12000人失业，43%市值蒸发，印度IT的AI葬礼！

撰文｜咸闲

编辑｜咸闲

审核｜烨 Lydia

声明｜图片来源网络。日晞研究所原创文章，如需转载请留言申请开白。

3月的一个清晨，班加罗尔外环路上的甲骨文园区，停车位突然空出了大片。

12000名印度工程师在这一天收到了解雇通知。这并非2008年金融海啸式的恐慌性抛售，而是一种冷静到近乎残酷的商业优化。邮件里写得很清楚，“随着AI驱动的开发效率指数级提升，我们对人力的需求将结构性下调。”

这句话像一把手术刀，精准地切开了印度IT产业最引以为傲的主动脉。如果说过去三十年，印度靠“廉价英语程序员”承接了全球的数字化外包，那么2026年的这场裁员，则宣告了“人海战术”在AI时代的商业逻辑已经走入了死胡同。

这不是一次周期性的低谷，而是一次估值模型的切换、商业模式的坍塌与社会契约的撕毁。

一个月后，NiftyIT指数从历史高位回撤43%，十大IT公司蒸发超2000亿美元市值。

不是恐慌了，他们是清醒了。

华尔街的“估值手术”

图片来源：【花旗集团】 塔塔咨询服务公司（TCS）：塔塔咨询服务公司（TCS.BO）模型更新

资本市场从来不讲感情，但极其讲逻辑。

在2026年之前，印度IT巨头如塔塔咨询（TCS）、Infosys、Wipro，享受着25倍乃至30倍的市盈率。

市场的理由是，它们属于“科技板块”，有稳定的美元现金流，有每年10%以上的营收增长预期，更重要的是，它们拥有“规模效应”。

但这个“规模效应”的本质是什么？

是美国银行、沃尔玛、通用电气为了节省成本，把IT运维、代码开发、系统测试打包扔给印度。

每扔过来一个岗位，印度这边就多招一个工程师。每多招一个人，下季度的营收就能多一截。因此，校招人数是印度IT公司最重要的“先行指标”，它直接告诉华尔街，未来两年的产能和营收增长。

然而，2026年发生了一件让这套估值模型彻底失效的事情。

市场猛然发现，这些IT巨头的增长不再取决于“多招了多少人”，而取决于“AI能替代多少人”。

请做一个思维实验。

假设美国本土一个高级工程师，年薪12万美元，借助AI编程助手，工作效率提升了3倍。过去需要5个印度初级工程师，人均年薪1.2万美元，远程协作完成的模块，现在这个美国工程师自己加上AI，一天就能干完。

过去，为了完成这个模块，印度公司需要支付5个人的工资，合计6万美元，并计入下季度营收。现在呢？这6万美元的业务直接消失了。因为客户不傻，为什么要外包？不就是为了便宜吗？当AI让本地工程师变得足够便宜时，外包本身就成了多余的动作。

这就是估值模型切换的核心，印度IT公司的核心竞争力，从来不是技术壁垒，而是“人工成本套利”。

一旦AI打破了“地理套利”的壁垒，这些公司就不再是“科技成长股”，而是“劳动力派遣中介”。资本市场对派遣中介的估值是多少？最多10倍市盈率。

从30倍到10倍，意味着即便利润不变，股价也得跌掉三分之二。这就是那43%跌幅背后的数学铁律。而且这场暴跌的节奏异常讽刺，每次美国AI巨头发布新模型，NiftyIT指数就应声下跌。市场在用脚投票，清晰地告诉所有人，你们不是AI的受益者，你们是AI的第一茬韭菜。

“套利经济学”的黄昏

图片来源：奇点来临，AI科技使能的AI分身加速驱动并放大人类的价值实现

让我们解剖一下，看看印度IT外包的利润是怎么来的。

在传统模式下，一个由5名美国本土高级工程师组成的团队，人力成本高达60万美元，但沟通顺畅、代码质量高。

而同样人数的印度外包团队虽然人力成本仅为6万美元，极为低廉，却必须承受高昂的沟通损耗，包括时差、口音、需求反复，以及中等偏下的代码质量，就需要大量QA返工，导致看似成本优势巨大，实则隐性管理成本不菲。

然而，AI的介入彻底改变了算式，如今借助AI编程助手，美国本土团队仅需保留1名高级工程师，而他的年薪就大约12万美元，再加上约0.5万美元的AI工具费用，总成本即可压缩至12.5万美元，不仅低于传统印度外包团队的综合交付成本，含管理约12万美元，且差距极小，更因AI实时审查而获得极高的代码质量，同时沟通损耗降至极低。

这意味着，AI将“廉价人力”的套利空间压缩到了几乎消失的边缘，当本土高薪团队借助AI变得既便宜又高效时，把业务外包给印度的那点成本优势，已经不值得忍受时差和返工的折腾了。

在过去，印度外包的核心优势不是“技术好”，而是“便宜得令人无法拒绝”。6万美元vs60万美元，傻子都知道怎么选。

印度每年产出300万工科毕业生，其中近150万人会被庞大的IT服务业吸收，薪资仅为欧美同行的十分之一。这是一个完美的套利闭环，欧美省了钱，印度赚了汇，毕业生有了出路。

图片来源：【国泰海通】 奇点来临，AI科技使能的AI分身加速驱动并放大人类的价值实现

但这个闭环有一个致命的前提，编程这件事，必须依赖“人月”来计价。

AI的出现，让编程从“劳动密集型”变成了“资本密集型+技术密集型”。

以2025年下半年开始大规模商用的AgenticCoding为例，它不再仅仅是给程序员配一个副驾驶，而是直接变成了自动驾驶。你只需要用自然语言描述业务逻辑，AI就能生成数千行符合规范的后端代码，甚至自动编写测试用例和部署脚本。

这意味着，印度IT公司过去引以为傲的“人才金字塔”底层被直接抽空了。

从写好CRUD的初级码农起步，靠熬年头和攒代码量爬上高级开发的位置，开始设计独立模块；再卷十年，或许能戴上“架构师”的头衔，画系统蓝图、定技术选型；最终极的荣耀是成为咨询顾问，飞往欧美坐在客户会议桌前，用带着口音的英语指点江山。

这条梯子每一步都标好了价码，每往上爬一级，薪资翻倍，社会地位跃升，甚至能拿到美国的L1签证。但AI的出现，像是有人用推土机直接把最下面两级的踏板给铲平了。

如今的AI不仅能在数秒内生成完美的CRUD代码，甚至连模块设计的样板方案都能信手拈来，企业不再需要那个每月拿400美元、熬三个通宵写增删改查的初级劳工，而没有了这数百万人的底层基座，“架构师”和“咨询顾问”也就成了空中楼阁，因为没人能跳过码农阶段，直接长成架构师。

这条让印度中产梦延续了三十年的阶梯，正在从底部开始一层层风化、剥落。

从五大IT公司（TCS、Infosys、Wipro、HCLTech、TechMahindra）的联合校招数据来看，年均应届生招聘人数从4万人急剧腰斩至2.5万人，实际入职率甚至不足7成。更可怕的是，那些往年会批量发放录用通知的二三流工程学院，今年校招季，五大公司的HR（人力资源部门）连宣讲会都没来开。

供给端通道，断了。

300万人的“悬空”

图片来源：【智联研究院】 2026年大学生就业前景研判及高考志愿填报攻略——基于产业趋势、薪酬数据的志愿填报参考

如果说估值下跌是资本家的烦恼，商业模式调整是CEO的难题，那么每年300万工科毕业生无处可去，则是压在社会肌理上的巨石。

正如，我国的“教培行业”转型。

2021年，中国K12教培行业一夜之间蒸发。

当时，有近千万教培从业者面临失业，数百亿资本打了水漂。

但请注意，中国教培的萎缩，虽然阵痛剧烈，但那些被裁掉的英语老师、数学辅导师，他们的专业技能在社会其他领域仍有转换空间，比如进入学校、企业培训、甚至直播带货。

而印度IT服务业此刻面临的，是技术内生性的灭绝。

AI直接让“写基础代码”这门手艺变得一文不值。这就好比，当年马车夫失业，是因为汽车出现了，但马车夫还能转行当司机。现在呢？AI直接让“驾驶”这个动作变得多余，马车夫连转行司机的机会都没了。

对于印度海量的工科毕业生来说，他们过去十几年寒窗苦读的C语言、Java、数据库原理，在AI面前，就像是辛辛苦苦背下了整本《英汉词典》，然后突然发现世界语变成了另外一种即时脑电波传输。

这不是技能错配，这是技能归零。

我们来算一笔账。过去，150万人进入IT服务业，拿着大约每年40万卢比的起薪。对于一个印度中产家庭，这意味着一台摩托车、一部智能手机、妹妹的嫁妆、甚至全家从贫民窟搬进单元房的希望。这150万人的收入，支撑着至少500万至800万家庭成员的体面生活。

现在，这150万人的入口被压缩到了接近零。

每年300万工科毕业生中，头部2.5万人勉强挤进五大IT公司，薪资被压低30%。剩下的297.5万人呢？

他们只能涌向那些与IT毫无关系的基础行业，去跟只有初中文化的劳动者抢一份送外卖、开突突车、甚至建筑工地的工作。学历的通货膨胀将演变成社会结构的通货紧缩。

班加罗尔的咖啡馆里，不再有穿着Polo衫、挂着工牌、讨论敏捷开发冲刺和敏捷开发流程的年轻工程师。取而代之的，是大量手持简历、眼神空洞、反复刷着LinkedIn却看不到任何“入门级”职位的毕业生。

社会契约被撕毁了。

这个契约曾经承诺，只要你学好数理化或编程，考上工程学院，就能通过IT外包这架电梯，实现阶层跃迁。现在，电梯井被AI灌满了混凝土。

回看历史，每一次技术革命都会消灭旧岗位，创造新岗位。纺织机消灭了纺纱工，但创造了机械师；ATM机消灭了部分柜员，但催生了理财顾问。

很多乐观主义者会安慰印度，“没关系，AI会创造新的IT岗位，比如AI训练师、提示词工程师、数据标注员。”

但这是最大的温柔陷阱。

提示词工程师需要的是逻辑思维和业务理解，而非成千上万会写Java的初级劳工。数据标注员的薪资甚至不到IT服务业的三分之一，且毫无职业尊严和技术积累。AI训练师更是金字塔尖的少数精英游戏，与普通二本毕业生毫无关系。

这次的不同之处在于，AI消灭的不是一个工种，而是一个阶层的上升通道。

印度IT外包产业在过去三十年，消化了全球最大的“中等质量劳动力”池子。这个池子的特点是，懂一点英语，会一点代码，能吃苦，要价低。

AI的进化轨迹，恰好绕过了“高端创造力”，直奔“低端模式识别”而来。正因为AI擅长的是“大量已知模式的重组”，而初级编程恰好就是“大量已知逻辑的堆砌”，所以外包程序员成了AI第一个完美的消灭对象。

那个曾经让印度引以为傲的、将300万工科生转化为GDP的庞大机器，现在齿轮卡死，火花四溅。

回到班加罗尔甲骨文园区的那把空椅子。

它不仅仅代表一个印度中产家庭梦想的破碎，它代表着一个旧时代的终结，那个依靠信息不对称和人力成本落差来赚取全球红利的时代，结束了。

对于印度而言，NiftyIT指数何时见底，取决于这些巨头能否在AI咨询、私有化大模型部署、数据治理等领域找到新的增长极。但至少在未来三到五年，转型期的阵痛将远远大于增量。

对于全球其他正在享受“人口红利”或“工程师红利”的发展中国家，这12000人的裁员和43%的指数暴跌，是一声响亮的警钟。

当AI开始重新定义“劳动”的价值时，任何依赖“堆人头”而非“堆脑洞”的产业模式，都将面临估值与生计的双重清算。

参考资料：

1. 【花旗集团】 塔塔咨询服务公司（TCS）：塔塔咨询服务公司（TCS.BO）模型更新

2. 奇点来临，AI科技使能的AI分身加速驱动并放大人类的价值实现

3. 【普华永道】 普华永道全球人工智能效能研究中国报告

4. 【智联研究院】 2026年大学生就业前景研判及高考志愿填报攻略——基于产业趋势、薪酬数据的志愿填报参考

一点想法（北京）旗下矩阵公众号

点击图片即可阅读 《中美网友“账本大公开”：原来我们都想错了？》 《“TikTok难民”涌入小红书，中美网民开启民间外交》

《“病来如山倒”，造车开始大退潮》