
莫迪最近频繁在国际舞台上勾勒印度的AI蓝图:“十年后,印度要做全球AI主导者。”为此,他向科技巨头抛出橄榄枝——免税20年,来印投资AI基建。但现实却在泼冷水:今年外资从印度股市撤资230亿美元,市值蒸发超9000亿;更严峻的是,印度引以为傲的软件外包产业,正遭遇AI降维打击。一份报告警告,未来10-15年,印度或有9200万岗位面临AI替代风险。雄心与困境之间,印度究竟在AI时代扮演什么角色?答案藏在它过去三十年的路径里炒股杠杆,也藏在当下难以逾越的现实鸿沟中。

一、外包红利:印度的“全球化生存密码”
过去三十年,印度靠一件事在全球化中站稳脚跟:软件外包。上世纪90年代,当中国在制造业赛道狂奔时,印度另辟蹊径——用低成本、英语流利的工程师群体,承接全球IT外包订单。塔塔咨询、印孚瑟斯、威普罗这些名字,成了“代码工厂”的代名词:美国银行的系统维护、欧洲企业的软件测试、全球互联网公司的bug修复,背后都是印度工程师的身影。
这个产业有多重要?数据显示,它每年为印度带来超3000亿美元收入,直接和间接创造上千万就业岗位,更催生了印度庞大的中产阶级——他们拿着高于本土平均水平3-5倍的薪水,支撑起消费市场,也成了莫迪政府的“稳定基本盘”。某种意义上,印度的“世界办公室”标签,是全球化分工给的“特殊红利”:发达国家需要低成本劳动力完成标准化代码工作,而印度恰好有语言(英语)和人口(年轻工程师)的双重优势。
二、AI来了:“代码工厂”的致命一击
但AI正在撕碎这个“生存密码”。今年2月,美国AI公司Anthropic推出的Claude,展现出惊人的自动编程能力:输入自然语言需求,它能生成高质量代码,还能自动调试、优化。这不是简单的工具升级,而是对印度外包模式的“降维打击”——过去需要10人团队干一周的基础开发,现在一个AI助手几小时就能搞定,成本仅为人力的1/10。
市场已经用脚投票。塔塔咨询去年裁掉2.3万个岗位,理由是“为AI时代做准备”;今年以来,其股价跌了28%,印孚瑟斯跌超30%,威普罗跌近25%。这些巨头的高管公开承认:约40%的传统外包业务“面临AI颠覆风险”。更扎心的是印度国家软件与服务企业协会(NASSCOM)与麦肯锡2026年1月联合发布的报告:未来10-15年,印度约35%的工作内容可被生成式AI显著提效或部分替代,上限估算涉及9200万人——注意,这不是“整个岗位消失”,而是“工作内容被替代”,但对依赖“重复性劳动”的外包产业来说,“内容替代”几乎等于“岗位缩水”。

印度的核心优势正在瓦解:当AI能替代基础编程、数据录入、软件维护,“低成本工程师”的价值就被打了对折。过去引以为傲的“人口红利”,可能变成“人口负担”——毕竟,不是所有工程师都能转型做AI研发。
三、莫迪的“高端突围”:从“办公室”到“领导者”的豪赌
莫迪政府显然看到了危机。他们的应对策略很直接:与其被AI替代,不如抢占AI产业链高端。于是有了“免税20年”的政策——只要来印度投资AI基础设施(数据中心、云计算、芯片制造),就能享受长达20年的税收减免。谷歌、微软、亚马逊迅速响应,承诺投资数百亿美元;印度还推出主权大模型“BharatGen”,试图在12种本土语言应用上建立护城河。莫迪的算盘是:让印度从“世界办公室”变成“全球南方的AI领导者”。
方向对,但难度远超想象。AI竞赛的核心是“铁三角”:算力、芯片、基础研究。这三样,印度都缺。
算力和芯片:全球AI大模型训练依赖万卡级GPU集群,美国有英伟达的A100/H100,中国有华为昇腾910,印度呢?它没有自主高端芯片设计能力,连中低端芯片制造都依赖进口。微软在印的数据中心,GPU要从美国运;谷歌的云计算集群,芯片依赖台积电代工。没有芯片自主,“AI基建”就是沙滩上的城堡。

基础研究:全球顶级AI论文中,印度作者占比不足5%,远低于中美(分别约30%和25%)。印度本土没有OpenAI、DeepMind级别的研究机构,连高校实验室都凑不齐千卡级GPU——去年印度理工学院德里分校想建AI实验室,申请了3年才批下200万美元预算,仅够买20张A100,而OpenAI的训练集群动辄上万张。
人才外流:最讽刺的是,印度不缺AI人才——美国H-1B签证持有者中,印度人占比超70%,他们是硅谷AI革命的主力军(谷歌DeepMind、OpenAI都有大量印裔工程师)。但这些人宁愿在美国面临身份焦虑,也不愿回国。为何?
不是钱的问题。印度本土资深AI工程师年薪已达硅谷的60-70%,加上生活成本低,经济账并不亏。真正的阻碍是“生态”:硅谷有万卡GPU集群、每周更新的前沿论文、定义行业的项目(比如训练GPT-5);回印度呢?大多是“为全球客户做AI迁移”——把美国模型适配印度语言,属于应用层,而非核心研发。更现实的是“不确定性”:印度AI企业平均生存周期不足3年,跳槽选择少;而美国H-1B转绿卡虽慢,但规则透明。一位在谷歌工作的印裔工程师直言:“怕一旦离开前沿圈,就再也追不回来。”
四、营商环境:外资的“信任赤字”
比技术和人才更致命的,是营商环境的“信任赤字”。AI基础设施投资大、回报周期长,企业最怕“政策反复”。小米的案例就是警钟:这家过去十年在印度最成功的外国科技企业,建了7座工厂、雇了数万员工,一度占据印度手机市场头名。但2023年,印度执法局以“违反外汇管理法”为由冻结其6.8亿美元资金,理由是向高通支付的专利授权费“涉嫌转移资产”。两年法律拉锯后,小米虽拿回部分资金,但整个过程的税务审查、合规调查,让它彻底放缓了在印扩张。
特斯拉的超级工厂项目更直接:2022年高调宣布落地,2023年因“土地政策变动”黄了。外资不是傻子:20年税收优惠听起来诱人,但如果十年后换个政府,政策作废怎么办?如果税务部门突然说“你的投资不符合优惠条件”,怎么办?这种“规则不确定性”,比技术差距更让企业却步。

五、中间状态:不是崩塌,是萎缩
印度在AI时代最可能的前景,不是“中美之外的第三极”,也不是“最大输家”,而是一种更复杂的“中间状态”:旧的外包岗位在减少,新的AI适配需求在增加,但一减一增之间,缺口补不上。
举个例子:生成式AI会替代500万基础编程岗位,但可能新增200万AI模型调优、数据标注岗位——净减300万。更关键的是,新增岗位要求更高:需要懂大模型原理、会用工具链,而被替代的工程师大多只有基础代码能力,转型难度大。结果不是产业崩塌,是“结构性萎缩”——外包产业规模缩小,就业质量下降,中产阶级增长放缓。
过去三十年,印度靠“人手写代码”吃到了全球化红利。AI把这门生意的价值往下拉了一个台阶——这个台阶一旦下去,就再也升不回来。往上追高端?芯片、算力、人才都在别人手里;往下沉?越南、菲律宾的工程师成本比印度还低,英语也不差。“两头够不着”,才是印度真正的困境。
六、十年之约:算清代价,才能找到位置
莫迪把AI计划称为“十年之约”,听起来像对未来的承诺。但现实可能是:这十年不是用来实现目标的,是用来算清代价的。
当印度真的要建万卡GPU集群,会发现电价是美国的2倍(印度电力成本全球前十);当它想自主研发芯片,会发现本土连14纳米制程的工厂都没有;当它想吸引人才回国,会发现高校实验室连前沿论文都跟不上。这些账,迟早要摆在桌面上。
或许十年后,印度不会成为“AI主导者”,但会找到自己的位置:比如做全球AI应用的“本地化服务商”,帮欧美企业把模型适配到南亚市场;或者靠人口规模,成为AI产品的“测试市场”。这不算失败,但离“主导者”的梦想,差了不止一个量级。
AI浪潮里,没有谁能靠“口号”赢。印度的故事,本质上是一个后发国家在技术革命中的挣扎:它想抓住机遇,却被过去的路径依赖和现实的资源约束困住。最终能走多远炒股杠杆,不取决于莫迪的豪言,而取决于它能否在“代价清单”上,一项项划掉那些“不可逾越”的鸿沟。
文章为作者独立观点,不代表联华证券_正规股票配资APP平台_最靠谱股票出资咨询公司观点