AI-driven employment displacement in India研报解读

概览

这份印度策略报告考察 AI 是否正在创造足够的就业以抵消岗位替代。Bernstein的结论是，现有证据显示净新增就业疲弱：招聘平台上的 AI 职位往往只是被重新命名的传统工作，而正式薪资就业、IT 公司员工数和裁员数据均未显示 AI 驱动的招聘繁荣。

核心观点

Bernstein首先质疑“AI 会替代一部分工作，但会创造更多、更好的工作”这一常见论断。报告认为，结果取决于采用速度、需求弹性、生产率收益如何分配、监管以及劳动者适应能力。与此前的技术不同，AI 正日益面向收入阶梯各层的认知、分析、创意和管理工作。因此，关键不仅在于总体就业创造，还在于哪些岗位消失、哪些岗位出现、谁获得生产率收益，以及转型速度是否足以让劳动者和制度完成适应。 报告通过三项指标检验就业创造叙事：正式就业、AI 招聘信息和 IT 公司整体员工数。可获得至 2025 年 7 月的 EPFO 数据显示，自生成式 AI 出现以来，正式招聘没有明显加速。FY2025 的净新增薪资就业较 FY2023 峰值低 6.3%，服务业净新增薪资就业在过去三年也略有下滑。22–28 岁群体的净新增人数下降 14.3%。相比之下，较低端就业类别有所增加，包括清洁和清扫服务增长 5%，建筑业增长 6.2%；Bernstein不认为这构成 AI 相关就业创造的证据。 招聘信息分析是报告的核心证据。广泛搜索得到约 40,000 个 AI 职位空缺；登录后并显示近似匹配时超过 100,000 个，但报告发现其中存在大量重复。对德里、古尔冈、孟买、浦那、金奈、海得拉巴和班加罗尔约 36,500 条招聘信息的审阅，得到约 30,000 个独立职位 ID，较初始数量减少 17%。约 85% 的岗位来自传统 IT 服务公司。在占全部 AI 职位信息 64% 的软件类别中，55% 的年薪低于 INR 1 million，最大的一组位于 INR 600,000–1 million 区间；报告认为，这种薪酬结构更符合传统软件就业，而非独立的 AI 劳动力市场。 随后，Bernstein按职位描述和技能要求将岗位划分为传统 IT 工作、使用 AI 工具的 IT 工作、实质性 AI 工作、传统硬件工作、AI 项目的数据工作和咨询工作。报告对“实质性 AI 工作”采用了宽松定义：即使职位看似传统，只要提到 RAG、LangChain、agents、提示工程、微调、Docker 或 Kubernetes 等技能，就可能被归入其中。即使采用这一宽松定义，真正与 AI 相关的岗位也仅占 54%。约 30,000 个独立岗位中，至少 13,000 个（43%）似乎是被贴上 AI 标签的传统 IT 工作；Bernstein以宽松和严格测试结果之间的中点估计，实际涉及 AI 工作的岗位不足三分之一，约为 32%。报告还指出，数据标注和数据准备岗位可能是临时性的，未来本身也可能被自动化。发布时间也强化了这一警示：67% 的岗位在一个月内发布，但 20% 的岗位已发布超过两个月，10% 超过六个月，近 500 个岗位甚至早于 ChatGPT 出现四年以上，说明出现 AI 关键词并不能证明该岗位由 AI 创造。 Bernstein认为，传统 IT 企业的总体就业数据也不支持存在未被察觉的招聘激增。印度前 10 家上市 IT 雇主在 2021 年和 2022 年平均每季度净增约 60,000 名员工，但最近四个季度的平均净新增人数为负。报告将此与 layoffs.fyi 所统计的过去五年印度科技行业超过 67,000 人裁员相对照。Bernstein的估算将初创公司和未披露裁员企业的裁员总数提升至 71,600 人以上；计入 TCS 以及 Amazon、Microsoft 和 Oracle 的估算裁员后，总数接近 88,000 人，报告认为近年来实际总数可能至少达到 100,000 人。报告以 TCS 宣布裁员 12,000 人为例，同时指出企业通常不会明确将裁员归因于 AI。 报告的更广泛结论是，AI 目前看起来不像广泛的就业周期，而更像经济收益的重新分配。生产率提升能够使企业用更少的员工运营；Bernstein质疑企业会将这些收益重新投入招聘，而不是留存或分配给股东这一假设。若岗位替代降低中等收入群体的需求，需求走弱可能进一步削弱企业招聘或扩张产出的意愿。报告预计，资本所有者和高技能劳动者将不成比例地获得收益，并描述了一种杠铃式结果：顶层受益，而中间层面临通缩压力。报告认为，印度面临的政策和制度挑战，是将生产率收益转化为更广泛的就业和繁荣，而非让机会进一步收窄。

分析框架

Bernstein通过三部分证据检验 AI 就业论题：EPFO 正式薪资就业趋势、对线上 AI 职位空缺的自下而上审阅，以及主要上市 IT 雇主的季度员工数数据。报告剔除重复招聘信息，按实际 AI 工作程度分类职位描述，对比薪酬和雇主类型，并将这些发现置于裁员估算及需求和生产率逻辑中考察。

方法论与常识提炼

• 行业/产业分析框架量价拆分

  按雇主类型、薪酬水平、职位描述和技能要求分析招聘信息构成。

  报告将表面上的 AI 招聘拆解为底层组成部分，以区分实质性 AI 职位与带有 AI 标签的传统 IT、数据、硬件和咨询工作。

• 其他

  通过 EPFO 薪资就业、职位空缺分析和 IT 公司员工数趋势进行三项就业验证。

  Bernstein使用相互独立的劳动力市场和公司层面指标，检验 AI 职位空缺是否对应净就业的真实加速。

关键数据

• 印度科技岗位流失More than 100,000 in recent years报告称，这是初创公司和 IT 企业已宣布或估算的岗位流失。
• 来自传统 IT 服务公司的 AI 职位信息~85%基于报告对雇主类型的分析。
• 审阅的独立 AI 职位信息~30,000来自七个城市约 36,500 条招聘信息，剔除重复后得出。
• 被重新包装为 AI 的传统 IT 职位At least 13,000; 43%占约 30,000 个独立职位信息。
• 宽松分类下的 AI 相关职位54%这是报告的宽松定义；其更现实的判断是，实际 AI 工作不足三分之一。
• 估算的实际 AI 工作占比~32%由报告的宽松和严格分类方法之间的中点得出。
• FY2025 正式薪资就业新增-6.3% versus FY2023 peakEPFO 净新增薪资就业数据。
• 22–28 岁群体的净新增人数-14.3%报告引用的关键年轻劳动力群体降幅。
• 年薪低于 INR 1 million 的软件类 AI 职位信息55%软件类占全部 AI 职位信息的 64%。
• 前 10 家上市 IT 雇主~60,000 average quarterly headcount additions in 2021–22; negative average in the last four quarters用于评估 AI 招聘是否超过岗位替代。

影响与含义

Bernstein认为，AI 相关的生产率收益可能主要由股东和高技能劳动者获得，而不会转化为广泛招聘。若在需求创造、劳动者适应和制度支持不足的情况下应用扩大，报告预计工资、中等收入群体消费及依赖人头的行业可能承压。

风险

• AI 的应用可能替代编程、研究、设计和中层管理等白领岗位，同时限制新增招聘。
• 随着 AI 能力提升，临时性的数据标注和数据准备岗位可能面临进一步替代。
• 裁员和工资增长走弱可能压低中等收入群体需求，形成进一步削弱招聘激励的反馈循环。
• 若收益主要流向资本所有者和高技能劳动者，AI 生产率收益的分配可能扩大不平等。