由AI冲击印度外包想到的,技术从不消灭手艺,它只改手艺的价钱

十八世纪的达卡，织工天不亮就得起身。

不是勤奋。是他们织的那种布，只有在清晨的雾气里才织得成——空气一干，纱就断。

那种布有个波斯语名字，叫“bafta hawa”，译过来四个字：织如空气。

先说清楚这布有多邪门。

它用的棉花叫phuti karpas，只长在孟加拉梅克纳河的泛滥平原上，纤维细到十二到十五微米——作为对照，普通棉花是二十微米上下，蚕丝是十到十三。换个地方种，一两代之内就退化。

一磅这种棉花纺成的纱，能抽出三百到五百英里长。今天最好的精梳棉，细度只有它的几分之一。

最细的那种成品，叠起来能穿过一枚戒指。莫卧儿宫廷给它起了好几个名字：“流水”“晚露”“织如空气”。奥朗则布皇帝有一次训斥女儿出门不穿衣裳，其实她身上裹了七层。

而织出这样一匹布，一户人家要干一整个星期，也只能出两三码。手艺是父子相传的，各家守着各家的秘法。

达卡一带，这样的织工有十万人上下。

你把这个画面在脑子里放一放：十万人，靠着一双双从小泡在水里练出来的手，把一种只在特定河谷里长出来的棉花，织成全世界的王公贵族都抢着要的东西。

这是当时全球价值链上，把“人力”这门生意做到极致的样子——稀缺的手艺，乘以极低的工资，再乘以一个巨大的人数。

然后机器来了。

1733年飞梭，1764年珍妮纺纱机，1769年水力纺纱机，1779年骡机，1785年动力织机。一串发明砸下来，兰开夏的一台动力织机，大约是达卡手织机的三百倍效率。

光有机器还不够。英国人的做法很实在：印度细布卖到英国，关税百分之七十到八十；英国机织布卖进印度，关税百分之二到三点五。

达卡的人口，从十五万掉到两万。

1834到1835年间，印度总督在报告里写下这么一句：

后来这句话被马克思写进了《资本论》第一卷。

但真正要紧的不是这句狠话，是这件事的结构。

你想啊——布，还是要织的。人，还是要穿衣裳的。织工的手也还在，还是那么巧，一磅棉花照样能抽出三百英里的线。

变的不是“要不要织布”，是“一匹布里含多少人工”，以及“那点人工值多少钱”。

机器干的事，是把“手”从稀缺变成过剩。手一过剩，价值就跑到了别处：跑到机器、蒸汽、煤炭、港口，跑到掌握这些的人手里。

织工还在织，只是他们织出来的东西，不再值钱了。

现在说2026年的事。

印度科技行业今年的规模超过3150亿美元，直接就业接近六百万人，净增十三万五千人——行业还在长，还在招人，一点都不像要塌的样子。

但增长的法子变了。

传统外包这门生意，说白了就是一道乘法题：项目收入 ≈ 可计费的工程师人数 × 工时 × 单价。

你把这道式子跟达卡的织工摆在一起看看——一匹布的价格 ≈ 织工人数 × 天数 × 单价。 同一道题，两百年，换了个数。

AI现在正在改这道式子里的第一个乘数。

Wipro今年9月说，AI带来的效率提升，已经释放出相当于约两万人的产能。TCS在2025年宣布削减约一万两千两百个岗位。路透今年8月报道，部分客户直接要求同等工作便宜百分之二十五到三十。

世界银行拿着约2545条南亚的招聘数据算了一笔账：AI暴露度较高的岗位，在ChatGPT发布之后招聘明显下滑，跨国公司的分支机构降幅约3.2%，折算下来，2022年11月到2025年3月间大约少了20万个职位空缺。

印度自己的行业组织Nasscom说得更直接：服务商正从“按人头交付”转向结果导向、风险共担的模式，招聘也要从“追求人数”转向“追求技能组合”。

翻译过来就是：以后不是不招人了，是招人的理由变了。

注意这里最要命的一层：

AI不必让印度IT行业的收入下降，也能对就业造成很大的冲击。只要每一亿美元新增收入所需要的新员工越来越少，几年之后，那个庞大的人力金字塔就会被悄悄重写。

这才是最难察觉的一种变化——报表上是增长的，茶水间里是收缩的。

那省下来的钱去哪儿了？

看几个数就清楚了。英伟达2026财年数据中心业务收入1937亿美元，GAAP毛利率71.1%。台积电2025年营收1224亿美元，净利率45.1%。SK海力士2025年营业利润47.2万亿韩元，公司明说这个纪录是AI内存和HBM推上去的。

2025年美国的私人AI投资约2859亿美元，中国约124亿——大约是23倍。

钱往三个地方集中：美国的GPU设计、云平台、基础模型和软件分发；中国台湾地区的先进制程与先进封装；韩国的HBM高带宽存储。

原因其实特别朴素。

代码、测试、文档、客服、知识检索，这些东西正在被模型压成“可以复制的东西”。而GPU、先进制程、HBM、数据中心的电力，复制不了——你没法靠写一段更好的代码，绕过一座晶圆厂。

于是形成了一个很清爽的分工：越靠左的环节，越吃知识产权和规模经济的红利；中间的制造环节，吃的是物理瓶颈的租金；最右边那些可以标准化的活儿，人力需求和议价权一起往下走。

对照两百年前看一次就明白了：当年兰开夏的核心资产是“短期之内复制不了的机器”，达卡的核心资产是“很多人都会的那双手”。

AI越强，前者的稀缺性在下降，后者的稀缺性在上升。跟蒸汽机时代一个道理。

还有一层更刁钻的。

假设一个项目原本要一百个工程师，用了AI之后七十个人就能干完。如果合同还是按工时计费，供应商的收入会自然往下掉。改按结果计费呢？理论上能留住一部分效率红利——但客户不傻，他们会重新竞标、缩短合同、要求降价，把这部分收益再抢回去。

所以你会看到一个两头挤的局面：一头是客户在压价，另一头是模型、API和云算力在收租。

“AI让印度工程师效率更高”跟“印度IT公司更赚钱”，根本不是一回事。

这一幕达卡的织工也演过。他们当然也可以更努力、起得更早、织得更快——但那改变不了布价。布价是由兰开夏的机器定的，不是由他们几点起床定的。

真正决定结局的从来不是你有多能干，是你在不在那个没法被绕过去的位置上。

说句公道话，印度并不是单方面挨打。

跨国公司设在印度的能力中心（GCC）今年已经超过2100个，直接就业236万人，收入约984亿美元——这个数字已经逼近此前对2030年的预测。这些中心正在从“后台成本中心”变成产品、数据、AI和研发中心。

从“给别人供人”变成“给自己建脑子”，这是实打实的升级。

但别急着松口气。这些中心自己也在用AI，自己也在挑人挑技能。最先被挤掉的，恰恰是金字塔最底下那一层——零到两年经验的入门岗位。

而那层岗位，从来都是一个行业给年轻人留的门。

只是有一个代价，得说清楚：这条路能保住产值和出口，但很可能保不住过去那种“收入涨一成，就业也差不多涨一成”的模式。

而IT和外包岗位在印度从来不只是IT行业的事。它是城市中产的房贷、是汽车和家电的消费、是无数家庭敢让孩子去读工程学校的底气。入口一旦长期收窄，影响会从班加罗尔的写字楼，一层一层渗到街边的按揭和学费上去。

两千年前的织工……不，两百年前。他们的手还在，手上的本事也没丢，只是那种本事不再值钱了。

今天坐在班加罗尔工位上的工程师也一样。他们的脑子还在，写得也还是好代码，只是“按人头、按工时”来算的那部分脑力，正在被重新定价。

技术从不消灭手艺。它只改手艺的价钱。

而每一次价钱被改写的时候，最先变的不是“还有没有活干”，是“干活的人，还谈不谈得动价”。

达卡织工当年没有别的地方可去。今天的印度工程师至少还有一条往上走的路——只是那条路上，人多不再是筹码了。