這篇引用許多2024至2026年的財報預期、股價走勢與大廠動態,聽起來有說服力。但從產業實務、科技發展規律、以及總體經濟的角度,這篇存在顯著盲點與過度推論(甚至滑坡謬誤):
https://www.facebook.com/photo?fbid=1453627593473608&set=a.598106299025746
………
盲點一:將「資訊服務(IT Service)」與「軟體產出」混為一談
文章認為, AI 可以直接生成程式碼、取代客服,印度外包就沒戲唱了。這是對 IT 外包產業最大的誤解。IT外包的核心是「客製化整合」與「維護」,而非單純寫程式: 企業客戶(如歐美大銀行、大型零售商)的系統極其龐大且混亂(包含大量舊系統 Legacy Systems)。AI 能寫出一段漂亮的程式碼,但它無法理解客戶複雜的商業邏輯、無法確保資安合規,更無法代替人類去跟客戶開會、釐清需求。
AI 反而可能降低成本、提高利潤率:印度 IT 巨頭(如 TCS、Infosys)現在正瘋狂培訓員工使用 AI 工具(Copilot 等)。當原本要寫 5 天的程式,現在靠 AI 輔助 2 天完成,這意味著印度公司的交付速度變快、人力成本降低。陣痛期過後,他們的毛利率反而有機會提升,而不是直接被取代。
盲點二:錯誤的競爭對手對比(微軟/谷歌 vs. 印度IT)
文章指出,微軟、谷歌、亞馬遜(雲端三巨頭)營收雙位數成長,是因為「搶了印度公司的營收」。這在商業模型上是完全不對稱的。他們是合作夥伴,而非直接競爭者:雲端三巨頭賣的是「基礎設施(IaaS/PaaS)」與「AI 模型(Model)」。但企業買了微軟的 Azure 或 OpenAI 的 API 後,誰來幫企業把這些技術導入現有的 ERP 或 CRM 系統?答案還是印度 IT 公司。印度 IT 巨頭賺的是「顧問諮詢與系統整合(SI)」的服務費。當美股科技巨頭把 AI 基礎建設鋪得越狂熱,企業轉型需求就越大,印度 IT 營收雖然短期因為客戶預算轉移到買晶片而放緩,但長線來看,他們是 AI 應用落地的「最後一哩路」。
盲點三:科幻式的滑坡推論(SpaceX 外太空算力衛星)
文章後半段提到 SpaceX 發射 1GW 甚至 100GW 的「太空 AI 算力衛星」,並宣稱這會讓印度 IT 股變成歷史遺跡,這在物理與經濟學上存在極大盲點:
(1)散熱與能源危機:在太空中,散熱只能靠極其緩慢的「熱輻射」,而高密度 AI 算力(如輝達晶片)會產生恐怖的熱量。在太空中冷卻 1GW 的算力中心,技術難度與成本高到不切實際。
(2)傳輸延遲(Latency): 就算衛星滿天飛,資料從地面傳到太空、計算完再傳回來,其網路延遲(Latency)根本無法應付需要即時反應的 AI 應用。
(3)把「硬體基礎建設」與「軟體服務」再次混淆: 就算外太空有無限算力,依然需要有人(IT 服務商)去幫企業寫應用程式、串接 API。算力變便宜,只會讓軟體服務需求大爆發,而不是消失。
盲點四:對巴菲特/波克夏投資邏輯的過度解讀
文章用「波克夏買谷歌、沒買 Infosys」證明印度 IT 完蛋了。這叫「倖存者偏差」與錯誤類比:巴菲特與波克夏向來偏好具有「巨大商業護城河」與「壟斷性定價權」的超大型企業(如蘋果、谷歌)。Infosys 本來就不是波克夏重倉的類型。波克夏買谷歌,看中的是谷歌在搜尋、YouTube、Android 系統的壟斷地位以及滿手現金的防禦力,這與「印度 IT 產業會不會滅亡」並沒有直接的因果關係。
總結:這篇極度看多「硬體/算力霸權(美股巨頭、台積電)」的趨勢。它說對了一件事:短期內,全球資金都在往擁有算力、擁有晶片製造能力的龍頭集中(如輝達、台積電、微軟),而傳統服務業的本益比正在面臨修正。但它最大的盲點在於:認為硬體和模型可以全面取代「人」提供的技術服務。歷史上,當電腦普及時,大家說會計師會失業;當 Excel 出現時,大家說精算師會失業。結果是,會計與財務操作的規模擴大十倍。印度 IT 股正在經歷「估值修正(De-rating)」與商業模式轉型的陣痛期,但斷言它會變成「馬車」被淘汰,顯然是低估企業級軟體服務的複雜度。