夜雨聆风P0｜一场没有硝烟的外资大撤退
过去30年，印度凭借IT服务外包撑起了印度经济的基本面，廉价的脑力输出为这个新兴大国赚取了巨额外汇收入。
然而现在，全世界最顶尖的聪明钱，正在疯狂做空印度的这张“最强王牌”。这不是预测，这是当下正在发生的残酷现实。
我们看一组真实的交易数据：
超过230亿美元：这是2026年上半年，外资从印度股市净撤出的真实规模。
暴跌超过40%：这是曾经被视为永远在涨的“印度神话”——Nifty IT指数，较历史高点回撤的惊人幅度。
外资在不计成本地疯狂跑路。
你可能想不通，为什么硅谷发布的一项AI技术，没有先搞垮美国的竞争对手，反而精准“做空”了一个远在南亚、拥有14亿人口的新兴大国？
我是星河，国内某宏观研究机构前研究员，一个带你看清金融世界，顺便聊聊历史、人文的中年大叔。
今天这篇文章，我们来聊聊，在这场硅基生命对碳基大脑的降维打击中，印度是怎么被精准猎杀的，以及，下一个会是谁。
全文结构一览：
P1｜底层剖析：印度30年IT神话，到底卖的是什么？
P2｜范式转移：为什么这一次的AI革命，比历次技术革命都更残酷？
P3｜残酷的变局：人口红利正向人口负担偏移
P4｜印度的反击：“硬制造”对冲“软服务”？
P5｜全球扩散：印度之后，下一个被“做空”的会是谁？
（全文共6800字，预计耗时15分钟，感谢您的耐心观看）
P1｜底层剖析：印度30年IT神话，到底卖的是什么？
在讲外资为什么会疯狂出逃之前，我们得先搞懂一件事——印度IT过去这30年，到底是怎么赚到几千亿美元的外汇的？
如果你去翻阅国际劳工组织（ILO）的产业报告，或者看看西方金融机构（如彭博社、华尔街投行）对印度IT产业链的深度剖析，你会发现，西方资本圈从来不用“底层技术创新”来形容印度IT。
他们用来定义印度IT商业模式的词叫做——“Labor Arbitrage”（劳动力套利）以及“Time and Materials”（按时按料计费机制）。
这句话听起来有点抽象，没关系，我给你把这层皮剥开，你马上就懂了。
美国的科技巨头，比如微软或者甲骨文，他们做的是“软件产品”（Software Products）生意。写一套系统，可以卖给全世界一万家公司，研发成本只花一次，剩下的全是利润，这叫技术杠杆。
而印度的IT巨头（比如Infosys、TCS）卖的是什么？印度引以为豪的“离岸交付模式”（Offshore Delivery Model），本质上卖的不是拥有独立知识产权的软件，而是“比欧美便宜得多的脑力劳动”。
这套模式的运转公式非常简单粗暴： 美国的金融机构或者大企业，需要100个程序员做系统维护，或者需要几百人处理枯燥的后台数据、测试和客户服务。
如果在纽约或硅谷本地招人，一个工程师一年得花10万到15万美金；但是如果把业务外包给印度，印度IT公司可以立刻提供100个懂英语的大学毕业生，而在印度的用工成本，可能只有美国的五分之一甚至更低。
美国支付服务费，印度支付低廉的当地工资，这中间巨大的工资差价，就是印度IT巨头一年赚取几百亿美金的秘密。
我们把视角放大，去看印度的经济结构，你会发现一个在全世界经济史上都极其罕见的“畸形奇迹”。
按照传统经济学的发展路径，一个国家要实现现代化，标准路径是“农业 ➡️ 工业制造业 ➡️ 服务业”。东亚经济体全都是靠制造业起家，流血流汗盖工厂、建供应链，一步一个脚印爬上来的。
但印度完全跳过了工业化这一步。
根据世界银行和印度国家软件与服务公司协会（NASSCOM）的统计数据：
印度整个IT与商业流程外包（IT-BPM）产业，直接贡献了印度GDP的近8%，产值接近2500亿至3000亿美元。
IT服务占到了印度全部服务贸易出口的50%以上，是印度央行平衡贸易逆差、赚取硬通货外汇最核心的“造血机”。
it行业直接雇用了超过540万名高薪白领工程师，间接带动了超过1500万个城市中产就业岗位（从班加罗尔的房产到新德里的消费）。
毫无疑问地说，IT外包是印度经济增长的重要发动机。
那这个发动机到底是怎么造出来的？我们以印度市值最高、全球外包行业巨无霸——塔塔咨询服务（TCS）和印孚瑟斯（Infosys）为例。
印度IT外包的真正爆发，起点是1990年代末期的“千年虫危机”（Y2K Bug）。 当时欧美金融机构和老旧大型主机系统面临代码溢出危机，需要数以百万计的人工逐行去检查、修改数以亿计的旧代码。这活极其枯燥、耗时，但必须懂英语、懂计算机。
硅谷和华尔街的工程师不愿意干这种苦力活，于是以Infosys联合创始人纳拉亚纳·穆尔蒂（Narayana Murthy）为代表的印度先驱，开创了一个影响全球商业形态的先河——“全球离岸交付模型”（Global Delivery Model）。
这个商业模型的核心本质是一套极其精密的“知识劳动力套利”（Knowledge Labor Arbitrage），它有3个特点：
按人头和工时计费（Time and Materials / FTE）： 欧美投行或跨国公司需要100个人做系统维护、软件测试或数据清理。纽约一个初级工程师年薪要12万美元，而在班加罗尔，TCS招一个顶尖大学计算机毕业生，年薪只需要8,000到1.2万美元。
转手就是数倍毛利： 印度IT大厂向欧美客户按每人每年4万到5万美元报价，扣掉付给本土工程师的1万美元薪资，剩下的就是高达30%到40%的惊人运营利润。
规模化“人海战术”（Body-Shopping）： 仅TCS一家公司，全球员工总数就超过60万人。业务要增长一倍怎么办？他们不需要发明新的技术，只要在印度大学里再多招6万人送去培训，把他们以工时的方式打包“出租”给西方企业即可。
你看清楚了吗？这就是为什么西方分析师把印度IT外包戏称为“数字流水线”。
因为它卖的根本不是像微软Windows或者谷歌安卓那样具有独立知识产权的产品，而是“比欧美便宜得多、受过基础教育、且大量过剩的年轻脑力”。
过去30年，这套模式无懈可击。印度凭借庞大的人口基数、英语普及率和时区差，把这种“按小时批发初级脑力”的生意做到了极致，建起了3000亿美元的产业神话。
但一个商业模式最依赖什么，它的死穴就在哪里。
印度的护城河完全建立在“人头数量”和“工资差价”之上。如果有一天，市场上出现了一种完全不需要发工资、不需要缴纳社保、24小时连轴转，而且交付效率高出数十倍的替代方案呢？
这个神话的地基，就会在一夜之间出现裂痕。
而这个终结“人头计费”模式的超级劳动力，正是现在让华尔街为之疯狂的——AI Agent。
P2｜范式转移：为什么这一次的AI革命，比历次技术革命都更残酷？
有一种观点认为，历史上每一次技术革命——不管是蒸汽机、PC还是互联网，虽然会消灭旧岗位，但最终都会创造更多的新岗位。因此，印度IT也能挺过去。
我认为，用过去的技术革命来生搬硬套AI，是极其危险的刻舟求剑。
我们把历史的底层账本翻开来看一看。
过去三次信息技术革命——无论是PC、互联网还是云计算，它们的核心商业逻辑是什么？是“赋能人类”（Empowerment）。
PC时代，给财务人员配了Excel和电脑，让他算账更快；互联网时代，把全世界的业务连网，这反而创造了海量的电商后台、软件运维、跨国客服需求。
你看懂了吗？过去的技术只是“更快的铲子”，拿着铲子干活的依然是人。甚至可以说，互联网越发达，系统越复杂，美国需要印度提供的“修补匠”就越多。
但现在让华尔街砸出几千亿美金狂欢的AI Agent（人工智能代理）呢？ 这就完全是另一个维度的怪物了。它根本不是为了“让一个初级工程师变得更强”，它的终极商业设计目标，就是“直接削减完成任务所需要的人头总数”。
这根本不是同一回事。
我们再来算一笔财务账。 过去，美国华尔街的一家大银行要升级内部合规系统，标准配置是什么？ 留下几个美国本土的高级架构师，然后把剩下的脏活累活打包，外包给印度的TCS或Infosys。印度那边马上会安排100个初级程序员、测试员、数据录入员，按“人/天”给你计费。
现在呢？ 美国的金融机构突然发现，只需要保留本土的几个核心架构师，给他们配上企业级的AI Agent。AI可以直接根据需求文档写出底层代码，自动跑几万个测试用例，自动修复Bug。 原本需要100个印度工程师干半年的活，现在10个资深架构师带着AI，两个月就跑完了。
看出差别了吗？ 企业的需求公式变了。从“100个便宜的碳基大脑”，变成了“10个精英大脑 + AI算力”。 在这个全新的公式里，另外那90个印度的初级外包人员，不再是“成本优势”，而是彻底的商业冗余。
这就意味着，企业在历史上第一次，有了极其强烈且切实可行的财务动力，去主动、规模化地剔除掉：初级程序员、英语客服、BPO数据录入员、初级财务审核员。
而这些岗位，恰恰是印度过去30年向全球大规模出口的绝对主力商品。
所以，千万不要拿以前的经验来麻痹自己。这是人类商业史上第一次，技术演进的枪口，没有瞄准蓝领的流水线，而是主动、系统性地在消灭“初级脑力劳工”。
这不仅是一场技术迭代，这是一场针对传统“人头外包模式”的精准降维打击。印度一直引以为傲的这张国家名片，正在被他们曾经服务的AI科技反噬。
P3｜残酷的变局：人口红利正向人口负担偏移
过去三十年，全球化2.0的齿轮在疯狂运转，跨国企业确实需要大量的廉价劳动力来压低成本。在这个周期里，具备稳定生产能力的人口，就是红利。
但是，当历史的列车开进AI Agent的时代，这个隐性前提，被硬生生地掰断了。
你仔细想一想，如果华尔街的金融机构或者硅谷的科技巨头，只需要每个月花几千美金订阅一套企业级的AI Agent，就能24小时不间断地完成过去需要雇佣几百个印度外包员工才能干完的活儿……那资本凭什么还要跨越半个地球，去班加罗尔租写字楼、发工资、交社保、还要忍受时差和管理摩擦？
当AI把“交付脑力劳动”的边际成本无限压缩到趋近于零的时候，印度最大的那张王牌——“我的人很便宜”——就彻底失效了。
这时候，人口不再是“红利”，甚至可能会变成负担。
当西方不再需要这么多初级脑力劳工的时候，印度几亿急需工作、想要跨入中产阶级的年轻人，瞬间就会从“人口红利”，变成一座随时可能爆发的就业火山和社会维稳包袱。
而且，这不是我对未来的推演，这就是当下印度正在发生的残酷现实。
我们来看印度真实的就业数据。
就在2026年年初，印度传统的五大IT巨头（TCS、Infosys、Wipro等），不仅没有像往年那样在印度的高校里疯狂扩招，反而开始冻结招聘，甚至直接裁掉了近7000名员工。而根据国际劳工组织（ILO）和印度当地宏观数据的统计，目前印度25岁以下年轻人的实际失业率，已经飙升到了极其恐怖的40%左右！
一半的国家支柱产业在缩减招聘，四成的年轻人找不到工作。
印度，这个曾受益于互联网红利创造出“恒河奇迹”的恒河明珠，正经历AI科技时代转型的阵痛。
所以，你现在明白为什么2026年上半年，外资要不计成本地从印度股市净撤出超230亿美元了吗？
华尔街那帮绝顶聪明的资本，做空的根本不是区区几家印度外包公司的股票，甚至不是印度IT这个行业。他们真正在大规模做空的，是印度赖以生存的核心底座——“人口红利”这四个字的宏观估值逻辑！
这是对一个国家过去30年比较优势的彻底“重新定价”。而当潮水退去的时候，谁还在裸泳，盘面上的真金白银已经给出了最诚实的答案。
P4｜印度的反击：“硬制造”对冲“软服务”？
讲到这里，很多习惯了看“爽文”的观众可能要兴奋了，觉得印度的基本面马上就要土崩瓦解，甚至有人已经跃跃欲试，想立刻冲进市场，去裸空印度的相关指数。
如果你真的产生了这种想法，我必须在这里给你踩一脚狠狠的刹车。
在真实的资本市场里，千万不要被单向的宏大叙事冲昏了头脑。如果你因为“AI替代人工”这个长期的宏观逻辑，就跑去盘面上做短期的裸空，你大概率会被近期的真实走势来回打脸。
因为当你翻开最新的盘面数据，你会发现一个非常有意思的现象：
前面我们说上半年外资大撤退，但在2026年7月至8月，印度Nifty IT指数不仅没有继续深跌，反而出现了一波非常强劲的触底反弹。
为什么？是华尔街突然又变成做慈善的了吗？
当然不是。这正是资本市场最冷血、也最真实的地方——因为整个印度，从国家宏观战略到微观头部企业，没有坐以待毙，他们正在掀起一场断臂求生式的疯狂反击。
我们先看国家宏观层面。你以为新德里的政客们不知道“廉价人口红利”正在失效吗？他们比谁都清楚。
印度政府在过去这一两年里，正在拼命把国家战略从“世界办公室（卖人力）”扭转为“全球AI与硬件基础设施（卖算力与制造）”。这里面有两个值得关注的动作：
第一，砸钱搞“主权AI与算力基建”（IndiaAI Mission）。 印度政府直接批了上百亿卢比的国家预算，直接向英伟达等巨头去买GPU，计划在印度本土建立起庞大的国家算力中心。同时，他们在大力推进像“Bhashini”这种基于印度本土多语种的AI大模型。既然算力是新时代的石油，印度国家队正在亲自下场囤油。
第二，狂补半导体与高端制造。 “纯写代码”的外包活儿被AI抢走，印度政府的反击直接了当：用“硬制造”来对冲“软服务”的流失。通过百亿美元级别的补贴，硬生生把塔塔集团（Tata）的芯片制造和封装厂拉落地。借助地缘政治“China Plus One”的东风，疯狂吸纳苹果、富士康的产能，试图在AI时代的硬件底座上，重新给自己找一个不可替代的生态位。
而在微观公司层面，印度的IT巨头们，转型得比国家还要坚决。
大家千万不要低估了那帮能在全球商战里活过30年的印度高管。塔塔咨询（TCS）和印孚瑟斯（Infosys）这几家巨头，正在内部掀起自我革命：
坚决砍掉“纯人头”业务： 这也是为什么年初他们会出现大面积冻结招聘。他们主动抛弃了那些只会做最基础测试、纯靠“人天”计费的底层员工，甩掉被AI无限贬值的资产。
疯狂拥抱“企业级AI落地”： 美国的传统银行买了微软的AI Agent，插上电就能直接用吗？绝对不是。传统企业内部有运转了二十年的老旧系统，极度需要有人帮他们把最新的AI技术无缝对接进去。Infosys推出了“Topaz”人工智能平台，TCS宣布全面深化与英伟达的合作。他们正在把手底下过剩的初级程序员，强制洗牌升级为“AI架构部署专家”。
所以，你看懂资本市场的逻辑了吗？
2月份的暴跌，是市场在恐慌性地抛售印度过去那套“靠廉价人海战术”的旧估值。 而7月份的反弹，是聪明的钱看到了印度国家战略的转向，并在企业财报里看到了AI业务订单的增长，开始重新对他们“AI落地服务商+新基建”的新身份进行定价。
这就是真实的商业世界。AI并没有简单粗暴地直接“消灭”印度。真正发生的事情是：低价值的人力外包被AI无情碾碎，而AI本身正在像挥舞着鞭子一样，逼迫着印度必须完成一次从国家到企业的痛苦升级。
那么，如果连底子这么厚、反应这么快的印度，都被逼到了悬崖边上甚至要断臂求生，这场AI引发的风暴，下一步又会刮向哪些毫无防备的国家呢？
P5｜全球扩散：印度之后，下一个被“做空”的会是谁？
下一个会是谁？
如果你跳出印度这单一国家的视角，俯瞰整个全球产业链，你会发现一个残酷现实：AI不仅在重塑印度，它正在系统性地摧毁过去三十年全球化2.0的底层基石——“劳动力套利”。
在印度之后，资本的镰刀已经悬在了另外两类新兴市场的头顶上：
第一类：靠“出卖情绪与嘴皮子”生存的呼叫中心帝国——菲律宾。
比起印度的程序员，菲律宾面临的打击是更加直接的“降维拔管”。
脆弱的经济支柱：你可能不知道，菲律宾经济的一大绝对生命线是BPO（业务流程外包），尤其是跨国客服和呼叫中心。这个产业每年给菲律宾贡献约300亿美元的收入，占据了其GDP的近8%，直接雇佣了超过130万年轻人。
AI语音的残酷绞杀：过去，美国运通或者亚马逊把客服中心放在马尼拉，是因为菲律宾人英语口音纯正且人工极度便宜。但现在，你去看看华尔街在投什么？最新一代的端到端AI语音大模型（比如各种企业级Voice Agent），延迟已经降到了毫秒级。它不仅能带情绪、带地道口音跟你对话，还能在一秒内调取你过去十年的消费记录。
华尔街资本的拷问：既然每个月只需花几十美金订阅一个AI客服，就能24小时不喘气、不带任何脾气地同时处理一万个投诉电话，华尔街的资本家凭什么还要去马尼拉租写字楼、交电费、管几十万人的社保？这就是对菲律宾核心产业的直接做空。
第二类：吃“近岸外包”和低端制造红利的国家——墨西哥与部分东南亚经济体。
有观点认为，墨西哥吃到了美国的“近岸外包（Nearshoring）”红利，东南亚吃到了“人口红利”，外资正在疯狂涌入。但这只是上半场的刻舟求剑。
两点不容忽略的变化：
物理世界的AI觉醒：当AI的智力（大模型）开始与物理世界（具身智能、工业机器人）深度融合时，制造业的选址逻辑就被彻底掀翻了。
资本成本的重新测算：你仔细算一笔账。如果未来在德克萨斯州建一个高度AI自动化的“黑灯工厂”，由少数高级工程师加上几百台24小时运转的智能机器人来运作，其综合生产、良率控制和物流回流成本，已经逼近甚至低于去墨西哥蒙特雷或越南胡志明市雇佣数千名廉价工人的成本，那么资本为什么还要跨过边境线去承担地缘政治和供应链拉长的风险？
这才是这场危机里最让人后背发凉的真相。
过去三十年的全球化，资本的流向是一张极其清晰的“寻底路线图”：
美国 ➡️ 中国部分产业 ➡️ 越南 ➡️ 印度 ➡️ 菲律宾。
核心逻辑永远只有一个：哪里的生产成本更便宜，资本就往哪里流。
但在AI时代，这个链条被打断了。资本转移的终点，不再是地图上下一个“更穷、人更多、工资更低”的发展中国家。
下一阶段资本的终点可能只有一处：那些建在冰冷机房里、无休无止运转的AI Agent服务器和日夜不停歇的无人工厂。当然，这是远期的终点。
过去，人口多意味着劳动力充足，也意味着更多承接全球产业转移的机会。
但AI正在改变这个公式。
当机器开始承担越来越多标准化工作，人口规模还能不能继续转化为就业、收入和增长？
这或许才是印度之外，所有劳动密集型新兴经济体都必须面对的问题。
