作者：王奎一

11月9日，Anthropic发布了Claude Fable 5.2。

新模型在一项模拟真实软件工程任务的测试中，得分达到49.1%，上一代只有32.4%。另一项检验代码修改能否满足开源项目维护者要求的测试中，新模型得分达到69.9%。

Anthropic还披露，一名工程师曾让Fable 5.2从空白文件夹开始，协调超过1000个AI代理，连续工作八天，最终开发出一套能够在笔记本电脑上启动的操作系统原型。

与此同时，新模型生成输出的速度最多提高30%，API输入和输出单价均较上一代下降20%。

几组数据放在一起，软件开发行业正在迎来一道现实的财务题。

过去，企业开发一套软件，需要向服务商采购工程师的时间。如今，同样一项任务，可能只需要更少的工程师，以及一笔模型调用费用。

对全球软件外包行业而言，这意味着客户开始重新计算合同价格。

最直接受到影响的，是印度。

印度拥有全球规模最大的离岸IT服务产业。按照Nasscom的行业估计，2026财年印度科技产业收入约3150亿美元，直接雇用接近600万人。

塔塔咨询服务公司（TCS）、Infosys、HCLTech和Wipro等企业，长期依靠庞大的工程师队伍承接欧美企业的软件开发、系统维护和业务流程服务。

但8月，路透社的一项调查已经发现，部分国际客户开始要求印度软件服务商降价25%至30%，并希望直接分享AI带来的生产效率提升。

当软件开发时间越来越短，靠出售工程师工时赚钱的企业，开始面临一道新的问题：节省下来的工资，究竟应该归谁？

01 印度软件外包，正在失去最熟悉的定价单位

印度软件外包行业能够成长到今天的规模，与一种成熟的商业模式密切相关。

欧美企业有软件开发需求，可以选择在纽约、伦敦或旧金山招聘工程师，也可以把部分任务交给印度服务商。

后者拥有大量接受过工程训练、具备英语沟通能力的员工，能够利用较低的人力成本和成熟的项目管理体系交付软件。

对客户来说，这是采购成本的节约。

对服务商来说，利润来自客户支付的服务费用与工程师工资、管理及交付成本之间的差额。

这种生意长期存在两类合同。

一类按照投入的人数和工时收费，通常被称为Time & Materials。

另一类约定项目成果和总价格，服务商自行承担项目交付过程中的效率变化。

前一种模式具有明显的规模经济。

一家服务商拥有更多工程师，就能够承接更多项目，扩大可计费工时。

尤其在大型银行、电信运营商和跨国制造企业的软件维护业务中，服务商还可以将员工划分为不同经验等级。

资深工程师负责架构、管理和客户沟通，大量初级工程师负责编码、测试、文档与日常维护。

这种人员结构形成了印度外包行业长期沿用的金字塔模型。

新模型正在影响其中最容易标准化的工作。

代码迁移、基础测试、文档编写以及部分系统维护任务，越来越多地可以由AI工具完成。

2026年8月，路透社采访的印度软件行业高管表示，部分客户开始要求25%至30%的价格折让，部分项目合同周期缩短。

TCS披露，其商业服务部门约80%的合同已经采用与绩效相关的收费方式。

这一比例相较2023年末明显提高。

收费单位的变化，比模型排行榜上的分数更重要。

过去客户采购的是完成项目所需的工程师数量。

现在客户开始要求，付款金额与最终交付结果、业务效率和实际节省成本挂钩。

这意味着，外包公司的收入增长，将越来越依赖交付能力和定价权，而非单纯增加人数。

02 100名工程师减少到70名，利润归谁？

可以用一笔假设性的项目账，理解新模型可能带来的经济影响。

一家软件服务商承接某银行的系统开发项目，需要100名工程师，每人每年提供2000小时服务。

如果客户按照每小时40美元付费，年度合同收入为800万美元。

假设工程师综合人力成本为每小时25美元，全年人力费用500万美元。

再加上100万美元的其他交付及管理费用，项目营业利润为200万美元，利润率25%。

现在引入AI编码和自动化测试。

假设同样的项目成果，只需要70名工程师。

人力成本从500万美元下降至350万美元。

新增AI工具、算力和监督成本50万美元，其他费用仍为100万美元。

如果合同金额保持800万美元，项目利润就会提高至300万美元，利润率达到37.5%。

这笔效率收益非常可观。

但客户同样会计算。

既然原先需要100人的工作，现在70人就能完成，继续支付800万美元是否合理？

如果重新谈判后，客户将合同价格压低25%，年度合同金额就降至600万美元。

服务商的项目利润将降至100万美元，利润率约16.7%。

同样一项技术进步，在两种合同安排下，服务商获得的利润截然不同。

这里还需要考虑实际业务复杂性。AI对不同岗位和项目的效率提升存在差异，项目管理、测试、合规和客户沟通的成本也会变化。

但这笔账揭示了一个重要事实。

AI提高生产效率之后，利润增量的归属，由服务商的议价能力和合同结构决定。

如果服务商拥有难以替代的系统经验、行业知识和交付能力，它有机会保留更多效率收益。

如果项目高度标准化，客户拥有多个可替代供应商，降价压力就会更快传导到服务价格。

对软件外包企业而言，技术越成熟，采购方也越容易要求分享节约的成本。

03 TCS的AI收入突破30亿美元，整体增长却只有2.4%

印度外包巨头已经感受到这种变化。

10月8日，TCS公布2027财年第二季度业绩。

季度收入76.42亿美元，同比增长2.4%。

营业利润率24%，净利润14.5亿美元。

公司还披露，AI业务年化收入达到31亿美元，已经超过总收入的10%。

与此前季度相比，AI年化收入增长接近20%。

这说明，TCS已经把AI服务发展成规模可观的业务。

但公司整体收入增速仍然只有2.4%。

同样的现象出现在Infosys身上。

10月23日，Infosys公布季度收入51.45亿美元，按固定汇率同比增长1.5%。

其AI业务收入环比增长29%，已经占季度总收入的10.5%。

但Infosys同时把2027财年的固定汇率收入增长指引，从原先的1.5%至3%，下调至1%至2%。

在财报电话会上，管理层提到，客户采购规模和价格表现低于原先预期，竞争压力仍然明显。

两家公司的财报放在一起，出现了一个很有意思的反差。

AI相关收入快速增长，传统业务却在承受价格和需求调整压力。

这意味着，AI为服务商创造的新收入，仍然需要与既有业务的价格下降和工作量变化相互抵消。

从收入规模看，这种转换尚处于早期。

TCS单季收入超过76亿美元，AI年化收入已经超过30亿美元；Infosys的AI收入占比也超过一成。

两家公司具有庞大的既有客户关系和技术团队，可以将模型开发、系统集成和流程改造销售给已有客户。

但对总收入而言，AI新增业务增长，需要覆盖传统服务合同中的价格压力，才能推动整体增长明显加速。

印度外包巨头面临的挑战，已经从能否使用AI，转向AI创造的新生意能否超过旧生意的价格损失。

04 客户降价25%，为什么服务商还愿意接？

软件外包企业仍然拥有重要的商业优势。

大型银行、保险公司和制造集团的软件系统，通常积累了多年历史。

系统内包含客户数据、交易记录、业务规则和不同年代的技术架构。

一家企业如果要引入AI编码工具，仍然需要解决访问权限、内部测试、数据安全、系统兼容和上线后的责任分配。

这些工作需要经验，也需要对客户业务长期积累的理解。

因此，AI工具的普及反而可能为部分专业服务商创造新的工作。

但客户购买服务的方式正在变化。

路透社8月报道，HCLTech与德国能源公司E.ON的合作，以及Cognizant与戴姆勒卡车的项目，都开始将服务费用与效率改善和经营成果联系起来。

这意味着，软件服务商正在将部分收入与客户实际获得的效果绑定。

如果企业帮助客户将某项流程的运营成本降低20%，双方可以约定分享节约收益。

这与按照每小时固定费用结算的模式存在明显区别。

服务商可以依靠更高生产效率获得利润，也需要承担成果兑现和交付质量风险。

对大型客户而言，这样的合同具有吸引力。

客户可以把部分技术实施风险转移给服务商，同时获得可衡量的成本改善。

对服务商而言，结果定价可能带来更高的利润弹性。

但前提是，企业能够准确测算项目成本、效率改善和交付风险。

路透社还披露，Infosys曾主动放弃经济性欠佳的合同。

这表明服务商已经开始在订单规模与利润质量之间做出选择。

在AI时代，拿到更多合同仍然重要，但合同能留下多少利润，可能比过去更值得投资者关注。

05 58万人规模的TCS，为什么又开始招人了？

外界很容易把AI编码能力提高，理解成软件外包行业进入持续裁员周期。

但最新就业数据提供了更复杂的图景。

TCS曾在上一轮组织调整中削减超过1.2万个岗位。

2026年9月底，公司员工总数达到598056人，较6月底增加约4258人。

Infosys同期员工总数达到332542人，环比增加4480人。

HCLTech员工达到230339人，一个季度增加6450人，其中6136人为应届毕业生。

相比之下，Wipro在同一季度减少6716名员工。

这几家公司的招聘和裁员表现已经出现分化。

更值得注意的是，行业整体招聘也有所恢复。

英国《金融时报》11月初报道，24家印度上市IT服务企业自4月以来增加超过3.1万个岗位，达到上一财年全年新增人数的约两倍。

这意味着，AI应用扩张与工程师招聘可以同时发生。

原因在于，企业软件开发涉及的工作类型远比基础编码复杂。

模型可以帮助完成更多重复性开发任务，但企业仍然需要熟悉业务流程、系统架构、数据治理、监管要求和项目交付的人员。

同时，当软件开发成本下降，一部分过去经济上难以实施的项目，也可能变得值得投资。

企业可能因此扩大系统现代化、数据整合和自动化改造的预算。

但岗位结构会发生变化。

基础编码和标准化测试的价值可能下降。

能够理解行业流程、管理复杂项目、验证AI输出并承担系统责任的工程师，则可能获得更高的市场价值。

传统的人员金字塔，正面临新的组织成本核算。

过去，服务商通过招聘大量初级工程师培养人才，同时获得较低成本的交付能力。

如果初级工作更多由AI承担，企业需要重新设计新人培养和经验积累路径。

印度软件外包行业未来的人力竞争，可能从招聘多少工程师，逐渐转向每名工程师能够管理多少技术工具、承担多大项目责任。

06 印度大厂最大的竞争对手，开始变成小公司

AI降低部分软件开发任务的人员需求，还带来另一个影响：行业规模优势可能减弱。

过去，大型跨国客户选择TCS、Infosys等企业，部分原因是它们能够在多个国家调配成千上万名工程师。

它们拥有成熟的质量管理、信息安全、合规体系和交付中心。

对大型银行或跨国制造集团而言，这种规模本身具有价值。

但如果一个复杂软件项目可以由少量高级工程师配合AI工具完成，中型服务商也可能具备承接部分大型项目的能力。

8月，路透社报道指出，Persistent Systems和Coforge等中型印度IT服务商，连续多个季度取得双位数增长，表现超过部分大型同行。

企业规模仍然重要，但技术工具正在改变项目交付所需要的最低人员数量。

这也改变了客户的采购选择。

对于标准化的系统开发，客户可能选择成本更低、反应更快的专业服务商。

对于涉及复杂业务流程和长期合规责任的项目，大型服务商仍然拥有优势。

因此，印度外包市场可能出现更加明显的分工。

一部分公司依靠规模、品牌和跨国交付能力，继续服务大型复杂客户。

另一部分公司依靠细分行业知识、AI工具和更灵活的组织结构，争取原来需要更多人力才能完成的项目。

在这种竞争里，单纯拥有大量工程师的价值正在下降。

能够管理复杂客户关系、沉淀行业知识和形成可复用软件资产的企业，可能获得更好的长期利润。

07 埃森哲正在尝试把服务做成软件

印度外包行业的变化，也可以从埃森哲身上看到。

10月1日，埃森哲公布2026财年业绩。

全年收入741.8亿美元，同比增长6%；新签订单845.4亿美元，同比增长5%。

其中，咨询业务收入368.8亿美元，托管服务收入373亿美元。

这家公司既提供咨询，也承担长期技术运营，覆盖企业信息系统、云计算、数据和业务流程。

在AI进入企业后，埃森哲可以向客户销售一整套服务：先确定业务目标，再改造系统，部署模型，最后持续管理相关流程。

这样的商业模式，为它提供了多种收入来源。

但从经营数字看，埃森哲同样需要管理利润和现金回报。

2026财年，公司新签订单超过收入，全年经营规模继续扩大。

第四季度自由现金流约28.5亿美元。

这说明，拥有成熟客户关系和全球交付网络的服务商，仍然具备较强的现金创造能力。

08 AI模型降价，为什么外包公司未必更赚钱？

回到Anthropic的这次新模型发布。

Fable 5.2的API价格为每百万输入token 8美元、每百万输出token 40美元，均比上一代降低20%。

Anthropic还披露，在某些复杂编程测试中，Fable 5.2能够用更少的token完成同类任务。

当软件开发需要的大模型调用成本下降，服务商完成项目的直接技术费用可能进一步降低。

但模型供应商的价格变化，同样会影响客户的采购判断。

如果一家跨国企业可以直接购买模型服务，再由内部技术团队完成大量原本外包的工作，它对外部开发服务的需求结构就可能发生变化。

与此同时，客户也可能把节省的开发预算转向新的系统项目。

这使AI技术进步同时产生两种影响。

一方面，原有软件开发服务的单位价格承受压力。

另一方面，成本下降使更多企业软件项目具备商业可行性。

最终哪一种力量占主导，取决于客户能够创造多少新增需求，以及外包服务商能够获得多少新增业务。

对于印度IT巨头，最重要的经营指标也因此需要改变。

过去，员工人数、员工利用率、人均收入和新签合同金额，足以解释很大部分经营表现。

如今，还需要观察AI收入占比、合同成果定价比例、每个项目需要的人工时间、软件资产复用率和自由现金流。

这些指标能够帮助投资者判断，企业是在通过AI增加利润，还是仅仅把生产效率提升让渡给客户。

09 印度外包巨头，正在经历一场利润分配谈判

这轮变化已经体现在企业财报里。

TCS季度收入增长2.4%，AI年化收入超过31亿美元。

Infosys季度收入增长1.5%，AI收入环比增长29%，却下调了全年收入增长指引。

HCLTech最新季度Advanced AI收入2.19亿美元，同比增长78%，整体美元收入同比增长约2.2%。

三家公司的共同特征，是AI业务增长明显快于整体业务。

这表明企业已经开始获得新的技术服务需求，同时也面临传统服务合同的增长压力。

而Anthropic这样的模型公司，正在继续提高软件开发能力、降低部分任务成本。

对客户而言，这是采购软件服务时越来越有利的谈判条件。

对外包公司而言，则需要证明自己的价值超出了代码生成本身。

它们拥有多年积累的企业客户关系、行业知识、旧系统维护经验和全球交付网络。

这些资产仍然能够帮助企业承担复杂项目，也可能成为AI服务商业化的基础。

但未来获得多少利润，将取决于它们能否把这些能力转化为高价值交付和可重复销售的产品。

从这个意义上说，印度外包行业面临的变化，早已超出裁员和招聘问题。

一家服务商过去能够通过增加工程师扩大收入，现在需要通过提高单个项目创造的经营价值，维持客户愿意支付的价格。

如果AI让100名工程师的工作变成70人的工作，减少的30个人对应的成本节约，就会进入客户与服务商之间的新一轮谈判。

未来真正拥有定价权的企业，可能是那些能够承担复杂系统交付责任，同时让客户清楚看到业务收益的服务商。

AI程序员越来越能干，印度外包公司需要回答的，已经从能卖出多少工时，变成客户愿意为最终成果支付多少钱。