孟买有位五十多岁的工程师，养成了一个新习惯——每天早上，不管有没有面试，先投五份简历再吃早饭。他在美国一家软件大厂干了十四年，本来盘算着熬到退休，一场裁员把这盘算敲得粉碎。

他的故事不是孤例，而是国际财经圈那句流行判断的活注脚：印度，成了头一个被人工智能＂做空＂的国家，一条走了三十年的老路正在AI的推土机下面塌方，怎么破，成了全球都在盯着看的一道题。先把＂做空＂这个词讲清楚。

这里说的不是股市那种一夜蒸发，也不是印度整个经济要玩完。真正被空掉的，是印度靠软件外包挣钱的老套路——那套按人头收费、按小时开单的生意经。

要理解为啥AI偏偏能戳中印度，先得看看这个国家的家底压在哪儿。三十年前的千年虫事件给了印度第一桶金，从那以后，班加罗尔和海得拉巴就成了全球企业的＂后台机房＂。

纽约、伦敦的活儿发过去，印度工程师报价便宜好几倍，同样的代码，成本立刻降下来一大截。这生意听着不高级，但撑起了一个庞然大物。

规模超过三千亿美元，从业人数逼近六百万人，是印度外汇的主要来源，也是无数普通工科生翻身进中产的唯一天梯。塔塔咨询、印孚瑟斯、Wipro、HCL这些名字，在印度年轻人心里的分量，跟当年国营大厂在我们这儿的分量差不多。

问题是，这套模式的核心竞争力就一条——便宜的人。卖的不是技术专利，也不是核心算法，而是海量工程师的工时。

生意做得越大，招的人越多，收入才涨得越猛。这种打法，遇上生成式AI，等于正面撞上了枪口。变化来得比想象中快。

一段以前要几十号人写两个礼拜的代码，现在两三个熟手加一个大模型，一个通宵就能交货。文档、测试、数据清洗这些活儿，AI干起来又快又不喊累。

海外客户一算账，为啥还要按你派了多少人、加了多少班来付钱？直接看交付成果结算，不香吗？

计价的锚一变，整个印度IT行业的估值逻辑就得重写。这不是收入少一点的事，是根子上的商业模式被抽掉了。

孟买交易所里，Nifty IT指数把这个判断画成了一条曲线。2024年底冲上历史高点之后，就一路往下滑，到2026年6月已经从峰值回撤四成多。

上半年跌了大约三成，同期印度大盘只跌了不到一成。十家主要IT公司加起来蒸发的市值，折合超过两千亿美元。

塔塔咨询这家龙头，市值都跌破了十万亿卢比这道心理关口。更耐人寻味的是下跌的节奏。

每次跌得凶的那几天，几乎都能对上大洋彼岸某家美国AI公司的新品发布会。

今年2月，Anthropic推出可以自动接管法律、销售、数据分析的Claude代理插件，消息一出，印度IT板块一周就蒸发了差不多五百亿美元市值，是2020年疫情初期以来最惨的一周。账面上的收入还没塌，这就更显得诡异。

塔塔咨询在4月份公布的年报里，营收创了新高；印孚瑟斯同期首次跨过两百亿美元营收大关。可就在同一份年报里，塔塔一年净裁掉两万三千多人，是这家公司历史上最大规模的一次减员。

钱在涨，人在走，这本身就是一次公开的模式解构。行业前五家巨头，2026财年合起来净减员将近七千人，一年前还是净增一万两千人。

招聘引擎也在熄火。塔塔咨询的应届生招聘计划，从每年四万人砍到了两万五。

有市场机构估算，未来两三年印度IT可能有四十万到五十万人面临被优化，最扎心的是，其中七成是干了四到十二年的中坚层，正是上有老下有小的年纪。冲击波顺着家庭账单往外扩散。

今年一季度，印度几个主要城市的住房销售同比掉了一成三。班加罗尔的合租公寓突然招不满租客，房东们直接把账算到了IT公司头上。

还有一个更隐蔽的信号被基金经理看在眼里：不少预感到自己要被裁的人，在丢工作前抢着申请个人贷款和房贷，过去一年印度部分零售信贷的增长，就来自这批＂末日贷款＂。年轻人这一头也不好过。

印度每年产出三百万工程毕业生，其中大约一半被认为是＂能用的＂。三年前，这一百五十万人几乎能被IT服务业全部吸收；最近两年，这个吸收数字接近于零。

有份研究报告给出的青年失业率数字高得吓人。那能不能像过去那样，把工程师直接送到美国去？这条路也在被慢慢焊死。

去年秋天，美国那边把H-1B签证费一度从五千美元提到十万美元，翻了二十倍。此前几个月，白宫还公开喊话谷歌、微软，别再往印度招人。

要知道，印度公司拿走了美国H-1B签证配额的两成，是这个国家IT模式在物理世界上的延伸线。于是就出现了一个双头绞杀的局面。

AI让美国企业第一次真有能力把外包活儿收回自己国内，班加罗尔的订单可以不必再发出去；签证新政又把想跑去美国续命的印度工程师堵在了国内。印度IT行业约六成收入依赖美国市场，将近一千三百五十亿美元的现金流，正好卡在这两把剪刀中间。

面对压力，头部公司也没坐等挨打。塔塔咨询今年七月宣布组建一支最多八千九百人的前线AI部署工程师团队，还在全球物色AI收购标的。

印孚瑟斯把自家的AI平台Topaz推向前台，跟Anthropic、OpenAI、谷歌都签了合作。HCL则宣布拿三百五十亿卢比进军AI数据中心生意。

招聘平台的数据也印证了这个转向。今年六月，印度AI相关岗位的招聘量同比涨了一成六，而传统IT岗位反而下滑三个点。

但麻烦在于，AI岗位吸的多是资深工程师和数据科学家，跟被优化下来的初中级程序员根本不是一批人，缺口对不上，转岗培训又是个漫长活儿，不是发个通知就能立马变现的。

再往深一层看，AI能这么精准地把印度掐住，症结其实不在AI本身，而在印度的产业结构太单薄。美国有芯片、软件、能源、医药、金融好几条大动脉；中国的工业门类是全球最齐全的，加上新能源、基建、内需市场做支撑。

印度过去三十年跳过了重工业积累这一步，把家当押在服务外包这一条腿上，风一大，就晃。德国的例子摆在那儿。

燃油车时代德国靠精密机械打天下，一进入电动化、智能化，发动机变速箱的溢价瞬间就崩了，去年GDP只涨了0.2%，几家老牌车厂接连宣布重组。极致优势一旦碰上技术换挡，往往就成了包袱。印度软件和德国汽车，剧本换个封面就是同一个。破局的路子，说难也不难，说容易也不容易。

往产业链高端走，别再守着低端外包，去啃金融、医疗、政务这些垂直行业的AI集成方案；把算力、数据中心、底层模型这些基建短板一块一块补起来，别老指望别人家的模型；社保和再培训得跟上，不然被替代的这几十万中年人会成为社会问题；更重要的是，把制造业、新能源、内需消费这些冷板凳暖起来，多几条腿走路。

真正的产业安全，从来不是某一个行业强到没朋友，而是不管哪股技术浪打过来，家里还有别的锅可以下米。这话放印度身上适用，放任何一个国家身上也适用。