2026年上半年，印度股市被贴上了一个极具冲击力的新标签——“全球首个被人工智能做空的国家”。
这并非空穴来风。长期作为印度科技产业风向标的Nifty IT指数在上半年大幅下挫，塔塔咨询服务公司、印孚瑟斯、威普罗等软件服务龙头普遍面临估值重压。
国际资本也在持续撤离。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。虽然7月后Nifty IT指数反弹16.7%，外资重新净流入超过16亿美元，但这更多源于全球资金从拥挤的AI硬件交易中撤出后的板块轮动，尚不足以证明印度软件业已走出困境。
拥有14亿人口、产业门类齐全的大国，不会因一种技术就被轻易“做空”。银行、制药、能源、电力、通信及消费等领域依然庞大，软件外包也未在一夜之间失去订单并价值归零。真正遭受市场重新定价的，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。
“AI做空印度”虽显夸张，却精准捕捉到一个更深层的问题：当一个国家将过多增长、就业和中产希望寄托于单一产业赛道，一次技术范式转换便可能从行业震荡升级为国家层面的发展焦虑。
人力套利
印度软件业的体量由来已久。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将达3150亿美元，同比增长6.1%，从业人数增至595万。印度政府数据则显示，2024—2025财年IT及相关服务业收入为2830亿美元，全国建有1700多个全球能力中心，雇用约190万人。
因此，称印度软件业整体崩溃并不准确。它仍在增长，拥有大量国际客户，以及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、政府信息平台及高度复杂的遗留系统改造，绝非几个AI智能体便能瞬间完成。
但资本市场关注的是未来前景。印度软件外包真正的麻烦在于，“收入增长”与“人力增长”正在脱钩。
其过往模式清晰明了：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，印度公司按投入的工程师数量和工作时间收费。项目所需人员越多，服务商账单越大；扩大收入最直接的方式便是招聘更多工程师，承接更多项目。
“卖人头”虽不体面，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一循环。过去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调用AI工具搞定；原本依赖大量人工的软件测试、数据整理和客户问答，也越来越多地被自动化系统接管。客户开始从购买工时转向购买结果，不愿再为一支庞大的离岸团队长期付费。
这一变化带来的冲击独特而剧烈。即便订单金额未立即下降，同一订单所需人数也可能大幅缩减。AI提升了交付效率，却同步压缩了可计费工时。对微软、谷歌等产品型公司，效率提升通常意味着利润增加；对按人时收费的印度外包商，效率提升首先意味着账单缩水。技术进步在此引发了商业模式内部的利益冲突。
印度软件企业当然可使用AI，只是它们越有效使用AI，传统人力外包业务萎缩越快。若拒绝使用，又会被采用AI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与丧失未来竞争力之间做出抉择。
因此，市场做空的主要是印度软件外包的旧估值逻辑。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增长产业。AI正将其转变为人员规模收缩、项目报价下降、内部结构剧烈调整的成熟行业。即使3150亿美元的收入暂时未消失，市场给予它的估值也会发生变化。
“革自己的命”
技术替代不会因印度的犹豫而停步。美国企业仍会用AI减少外包采购，欧洲公司也会尝试将部分信息技术工作收回内部。若不推动自动化，节省下的岗位未必能长期保住，能保住的很可能只是几年的缓冲期，代价则是将AI解决方案、企业咨询和系统集成市场拱手让给竞争者。
对印度而言，发展AI已无退路。关键在于决定发展哪一层AI，以及由谁承担转型成本。
若印度软件公司仅采购OpenAI、Anthropic或其他海外企业的模型，再将其包装进传统外包项目，它们仍只能获得实施、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”，价值链位置并未发生根本改变。
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，具备整合模型、数据、合规和业务流程的能力。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，这是其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AI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。
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；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、建设数据中心和培训员工。印度需同时完成教育改革、社会保障、产业转移和需求培育。否则，AI转型收益将集中在少数头部企业和高端人才手中，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，社会转型仍可能失败。
“AI反脆弱”结构
面对AI冲击，一国很难准确预测哪些岗位会被替代、哪些行业会率先重组。真正的国家战略，不是试图保护每一个旧岗位，而是让劳动力、资本和企业能从衰退部门较快转移到新产业中。
第一层保障来自产业多样性。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、外汇收入和城市中产消费的影响远超其GDP份额。当一个产业同时承担增长、出口、就业和社会流动等多重功能时，其所形成的风险不能仅用产值占比衡量。
中国和美国面对AI冲击时拥有更大回旋空间，关键在于产业支柱较多。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、工程建设和庞大消费市场。某类职业遭替代，冲击虽严重，却较难迅速演变为对整个国家增长模式的否定。
第二层保障来自技术和产业链的主动权。一国无需在所有领域做到绝对自主，但必须在若干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联系。印度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，只占全球数据中心数量约3%。电力、水资源和网络基础设施仍会制约其AI雄心。（数据来源：印度政府新闻信息局）
第三层保障来自本土市场。印度软件外包长期面向欧美客户，企业习惯按海外需求组织生产。这助其迅速融入全球市场，也削弱了本土产品创新动力。AI时代的行业解决方案需反复进入真实场景，结合企业数据持续改进。若无足够多愿为数字化产品付费的本土客户，印度企业难从项目承包商成长为产品和平台提供者。
中国的经验亦在说明，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。一国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越可能首先成为裁员工具，而非新增长工具。
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。人工智能带来的冲击无法消除，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强大。然而，汽车产业在出口、研发、就业、地方财政和制造业信心中占据极其重要的位置。
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，使德国长期站在全球汽车产业顶端，也让庞大的资本、人才和政治资源围绕旧技术路线不断集中。
电动化、智能驾驶、软件定义汽车和中国品牌崛起同时到来后，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能力。内燃机可打造得更安静、高效和精密，但市场竞争中心已转向电池、软件、智能座舱、算法和供应链速度。德国企业未失制造能力，却失去了过去那种几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，德国经历两年衰退后，2025年经济仅增长0.2%，2026年和2027年预计分别增长0.6%和0.9%；高能源成本、出口疲弱、美国关税和来自中国的竞争共同压低复苏速度。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，却暴露出相似问题。一个行业越成功，越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、教育和利益集团，又会进一步提高改革成本。成功持续得足够久，便会从竞争优势变成路径依赖。
这也需我们重新理解“工匠精神”。
德国工程师把发动机做到极致，印度软件团队能以低成本、强纪律完成庞大国际项目，这些能力都值得尊重。但工匠精神解决的是如何把一件事做好，战略判断决定的是这件事是否还值得继续投入。技术路线已变，仍在旧产品上精益求精，投入越多，沉没成本越高，组织转身也越困难。
说得尖锐些，若方向已失价值，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，也会取消一些行业存在的必要性，改变另一些行业的收费方式，并把原本相邻的产业重新组合起来。
因此，一个经济体既需工匠精神，也需定期怀疑自己的成功。既要鼓励企业把产品做到极致，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，也不能用保护旧岗位的方式冻结技术进步。精益求精可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。
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、企业咨询和跨国项目管理，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。同时，它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。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，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。
