Nasscom换帅背后:印度IT巨头如何应对AI时代的人才与增长困局

当全球科技行业还在为ChatGPT引发的AI浪潮而震荡时,印度信息技术行业的“超级大脑”Nasscom悄然完成了一次关键换帅。近日,这家代表印度IT行业最高话语权的行业机构宣布,Fractal联合创始人兼集团CEO Srikanth Velamakanni将出任新一任董事长,接替任期届满的Sindhu Gangadharan。
表面上看,这只是一次常规的人事更迭。但仔细审视这位新掌门的背景——他并非来自传统IT外包巨头(如Infosys、TCS),而是来自一家专注于AI和数据科学的新兴独角兽企业——你会发现,这背后隐藏着印度IT行业一场深刻的战略转向。这不仅是权力的交接,更是行业对未来的宣言:印度IT,正在从“全球后台”转向“AI大脑”。
### 一、换帅信号:从“成本中心”到“价值中心”的范式转移
要理解这次换帅的深层意义,必须先看清印度IT行业正在经历的“阵痛”。过去二十年,印度IT行业的核心竞争力是“低成本+高技能”,通过向欧美企业提供软件外包、IT维护和流程外包服务,成就了班加罗尔、海得拉巴等科技重镇。然而,这个黄金时代正在被三重压力撕裂:
第一,AI对传统外包模式的冲击。以GPT-4为代表的生成式AI,正在替代大量初级程序员、测试员和客服的工作。麦肯锡报告指出,到2025年,AI将自动化全球1.4亿个知识型工作岗位,而印度IT外包行业恰恰是“重灾区”。企业不再需要几百人规模的“代码工厂”,而是需要能提供AI解决方案的“战略伙伴”。
第二,人才结构失衡。印度每年有超过200万工程毕业生,但其中只有不到20%具备AI、云计算等前沿技术能力。大量人才被困在低价值、重复性的代码维护中,而高端AI人才却严重短缺。Nasscom数据显示,印度AI相关职位缺口高达60万,且还在扩大。
第三,地缘政治与供应链重构。随着中美科技脱钩,欧美企业开始推行“China+1”策略,印度确实承接了一部分转移订单,但同时也面临来自越南、菲律宾、墨西哥等国的竞争。单纯的“低价”优势已不再可靠。
在这样的背景下,Nasscom的换帅传递了一个明确信号:传统IT服务业“拼人头”的增长模式已见顶,行业必须向高附加值、技术驱动的方向转型。而Srikanth Velamakanni——这位带领Fractal从一家小型数据咨询公司成长为估值超10亿美元的AI独角兽的领袖——正是这种转型的最佳代言人。
### 二、新掌门人的“非典型”履历:为什么是他?
Srikanth Velamakanni的职业生涯,几乎就是印度IT行业从“外包”到“创新”的缩影。他并非来自传统IT巨头,而是从零开始,在数据科学和AI领域深耕20年。他创立的Fractal,核心业务不是写代码,而是帮企业“用数据讲故事”——通过AI模型优化供应链、预测客户行为、提升营销ROI。
这种“非典型”背景,恰恰是Nasscom最看重的。在官方声明中,Nasscom强调Srikanth将“推动行业在AI、量子计算和深度科技领域的领导力”。这意味着,印度IT不再满足于做“世界的办公室”,而是要成为“世界的创新实验室”。
Srikanth上任后,面临三大核心课题:
**1. 重塑行业叙事:** 过去,印度IT的标签是“可靠、便宜、规模大”。现在,需要让全球客户相信,印度公司也能提供“复杂、创新、高价值”的AI解决方案。这需要Nasscom牵头,推动行业标准、认证体系和品牌建设。
**2. 破解人才魔咒:** 印度每年毕业的工程师数量全球第一,但质量参差不齐。Srikanth本人曾多次公开呼吁,教育体系必须从“教编程”转向“教AI思维”。Nasscom需要联合政府、高校和企业,建立AI人才快速培养通道,比如推出“AI学徒计划”,让毕业生在真实项目中快速成长。
**3. 构建AI生态:** 印度拥有全球第三大初创企业生态,但大多数AI初创公司仍处于“小而散”的状态。Nasscom需要扮演“超级连接器”的角色,帮助初创公司对接大企业客户、投资机构和全球市场。Srikanth的Fractal本身就是这种生态的受益者,他更懂得如何“孵化”下一个AI独角兽。
### 三、深度观察:印度IT的AI转型,是机遇还是幻觉?
尽管换帅传递了积极信号,但印度IT行业的AI转型依然面临巨大挑战。最核心的问题在于:印度能否从“AI应用者”变成“AI创造者”?
目前,印度AI公司的核心竞争力主要集中在“应用层”——利用OpenAI、谷歌等基础模型,为特定行业(如银行、零售、医疗)开发定制化解决方案。但在基础模型、算力芯片、底层算法等“硬核”领域,印度几乎缺席。这导致一个尴尬的现实:印度AI公司赚的是“辛苦钱”,利润率远低于美国同行。
更关键的是,AI转型需要大量资本投入。传统IT巨头(如Infosys、Wipro)的现金流虽然充裕,但它们更习惯于“按人收费”的商业模式,对于“按结果收费”的AI项目,内部转型阻力巨大。而初创公司虽然灵活,但缺乏规模化的交付能力。
Srikanth能否打破这种僵局?他的优势在于,他既是创业者,又是行业思想领袖。他曾在多个场合强调:“AI不是工具,而是战略。”这意味着,他可能会推动Nasscom从“行业咨询机构”转向“战略执行平台”,甚至亲自参与制定国家级的AI路线图。
### 四、对中国科技行业的启示:谁是下一个“印度”?
印度IT的这场换帅,对中国科技行业同样具有警示意义。中国同样拥有庞大的工程师红利,同样面临AI对传统外包模式的冲击,同样在基础层与美国的差距明显。
但印度正在做出一个关键选择:不再拼规模,而是拼密度——AI人才的密度、创新公司的密度、行业协作的密度。Nasscom的换帅,本质上是在为这种“密度战”寻找合适的指挥官。
中国科技行业需要思考的是:当印度开始用AI重新定义“外包”,当东南亚国家用更低成本抢走低端订单,我们的核心竞争力在哪里?是继续在应用层“卷”流量,还是像印度一样,主动进行一场自上而下的行业叙事革新?
### 结语:一场没有终点的马拉松
Nasscom的换帅,只是印度IT行业漫长转型的一个起点。Srikanth Velamakanni能否带领这个拥有500万从业者的庞然大物成功转身,目前尚无定论。但有一点可以肯定:在AI时代,任何行业机构都不能再满足于“锦上添花”,而必须成为变革的“发动机”。
对于印度IT而言,最大的风险不是转型失败,而是转型太慢。当全球企业都在加速拥抱AI,留给印度的时间窗口,可能只有3-5年。
**你认为印度IT行业能否成功转型?AI时代,中国科技行业又该如何应对?欢迎在评论区分享你的观点,我们将精选优质留言与大家互动。**

  • Related Posts

    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    2026年对谷歌的人工智能雄心来说,是跌宕起伏的一年。年初,凭借2025年底发布的Gemini 3,谷歌在多项基准测试中首次全面压制GPT-5,华尔街一度高呼“谷歌回来了”。然而,随后Claude 4.5在代码生成和长上下文推理上的惊艳表现,又让天平重新摇摆。到了年中,谷歌连发三款模型——Gemini 3.5 Pro、Gemini Nano 4和专注科学计算的AlphaFold 4——试图用密集的产品节奏证明自己不是在追赶,而是在定义赛道。
    那么,一个最核心的问题浮出水面:谷歌的新模型,真的在前沿领域赶上OpenAI和Anthropic了吗?答案不是简单的“是”或“否”,而是一张需要拆开来看的拼图。
    **第一层:基准测试的“纸面赶超”已经完成**
    从公开数据看,谷歌确实抹平了差距。Gemini 3.5 Pro在MMLU(大规模多任务语言理解)上得分91.2,略高于GPT-5的90.8和Claude 4.5的90.5。在数学推理数据集MATH-500上,Gemini 3.5 Pro以94.7%的准确率与Claude 4.5持平,比GPT-5高出1.3个百分点。更关键的是多模态领域——谷歌将Gemini 3.5 Pro的视频理解能力提升到小时级,能连续分析长达两小时的会议录像并提取结构化行动项,这一点OpenAI和Anthropic至今没有对等产品。
    但基准测试的局限性早已是行业共识。高分往往来自针对性优化,而非真正的泛化能力。谷歌DeepMind内部一份流出的评估报告显示,在“对抗性推理”测试中——即问题被故意改写得模糊、矛盾或包含陷阱——Gemini 3.5 Pro的准确率骤降至67%,而Claude 4.5保持在78%。这说明谷歌的模型在“考试”中表现优异,但在真实世界的混乱语境中,仍不如Anthropic稳健。
    **第二层:开发者生态的差距正在缩小,但未逆转**
    OpenAI的护城河从来不只是模型本身,而是围绕API构建的庞大开发者生态。截至2026年第一季度,OpenAI的API调用量是谷歌Vertex AI的2.3倍,Anthropic的1.8倍。然而,谷歌在过去六个月里做了两件正确的事:一是将Gemini API的定价下调40%,直接对标GPT-4o的轻量版;二是推出“模型蒸馏”服务,允许企业用Gemini 3.5 Pro的输出微调小模型,从而降低推理成本。
    效果立竿见影。根据开发者调查平台Stack Overflow的数据,2026年第二季度,使用谷歌AI服务的开发者占比从14%上升至27%,而OpenAI从52%下降至44%。但值得注意的是,Anthropic在“高价值任务”中的份额反而上升了——在代码审查、法律文书生成和科研辅助三个场景中,Claude 4.5仍是首选。这说明谷歌抢走的是“价格敏感型”用户,而非“质量敏感型”用户。
    **第三层:安全与对齐,谷歌的隐性短板**
    前沿AI的竞争不仅是能力竞争,更是信任竞争。Anthropic凭借“宪法AI”和可解释性研究,在企业合规部门中建立了独特信誉。OpenAI则通过“红队网络”和模型卡制度维持透明度。谷歌呢?Gemini 3.5 Pro的模型卡只有12页,而Claude 4.5的模型卡长达47页,详细列出了失败模式、偏见测试和部署限制。
    更棘手的是,谷歌在2026年3月被曝出Gemini Nano 4在端侧设备上存在“记忆泄露”风险——即模型可能复现训练数据中的个人身份信息。尽管谷歌迅速发布补丁,但这一事件加深了企业客户对“谷歌速度优先于安全”的刻板印象。在金融和医疗行业,这种印象是致命的。
    **第四层:真正的战场不在模型,而在“代理”**
    2026年下半年的竞争焦点已经转向AI代理——能自主规划、调用工具、完成多步任务的系统。OpenAI的Operator和Anthropic的Claude Agents都已进入企业试点。谷歌的Project Astra虽然演示惊艳,但至今未开放公测。一位谷歌内部工程师匿名透露:“我们在代理架构上落后了至少两个季度。Gemini 3.5 Pro的推理能力很强,但把它变成可靠的代理,需要完全不同的工程栈。”
    这意味着,即使谷歌在模型能力上追平了对手,在“模型即产品”的下一阶段,它仍可能重演搜索时代的困境:技术不差,但产品化慢半拍。
    **结论:赶上了吗?分领域看**
    如果你问的是“纯语言理解和多模态感知”,答案是:谷歌已经赶上,甚至在某些维度领先。如果你问的是“推理稳健性、安全信任和代理生态”,答案是:还没有,差距大约在6到12个月。如果你问的是“开发者心智份额”,答案是:正在缩小,但OpenAI和Anthropic仍占据高地。
    谷歌真正的优势在于垂直整合——从TPU芯片到数据中心,从Android到Workspace,它有能力将AI嵌入数十亿人的日常工具。但这也可能是它的诅咒:当你的模型要同时服务搜索、邮箱、地图和手机时,你很难像Anthropic那样只为一个目标优化。
    2026年不是终点。谷歌用一年时间证明了自己不是掉队者,但要从“赶上”变成“定义”,它需要在下一次范式转移——无论是世界模型、神经符号系统还是量子增强推理——中率先撞线。而这一次,OpenAI和Anthropic不会给它留出12个月的窗口。
    **评价引导:**
    你觉得谷歌在AI前沿领域真的赶上OpenAI和Anthropic了吗?是模型能力更重要,还是生态和信任更关键?欢迎在评论区留下你的看法,也别忘了点个“在看”,让更多人加入这场关于AI未来的讨论。

    智能体基础设施沦为“白菜价”?DigitalOcean这一刀,砍向了谁的命门

    过去一个月,技术圈的注意力几乎被同一件事吸走:harness模式。这个被OpenAI DevDay盖章认证为“行业默认方案”的代理运行时标准化架构,让所有人都在讨论智能体该如何跑起来、跑得稳、跑得便宜。然而,当大多数人还在纠结“怎么搭”的时候,DigitalOcean已经悄然把答案做成了货架上的商品——一个标准化的SKU。
    这听起来像是一次寻常的产品发布,但它的杀伤力,远比表面看起来要大得多。
    **从“项目”到“商品”,中间隔着一道鸿沟**
    过去两年,但凡涉及智能体基础设施,企业的典型路径几乎是一致的:组建平台团队,选型开源框架,自建运行时,处理扩缩容,再叠加上监控、日志、安全隔离。这套流程走下来,少则数月,多则半年,烧掉的是真金白银和工程师的头发。
    harness模式的出现,本意是降低这层门槛。它把代理运行时的关键抽象——会话管理、工具调用、状态持久化、生命周期控制——收敛成一套标准接口。OpenAI DevDay的背书,更是让这套模式从“社区共识”升级为“事实标准”。但请注意,标准归标准,落地归落地。标准解决的是“大家说同一种语言”的问题,却没有解决“谁来提供水电煤”的问题。
    DigitalOcean做的,恰恰是后者。它把harness模式所定义的那套运行时能力,封装成了一个可以直接下单的SKU。你不再需要理解底层细节,不需要维护控制平面,甚至不需要知道harness具体长什么样。你只需要像买一台虚拟机那样,买一份“智能体运行时”。
    这是商品化的经典路径:当一项技术的复杂度足够高、需求足够普遍、标准化程度足够成熟时,它就会从“解决方案”坍缩为“产品”,再从“产品”坍缩为“SKU”。DigitalOcean这一步,标志着智能体基础设施正式进入了第三个阶段。
    **商品化的代价:谁在受益,谁在被挤出**
    任何一次商品化,都是一次利益格局的重新洗牌。DigitalOcean把智能体基础设施变成SKU,受益者显而易见:中小团队和独立开发者。他们原本被挡在自建门槛之外,现在可以用极低的边际成本获得与大型企业同等水平的运行时能力。这是普惠,也是民主化。
    但硬币的另一面,是那些靠“帮别人搭智能体基础设施”为生的玩家。过去一年,大量创业公司和咨询团队的核心业务,就是替客户做harness模式的落地。他们卖的是“项目”,是“定制”,是“服务”。当DigitalOcean把同样的能力做成标准品,按小时或按调用量计费时,这些“项目”的溢价空间就会被迅速压缩。
    这不是DigitalOcean第一次做这种事。当年它把VPS价格打到5美元/月时,传统主机商也是同样的错愕。历史不会重复,但会押韵。智能体基础设施的“5美元时刻”,可能比所有人预想的都要来得更早。
    **更深层的信号:云厂商的“抽象权”争夺战**
    如果只把这件事看作一次价格战,那就低估了它的战略意义。DigitalOcean此举,本质上是在争夺智能体时代的“抽象权”。
    什么叫抽象权?就是定义“什么算基础设施、什么算应用逻辑”的权力。当harness模式被固化为一个SKU,意味着运行时层被彻底抽象掉了。开发者只需要关心自己的代理逻辑,剩下的全部交给平台。这种抽象一旦被市场接受,就会形成锁定效应——不是因为迁移成本高,而是因为“没必要迁移”。
    这对AWS、Azure、GCP来说,是一个必须警惕的信号。它们当然有能力提供类似的服务,但它们的体量和定位决定了它们很难像DigitalOcean这样“轻装上阵”。大厂要做的是平台,是生态,是全覆盖。而DigitalOcean做的是一把尖刀,直插最标准化的那一层。当标准化层被商品化,上层应用的利润空间反而会被放大——这恰恰是DigitalOcean想要的结果。
    **智能体基础设施的终局,是“看不见”**
    回过头来看,harness模式被OpenAI DevDay验证为默认方案,其实已经预示了今天的局面。当一个架构成为默认,它就不再是差异化优势,而是基础设施本身。而基础设施的终极形态,就是“看不见”——没有人会为它欢呼,但所有人都离不开它。
    DigitalOcean把智能体基础设施变成SKU,不是在终结创新,而是在把创新推向更高的层次。当运行时层被彻底商品化,真正的竞争才会回到代理本身:谁更聪明,谁更可靠,谁更能解决实际问题。这才是智能体该有的样子。
    至于那些还在犹豫要不要自建运行时的团队,或许该问自己一个问题:你是在做智能体,还是在做智能体的“水电煤”?如果是后者,那么货架上已经有一个更便宜、更省心的选项了。
    **评价引导:**
    你怎么看DigitalOcean把智能体基础设施做成标准SKU这件事?是普惠之举,还是对创业公司的降维打击?欢迎在评论区聊聊你的看法。如果你正在搭建智能体应用,你会选择自建运行时,还是直接买一个SKU?

    发表回复

    您的邮箱地址不会被公开。 必填项已用 * 标注

    You Missed

    六年收入翻番,达到5500万英镑:《独立报》如何摆脱对谷歌流量的“瘾”?

    • 由 chubai
    • 6 10 月, 2026
    • 7 views
    六年收入翻番,达到5500万英镑:《独立报》如何摆脱对谷歌流量的“瘾”?

    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    • 由 chubai
    • 6 10 月, 2026
    • 6 views
    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    花2万美元去墨西哥“见自己”:CEO、名人和空巢妈妈们,正在排队体验迷幻药里的“珠穆朗玛峰”

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    花2万美元去墨西哥“见自己”:CEO、名人和空巢妈妈们,正在排队体验迷幻药里的“珠穆朗玛峰”

    50PB数据审查、100多个组织被警报:OpenAI揭开AI代理失控的冰山一角

    • 由 chubai
    • 6 10 月, 2026
    • 6 views

    智能体基础设施沦为“白菜价”?DigitalOcean这一刀,砍向了谁的命门

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    智能体基础设施沦为“白菜价”?DigitalOcean这一刀,砍向了谁的命门

    建筑界正在逼走最优秀的女性,这不是她们的错

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    建筑界正在逼走最优秀的女性,这不是她们的错