印度 IT 外包业将走向何方？

David Oks

“世界后台办公室”的过去与未来。

世界的情况是这样的：一些国家富裕，另一些国家贫穷。贫穷相当令人不快，并会带来各种各样的问题；总的来说，富裕要令人愉快得多。（这对个人和对国家都是如此。）因此，贫穷的国家通常都会想方设法让自己变得富裕。在我们这个一些国家远比另一些国家富裕的世界里，做到这一点的主要方式，就是把东西卖给比你更富裕的国家。

那么你卖什么呢？

最直接可卖的东西，就是你的土地自然出产的东西——农作物、石油、铜或钻石。有时这非常奏效。有少数案例中，自然资源让一些国家变得异常富裕。但通常并不奏效。有时这是因为大多数天然商品（比如可可）并不十分稀缺。而当自然资源确实稀缺时，它们又会带来各种各样的问题：货币高估、腐败、制度薄弱。“资源诅咒”之所以是个如此著名的概念，是有原因的。而且即便你想卖这些资源，你也得先拥有它们。很多国家并没有。

所以，出售自然资源通常不是个好赌注。那出售你制造的货物呢？有不少国家靠这个富了起来。你从大量廉价劳动力起步；建立一个劳动密集型制造业部门，生产服装或电路板之类的东西；然后你逐步沿价值链向上攀升，进入更困难、更有价值的产品领域。这需要很长时间，并且需要制度、文化和环境之间极其艰难的协调配合，但一旦奏效，结果可能相当非凡。

但这也非常困难。过去几十年里，大多数贫穷国家都试图成为制造业强国；其中成功的寥寥无几。而且有充分证据表明，过去几十年里这件事变得困难得多。随着技术进步，劳动密集型制造业已经不像过去那样劳动密集了，大多数发展中国家的制造业就业人数也低于几十年前。

所以，资源主导的增长通常是糟糕的战略；制造业主导的增长又非常困难。那你该怎么办？

过去几十年里，一条新路径变得可行：服务业主导的增长。资源战略出售原材料；制造业战略把这些原材料与人类劳动结合起来，出售成品；服务业战略则直接出售劳动。

当然，在互联网出现之前，这并不真正可行。人们在居住地工作，也往往在工作地生产东西：一个住在阿根廷的人要与加利福尼亚的一家公司建立多少关系，是不太可行的。人们可能会为工作而移民，并把钱寄回家——在二十世纪初，有些爱尔兰城镇大部分收入都来自那些移民到美国的人——但“远程工作”并不是真的存在，出售劳动也不是一种真正的经济发展战略。

互联网改变了这一点。过去必须在同一个地方完成的各种劳动，如今可以在任何地方完成。当然，并非所有工作都是如此：机械师、评估师和警察仍然必须以本地为基地。但如果你经营一家软件公司，你可以在世界上任何有足够快互联网连接的地方雇用工程师，并支付给这些工人相当于美国或欧洲同行可能拿到的薪水的一小部分。客户服务岗位以及一般的后台职能也是如此。于是从1990年起，“外包”和“离岸外包”出现了名副其实的爆发式增长。

当然，有很多人对此抱怨：外包对美国或欧洲工人来说并不划算。但它对贫穷国家的许多人来说确实很划算：只有美国工资一小部分的薪酬，按当地标准来看仍然是相当可观的收入。而这一切最大的受益者——在服务出口上押注最重的国家——是印度。

印度是一个庞大的国家；而且长期以来它非常贫穷。与亚洲其他曾经非常贫穷的国家（如中国或韩国）不同，印度始终未能发展出有竞争力的制造业部门：尽管其人口是越南的14倍，但如今其在全球制造业出口中的份额与越南大致相同。但在过去几十年里，印度确实成功建立了一个有竞争力的服务业部门。作为全球最大的IT和BPO服务出口国，印度是“世界的后台办公室”。

印度的服务出口行业只雇用了人口的一小部分，在一个15亿人口的国家里大约有500万人。但IT对印度经济仍然至关重要。它约占GDP的7%，约占印度总出口的四分之一；其高收入工人的消费支撑着一个规模大得多的国内就业生态系统；而它产生的服务贸易顺差——2025财年约为1900亿美元——大幅抵消了印度持续存在的货物贸易逆差，否则后者将造成严重的国际收支问题。服务出口是数千万印度人进入全球中产阶级的主要机制。

不过，现在的问题是，印度服务出口模式还能存活多久。

几十年来，印度IT和BPO之所以繁荣，是因为一种非常特殊的套利：西方公司可以雇用印度工人，这样西方公司能省钱，而印度工人能赚到当地的高工资。但现在出现了一些东西，连海得拉巴和钦奈的工人也能被它压价。AI模型非常出色，而且就其所能完成的工作质量而言，非常便宜：它们（还！）不能做体力工作，但远程完成工作的印度雇员也不能。西方公司雇用印度工人，是因为他们以这样的成本提供了大量价值：AI似乎能以更低的成本提供更多的价值。

因此，在过去几年的AI热潮开始后不久，人们就开始提出，被取代的第一批受害者将是印度的IT和BPO工人。有影响力的科技投资者Daniel Gross在2024年1月提出，“印度2500亿美元的GDP出口本质上就是GPT-4 token……现在会发生什么？”

格罗斯当时是在故意挑衅；如今我们带着几分居高临下的心态回看GPT-4及类似模型那些如今显而易见的局限。但他的底层逻辑是严肃的。印度IT和BPO行业建立在一个简单的命题之上：印度劳动力廉价、会说英语、技术过硬，而西方公司愿意为此付费。AI似乎彻底打破了这一模式。在一个AI模型能比人类更快、更便宜地编写代码、接听电话、处理保险理赔的世界里，服务出口这条路会怎样？我们可以说得更具体些。这些模型已经有能力做这些事了。那么：现在会发生什么？

印度，世界的后台办公室

和所有复杂事物一样，印度IT行业的单一源头很难追溯。可以回溯到20世纪50年代尼赫鲁式精英对印度精英技术教育的扶持，或者——如果你想真正较真——回溯到19世纪30年代英国强行推行英语教育。但最好的起点是1978年一个灾难性的政策决定。

独立后的许多年里，印度政府对海外投资深怀戒心，将其视为殖民剥削的遗留物和对自力更生的威胁。于是在1973年，印度政府通过了《外汇管理法》，规定任何外国实体在印度公司中的持股不得超过40%。这对跨国公司整体而言都是坏消息，最终导致可口可乐退出印度市场，直到1993年才回归；但对IBM来说尤其糟糕，因为IBM当时是全球最大的科技公司，也是印度计算市场遥遥领先的主导者。IBM干脆拒绝稀释其在印度子公司的股份。谈判拖了好几年，直到一位名叫乔治·费尔南德斯的工会活动人士出任该国工业部长。费尔南德斯曾在20世纪60年代于孟买领导反计算机抗议；掌权后，他对IBM采取了强硬立场。1978年6月，IBM放弃了印度市场。大约800台IBM设备——庞大笨重的大型机——被遗弃在那里。

事实证明，这成了印度本土IT行业崛起的完美催化剂。

当时，印度的计算产业规模很小。印度最大的公司塔塔集团旗下有一家刚起步的IT企业，名为塔塔咨询服务公司；还有一家小型计算初创公司叫印度斯坦计算机有限公司，专注于为印度市场制造小型机。为了填补IBM留下的真空，一些新玩家出现了。印度政府成立了一家公司——计算机维护公司，来管理被遗弃的IBM设备；到了20世纪80年代，两家新的初创公司——Infosys和Wipro——进入了市场。

对所有这些玩家来说，起步都算不上顺利。Wipro成立于20世纪40年代，最初是一家食用油企业，直到创始人去世、其年轻的儿子从斯坦福工程学位课程中被召回，才转向科技。至于Infosys，它等了一年才装上第一部电话，等了三年才拥有第一台计算机；仅仅进口他们最终买下的那台小型机，就需要往德里跑五十趟。

没过多久，所有这些公司——TCS、HCL、CMC、Infosys 和 Wipro——都意识到，信息技术领域真正赚钱的不是硬件，而是软件。印度拥有大量优秀的工程师，其中许多人是精英印度理工学院系统的毕业生；而他们所期望的工资与美国工程师可能挣到的相比低得可怜。而且——这是其他一切的基本前提——他们说英语。既然你可以直接出售工程劳动力，为什么还要让你的工程师制造东西并销售它们呢？

在20世纪70年代和80年代，问题在于这做起来实在太难了。早在1974年，TCS就获得了它的第一份外包软件合同，当时底特律的一家医院付钱让它把一些会计代码从一种COBOL方言转换成另一种。任务本身很简单。但TCS没有任何能运行这些代码的机器，所以它的工程师在一台二手Burroughs大型机上开发软件——这台机器是从人寿保险公司购得的，该公司的共产主义工会曾以担心它会消灭工作岗位为由阻止其使用——并编写了一个过滤器，让ICL代码能在Burroughs硬件上运行。完成的代码必须实际运送到美国，因为两国之间不存在数据通信链路。

TCS之类的公司仍然设法获得了外包工程合同；到1987年，Infosys已经足够成功，在波士顿开设了办事处。但直到1990年前后，真正的钱才开始滚滚而来。

有两件事为这一命运的巨大转变提供了支撑。第一是物理基础设施：20世纪90年代早期和中期铺设的海底光纤电缆，使世界各地的数据传输变得便宜得多、快得多，并允许印度与西方之间建立高速连接。第二是政策。1991年，印度面临严重的经济危机，这是结构性国际收支赤字的顶点；在紧急状态的高峰期，印度政府被迫空运黄金到伦敦以获取紧急贷款。

对这场危机的最终回应，是在改革派财政部长曼莫汉·辛格在总理P.V.纳拉辛哈·拉奥领导下主持实施的，即拆除数十年来定义印度国家的“许可证制度”。印度IT产业诞生于其中的繁重监管体制被拆除；外国投资被自由化；印度经济或多或少向世界开放。正是技术连通性与经济自由化——无论多么有限——的这种结合，支撑了随后发生的一切。

到20世纪90年代末，印度IT行业真正开始大放异彩。催化剂是千年虫问题。世界上许多软件是在20世纪60年代和70年代编写的，其中大部分使用编程语言COBOL，为了节省昂贵的内存，它将年份存储为两位数字（因此“1968”就是“68”，依此类推）。但这意味着，当1999年进入2000年时，计算机有可能将年份（“00”）解释为1900年而不是2000年。修复这个问题需要费力地重写数百万行COBOL代码：这是一项艰苦且劳动密集型的工作，而COBOL多年来在美国开发者中逐渐衰落这一事实使其更加困难。

但COBOL在印度程序员中仍然很吃香，他们多年来一直在处理像底特律那家医院这样的客户。因此，在20世纪90年代末，印度编程人才的需求突然爆发。此时，像Tech Mahindra和Cognizant这样的新玩家也加入了这场游戏；这是一场编写和重写陈旧企业代码库的淘金热。仅TCS一家就修复了大约7亿行代码。1999年，Infosys成为第一家在美国纳斯达克上市的印度公司。印度的软件出口总额从1997年的10亿美元激增至2001年的62亿美元。

20世纪70年代和80年代那些不起眼的初创公司没过多久就变成了经济巨头。21世纪头十年和10年代对印度IT和BPO行业来说是一段黄金时期：宽带连接持续改善；得益于Y2K的经验，印度IT公司对西方买家来说新近变得可信；而西方公司在21世纪初互联网泡沫破裂后以及随后在21世纪头十年末金融危机后，面临节省资金的压力，发现将工作离岸外包到印度是削减开支的便捷方式。TCS在2003年年度营收突破10亿美元，成为第一家做到这一点的印度IT公司；到2012年，其营收已超过100亿美元。自2004年上市以来，TCS的营收以每年约15%的速度复合增长。Infosys也以类似速度增长，到2011财年达到约60亿美元。

而且增长的不仅仅是印度IT公司。西方公司越来越多地在印度设立自己的专属运营机构——即现在所谓的全球能力中心。如今，印度拥有大约1700到2000个这样的中心，它们是摩根大通、高盛、谷歌和微软等公司的离岸分支，雇佣了大约190万人。

很快，同样的模式被复制到客户服务和后台办公工作中：事实证明，有无数简单的职能，美国和欧洲企业渴望以更低的成本在国外完成。1997年，一位名叫Pramod Bhasin的通用电气高管在古尔冈市开设了GE Capital International Services，有20名员工处理通用电气的汽车贷款；四年内，该部门扩展到12000名员工。2005年，GECIS成为一家独立公司，并更名为Genpact；如今它雇佣约14.5万人。

而在这场大规模外包热潮之上，一小批巨型公司崛起了。到2021年，TCS——该公司在21世纪初吸收了CMC并巩固了其作为印度IT主导者的地位——估值超过2000亿美元；Infosys估值为1000亿美元；HCL和Cognizant为500亿美元；Wipro为300亿美元；Tech Mahindra超过200亿美元。这些IT公司是印度最有价值的公司之一。这六家公司总共雇佣了数百万人，还有数百万人在规模较小的公司工作，或直接受雇于西方公司。

当然，从绝对数字来看，IT行业区区几百万员工不过是沧海一粟：仅印度就有超过2.5亿人从事农业，还有数亿人受雇于与软件毫无关系的低端非正规服务业。但事实证明，IT行业是印度经济其余部分无比宝贵的支柱。一名年薪23,000美元的IT从业者，按美国标准或许便宜得离谱；但他的收入仍是印度人均GDP的好几倍。他的消费——他雇用的厨师和女佣、他购买的机票、他注入自己所在城镇或祖籍村庄的资金——对印度在2000年代和2010年代的增长起到了巨大的推动作用。

而事实上，西方将IT工作视为低贱的血汗工厂劳动的刻板印象是错误的。IT岗位需求极其旺盛，因此IT从业者的劳动力市场极度紧张：2022年第四季度，Infosys的员工流失率高达27.7%，原因很简单——员工选择太多，可以在各公司之间跳槽以获得30%或40%的加薪。围绕印度IT梦，一整套社会基础设施也应运而生。在印度最受欢迎的报纸之一《The Hindu》的征婚版面上，最受青睐的职业类型是“软件工程师”。

IT模式的绝对巅峰出现在2022年。疫情以及由此带来的数字支出激增，对TCS、Infosys及其同类公司是巨大的利好；相应地，它们以史无前例的速度招人。仅TCS一家就在一年内增加了近10万名员工；Infosys招了85,000名毕业生。形势一片大好。

IT梦的黯淡

2022年11月30日，OpenAI发布了ChatGPT，这是其GPT系列AI模型的新聊天界面。使用GPT-3修改版的GitHub Copilot已于此前6月全面开放。起初，这些工具的能力有限：模型会犯简单的逻辑错误，或忘记自己正在做什么，或凭空编造内容。但随着时间推移，所有人都清楚地看到，这些模型将在广泛的经济价值任务上表现出色。印度IT公司所专长的工作——常规代码生成、应用维护和测试——可以以极低的边际成本完成，远低于Infosys或Cognizant所能提供的价格。

质疑几乎立刻到来。2023年2月——ChatGPT发布后不到三个月——J. P. Morgan发布报告警告称，生成式AI将成为传统IT服务的“通缩推手”，而埃森哲和德勤等咨询公司将从Infosys和Wipro手中夺取市场份额。印度财政部提交给议会的2024年《经济调查》也警告称，AI“对其对所有技能水平劳动者的影响投下了巨大的不确定性阴影”，并警告BPO行业的就业“预计在未来十年将大幅下降”。到2026年初，情绪已转向近乎恐慌。2月在新德里举行的印度AI影响峰会上，风险投资家Vinod Khosla宣称，IT服务和BPO将“在五年内几乎完全消失”。不到两周后，《纽约时报》发表长文，暗示AI“开始萎缩”。

投资者对印度IT行业未来前景的预期无疑已经恶化：塔塔咨询服务公司（TCS）、高知特（Cognizant）和印孚瑟斯（Infosys）在2026年全年各自市值缩水约30%。而且——就像许多美国科技公司一样——这些印度IT巨头也开始裁员。2025年7月，TCS宣布了印度IT史上规模最大的裁员，一次性裁减12,000名员工。2024年，印孚瑟斯的员工总数22年来首次下降，毕业生招聘人数从2022年的85,000人降至2024年的12,000人。威普罗（Wipro）两年内裁减了25,000个岗位；高知特宣布了“跃升计划”（Project Leap），这一重组预计将裁减约15,000个岗位。

而这对长期以来依赖的毕业生来说是一场灾难。印度理工学院德里分校（IIT Delhi）——IIT体系中的旗舰大学——2025年的就业安置率降至61%；在全部23个IIT校区中，约有8,000名学生未能就业，是两年前数字的两倍多。

但至少目前，几乎没有迹象表明印度IT公司因AI而实际损失收入。收入增长已经放缓——从几年前的两位数降至名义上的低个位数——而总体员工人数大致持平。但目前还没有崩溃的迹象。过去几年，各大IT企业利润率均有所扩大：2025年，印孚瑟斯公布的营业利润率为21.1%，为三年来最佳。而且，与美国科技公司非常相似，它们正将自己重新包装为“AI原生”企业：TCS报告称，其已获得23亿美元现金收入，并将其标记为“AI收入”。这些新的AI业务中有很多足够具体：一个典型的合作可能涉及一家《财富》1000强公司要求印孚瑟斯或TCS在其内部数据上构建检索增强生成工具，或将大语言模型整合到其现有企业工作流程中。换言之，这些IT公司并未被AI取代；它们是被雇来实施AI的。

因此，印度IT公司正在重塑自身，使其在某种程度上更像美国科技公司：更轻的人力，更重的利润。而且它们确实处于有利位置来实现这一转型。印度IT巨头与无数传统企业保持着长期合作关系；它们设法逐步提升自身技能，从低端编程苦力活转向涵盖云迁移、网络安全、数据分析和企业咨询的更高价值工作；而且在许多情况下，它们对自己所做工作的了解比任何客户都多。未来，如果AI使人类程序员变得多余，印度程序员将和美国程序员一样无关紧要；但就眼前而言，印孚瑟斯等公司完全有能力扩大利润率。马恒达科技（Tech Mahindra）首席执行官莫希特·乔希（Mohit Joshi）将其描述为从“金字塔”向“中间膨胀”的转变：底层的初级员工更少，更多资深通才与AI工具协同工作，而整体员工规模小得多，人均创收更高。TCS在2025财年的人均收入升至近50,000美元；印孚瑟斯为60,000美元；HCLTech超过61,000美元。

所以——至少目前来看——印度IT行业的业务并没有崩溃；只是它的劳动力模式正在瓦解。HCL的CEO C. Vijayakumar在2025年2月表示，“那种模式的时代已经结束”：公司将寻求“以一半的劳动力创造两倍的收入”。收入与员工数量的脱钩“将会发生，而且在未来几年，这种趋势会更加明显”。

但几年后情况可能就不是这样了。

如果说有哪一类公司受到拥有超人编程能力的强大AI的威胁，那就是出售廉价软件劳动力的公司。正因如此，过去一年半导体股的大幅上涨伴随着印度外包公司估值的下滑：例如，TCS下跌了超过30%。并不是说这些IT巨头现在正在萎缩；但公开市场似乎认为，它们现金流的净现值比几个月前低了不少。

如果这一切真的发生呢？这对印度IT梦意味着什么？

描绘这一严峻情景并不难。随着AI模型的改进，印度IT公司从西方客户那里获得的收入逐渐下降：曾经需要50名工程师的工作，现在或许只需要10名。（而这还算慷慨的估计。）于是，印度看到其历经数十年IT行业扩张所建立起来的服务出口停滞并最终下滑。与此同时，印度公司自身也成为AI的消费者：通过token这一媒介，它们实际上是在进口美国拥有的模型和美国拥有的算力的产出。于是印度的出口下降，进口上升。

而这种国际收支的侵蚀，或许也映照着国内经济状况的走弱。IT行业的高收入劳动者如今支撑着一个庞大的国内消费下游经济；随着IT行业人员规模缩减，人们可能会看到这种收缩向外波及印度经济的其他部分，触及众多生计依赖于这些消费者支出的服务业劳动者。

对于数千万将IT视为通往更好生活之路的印度人，以及对更广泛的印度经济而言，问题简单而令人不安：然后呢？

延伸阅读

更多：科技 AI 发展