常规工作正在从培训岗位中消失
印度人力资源领导者的一项调查显示，人工智能已承担印度37%的入门级任务，高于全球33%的比例。这项调查于2026年对750名人力资源领导者开展，数据被印度理工学院马德拉斯分校一份新白皮书引用。相差4个百分点的数字，为白皮书的核心关切提供了具体依据：正在被自动化的常规工作，也是年轻员工学习一门职业的途径。
目录
这份白皮书题为《人工智能如何重塑印度的工作：理解工作增强、岗位替代、新角色及就业结构变化的任务框架》，由印度理工学院马德拉斯分校瓦德哈瓦尼数据科学与人工智能学院（WSAI）的负责任人工智能中心（CeRAI）发布。白皮书于10月26日前一周在2026年人工智能治理产业大会上发布。
白皮书的警示不止于眼前的失业。初级程序员通过编写基础代码来学习。新入行的会计人员通过处理发票熟悉财务记录。客服人员在一次次对话中培养判断力。机器接手这些工作后，雇主面临一个实际难题：没有相同的入门岗位，该如何培养有经验的员工。
这项由Cognizant和Pearson开展的调查衡量的是据称由人工智能完成的任务占比。白皮书没有估算印度将失去多少入门级岗位，而是研究呼叫中心、制造业、银行业、法律、软件开发和创意工作等领域的职责、责任和职业发展路径可能如何变化。
为什么任务不同于工作岗位
客服岗位包含多项工作：回答简单问题、核对信息、解决争议，以及判断何时需要主管介入。人工智能可能处理前两项，而后两项仍由人负责。
CeRAI和WSAI负责人、白皮书作者之一巴拉拉曼·拉文德兰教授解释了研究人员为何从这些具体工作入手：
大多数岗位都包含多项任务，其中只有一部分可以由人工智能完成。
该框架划分了四个层面：单项任务、包含该任务的岗位、更广泛的职业，以及劳动力市场。从一个层面推论到另一个层面，需要考察雇主实际会作出哪些改变，包括招聘、职责和人员配置。
CeRAI研究主任戈库尔·S·克里希南博士表示，结果取决于技术的成本和能力、监管、安全要求以及组织的选择。企业可能利用人工智能帮助员工完成更多工作，也可能围绕核验自动化结果重新设计岗位，或减少对某些职责的需求。
白皮书将这些可能性归纳为两种总体模式，并在其中细分出七种路径。一种模式是人工智能承担大部分常规工作，由人核验结果或处理例外情况。另一种模式是人仍承担主要责任，同时借助人工智能更高效地工作。
为什么经济因素更有利于自动化常规工作
印度的业务流程外包（BPO）行业体现了商业压力。白皮书引用的参考成本显示，人工客服每分钟费用为8至20卢比，其中包括雇用人员的相关综合成本；而可投入运营的托管式语音人工智能服务，每分钟费用为4至9卢比。
这些区间来自行业价格估算。实际支出取决于服务内容、规模和所需工作。两者价格区间有所重合，但较低的人工智能服务价格有助于解释，为何处理大量可预测来电的雇主可能认为自动化具有吸引力。
密码重置、账户余额查询、订单更新和预约确认，都是成本相对较低的系统可以处理的结构化工作。来电者若有多个相互关联的问题，或提出需要判断力的投诉，仍可能需要人工客服处理。
拉文德兰指出，BPO行业尤其面临这种压力：
BPO行业将因人工智能的采用而受到严峻挑战，白皮书也将其列为受影响行业。
初级岗位的哪些工作正在变化？
白皮书列举的行业案例显示，常规职责可能减少，而复杂决策的责任仍由人承担。这些案例展示的是可能发生的变化，并未衡量各职业中有多少工作已实现自动化。
- 软件工程：人工智能可以生成基础代码，而人负责系统架构、复杂调试和技术决策。
- 客户支持：聊天机器人可以回答常见问题，而客服人员处理升级案件并评估服务质量。
- 金融与会计：人工智能可以处理发票、归类分类账分录、核对银行记录，并为商品和服务税申报准备信息。人负责核验例外情况并作出专业审批。
- 法律服务：人工智能可以协助研究和审阅文件，而律师继续负责诉讼策略、出庭辩护和客户咨询。
- 制造业：自动化视觉检测可以标记缺陷，而工人负责解读检测结果并处理运营问题。
因此，常规职责减少后，留给员工的可能是要求更高的工作。员工处理普通案件的时间可能减少，转而更多应对需要自动化系统协助的情况。
中间环节缺失的风险
初级员工通常通过反复实践、接受反馈并逐步承担更多责任来积累专业能力。白皮书指出，如果这些入门任务减少，而企业仍需要有经验的专业人员，就可能出现劳动力缺口。
软件开发领域很容易看出这个问题。雇主可能仍需要工程师判断系统是否可靠、安全，以及是否适合预定用途。这些判断通常来自处理较小的编程任务、经历错误并加以修正的实践经验。
法律和会计领域也存在同样的问题。审阅文件或核对财务分录看似重复，却能帮助新人识别规律、发现异常。取代这些任务，也会改变员工承担更高级职责的成长路径。
雇主可以围绕核验人工智能输出、调查错误和评估系统表现来重新设计初级岗位。但企业是否会投入资源打造这些职业发展路径，还是会减少初级员工招聘，目前尚无定论。白皮书指出了这一风险，但没有估算其最终规模。
监督人工智能也需要培训
大学和雇主需要让毕业生做好准备，适应由人工智能系统先给出答案的工作方式。新入行的程序员可能需要测试生成的代码；金融专业毕业生可能需要核验自动分类结果，并说明其正确与否。
这些职责既需要专业知识，也需要熟悉人工智能工具。核验答案需要理解问题本身、识别错误，并知道何时寻求帮助。白皮书对教育的关注，集中在学生如何获得这种判断力上。
拉文德兰表示，要让员工转向监督岗位，需要培训、合适的工具和保障机制：
岗位转变必须配套充分的培训，开发便于人们履行监督职责的工具，并建立充分的故障防护机制。再次强调，迄今为止还没有足够的研究来有效回答这些问题。识别问题是有效解决问题的第一步。
一条可能的BPO职业路径是从客户服务转向升级案件处理、质量评估、人工智能对话设计和运营监督。对员工而言，实际问题在于，这些发展步骤是否配有培训，以及是否提供现实可行的晋升机会。
人工智能在印度各地的普及速度不一
研究人员使用“人工智能成本地理”一词，描述价格和技术可及性如何影响自动化的普及范围。价格实惠的工具可以应用于常规BPO工作、簿记，以及微型、小型和中型企业（MSME）的质量检测。
一些需要更先进模型、专业技能或大量基础设施的应用，包括某些法律研究和诊断成像系统，可能仍集中在大型机构和城市地区。因此，不同类型的人工智能普及速度可能各不相同。
白皮书还考察了正规就业和非正规就业、城市和农村劳动者，以及大小企业之间的差异。单一的全国数据会忽略各群体在技术可及性、受影响程度以及转入新岗位能力方面的差别。
工作质量也是一个值得关注的问题。白皮书指出了监控和工作压力方面的隐忧，同时提到有关非正规就业的证据不足。衡量这一转型，需要考察薪酬、工作量和工作条件，而不只是统计岗位数量。
新岗位取决于是否有可行的转入路径
印度国家转型委员会（NITI Aayog）2025年发布的《人工智能经济就业创造路线图》预测，在技能培养和再培训方面进行协调投入的前提下，印度未来五年最多可创造400万个与人工智能相关的岗位。印度理工学院马德拉斯分校的白皮书引用了这一预测，并列举了人工智能训练师、对话设计师、人工智能伦理专家和远程机器人操作员等新兴岗位。
从现有职责中被替代的劳动者需要有途径进入这些新岗位。白皮书呼吁提供与现实可行的替代岗位相衔接的培训，并明确培训时长和成本，以及劳动者在学习期间能否维持收入。
拉文德兰这样描述转型费用由谁承担：
政府承担一部分，行业承担一部分，学习者也承担一部分；具体比例取决于行业以及岗位替代带来的更广泛社会影响。
相关进展分几个阶段：
- 2025年：NITI Aayog发布路线图，提出附带条件的人工智能相关岗位五年创造预测。
- 2026年：Cognizant和Pearson对750名人力资源领导者开展的调查显示，人工智能承担印度37%的入门级任务，全球比例为33%。
- 2026年10月26日前一周：印度理工学院马德拉斯分校白皮书在2026年人工智能治理产业大会上发布。
研究人员希望雇主和政府采取哪些行动
CeRAI提出的建议，既包括继续采用人工智能，也包括为工作变化做好准备。研究人员呼吁开发面向具体任务、价格实惠的工具，尤其要惠及小型企业；加强对受影响任务和技能的印度本土研究；并为岗位转变制定有规划的路径。
明确责任规则也是建议的一部分。企业和员工需要知道人工智能系统出错时由谁负责，尤其是在要求员工审批系统输出结果的情况下。
白皮书将其分类框架称为一种结构化假设。文中案例仅用于说明，许多证据来自供应商或从业者，而印度对各岗位所需技能组合的详细研究有限。白皮书没有量化就业总量、工资或工作质量方面的影响。
这一研究议程与培训决策直接相关。雇主和教育工作者需要明确哪些职责正在变化、剩余工作需要哪些知识，以及初学者如何获得这些知识。对印度的新毕业生而言，眼下的问题是能否获得一份入门工作，并仍有机会从中学习和晋升。
要点
- 印度理工学院马德拉斯分校警告，自动化可能压缩初级员工通过常规工作积累经验的机会。
- 白皮书引用的一项2026年调查显示，人工智能承担了印度37%、全球33%的入门级任务。
- BPO、软件、会计、法律和制造业展示了自动化任务与人类责任的不同组合。
- 技术成本、监管、安全要求和雇主决策将影响岗位变化。
- NITI Aayog预测未来五年最多可新增400万个与人工智能相关的岗位，但这一预测以协调投入技能培养为前提。
- 白皮书呼吁提供价格实惠的人工智能工具、加强印度劳动力研究、明确责任，并为劳动者提供切实可行的转岗路径。
