例行工作正從培訓現場消失
根據一份由《印度理工學院馬德拉斯分校》最新白皮書引用、於2026年對750名人力資源主管所做的調查，印度入門職務中已有37%由人工智慧執行，高於全球的33%。四個百分點的差距，具體呈現了白皮書的核心憂慮：正被自動化取代的例行工作，同時也是年輕員工學習專業的途徑。
目錄
這份白皮書題為《AI如何重塑印度工作：以任務為基礎，理解工作增能、職務取代、新興角色與工作結構變遷》，由印度理工學院馬德拉斯分校瓦德哈瓦尼資料科學與人工智慧學院（WSAI）旗下的負責任AI中心（CeRAI）發布，並於10月26日當週稍早，在2026年AI治理產業論壇上公布。
白皮書提出的警訊不只涉及眼前的失業問題。初階程式設計師透過撰寫基礎程式碼學習；新進會計人員藉由處理發票熟悉財務紀錄；客服人員則透過一次次對話培養判斷力。當機器接手這些工作，雇主便面臨實際難題：如何在缺少同樣入門職務的情況下，培養有經驗的員工。
這項由 Cognizant 和 Pearson 進行的調查，衡量的是據稱由AI執行的任務占比。白皮書並未估算印度將流失多少入門職缺，而是探討呼叫中心、製造業、銀行業、法律、軟體開發及創意工作中的職責、責任與職涯發展可能如何改變。
為何任務不同於工作
客服工作包含多種活動：回答簡單問題、查核資訊、處理爭議，以及判斷何時需要主管介入。AI或許能處理前兩項，但後兩項仍由人員負責。
CeRAI與WSAI主任、也是白皮書作者之一的巴拉拉曼・拉文德蘭教授，說明研究人員為何從個別活動著手：
多數工作包含多項任務，而AI只能執行其中一部分。
這套架構區分四個層次：個別任務、包含該任務的工作、更廣泛的職業，以及勞動市場。從一個層次推論到另一個層次，必須檢視雇主實際做了哪些改變，包括招募、職責與人力配置。
CeRAI研究主任戈庫爾・S・克里希南博士表示，結果取決於技術的成本與能力、法規、安全要求及組織的選擇。企業可以運用AI協助員工完成更多工作、重新設計職務以查核自動化結果，或降低對特定職務的需求。
白皮書將這些可能性歸納為兩種大方向，並細分為七種途徑。其中一種是由AI執行大部分例行工作，人員負責查核結果或處理例外情況；另一種則由人員維持主要責任，並把AI當作提高工作效率的工具。
例行工作為何在經濟上更適合自動化
印度商業流程外包（BPO）產業呈現了這種商業壓力。白皮書引用的參考成本顯示，人工客服每分鐘約8至20盧比，包含雇用人員的相關整體成本；已可投入營運的託管式語音AI服務，每分鐘則約4至9盧比。
這些區間來自業界價格估算。實際支出取決於服務內容、規模與所需工作。兩者價格區間有所重疊，但AI較低的價格，有助說明為何處理大量、可預測來電的雇主可能認為自動化具有吸引力。
重設密碼、查詢帳戶餘額、訂單進度更新及預約確認，都是相對便宜的系統能處理的結構化工作。若來電者有多項相互關聯的問題，或投訴需要判斷，仍可能需要人工客服。
拉文德蘭指出，BPO產業尤其容易受到這股壓力影響：
BPO產業將因採用AI而面臨嚴峻挑戰，白皮書也將其列為受影響產業之一。
初階職務的哪些部分正在改變？
白皮書列舉的產業案例顯示，例行職責可能減少，但困難決策的責任仍由人員承擔。這些案例呈現的是可能的變化，並非衡量各職業中有多少工作已被自動化。
- 軟體工程：AI可產生基礎程式碼，人員則負責系統架構、複雜除錯與技術決策。
- 客戶支援：聊天機器人可回答例行問題，客服人員則處理升級案件並評估服務品質。
- 金融與會計：AI可處理發票、分類帳簿分錄、核對銀行紀錄，並準備商品與服務稅申報資料。人員負責查核例外情況並提供專業核准。
- 法律服務：AI可協助研究與審閱文件，律師則保留訴訟策略、法庭辯護及客戶諮詢等工作。
- 製造業：自動化視覺檢測可標示瑕疵，工作人員則解讀檢查結果並處理營運問題。
因此，例行職責減少後，留下來的人工作可能要求更高。員工處理一般案件的時間可能減少，轉而花更多時間處理自動化系統需要協助的情況。
中階人才斷層的風險
初階員工傳統上透過反覆練習、回饋及逐步增加的責任累積專業知識。白皮書指出，如果入門工作減少，企業卻仍需要資深專業人員，勞動力可能出現斷層。
軟體開發很容易說明這個問題。雇主可能仍需要工程師判斷系統是否可靠、安全並適合其用途。這類判斷通常來自處理較小型程式設計任務、錯誤與修正的經驗。
法律與會計領域也有同樣問題。審閱文件或核對財務分錄看似重複，但這些工作有助初學者辨識模式並找出異常。若這些任務被取代，晉升至更高階職責的途徑也會改變。
雇主可以重新設計初階職務，讓員工負責查核AI輸出、調查錯誤及評估效能。企業會否投入資源打造這些職涯途徑，或減少招募新人，目前仍未有定論。白皮書指出這項風險，但未估算其最終規模。
監督AI也需要培訓
大學與雇主需要讓畢業生為一種工作型態做好準備：AI系統可能先提供答案。新進程式設計師可能需要測試生成的程式碼；財務系所畢業生可能需要查核自動分類結果，並說明判斷其正確與否的理由。
這些職責除了熟悉AI工具，也需要具備專業知識。查核答案必須理解問題本身、辨識錯誤，並知道何時應求助。白皮書對教育的關切，重點在於學生如何培養這種判斷力。
拉文德蘭表示，讓員工轉任監督職務，需要提供培訓、合適工具與防護措施：
職務轉變必須搭配適當培訓、開發讓人員更容易執行監督工作的工具，以及完善的安全防護機制。直到今天，相關研究仍不足以有效回答這些問題。辨識問題，是有效著手解決的第一步。
BPO產業的一種可能職涯路徑，是從客服轉往升級案件處理、品質評估、AI對話設計及營運監督。對工作者而言，實際問題在於這些晉升階段是否附有培訓，以及是否提供切實可行的發展機會。
AI在印度各地的普及速度不一
研究人員以「AI成本地理」一詞，描述技術價格與可及性如何影響自動化的擴散。價格可負擔的工具，可能進入BPO例行工作、簿記，以及中小微企業（MSMEs）的品質檢查工作。
需要更先進模型、專業知識或大量基礎設施的應用，包括部分法律研究與診斷影像系統，可能仍集中在大型組織及都市地區。因此，不同類型的AI普及速度可能有所不同。
白皮書也探討正規與非正規就業、城市與鄉村工作者，以及小型與大型企業之間的差異。單一全國數據無法呈現各群體在取得技術、工作受影響程度及轉任新職務能力方面的差異。
工作品質也是一項關切。白皮書除指出監控與工作壓力問題，也提及非正規就業相關證據不足。衡量轉型情況時，除了計算職缺數量，也必須檢視薪資、工作量與勞動條件。
新職務取決於是否有可行的入行途徑
印度國家轉型委員會（NITI Aayog）2025年發布的《AI經濟創造就業路線圖》預估，若技能培訓與再培訓能獲得協調投資，印度未來五年最多可新增400萬個與AI相關的工作。印度理工學院馬德拉斯分校的白皮書引用這項預測，並列出AI訓練師、對話設計師、AI倫理專家及遠端機器人操作員等新興職務。
從現有職責轉出的工作者，需要有途徑投入這些機會。白皮書呼籲，培訓應與實際可行的替代職務相連結，並明確說明培訓時間、費用，以及學習期間能否維持收入。
拉文德蘭說明了轉型成本的分攤責任：
由政府、產業與學習者共同負擔，比例將取決於產業特性，以及職務取代帶來的整體社會影響。
相關發展分為幾個階段：
- 2025年：印度國家轉型委員會發布路線圖，提出未來五年創造AI相關工作的條件式預測。
- 2026年：Cognizant與Pearson對750名人力資源主管的調查指出，印度入門職務中有37%的任務由AI執行，全球則為33%。
- 2026年10月26日當週稍早：印度理工學院馬德拉斯分校白皮書於2026年AI治理產業論壇上發布。
研究人員呼籲雇主與政府採取行動
CeRAI提出的建議，是在持續採用AI的同時，為工作變化做好準備。研究人員呼籲，針對特定任務提供價格可負擔的工具，尤其要照顧小型企業；加強印度國內對受影響任務與技能的研究；並為工作轉變建立有制度的職涯途徑。
明確的責任歸屬規範也是建議的一環。企業與工作者必須知道AI系統出錯時應由誰負責，尤其是在預期由人員核准AI輸出的情況下。
白皮書將其分類架構描述為一項有系統的假設。當中案例僅供說明，許多證據來自業者或實務工作者；而印度對各職務所需技能組合的詳細研究仍有限。白皮書並未量化整體就業、薪資或工作品質受到的影響。
這項研究議程與培訓決策直接相關。雇主與教育工作者需要找出哪些職責正在改變、剩餘工作需要哪些知識，以及初學者如何取得這些知識。對印度新鮮人而言，眼前的問題是能否找到第一份工作，並從中學習與晉升。
重點整理
- 印度理工學院馬德拉斯分校警告，自動化可能壓縮初階員工累積經驗所需的例行工作。
- 白皮書引用的2026年調查顯示，AI執行的入門職務任務占比，印度為37%，全球為33%。
- BPO、軟體、會計、法律與製造業，呈現了自動化任務與人員責任的不同組合。
- 技術成本、法規、安全及雇主決策，將影響工作型態的變化。
- 印度國家轉型委員會預測，未來五年最多可新增400萬個AI相關工作，但前提是協調投入技能培訓。
- 白皮書呼籲提供價格可負擔的AI、加強印度國內勞動研究、釐清責任歸屬，並為工作者建立務實的轉職途徑。
