观察家研究基金会：2026 AI 时代下的能力建设：印度全球能力中心与白领工作未来研究报告（英文版）（33页）.pdf

核心结论速览： 印度GCC从成本套利中心演变为能力平台：截至FY2024，印度拥有超过1，700个全球能力中心（GCC），年营收约646亿美元，雇佣约190万专业人员。最新FY26估计已超2，100个中心，雇佣超230万人，年营收近984亿美元。 AI对GCC就业的影响是“结构性调整”而非“行业崩溃”：在4.5万人乐观就业基线情景下，AI相关岗位替代在最保守的线性采用情景中约4万个，在最激进的提前加载情景中约15万个——相当于新增就业的1.5%-5.8%，而非绝对失业。 AI创造“复职效应”而非仅“替代效应”：AI在替代部分任务的同时，也在创造新任务——AI治理、模型监督、数据质量、合规自动化、AI产品管理和人机工作流设计等领域正在产生新的就业需求。 印度GCC正处于从“交付引擎”向“企业神经中枢”的转型：超过1，200个GCC已具备AI/ML能力，约250个设有专门的卓越中心（CoE）。GCC不再仅仅是执行总部下达的任务，而是越来越多地分担全球业务成果的责任。 印度的人才优势为全球领先，但中位数技能存在巨大缺口：印度占全球STEM劳动力的28%，AI技能渗透率全球领先。然而，75%的印度青年不会发送带附件的邮件，60%不会基本文件操作，90%不会在电子表格中使用数学公式。 近90%的印度劳动力仍处于非正规就业：GCC雇佣人数占印度劳动力不到0.4%，即使最乐观的400-450万人预测也仅占不到1%。GCC增长本身不能替代广泛的劳动力市场战略。 AI可能压缩初级岗位的招聘：GCC历来是工程类毕业生的主要就业入口。若AI使更小、更资深的团队完成此前需要大量初级人员的工作，这一吸纳功能将被削弱。研究背景与全景图谱。ORF发布的《Capability in the Age of AI: India's GCCs and the Future of White-Collar Work》报告，系统评估了AI时代印度全球能力中心（GCC）的转型路径与就业前景。报告采用Acemoglu和Restrepo的“任务导向框架”分析AI对就业的影响——AI创造“替代效应”（机器替代可算法化执行的任务）和“复职效应”（在监督、解释、治理、设计和协调中出现的新任务）。就业结果取决于这两种效应的平衡。印度GCC的演变跨越三个阶段：第一阶段（1990年代末至2000年代初）以后台和基础IT职能为主；第二阶段增加了流程所有权、软件开发、产品工程、质量保证和财务建模；当前阶段以分析、云、网络安全、AI和产品创新卓越中心为特征。在最成熟的GCC中，印度团队越来越多地分担全球业务成果的责任。印度GCC的核心优势建立在人才、成本、基础设施、政策支持和英语能力的组合之上。但这些条件已不再足以完全解释该行业的价值主张。决定性问题是印度能否将这些条件与AI就绪技能、可信数据治理、可靠数字基础设施以及复杂全球交付的管理能力相结合。GCC在印度劳动力市场中的权重：FY2024约190万人，FY26超过230万——不到4.5亿劳动力（2023-24年）的0.4%。即使最乐观的2030年400-450万预测，也仅占劳动力不到1%。与此同时，近90%的印度劳动力仍在非正规就业，自2012年以来正规工人实际工资停滞或下降。情景分析：AI对GCC就业的影响。报告构建了一个结构化的情景分析，以估算AI采用对GCC就业的可能影响。模型以2030年450万GCC工人的乐观基线为基准——这是行业预测的高端，作为乐观的上限增长路径，而非中性预测。模型设计：2×3设计——第一维度是向理论AI暴露天花板的收敛速度（慢/中/快），对应2030年50%、67.5%、87.5%收敛；第二维度是收敛路径（线性和指数/提前加载）。主要估算结果：| 情景 | 毛替代（人） | 净替代（20%复职） | 净替代（40%复职） ||||||| A（线性/50%） | 40,183 | 32,146 | 24,110 || B（线性/67.5%） | 85,245 | 68,196 | 51,147 || C（线性/87.5%） | 150,686 | 120,549 | 90,412 |毛替代40，000-150，000人相当于2030年GCC就业基线的0.9%-3.3%，相对于从约190万增至450万的增量就业，占新增就业的1.5%-5.8%。年化约6，700-25，100人/年。核心发现：AI不会导致GCC行业崩溃，但可能使就业增长变得“更轻”于劳动力——每单位产出所需的人力更少，且新创造的岗位偏向更资深的技能要求。初级岗位的吸收功能可能被削弱。印度劳动力市场现实：规模、技能与分配不均。GCC在印度劳动力中的权重：FY2024 GCC雇佣约190万人，印度劳动力超6亿——GCC占不到0.4%。即使最乐观的2030年400-450万预测，也仅占不到1%。GCC增长本身不是劳动力市场战略。技能挑战的双重现实：一方面，印度占全球STEM劳动力的28%，AI技能渗透率领先。另一方面，75%的印度青年不会发送带附件的邮件，60%不会基本文件操作，90%不会在电子表格中使用数学公式。受过教育的青年在失业者中的比例从2000年的35.2%升至2022年的65.7%。分配问题：AI技能岗位的工资溢价约为28%（对比数字技能岗位的12%）。但生产力增益主要流向跨国母公司（更高利润），而非印度工人（更高工资）或印度经济（更多就业）。同时，GCC工资溢价可能加剧而非缩小印度劳动力市场的不平等。政策议程。报告提出了六项关键政策建议：1. 建立国家GCC战略：目前印度没有统一的国家GCC政策框架。各邦的激励措施碎片化。需要一个中央协调的战略，为人才管道发展、数据治理标准、监管协调和基础设施投资提供共同架构。IFSCA全球内部中心条例（2025年）为金融部门GCC建立了现代化监管框架，是值得推广的模板。2. 重构技能管道：AI和数据素养必须纳入所有学科的本科课程（而不仅是计算机科学）；扩大行业-学术界的AI技能合作伙伴关系；正式化和扩大“边学边赚”学徒模式；为职业生涯中期的专业人员设计再培训项目。3. 将GCC扩展到都市以外：GCC集中在五六个都市中心日益成为脆弱性来源。政策应加速向二线和三线城市的扩散——通过基础设施投资、各邦的GCC特定投资促进策略、以及中央政府在指定新兴地点对GCC工资单提供限时财政激励。4. 治理AI密集的GCC运营：印度当前的监管架构在跨境数据转移、AI模型部署和知识产权管理方面缺乏清晰度。若印度被视为AI治理模糊或执法不力的司法管辖区，最高价值的GCC任务可能迁移到竞争地点。5. 追踪AI劳动力市场转型：印度缺乏系统机制来追踪AI采用对GCC和IT-BPM行业任务构成、职业结构和招聘模式的影响。应建立专门的GCC就业观察站，追踪季度变化、监测初级与高级岗位比例、并发布研究结果以指导政策和教育规划。6. 将GCC-初创企业联系转化为创新溢出：GCC通过采购、合作伙伴关系和服务需求向印度初创企业贡献约150亿美元/年。应鼓励GCC从印度初创企业采购更多技术和分析需求；建立联合知识产权框架；并在监管沙盒环境中测试AI驱动的解决方案。延伸阅读。以上为报告核心趋势分析，如需获取完整报告详细数据及全部案例，请访问下载页下载完整PDF报告。FAQ。Q1：什么是全球能力中心（GCC）？它们与传统的IT外包有何不同？A：GCC是跨国公司在印度设立的专属机构（“专属”指完全由母公司拥有的法律结构），负责执行对母公司全球运营至关重要的职能。与第三方外包不同，GCC的专属结构赋予母公司对知识产权、数据安全、质量、合规和战略方向的直接控制，同时利用离岸人才和成本优势。GCC的职能涵盖软件工程、产品开发、数据分析、网络安全、财务、合规和AI部署——远超出传统IT外包的范围。Q2：AI对印度GCC就业的总体影响是什么？A：报告估算，在最保守的AI采用情景下，毛替代约4万个岗位；在最激进的提前加载情景下，约15万个。相对于2030年450万基线的乐观就业预测，这占0.9%-3.3%。相对于从约190万增至450万的增量就业，占1.5%-5.8%。关键是：AI更可能导致就业增长放缓（“更轻”于劳动力），而非绝对失业。Q3：什么是“替代效应”与“复职效应”？A：替代效应指机器替代可算法化执行的任务中的劳动力。复职效应指在监督、解释、治理、设计和协调中出现的新任务。就业结果取决于这两种效应的平衡。报告发现，AI治理、模型监督、数据质量、合规自动化、AI运营和产品所有权等新任务正在部分抵消替代效应。Q4：印度GCC行业已发展到什么规模？A：截至FY26，印度拥有超2，100个GCC，雇佣超230万专业人员，年营收近984亿美元。行业和政府估计表明，到2030年该行业可能达到约1，000-1，050亿美元，就业至少250万，在更乐观的假设下接近400-450万。Q5：为什么初级岗位的就业机会可能被压缩？A：GCC历来是工程类毕业生的主要就业入口，使他们得以接触全球生产系统、前沿技术和进入正规高技能经济的途径。若AI使更小、更资深的团队完成此前需要大量初级人员的工作，这一吸纳功能将被削弱。NITI Aayog的研究指出，在不利情景下，科技服务业可能在2031年前失去150-200万个岗位。Q6：报告提出的最关键政策建议是什么？A：最关键的建议是建立统一的国家GCC战略框架——通过中央协调的架构来协调各邦的激励措施、重构技能管道（将AI和数据素养纳入本科必修课程）、将GCC扩展到二线和三线城市以分散增长、建立GCC就业观察站以实时追踪AI对就业的影响。数据来源说明。本报告所有数据来源于ORF《Capability in the Age of AI: India's GCCs and the Future of White-Collar Work》特别报告（2026年6月）。数据来源包括NASSCOM、Zinnov、EY、IBEF、印度政府新闻信息局、世界银行、ILO-IHD印度就业报告2024、NITI Aayog《AI经济就业创造路线图》、斯坦福AI指数2025、IIM Ahmedabad劳动力感知调查等。所有百分比数据均保留原始精度。本报告仅供战略与规划参考。