32岁的印度软件工程师巴努钱德拉·雷迪，和妻子的年薪合计约800万卢比，折合人民币57万，排在印度收入前1%。AI导致岗位流失后，他从美国回到印度，近一年找不到稳定工作。2026年2月，雷迪自杀。几天后，他的妻子跳楼。 印度IT外包这个撑起全国GDP 7%、养活567万工程师、年出口额3250亿美元的产业，正在被算法一寸一寸吃掉
印度IT外包的困境，是一个非常明确的信号：AI正在改变的，不只是生产效率，而是企业为什么还要雇用一个人。
这个产业长期依靠巨大的工资差维持竞争力。欧美企业把项目交给印度团队，本质上是在购买更便宜的工程师工时。只要项目需要大量的人，按人头收费就是一门好生意。
AI拆掉了这个前提。过去需要五六名初级程序员完成的工作，现在可能由一名熟练使用AI的开发者完成；原本交给数千人团队的迁移、测试和文档任务，也可能被内部团队借助AI工具接回去。
客户因此从购买人头转向购买结果。对于依靠“人多、工时长、单价低”生存的外包公司，这不是普通的技术升级，而是商业模式失效。
被替代的不是低技能，而是标准化
很多人仍然按照学历和技能高低理解AI替代：先替代流水线工人，最后才轮到律师、会计师和程序员。
我认为这个顺序判断错了。AI首先寻找的不是低学历工作，而是能够被标准化、规则化和数据化的任务。
合同审查、案例检索、尽职调查、记账、对账、发票处理、报表编制、基础编码、测试和文档，都有一个共同点：流程清晰、结果可比较、经验能够被转化为规则。
所以，受过高等教育并不天然构成保护。一个岗位的工资再高、证书再多，只要主要产出能够模板化，它就会进入机器与人的成本比较。
素材中列举的律所、金融机构、自由职业平台和国内招聘数据，都指向同一个变化：企业并不是等到经营困难时才裁员。即使收入和利润处于高位，也会因为AI能够让更少的人完成更多工作而主动缩减团队。
这意味着，裁员已经不只是周期问题，而可能成为效率提升本身的结果。
白领职业的入口正在消失
比岗位减少更值得警惕的，是职业成长的楼梯被抽掉了。
传统白领行业都依靠“先打杂、再上位”培养人才。律师从审合同和查案例开始，会计师从对账和制表开始，分析师从收集数据开始，程序员从基础编码和测试开始。
这些初级任务看起来价值不高，却是年轻人理解业务、积累判断、形成经验的训练场。AI接管的恰恰是这一层。
职业本身也许还在，但进入职业的入口已经收窄。企业今天可以用资深员工加AI替代一批初级员工，却必须面对一个长期问题：今天没有得到训练的新人，五年后不会自动变成中级骨干，十年后也不会自然成为高级人才。
企业节省下来的每一笔初级人力成本，都可能对应未来的一笔人才债务。它不会立即出现在财报里，却可能以经验断层的方式集中暴露。
沙漏的腰部越来越细
就业结构正在形成明显的沙漏。
顶层拥有创造力、决策权和复杂判断的人，能够借助AI放大产出，价值反而上升。底层必须在线下完成、依赖身体操作和现场关系的工作，也没有那么容易被模型接管。
真正受到挤压的，是中间那批流程稳定、输出规范、薪资不低的白领岗位。会计、编辑、销售、程序员、律师助理和初级分析师，都处在沙漏逐渐变细的腰部。
过去，一个人拥有一个相对完整的岗位。今后，岗位可能被拆成许多任务单元：哪些交给AI，哪些交给临时人员，哪些只需要少数核心员工完成，由企业随时重新组合。
当岗位被拆散，稳定雇佣关系也会随之松动。企业需要的未必是一名长期员工，而是某一时刻完成某项任务的能力。
判断力才是新的稀缺品
AI正在把许多过去需要长期训练的技能变成低成本基础设施。真正稀缺的东西，开始从“会不会做”转向“知不知道为什么做、该不该做”。
会计师的核心不再只是准确做账，而是判断交易背后的商业实质；编辑的价值不只是修改文字，而是判断一篇内容是否值得传播；程序员的价值也不只是写出代码，而是理解真实问题、设计解决方案并承担结果。
我更愿意把这次变化理解为劳动关系的重构，而不只是职业替代。
过去中产的安全感来自学历、证书和经验，它们共同对应一个相对稳定、难以替换的岗位。AI却不承认岗位的完整性，只识别其中一个个可以标准化的任务。
凡是能够被模板化的能力，最终都会变成可比较的成本；而凡是只能在具体情境中作出、并且必须对后果负责的判断，才更难被压缩成价格。
对个人来说，真正需要建立的护城河，已经不是比机器更熟练地完成标准动作，而是发现问题、理解情境、作出取舍和承担责任。对企业来说，也不能只计算AI省掉了多少人，还要回答一个更难的问题：当初级岗位消失之后，未来的人才从哪里来。
这才是白领就业变化背后更深的一层挑战。