BBC 在 2026 年 3 月 17 日的报道里给了一个数字：印度靠人力堆起来的 3000 亿美元后台外包产业，正在被 AI 动摇；跟踪 10 家最大软件公司的 Nifty IT 指数今年以来下跌约 20%，抹掉数百亿美元市值（来源：BBC《India's outsourcing industry is worth $300bn. Can it survive AI?》，记者 Nikhil Inamdar，2026 年 3 月 17 日）。报道点出的抛售起点是 2026 年 2 月初：Anthropic 的 Claude 代理发布了一款声称能自动化法律、合规和数据处理关键环节的工具（来源：同上）。
受冲击最重的，不是这个行业里最复杂的部分，是最标准化的那部分。
订单在涨，人头不涨
先把这个行业的账面看清楚。
印度软件行业游说组织 Nasscom 在 2026 年 2 月发布的战略评估里给出：印度技术产业 FY26 收入预计达到 3150 亿美元，同比增长 6.1%（FY25 为 2970 亿美元）；但直接技术岗位人数净增只有约 13.5 万人，增幅 2.3%，总人数接近 600 万（来源：Nasscom《Strategic Review 2026》，2026 年 2 月 24 日，孟买）。收入涨 6.1%，人头涨 2.3%，两条线第一次明显分开。
这笔收入里真正来自 AI 的部分还很小。Nasscom 估算 AI 收入在 FY26 约为 100 亿到 120 亿美元，占行业总收入 3150 亿美元的 3% 到 4%，平均各家公司的 AI 相关收入占比为 5% 到 6%（来源：同上）。BBC 的报道给出了另一个口径：2025 年整个行业的 AI 项目收入勉强到 100 亿美元（来源：BBC，2026 年 3 月 17 日）。
更关键的一句来自 Nasscom：由于 AI，IT 公司向客户收费的方式正在快速改变，从按记录的工时数计价，转向更以结果为导向的方式（来源：同上）。这句话是整件事的核心，被改写的是计价单位。
按人月计价的行业，收入公式是"人数 × 单价 × 月份"。这个公式有一个隐含前提：工作量的增长必须由人头承接。当 AI 开始承担同一份工作量，公式的输入端就断了。
投行的估算把断口量化了。Jefferies 在一份报告中判断，客户合作的性质会结构性转向咨询与实施，而应用管理服务，占印度 IT 公司营收的 22% 到 45%，会经历剧烈的收入通缩；这家机构给出的最坏情形是：未来五年收入增速降低 3 个百分点，2031 年之后不再增长（来源：Jefferies 报告，转引自 BBC，2026 年 3 月 17 日）。
图注：收入涨 6.1%，人头只涨 2.3%，差额就是机器接走的部分
最贵的一级台阶，是最先被抽走的那级
外包行业有一个几乎无成本的利润来源：人员的成长阶梯。
一个刚毕业的工程师，第一年做基础编码和测试，第二年熟悉业务，第三年才可能独立对接客户。这三年的工资差额，是这条产业链最稳定的毛利。AI 抽走的恰好是阶梯的第一级：基础编码、测试、客服、数据整理，都是任务边界清晰、可以标准化描述的工作。
《裁1100人，先动中层》里有一个可以对照的细节：IBM 用 AI 接手了约 200 个 HR 岗位的事务性工作，同时把 2026 年的入门级招聘规模扩大到原来的三倍；人力资源高管的解释是，AI 已经能完成多数入门级岗位的工作，所以要重新定义这些岗位做什么：初级员工更多介入 AI 处理不了的情形，修正错误输出、与主管沟通（来源：笔记《裁1100人，先动中层》，源势AI，2026-09-21，转引财联社 2026-02-14 与 IBM 官方文章）。
这个做法本身给出了一条出路，但它有前提：岗位要重新定义。如果只是把初级工程师招进来继续做原来那部分基础编码，结果就是被替换；如果把他们放到"修正 AI 输出"的位置上，人数甚至可能不减。分水岭不在 AI 的能力，在企业愿不愿意重写岗位说明书。
印度的现实是另一面。BBC 的报道提到，有 CEO 警告 AI 可能消灭 50% 的初级白领岗位（来源：BBC，2026 年 3 月 17 日）。同一篇报道里，Infosys 给出的是一组对冲数字：生成式 AI 可能让 9200 万个岗位（如前端开发、测试）被替代，同时创造约 1.7 亿个新岗位，方向是数据标注、AI 工程和 AI 负责人（来源：同上）。
两组数字放在一起，说明的不是"没影响"，而是换算需要时间。被替代的岗位在当期消失，新岗位要到下一轮招聘周期才出现。中间那段时间差，落在刚毕业的人身上。
国内的口径：1776 万人，与每年新增的几十万
中国的服务外包产业结构不同，但它同样是一套按人头结算的生意。
2026 年 6 月 16 日在武汉开幕的第十五届中国国际服务外包交易博览会上发布的《中国数字服务暨服务外包发展报告（2026 年度）》给出了二十年跨度的一组数字：合同执行额从 13.8 亿美元增长到 3032.4 亿美元，约 220 倍；企业数量从约 500 家增至 9 万多家；从业人员从不足 6 万人增至 1765.5 万人（来源：《中国数字服务暨服务外包发展报告（2026 年度）》，第十五届服博会发布，2026 年 6 月 16 日）。同一份报告提到，2025 年中国企业承接离岸服务外包执行额达 11688.8 亿元，知识流程外包（KPO）占比 42.8%，产业重心正从低端人力外包向高附加值知识服务转移（来源：同上）。
商务部的最新季度口径是：截至 2026 年 3 月底，我国服务外包累计吸纳从业人员 1776.9 万人，其中大学及以上学历 1166.8 万人，占 65.7%（来源：商务部服贸司《2026 年一季度我国服务外包产业发展情况》）。
一千七百多万人的盘子，六成半是本科以上。这个结构意味着，外包行业的变化不只是企业端的收入问题，它同时是每年几十万毕业生的第一份工作问题。
教育侧的量化研究已经在做这件事。上海科技大学教育、创新和可持续发展研究中心（CEISD）的旗舰报告《AI 时代的中国劳动力市场》基于 2022 年至 2026 年 4 月主流招聘平台合计 7.43 亿条招聘原始记录，经去重、均衡抽样、大模型语义聚类和正则全量回填处理后，沉淀出 65200 条标准化任务词条，覆盖全国 1267 个标准化细分职业；报告的核心判断是：岗位不是整体消失，而是在按任务重新组合（来源：上海科技大学 CEISD 旗舰报告《AI 时代的中国劳动力市场》，基于中国版动态 C-O*NET 数据库，2026 年 7 月发布）。
这篇报告中一个被广泛转述的口径是：国内线上招聘市场中，大约每四个岗位就有一个正在经历 AI 加速的结构性调整（来源：同上）。
报告提出的分析视角值得多说一句：AI 冲击的第一现场是岗位说明书，雇主先改写要求与职责，职业标签的变动滞后于这一层（来源：同上）。这解释了为什么"哪些职业会消失"的讨论总是难以推进，职业标签太粗，同一个标签下装着完全不同的任务组合。要看变化，得看任务，而不是看职称。
需要说明来源层级的是下面这组数字。有第三方报告提出，2024 至 2026 年初级岗位净缩减约 18% 到 22%，生成式 AI 已能自动完成约 41% 的基础编码与客服类工作，单个智能工具可替代约 5 名初级程序员。这三项数据转引自第三方报告，未获一手来源确认，此处仅作量级参考，不作为结论依据。
当计价单位从人变成任务
把印度和中国两条线放在一起，能看到同一个机制在两个不同市场里起作用。
外包是"人月计价"最彻底的行业：交付物被明确拆解到人和小时，验收标准是"多少人天完成了多少工作量"。这种结构有一个特点，它对自动化极其友好。当一项工作已经被拆成边界清晰、可描述、可衡量的任务时，它自动成为模型最容易接手的对象。
被改写的不是这个行业的规模，是它的计价单位。按人头算钱，收益来自规模；按任务算钱，收益来自效率。前一种模式下，多招人是好事；后一种模式下，多招人是成本。同一个企业，同一批客户，商业逻辑可以在一次续约里彻底翻转。
《再培训这味药·历史上没治好过》记了一组方向相反的数：纯执行型产品经理岗位在萎缩，而 FDE（前沿部署工程师）岗位一年从 643 条招聘涨到 5330 条，同比增长约 729%，资深岗位年薪中位数 48.5 万美元（来源：笔记《再培训这味药·历史上没治好过》，源势AI，2026-08-28，转引《产品经理转FDE：一份6个月的生存手册》，人人都是FDE，2026-06-22）。这篇笔记的判断是：这不是再培训的胜利，是"在岗长出来的新技能"对"课堂里教的老技能"的胜利（同上）。
对做外包的团队来说，这条经验比任何预测都实用：岗位不是靠课程转出来的，是在真实业务里跟着新工具干出来的。
图注：左边数人头，右边数任务，中间那条连接带正在变细
源势AI观点
我们自己有一部分业务就是交付服务，所以这件事不是外部观察。
我们能看到的第一个变化是报价方式。过去客户习惯问"几个人、做多久"，现在越来越多会问"这件事做完多少钱、达标什么算完成"。这个问法的变化，逼着交付方先把工作拆成任务，再给任务定价：而一旦拆到任务粒度，哪些能自动化、哪些必须靠人判断，自己就清楚了。
第二个变化在人。按人月报价时，团队规模和资历是谈判筹码；按任务报价时，只有判断力是。我们内部把工程师分成两类角色：一类负责设计和维护自动化流程，一类负责处理流程接不住的例外。第二类人更少，但要求更高，他得能在没有先例的情况下做出决定。这类人目前主要靠在项目里实战长出来，招不到现成的。
第三个变化在客户侧。按任务结算的前提是"完成"能被定义，而很多企业的流程本身就没有清晰定义。所以我们现在接项目，第一件事往往是帮客户把验收口径写出来，这一步做完，报价才有基础。这件事看起来不产生直接收入，但它决定了后面所有环节会不会反复。
按人头计价的服务业会先被按任务计价的机器挤掉，这不是一个预测，是一个正在结算的过程。对身处其中的人和企业来说，能做的选择不多：要么成为那个定义任务的人，要么成为那个处理例外的人。中间那部分按人头计数的工作，正在变薄。
话题标签：#外包收缩 #就业结构 #人月计价
