本文來自微信公衆號：TOP創新區研究院，作者：TOP創新區研究院、FTA Group，原文標題：《AI是如何改變一個國家的核心競爭力的？沒錯，這次咱們說的是印度……》，題圖來自：AI生成
2025年11月，印度國會議員、前外交部國務部長沙希·塔魯爾（Shashi Tharoor）在《印度教徒報》發表了一篇頗具影響力的專欄文章。
文章中，他以「十字路口」為喻，描繪了印度IT產業的集體焦慮。
過去的30年，IT產業為印度平均貢獻了高達7%的GDP（儘管其僱佣人口僅佔全國勞動力的1%），是名副其實的印度經濟「引擎」。
然而，AI的浪潮正無情地侵蝕着這個「引擎」。
諮詢公司預測，未來一家年收入10億美元的AI服務公司可能僅需1000名員工，而同樣規模的傳統IT公司則需要近3萬名員工。
於是，印度三大科技巨頭（TCS、Infosys、Wipro）的員工總數在過去一年中合計減少了超過6萬人，巨頭裁員、全行業招聘凍結，印度感受到了強烈的危機，它賴以成功的核心競爭力——基於龐大、廉價、高素質英語工程師的「勞動套利」模式，正在被AI釜底抽薪。
塔魯爾的追問是：
當人工智能從輔助工具變為核心生產力時，一個國家長期建立的比較優勢和核心競爭力，將面臨何種程度的瓦解與重構？又將如何破局？
一、印度IT的崛起之路
印度IT產業的崛起，本質上是一個基於「勞動套利」的故事。
回到1999年，那是一個被「千年蟲」（Y2K）恐慌籠罩的時代。
全球無數的系統和軟件，因早期的兩位數年份寫法，面臨在2000年1月1日零點鐘聲敲響時集體崩潰的風險。修改這些用COBOL等古老語言寫成的「遺留代碼」，是一項極其枯燥、繁瑣且勞動密集型的工作。
歐美的程序員們對此避之不及，且人力成本高昂。
但「彼之砒霜我之蜜糖」，這個事件恰為印度提供了一個千載難逢的歷史機遇。
印度的IT公司，如塔塔諮詢服務（TCS）、印孚瑟斯（Infosys）和威普羅（Wipro），憑藉着龐大的、受過良好教育且具備英語能力的工程師儲備，以極具競爭力的價格，承接了全球海量的代碼修復工作。
他們不僅成功了，更重要的是，他們向世界證明了三件事：
1. 可靠性：印度團隊能夠按時、按質地完成複雜的遠程協作項目。
2. 規模化：印度擁有近乎無限的、可供調配的IT人才。
3. 成本優勢：印度能夠以西方國家無法比擬的低成本提供服務。
「千年蟲」危機過後，便是從2000年到2010年的「黃金十年」。
隨着互聯網泡沫的破裂和全球企業對成本控制的極致追求，「離岸外包」（Offshoring）成為主流。
印度，憑藉其先發優勢與「千年蟲危機」的信任基礎，理所當然地成為了「世界辦公室」。操作模式就是：
歐美客戶提出需求，印度的項目經理分解任務，成千上萬的初級工程師憑藉標準化的流程和熟練的計算機技能，像在流水線上一樣完成編碼、測試、運維等環節，最後交付成果。
根據印度軟件和服務業行業協會（NASSCOM）的數據，印度IT服務出口額從2000財年的約40億美元，飆升至2010財年的近500億美元，十年間增長超過十倍。
IT行業對印度GDP的貢獻率也從2000年的1.2%躍升至2010年的6.1%，最近的2024年，更是達到10%的驚人水平。
而經過這些年的演化，印度IT企業已經把IT外包的商業模式錘鍊到了極致，形成了三大核心支柱/競爭優勢：
規模化的人才供給（每年150萬名工程專業畢業生）
顯著的成本優勢（印度工程師的人力成本不到美國的1/5）
高效的項目管理（軟件工程成為可預測、可衡量、可複製的「工業化」生產項目）
然而，這套為全球化時代量身定做的完美機器，卻在人工智能時代玩不下去了，因為我們前面也說到——生成式AI正對這三大支柱進行着釜底抽薪式的瓦解。
Everest Group的CEO彼得·本多-塞繆爾一針見血地指出，IT產業約85%的利潤來自勞動密集型的開發與運維階段，而這正是AI替代效應最強的領域。過去需要一個龐大金字塔底層團隊完成的工作，如今一個AI代理（AI Agent）就能以近乎零的邊際成本、7x24小時不間斷地高效執行。
二、國家級的轉身
面對這場關乎國運的結構性危機，印度想要自我革命。
其核心目標只有一個：
在AI時代，重新發明印度的競爭力。
我們先看巨頭們的策略：
印度IT服務業的巨頭們，如塔塔諮詢服務（TCS）、印孚瑟斯（Infosys）和威普羅（Wipro），制定了清晰的轉型戰略：
放棄對「人力槓桿」的路徑依賴，全力擁抱「智能槓桿」，即利用AI放大少數頂尖人才的產出。
比如TCS，它自研了ignio™ AIOps平台，該平台利用AI和機器學習自動管理和優化企業IT運營，能主動預測問題並自主解決大部分故障，顯著降低對人力運維的依賴。
例如，在與美國零售商Belk的合作中，ignio平台幫助其IT運營開支減少了15%，並實現了58%的事件被AI主動覆蓋處理。
同時，TCS正在大規模地對60萬員工進行AI技能再培訓，已有超過10萬名員工獲得了AI/ML領域的高階技能。
其他IT外包巨頭做的事情也大差不多，它們轉型的共同方向都是：
利用AI幫助客戶實現業務成果的戰略合作伙伴，商業模式也隨之改變，從按人頭和工時收費，轉向基於結果和價值的定價策略，甚至不惜「蠶食」自己過去的收入來創造全新的AI驅動業務。
但，我們啱啱提到，這種商業模式會蠶食現有收入來源。
事實上，這些巨頭90%以上的收入仍來自於傳統的、按人頭和工時計費的業務模式。推廣AI自動化，意味着要主動「殺死」自己的現金牛。這在財報壓力和股東期望面前，是一個極其痛苦的決策。
最難的部分是「文化」。
管理大師彼得·德魯克有一句話是這樣說的：Culture can eat strategy for breakfast，文化能輕鬆會吞噬戰略。
三十年形成的「承包者文化」根深蒂固。習慣於聽從客戶指令、執行標準化流程的思維模式，要轉變為主動為客戶創造價值、進行諮詢式銷售的「創造者文化」——這遠比技術升級更為艱難。
在初創體系方面，印度也在奮力追趕：
比如Ola創始人Bhavish Aggarwal創立的Krutrim，在梵語中意為「人工」，已經成為印度首個AI獨角獸公司。Aggarwal表示，印度的目標不應僅僅是滿足於全球計算產業2%的價值份額，而是要利用AI的機遇，構建從芯片設計、雲技術到AI模型的全棧能力，將文化背景和印度數據融入AI，從而在全球AI格局中佔據更核心的位置。
此外，還有衆多AI初創企業在垂直領域嶄露頭角。
但整體上看，印度AI初創生態整體上依然面臨着不小的挑戰。
最直接的挑戰是基礎設施的「空心化」。
AI的競爭，歸根結底是算力的競爭。
印度本土幾乎不生產高端GPU，嚴重依賴從NVIDIA等美國公司進口，這使得算力成本居高不下且受制於人。同時，與亞馬遜AWS、微軟Azure和谷歌雲相比，印度嚴重缺乏世界級的本土雲服務提供商，導致數據存儲和模型訓練的基礎設施薄弱。
還有高端人才的「斷層」。
是，印度每年是培養了海量工程師，但在金字塔尖的、能夠引領基礎模型研究的頂尖AI科學家和架構師層面，卻存在明顯的人才斷層。
而且最優秀的人才大多流向了硅谷的科技巨頭，導致本土初創企業在覈心研發上後勁不足。
其三是資本。
印度的風險投資生態總體上依然缺乏足夠的耐心和戰略眼光，對於需要長期、鉅額投入的基礎模型研究，幾乎沒有任何資金敢於下注。
這使得本土初創企業在與擁有強大資本和生態支持的美國同行競爭時，處於天然的劣勢。
三、區域板塊重構
在如此嚴峻的挑戰下，印度政府意識到這是國家戰略問題。
所以近幾年也推出了「印度AI使命」（IndiaAI Mission），計劃在未來五年內投入超過1037億盧比（約12億美元），旨在構建強大的AI計算基礎設施，支持AI創業公司和研究。
該計劃包括建立一個由至少38000個GPU組成的龐大計算網絡，並以極低的成本向初創企業和研究人員開放，以期打破算力瓶頸。
同時，政府正積極制定負責任的AI治理框架，以平衡創新與數據隱私、算法偏見等倫理問題。
教育體系正在跟進。
全印技術教育委員會（AICTE）已強制要求將AI和數據科學課程整合到所有工程學科中，而不僅僅侷限於計算機科學。
印度的清北——印度理工學院（IITs）和國立理工學院（NITs）等頂尖學府正在引入更多AI核心課程，並積極與企業合作，建立聯合研究中心。
生態系統方面，政府、企業和學術界正在共同努力，營造一個有利於AI創新的環境：
通過為AI初創企業提供稅收優惠、政府採購渠道和資金支持，加速本土AI解決方案在醫療、農業、金融等關鍵領域的落地。
然而，宏大的國家戰略，往往在「最後一公里」的執行中面臨巨大的困境。
如果看教育體系。
印度的教育體系以規模龐大、質量參差不齊而著稱。如果在數千所工程院校中強制推行AI課程，很容易流於形式，最終就很難培養出市場真正需要的、具備創新思維和實踐能力的AI人才。
政策的初衷與實際的產出之間，存在巨大的鴻溝。
另外，印度的官僚體系在項目落地和資金分配上的效率問題一直備受詬病。12億美元的投入，在層層審批和分配過程中，有多少能夠真正高效地轉化為算力和對初創企業的支持？
依然是一個未知數……
四、中國鏡鑑
印度的IT轉型故事，對中國而言，是一面很及時的「銅鏡」。
相比的印度，中國的經濟結構更多元，但其過去四十年的高速發展，同樣在很大程度上依賴於類似的「要素紅利」——只不過印度的核心要素是「工程師紅利」，而中國的核心要素是「勞動力紅利+製造生態紅利」。
如今，AI對中國「世界工廠」模式的衝擊，其底層邏輯與衝擊印度「世界IT工廠」如出一轍：
自動化生產線、智能機器人、AI驅動的供應鏈管理，正在系統性地替代傳統製造業中的人力。
因此，印度IT業的陣痛與抉擇，為我們提供了3點至關重要的戰略啓示：
1. 超越「應用層繁榮」，夯實「根技術」底座。
印度在軟件應用開發上的成功，更多是建立在他人搭建的底層技術之上，面對危機十分脆弱。
但真正的國家競爭力，必須建立在堅實的「根技術」之上——包括自主可控的大模型、AI芯片、開發框架和操作系統。
國家必須以更大的決心和投入，支持基礎研究和核心技術攻關，避免在未來的競爭中被「卡脖子」。
2. 重新定義「人才紅利」，啓動「國民AI素養」工程。
中國的「人口紅利」正在消退，但「人才紅利」的窗口依然存在。
特別是在AI時代，人才定義已經改變。我們需要的不再是海量的流水線工人和初級程序員，而是數以百萬計能夠與AI協同工作、利用AI解決複雜問題的新型勞動者。
這也要求我們的教育體系進行一場以「AI」為主題的深刻的變革。比如在高等教育中打破學科壁壘，推動「AI+X」的交叉學科發展，培養具備跨界創新能力的人才。
3. 構建「大企業引領」與「中小企業創新」的共生生態。
印度IT巨頭的轉型，顯示出大企業在資源整合和規模化再培訓上的優勢。
但印度初創企業的活力是一個巨大的挑戰。
我們需要構建一個「大企業引領」與「中小企業創新」的共生生態。具體來說，一方面支持科技領軍企業在基礎模型和AI基礎設施上發揮「頭雁效應」；另一方面，通過開放數據、提供普惠算力、創造公平競爭環境等方式，為千千萬萬的中小企業和AI初創公司提供成長的土壤。
防止數據和算力壟斷，是激發整個國家創新活力的關鍵。
AI浪潮帶來的，遠超技術升級的範疇，而是一場對國家核心競爭力範式的徹底顛覆。
它正在將全球競爭的底層邏輯，從基於土地、勞動力、資本等傳統「比較優勢」，轉向基於數據、算力、算法和人才創造力的「創造優勢」。
對於中國，棋局無疑比印度更復雜。
但憑藉龐大的市場、完整的工業體系和強大的國家動員能力，我們擁有抓住這次歷史機遇的巨大潛力，推動整個國家完成一場AI轉型之路，因為這不僅決定了中國能否從「世界工廠」成功躍遷為「智能強國」，更將定義我們在21世紀全球格局中的最終位置。
本文來自微信公衆號：TOP創新區研究院，作者：TOP創新區研究院、FTA Group
本內容由作者授權發布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯繫 tougao@huxiu.com。
End
想漲知識 關注虎嗅視頻號！