改革前长期受困于“许可证制度”，阻碍了制造业发展，被迫跳跃式发展服务业。这种路径依赖导致印度缺席了全球制造产业链，自然也成为AI基础设施建设的看客。
在软件层面，印度同样难以突破。成功的科技公司往往遵循“本土大市场→规模效应→产品迭代→全球化”的路径。然而，印度人均GDP仅2800美元，消费能力有限，导致本土市场无法为SaaS企业提供足够的试错空间。印度SaaS公司往往未经本土验证就直接进入美国市场，难以成长为企业级巨头。
此外，印度科技巨头的研发投入严重不足。TCS和Wipro的研发占比长期低于1%，而微软、谷歌等巨头则在12%以上。更关键的是，这些公司的高额利润主要用于分红回馈股东，而非再投资。TCS母公司塔塔集团需要巨额现金填补传统业务亏损，华尔街也将这些公司视为“类债券”资产，要求稳定的现金流。这种资本逻辑锁死了技术创新的可能，使印度科技巨头在AI浪潮中失去了转型的动力与能力。
廉价人力成为技术包袱
截至2026年上半年，印度公认的AI独角兽仅有三家：Sarvam AI、Krutrim和Neysa Networks。其中，Sarvam AI虽获15亿美元估值，但年收入仅540万美元；Krutrim在尝试基础模型后迅速收缩，转向云服务；Neysa Networks则专注于算力出租。三家独角兽估值总和不足40亿美元，在全球AI版图中微不足道。
国际货币基金组织将印度2026-27财年GDP增速预测下调至5.8%，主要原因正是IT服务出口的永久性收缩。这一案例揭示了一个残酷的经济规律：当经济体将“廉价劳动力”作为核心竞争力时，实则是在做空技术进步。技术迭代越快，对依赖人力的经济体反噬越烈。
印度拥有全球最多的程序员，但在硅基时代，这反而成了沉重的包袱。缺乏工业化基础、本土市场狭小、资本短视，共同导致了其在AI时代的缺席。未来，随着AI技术成本的进一步降低，对非核心代码和基础服务的替代将更加彻底。印度若想走出困境，必须摆脱对“人头套利”的路径依赖，探索新的经济增长点，但这需要深刻的制度变革与长期的产业投入，而非短期的市场修补。