2026年3月，班加罗尔，32岁的软件工程师雷迪在公寓里上吊自杀，没多久，他在IBM工作的妻子从18楼跳下。
警方调查发现，雷迪曾在美国拿过年薪800万卢比，折合人民币大约57万，在印度绝对算高收入了。但AI让他失业了，整整一年，一份满意的工作都没找到。
班加罗尔是印度IT业的心脏，被叫做“印度硅谷”。但就在这个地方，曾经的中产精英正在以这种方式消失。
别看顶着“科技”的光环，印度IT的本质跟建筑行业的包工头差不多。美国企业要开发系统，欧洲银行要做数字化改造，全球500强要转型升级，怎么办？把活儿派给印度，印度再组织几万工程师去接单，按人头收费，按工时计价，这种模式叫“人月计价”，客户买的是工程师的时间。
塔塔咨询服务（TCS），年收入突破300亿美元，员工将近60万；印孚瑟斯年收入约193亿美元，员工32万；威普罗年收入105亿美元，员工23万，光这三家就养了超过115万工程师。
整个印度IT产业规模2830亿美元，全球IT外包市场里印度占了大约55%的份额，名副其实的“世界后台”。
印度有超过540万软件工程师，是全球开发者最多的国家，每年几百万计算机专业学生毕业，源源不断涌进来。而且这帮人的薪资成本，比欧美工程师低得多，那些欧美大公司当然乐意——同样的活儿，成本省一大截，傻子才不外包。
资本市场对印度IT公司的估值逻辑，有一个有意思的细节：投资人衡量这些公司，一个重要指标是员工数量，而不是技术含量。
人越多，意味着能接越多单，能赚越多钱，这套逻辑本质上跟劳务派遣公司没有多大区别，只不过派遣的是程序员，而且有英语优势，所以派遣到了全球。
问题就在这里：你的核心竞争力是人多、工资低，那只要有什么东西比人更便宜、干活更快，你就完了。
2026年6月3日，印度股市，Nifty IT指数单日暴跌5.8%，创下近四个月最大跌幅，TCS重挫9%，印孚瑟斯跌超4%，威普罗也跌了将近4%。
一家AI编程公司有过一组数据：过去需要100人的开发团队，现在2到3个人加上AI工具就能搞定。一个外国电商网站的开发，以前可能花几十万，现在成本能压到6到8美元。
再看裁员数据，TCS在2025年裁了1.2万人，创公司史上最大规模；整个IT行业，2026年上半年因AI导致的岗位流失接近9万个，占全行业裁员总数的22%，已经超过2025年全年AI取代的5.4万个。
更戳心的是一个细节：2025至2026财年前九个月，印度顶尖IT公司合计净增了多少员工？17人。
一个来自比哈尔邦农村的年轻人，贷款读完工程学位，拿到TCS的录用通知，然后等了整整一年，最后等来的是offer撤销的邮件。
数字上的错配已经极端荒诞，印度高校每年有超过150万计算机专业毕业生踏入职场，2025财年，相关专业录取人数还涨了18%，预计到2030年会有超过600万毕业生。
几百万人挤破头，13.5万个位置，15到25岁大学毕业生的失业率已经飙到40%。
这就是印度的现实。过去“人口红利”是个褒义词，意味着劳动力充足、成本低廉、经济充满活力。但当AI让那些低端重复性岗位大规模消失，劳动力充足反而变成了社会压力。
印度近45%的劳动力还在农业里讨生活，农业只贡献了GDP的15%-16%，IT行业原本是那条能把农村年轻人拉进城市中产的通道。这条通道现在堵死了。
写代码的被AI抢了饭碗，接电话的也没好到哪去。印度BPO和呼叫中心将近600万人，400亿美元的盘子，现在也塌了。
今天的语音AI，消除了早年语音机器人让人抓狂的3秒处理延迟，说话节奏跟真人对话没差别，会用“嗯”、“让我查一下”这种填充词，还能被打断，甚至能做情绪分析——来电者声音里带了焦虑，AI会自动降低语调，切换成高共情模式，然后直接授权退款，不需要转接人工、不需要你等20分钟找经理。
口音问题也解决了，单个AI系统可以在同一个通话里切换美国南方口音、英国口音、澳洲口音，随便来。这对印度呼叫中心来说，是最后一个护城河也消失了。
一家人力资源公司的CEO说，一个法律部门过去需要30人审合同，现在一个人加AI就够了，数据录入那些活，“过去10人的团队，现在两三个人搞定”。
面对这些，印度IT巨头们当然没闲着。TCS在疯狂给60万员工做AI培训，已经有超过10万人拿到AI/ML高阶技能认证，还搞了AI运营管理平台，2026年第一季度AI相关业务年化订单规模达到23亿美元，一个季度增长了28%。
印孚瑟斯、威普罗也在大规模部署微软的Copilot，三家合计超过30万个席位，微软说这是全球最大规模的企业级AI落地案例之一。
TCS的董事长自己说过一句话，大意是：未来TCS可能拥有跟人类员工数量一样多的AI Agent——“如果公司有50万雇员，那么50万个AI代理的那一天也不远了。”
2月Anthropic推出企业级AI工具，Nifty IT指数当日跌近6%；5月OpenAI宣布投入超40亿美元扩张，指数再跌3.7%。目前Nifty IT交易在16.3倍的一年期前瞻市盈率，比十年平均估值低了将近28%，是所有行业板块里折价最大的。
外国机构投资者一直在持续撤离，2026年以来从印度股市撤出约230亿美元，外资持股降到14.7%，创14年新低。
退一步说，就算印度IT企业能成功转型，印度要在AI时代参与竞争，还得过一关：算力。
印度全国GPU保有量3.8万个，美国头部科技企业的GPU保有量是百万级的，OpenAI的算力基础以十万级GPU起步，这个差距不是努努力就能追上的。
然后是基础设施。2026年5月，印度北部极端高温，局部气温飙到48.2°C，新德里45°C。电网负荷连续多天逼近极限，政府呼吁节约用电，多地出现供水危机。
建数据中心，最怕的就是高温。温度高，散热效率下降，设备氧化加速，整个系统的稳定性都是问题。
印度政府计划到2031年花将近800亿美元新建燃煤电厂，其中提到的44个新项目，有37个选址在水资源紧缺地区。电力公司NTPC说，它参与的项目里，98.5%的用水来自水资源紧张地区。
研发这块也是老问题。印度的研发投入只占GDP的0.65%，中国约2.7%，美国是3.5%。整个创投-研发-产品化的链条，印度几乎是空的。印度最受关注的AI初创公司Sarvam AI，新一轮融资规模是3亿到3.5亿美元，而OpenAI一轮融资是千亿美元级别。
印度政府也意识到这个问题，最开始想做“主权AI”，搞自己的大模型。2025年7月发布了第一个自主大模型BharatGen——约29亿参数，逻辑推理漏洞一堆。Sarvam AI在处理印度方言混写内容时直接崩溃。
后来策略调整了，改口说“全球95%的AI工作只需要小模型”，准备专注小模型赛道。
这话也没错。但“做不了大的”跟“做小的就够了”，这两句话听着像一回事，其实差得远呢。
印度IT的故事，说穿了是这样一件事：过去几十年，这个国家找到了一条路——用庞大的低成本人力，嵌入全球分工的中低端环节，用规模换收入，这条路确实走通了，走出了一个年出口超千亿美元的产业，养活了数百万中产家庭。
现在最难受的是那批普通人。背着助学贷款读工程专业的农村孩子，在班加罗尔背着房贷的大龄码农，在呼叫中心倒班多年的年轻人。
他们当年选这条路的时候，这条路是对的，可没有人告诉他们，这条路会在他们走到一半的时候突然断掉。
人口多不一定产生红利，60年代的上山下乡是没有办法的办法，当年如果不这样做有可能会产生巨大的社会问题。现在印度富余的劳动力如果没去处，社会稳定会有问题。
业务咨询
扫码，关注我们
