人工智能正在改变印度IT服务公司与客户之间维持了数十年的交易逻辑。

过去，服务商主要依靠大规模工程师团队交付项目，再按照投入的人数或工时收费。如今，客户越来越关心的是结果：平台是否按时上线、理赔处理是否提速、运营成本是否下降，以及这些成果究竟花了多少钱。1

这对规模约3150亿美元的印度IT服务业来说，既是新市场，也是旧模式的压力源。AI能带来大量转型项目，但同样会让常规外包工作更便宜、更短期，甚至让客户有能力自行完成其中一部分。10

“按小时收费”正在失去主导地位

最明显的变化发生在合同定价上。客户不再只为项目中投入了多少人、完成了多少小时的工作买单，而是要求服务商将费用与可验证的业务结果挂钩。

塔塔咨询服务公司（TCS）表示，在金融、人力资源及其他商业服务领域，其约80%的合同已经采用绩效结果指标定价。这一比例大约是生成式AI成为主流之前的两倍。1

结果导向的合同并不会消除交付风险，而是把更多风险转移给服务商。双方需要先确定基准线，明确哪些因素由服务商控制，再约定如何衡量成功。如果合同设计不严谨，AI带来的生产率预期可能最终变成服务水平未达标、利润率承压，甚至引发客户争议。

客户要“做得更多，花得更少”

AI也改变了采购部门的预期。Persistent Systems首席执行官桑迪普·卡尔拉（Sandeep Kalra）表示，客户希望以低25%至30%的价格获得同样的工作，同时还要求更快交付和更高生产率。6

这种压力并不只出现在新合同中。客户正在重新谈判已有协议、缩小订单规模，并把原本用于传统IT服务的预算转向AI项目，而不是大幅增加技术支出。3 Persistent Systems还表示，越来越多企业正通过现有IT预算为AI项目提供资金，这意味着AI支出往往是在挤占传统服务支出，而不是完全新增的一笔预算。19

对TCS、Infosys、Wipro、HCLTech、Cognizant和Tech Mahindra等大型服务商而言，这构成了两面夹击：一方面，它们必须投资AI平台、人才和新的交付方式；另一方面，客户又希望将相当一部分效率收益体现为更低的服务费。TCS已表示，AI带来的生产率提升正在帮助一些客户降低技术支出，尽管更大型的转型项目可能抵消其中一部分影响。10

部分外包工作正回到客户内部

生成式AI给客户增加了另一种选择：把更多工作留在公司内部完成。编程、测试、文档编写、技术支持以及后台流程，都可以由AI辅助，或由规模更小的内部团队处理。

这并不意味着客户会全面放弃外包。复杂系统仍然需要行业经验、系统集成、安全控制、治理能力和持续的人工作复核。但当客户可以用“把部分任务内部化”作为谈判筹码时，外部服务商能够获得的工作量就可能减少。行业高管还表示，对AI前景的不确定性正在导致合同期限缩短、重新竞标更加频繁。22

于是，服务商的收入模型变得更难预测：如果AI让服务商用更少的人交付同样的商业结果，客户很可能会进一步追问——为什么还要按照过去的人员规模和工作量付费？

中型IT公司为何可能占得先机

AI可能削弱大型外包商过去最明显的优势之一：迅速调动庞大员工队伍的能力。当客户更看重聚焦的专业能力、资深团队主导的交付和快速组织调整，而不是单纯的人员规模时，Persistent Systems、Coforge等中型公司便有了竞争空间。1

另有报道指出，Persistent Systems和Coforge正通过AI驱动的交付模式，让收入增长逐渐摆脱对员工人数增长的依赖。24它们更大的战略机会，是在云计算、数据、自动化和行业工作流等领域建立专业能力，然后出售对某项业务结果的负责，而不是出售一大批可计费人力。

当然，这并不意味着中型公司一定会全面胜出。大型服务商仍拥有深厚的客户关系、全球交付网络和充足资本。但AI正在让一个旧假设失效：员工最多的服务商，不一定自动赢得项目。

夸大的生产率承诺可能反噬服务商

商业模式转向结果定价后，服务商更有动力宣传AI能够带来的效率提升。但生产率并不是一个固定数字，它会受到任务类型、代码库质量、数据状况、安全要求、系统集成复杂度以及人工复核程度的影响。

软件初稿生成得更快，不等于系统已经可以投入生产。架构设计、测试、修复、合规、部署和后续支持仍然可能占据大量工作量。若服务商根据过于乐观的假设，甚至把70%至80%的效率提升直接写入大范围合同，一旦实际效果不及预期，就可能面临服务水平未达标、利润损失和客户纠纷。

更稳妥的AI合同应先建立可测量的基准，明确工作范围、人工复核和安全要求，并在扩大规模前采用分阶段试点。共享节省收益或按增益分成，也可能比无条件承诺大幅提效更能平衡双方风险。

传统“人员金字塔”正在重画

印度IT服务业长期依赖一种典型的人员金字塔：大量初级工程师承担可重复工作，由更少的资深员工负责监督和管理。当AI接手部分编程、测试、文档和支持任务后，这种人员结构的经济性就会下降。

不同公司采取的调整方式并不相同。Mint报道称，自2026—27财年开始以来，印度前十大IT服务公司中已有七家宣布调整组织结构，涉及初级员工招聘、中层管理层级以及基于技能而非资历的人员配置。25

这更像是“人+AI”的工作模式，而不是简单的人员替代。初级岗位不太可能消失，但岗位要求会更强调软件工程基础、数据、安全、结果验证、行业知识，以及负责任地使用AI工具的能力。

因此，招聘与裁员可能同时发生。企业会招聘稀缺技能人才，帮助具备潜力的员工转向更高价值的工作，同时减少或重新安排那些主要负责重复性任务的岗位。有关印度大型IT公司的报道显示，在需求不确定和AI效率提升的共同影响下，行业整体扩张和招聘已变得更加谨慎。34

印度IT巨头面临的核心考验

印度IT服务商真正要回答的问题是：它们能否以足够快的速度，把AI带来的效率转化为新的、按结果收费的收入；还是客户会先利用同样的AI，降低对外包人力的依赖？

如果公司只是用AI以更少工时完成原本的计费工作，那么效率收益最终可能通过降价回到客户一方，服务商则面临收入和利润率双重压力。相反，那些能够把AI与自有交付方法、行业经验、治理能力以及对关键业务结果的责任结合起来的公司，更有机会保住自身价值。

印度IT服务业不会消失，但它的运营模式正在被重新定价。未来的赢家，不只是能展示AI改变了什么的服务商，还必须能够准确衡量结果，并为最终交付的业务成果负责，而不只是为完成这些成果所花费的工时负责。

人工智能正在改变印度IT服务公司与客户之间维持了数十年的交易逻辑。

过去，服务商主要依靠大规模工程师团队交付项目，再按照投入的人数或工时收费。如今，客户越来越关心的是结果：平台是否按时上线、理赔处理是否提速、运营成本是否下降，以及这些成果究竟花了多少钱。1

这对规模约3150亿美元的印度IT服务业来说，既是新市场，也是旧模式的压力源。AI能带来大量转型项目，但同样会让常规外包工作更便宜、更短期，甚至让客户有能力自行完成其中一部分。10

“按小时收费”正在失去主导地位

最明显的变化发生在合同定价上。客户不再只为项目中投入了多少人、完成了多少小时的工作买单，而是要求服务商将费用与可验证的业务结果挂钩。

塔塔咨询服务公司（TCS）表示，在金融、人力资源及其他商业服务领域，其约80%的合同已经采用绩效结果指标定价。这一比例大约是生成式AI成为主流之前的两倍。1

结果导向的合同并不会消除交付风险，而是把更多风险转移给服务商。双方需要先确定基准线，明确哪些因素由服务商控制，再约定如何衡量成功。如果合同设计不严谨，AI带来的生产率预期可能最终变成服务水平未达标、利润率承压，甚至引发客户争议。

客户要“做得更多，花得更少”

AI也改变了采购部门的预期。Persistent Systems首席执行官桑迪普·卡尔拉（Sandeep Kalra）表示，客户希望以低25%至30%的价格获得同样的工作，同时还要求更快交付和更高生产率。6

这种压力并不只出现在新合同中。客户正在重新谈判已有协议、缩小订单规模，并把原本用于传统IT服务的预算转向AI项目，而不是大幅增加技术支出。3 Persistent Systems还表示，越来越多企业正通过现有IT预算为AI项目提供资金，这意味着AI支出往往是在挤占传统服务支出，而不是完全新增的一笔预算。19

对TCS、Infosys、Wipro、HCLTech、Cognizant和Tech Mahindra等大型服务商而言，这构成了两面夹击：一方面，它们必须投资AI平台、人才和新的交付方式；另一方面，客户又希望将相当一部分效率收益体现为更低的服务费。TCS已表示，AI带来的生产率提升正在帮助一些客户降低技术支出，尽管更大型的转型项目可能抵消其中一部分影响。10

部分外包工作正回到客户内部

生成式AI给客户增加了另一种选择：把更多工作留在公司内部完成。编程、测试、文档编写、技术支持以及后台流程，都可以由AI辅助，或由规模更小的内部团队处理。

这并不意味着客户会全面放弃外包。复杂系统仍然需要行业经验、系统集成、安全控制、治理能力和持续的人工作复核。但当客户可以用“把部分任务内部化”作为谈判筹码时，外部服务商能够获得的工作量就可能减少。行业高管还表示，对AI前景的不确定性正在导致合同期限缩短、重新竞标更加频繁。22

于是，服务商的收入模型变得更难预测：如果AI让服务商用更少的人交付同样的商业结果，客户很可能会进一步追问——为什么还要按照过去的人员规模和工作量付费？

中型IT公司为何可能占得先机

AI可能削弱大型外包商过去最明显的优势之一：迅速调动庞大员工队伍的能力。当客户更看重聚焦的专业能力、资深团队主导的交付和快速组织调整，而不是单纯的人员规模时，Persistent Systems、Coforge等中型公司便有了竞争空间。1

另有报道指出，Persistent Systems和Coforge正通过AI驱动的交付模式，让收入增长逐渐摆脱对员工人数增长的依赖。24它们更大的战略机会，是在云计算、数据、自动化和行业工作流等领域建立专业能力，然后出售对某项业务结果的负责，而不是出售一大批可计费人力。

当然，这并不意味着中型公司一定会全面胜出。大型服务商仍拥有深厚的客户关系、全球交付网络和充足资本。但AI正在让一个旧假设失效：员工最多的服务商，不一定自动赢得项目。

夸大的生产率承诺可能反噬服务商

商业模式转向结果定价后，服务商更有动力宣传AI能够带来的效率提升。但生产率并不是一个固定数字，它会受到任务类型、代码库质量、数据状况、安全要求、系统集成复杂度以及人工复核程度的影响。

软件初稿生成得更快，不等于系统已经可以投入生产。架构设计、测试、修复、合规、部署和后续支持仍然可能占据大量工作量。若服务商根据过于乐观的假设，甚至把70%至80%的效率提升直接写入大范围合同，一旦实际效果不及预期，就可能面临服务水平未达标、利润损失和客户纠纷。

更稳妥的AI合同应先建立可测量的基准，明确工作范围、人工复核和安全要求，并在扩大规模前采用分阶段试点。共享节省收益或按增益分成，也可能比无条件承诺大幅提效更能平衡双方风险。

传统“人员金字塔”正在重画

印度IT服务业长期依赖一种典型的人员金字塔：大量初级工程师承担可重复工作，由更少的资深员工负责监督和管理。当AI接手部分编程、测试、文档和支持任务后，这种人员结构的经济性就会下降。

不同公司采取的调整方式并不相同。Mint报道称，自2026—27财年开始以来，印度前十大IT服务公司中已有七家宣布调整组织结构，涉及初级员工招聘、中层管理层级以及基于技能而非资历的人员配置。25

这更像是“人+AI”的工作模式，而不是简单的人员替代。初级岗位不太可能消失，但岗位要求会更强调软件工程基础、数据、安全、结果验证、行业知识，以及负责任地使用AI工具的能力。

因此，招聘与裁员可能同时发生。企业会招聘稀缺技能人才，帮助具备潜力的员工转向更高价值的工作，同时减少或重新安排那些主要负责重复性任务的岗位。有关印度大型IT公司的报道显示，在需求不确定和AI效率提升的共同影响下，行业整体扩张和招聘已变得更加谨慎。34

印度IT巨头面临的核心考验

印度IT服务商真正要回答的问题是：它们能否以足够快的速度，把AI带来的效率转化为新的、按结果收费的收入；还是客户会先利用同样的AI，降低对外包人力的依赖？

如果公司只是用AI以更少工时完成原本的计费工作，那么效率收益最终可能通过降价回到客户一方，服务商则面临收入和利润率双重压力。相反，那些能够把AI与自有交付方法、行业经验、治理能力以及对关键业务结果的责任结合起来的公司，更有机会保住自身价值。

印度IT服务业不会消失，但它的运营模式正在被重新定价。未来的赢家，不只是能展示AI改变了什么的服务商，还必须能够准确衡量结果，并为最终交付的业务成果负责，而不只是为完成这些成果所花费的工时负责。