AI 正在让 TCS 半数合同价格走低：这对印度 IT 与你的职业生涯意味着什么

当印度最大的 IT 公司表示 AI 正在拉低其半数合同的价格时，这值得我们停下来认真倾听。这大致就是 TCS 首席执行官 K. Krithivasan 在公司第二季度财报发布后所表达的观点。

今天是 2026 年 10 月 10 日。印度 IT 行业雇用了数百万人，并占据了该国出口收入的很大份额，因此该行业收费与回报方式的转变绝不仅仅是商业新闻。它影响着寻找第一份工作的应届毕业生、处于职业中期的工程师，以及每一家按工时提供服务的公司。

TCS 首席执行官到底说了什么

在第二季度财报发布后接受 CNBC-TV18 采访时，Krithivasan 提出了四个主要观点。

TCS 约有一半的 IT 合同目前出现了“AI 引发的通缩”。 这里的通缩只是指工作的价格正在下降。如果外国客户过去为一项软件维护、测试或编码工作支付 100 卢比，那么现在的 AI 工具能使同样的工作以便宜约 10% 到 20% 的价格完成，约为 80 到 90 卢比。

这在意料之中。 他表示，整个行业讨论这种影响已有大约一年半到两年时间，因此 50% 左右的数字并不令人意外。

新项目应能平衡这一影响。 许多人仅从生产力和降低成本的角度来考虑 AI。他指出，企业也正在因为 AI 启动全新的项目，他称之为纯增量业务（net new work），而这种新需求应该很快就能抵消通缩。

并非每笔交易都在缩水。 在大型、复杂的 AI 合作项目中，合同价值并未下降，而是保持稳定。

采访还指出，TCS 的利润率（即收入中保留为利润的份额）依然保持健康。

为什么这对印度是一项挑战

IT 服务是印度经济的支柱之一，因此其弊端值得认真审视。

旧的计费模式面临压力。 几十年来，印度 IT 企业一直按“工时与材料”（time and material）模式收费，也就是根据投入了多少人力和工时来计费。如果 AI 用更少的时间完成了一项任务，那么在达成相同结果的情况下，旧的计费方式赚取的收入就会减少。

轻松的初级入门岗位变少。 基础数据录入、手动测试和简单缺陷修复等常规工作，正是 AI 目前能够快速完成的。这使得以往大规模招聘应届毕业生从事此类岗位的模式变得难以为继。

停止学习的人面临风险。 多年来一直从事相同常规任务而未更新技能的工程师，会发现保住自己的岗位变得更加困难。

为什么这同时也是一个重大机遇

同样的转变也打开了机遇之门。

从低成本迈向高价值。 印度不必仅仅以低成本 IT 服务来源地而闻名。印度工程师可以在构建复杂的 AI 系统、云架构和网络安全解决方案方面引领世界。

企业的利润率更高。 如果在 AI 的协助下，规模更小的团队能够更快完成更多工作，利润率就会上升，而 TCS 自身的利润率目前已经保持得很好。

对初创企业的推动。 一名熟练运用优秀 AI 工具的开发者，现在就能完成过去需要整个团队才能完成的工作。这使得在印度构建新技术产品和创办公司变得容易得多。

一句话总结：这既是一次警示，也是一个机遇。对于固守旧工作方式的人来说，这是坏消息；但对于积极拥抱 AI 并不断提升技能的工程师与企业而言，这是一个巨大的突破口。

让你持续保持竞争力的核心技能

仅会编写代码或处理基础任务的人才需求正在下降。而深刻理解复杂系统设计、部署、安全及实际业务问题的工程师，其市场需求正在迅速上升。以下是一条切实可行的逐步进阶路线。

第 1 步：成为 AI 构建者，而不仅仅是 AI 使用者

• 学习设计基于大语言模型（LLMs，即聊天助手背后的 AI 模型）的应用程序，使用如 LangChain、LlamaIndex 或 Semantic Kernel 等框架。
• 理解 RAG （检索增强生成）：将企业的私有文档连接到 LLM，使用诸如 Pinecone、Qdrant 或 Chroma 等向量数据库，以及将文本转换为计算机可比对数字的嵌入（embeddings）。
• 探索 智能体工作流，即多个 AI 智能体之间分工协作完成任务，使用诸如 CrewAI 或 AutoGen 等工具。
• 学习评估模型输出、减少 幻觉 （看似笃定却错误的回答），并针对特定领域微调小模型。

第 2 步：学习现代 DevOps、平台工程与 MLOps

• 构建使用 AI 工具并自动部署到云端的 CI/CD 流水线（自动化构建、测试与发布）。
• 实践 平台工程：利用诸如 Terraform、OpenTofu 和 Pulumi 等工具构建内部开发者门户和自助式基础设施。
• 学习 MLOps / LLMOps：在生产环境中大规模运行 AI 模型、控制延迟、管理 GPU 以及监控模型。
• 熟练掌握 AWS、Azure 或 GCP，包括云成本控制（通常称为 FinOps）、无服务器（Serverless）设计以及 Kubernetes 弹性伸缩。

第 3 步：掌握 AI 安全与治理

• 深入研究 OWASP Top 10 for LLMs，它涵盖了诸如提示词注入（通过精心设计的输入误导 AI）、数据泄露以及不安全处理 AI 输出等风险。
• 了解隐私与合规规则如何适用于 AI 系统，包括 GDPR、印度的 DPDP Act 以及 ISO 27001.
• 通过扫描第三方软件包、代码库和容器镜像中的已知漏洞，保障软件供应链的安全。

第 4 步：向系统架构与领域专业知识拓展

• AI 可以编写小型函数，但设计一个具备高扩展性、容错性且高效的大型企业级系统，仍然需要经验丰富的架构师。积极实践高层设计与低层设计。
• 选择一个业务领域，例如银行、金融科技、医疗健康或电子商务，并深入理解其面临的实际问题，从而设计出能够解决这些问题的技术方案。

第 5 步：精通 AI 辅助开发

• 在编辑器或终端中使用 Cursor、Claude Code 或 GitHub Copilot 等 AI 编程工具，将工作效率提升数倍。
• 强化你的代码审查和调试技能，因为始终需要有人发现 AI 出错的地方以及性能受损之处。

一张表看清这种转变

传统方式（面临风险）	未来方式（需求旺盛）
仅编写代码	以架构师思维解决问题
手动测试与部署	自动化与平台工程
局限于单一技术	理解端到端系统与安全性

总结

TCS 关于其约半数合同目前面临 AI 引发通缩的言论，清晰地指明了印度 IT 行业未来的走向。常规工作的价格正在下跌，传统的按小时计费模式正承受重压。与此同时，新的 AI 项目不断涌现，复杂的合作项目依然保持其价值，而能够设计、保障和运行 AI 系统的工程师正变得越来越有价值。那些坚持终身学习的工程师终将脱颖而出。

优势

• 更低的成本让印度 IT 服务对全球客户更具吸引力。
• 新的 AI 项目创造了全新需求，能够平衡价格下跌带来的影响。
• 工程师可以从常规事务性工作转向更高价值的设计与架构岗位。
• 更优的利润率使企业有空间投资于技能培训和产品研发。
• 小型团队和独立开发者如今也能打造真正的产品并创立公司。

劣势

• 当 AI 更快完成工作时，按工时计费赚取的收入会减少。
• 针对常规任务的初级岗位招聘可能会萎缩。
• 未能重塑技能的专业人员将面临切实的职业危机。
• 红利可能会首先流向大企业和高技能工程师，从而拉大差距。
• 在市场快速变化的同时，掌握新技能需要投入大量时间和精力。

注意事项

本文仅供学习参考，以通俗语言总结了一次电视采访及独立分析。文中所述诸如 50% 的合同比例以及 10% 至 20% 的价格变动等数据均来自报道中首席执行官的发言，可能经过取整处理或在后续财报中有所变动。文中所提及的工具名称仅作为示例，不构成任何背书。在做出职业、投资或商业决策之前，请查阅公司官方声明并进行独立研究。

常见问题解答

• TCS 首席执行官就 AI 和定价发表了什么言论？ — K. Krithivasan 表示，TCS 约有一半的 IT 合同目前出现了由 AI 引发的通缩，这意味着客户为同样的工作所支付的费用大约减少了 10% 至 20%。
• AI 引发的通缩意味着什么？ — 这意味着某项工作的价格下降，因为 AI 工具能够更快或以更少的人力完成该工作。
• AI 会减少印度 IT 行业的就业岗位吗？ — 常规性的初级岗位可能会缩减，而对具备 AI、云、安全和架构技能的工程师的需求将会增长。
• 所有 TCS 合同都在贬值吗？ — 并非如此。首席执行官表示，大型且复杂的 AI 项目合作依然保持着其合同价值。
• IT 公司将如何弥补价格下降带来的损失？ — 通过纯增量 AI 项目（首席执行官预计这将抵消通缩），以及通过更高生产力所带来的更高利润率。
• 印度 IT 专业人士现在应该学习哪些技能？ — 基于 LLM 和 RAG 的 AI 工程、平台工程与 MLOps、AI 安全与合规、系统设计，以及 AI 辅助开发。
• 这对印度来说是好消息还是坏消息？ — 两者兼有：它给旧的计费模式和常规岗位带来了压力，但同时也为更高价值的工作和更多初创企业开辟了道路。

标签

#TCS #IndianIT #ArtificialIntelligence #AIDeflation #ITJobs #CareerGrowth #FutureOfWork #AIEngineering #DevOps #Upskilling