女帝

当AI开始抢工作，印度和菲律宾为什么最先倒霉？_我的网站

一 |     在印度德里郊外，有一家大型服装工厂。

二 |     8月26日讯 瑞士国脚恩博洛今夏从法甲雷恩转投美职联亚特兰大联，在新援亮相仪式上接受媒体采访时，他回顾到了世界杯1/4决赛对阿根廷吃到的红牌。         工人每天坐在缝纫机前，一干就是十几个小时，替欧美品牌加工衣服。         最近两个月，这些工人的头上多了一样东西：摄像头。         摄像头会记录工人的每一个动作，布料从什么角度推进去，袖口怎么折，针脚怎么走，一件衣服做完以后又该怎样检查。所有动作被录下来，再送进人工智能系统，让机器学习这些工人几十年积累下来的经验。恩博洛说道：“作为球员，我们当然感到非常愤怒，因为我们心里清楚，只要能保持11人作战，我们就有赢球的机会。所以红牌深深刺痛了我，也刺痛了我的球队，团队永远是最重要的。裁判做出了他的判罚，没办法，这就是竞技体育的一部分。”在世界杯决赛结束12天后，国际足球协会理事会（IFAB）宣布，“判罚对象纠错”不应适用于假摔情况。当被问及这一赛后出台的决定是否改变了他对被罚下的看法时，恩博洛给出了斩钉截铁的回答。

三 | “没有，我们输了，我是个充满胜负欲的竞争者，作为一名球员，深知走到那一步、身处那种境地以及凝聚起一支球队有多么难，所以很难去接受这样的结果。难以接受是因为你知道站上那个舞台有多不容易，下一次机会可能要等到4年后，谁也不知道到了那时候又会怎么样，这才是最让人难以释怀的地方，而不仅仅是那张红牌本身。”恩博洛对被罚下场的反应成为了今年世界杯令人难忘的画面之一，当时他悲痛欲绝，而这一判罚也明显改变了比赛的走向。         工人白天在流水线上干活，晚上数据被送去训练机器。         等机器学会以后，第一个可能被换掉的人，就是教会机器干活的那批工人。如今，恩博洛来到美职联继续自己的俱乐部足球生涯：“4个月前，我根本没想到自己会来到这里，但对我来说，这是一个决定性的选择。

四 |          听起来有点残酷，却很可能成为未来十年里，印度和菲律宾最常见的一幕。

五 |          很多人谈到AI抢工作，首先想到的是美国程序员、中国设计师或欧洲白领。

六 | 亚特兰大联已经了解了我作为球员和普通人的一面，我认为美职联正在不断成长，看看美国国家队的发展就知道了，这是一个过程。去年我们和他们交过手，所以这是一种进步。

七 | 但AI真正大规模冲击的行业，可能还轮不到北京、纽约和伦敦。发展需要时间，尽管我知道在足球世界里最缺的就是时间。

八 |          它一定会先冲向印度和菲律宾。         因为这两个国家过去20多年的经济增长，很大一部分建立在一个看起来非常聪明的生意上：替西方公司做外包生意。          作者声明：该图片由AI生成          一个国家从贫穷走向富裕，过去通常要走三步。         第一步是农业，大部分人种地，收入很低；          第二步是工业化，农民进入工厂，生产衣服、家电、汽车和机械；          等制造业发展起来以后，国家才会进入第三步，金融、软件、咨询、医疗和其他服务业开始占据主导。

九 |          英国、德国、美国、日本和韩国，大体都走过这条路。         中国也是如此。         改革开放以后，大量农村人口进入珠三角、长三角和沿海工业区。有人生产鞋子，有人组装电视，有人焊接自行车架。

十 |          一个鞋厂旁边，会出现鞋底厂、鞋带厂、纸箱厂、运输公司和维修店；          一座汽车厂落地，周围会长出玻璃、轮胎、座椅、芯片和物流企业……          国家的工业能力，就是这样一层层堆起来的。          作者声明：该图片由AI生成          但印度和菲律宾走了一条不太一样的路。

十一 |          21世纪初，中国制造业已经非常强大了。廉价衣服、玩具、电子产品和日用品，大量从中国工厂运往全世界。其他发展中国家再想从低端制造业切进去，需要和中国已经形成的产业链正面竞争，难度相当大。         于是，印度和菲律宾发现了一条新的路。既然工厂比不过中国，那就直接卖服务。         特别是互联网普及以后，很多工作不再要求员工坐在公司总部。

十二 | 客户服务、数据录入、软件测试、会计处理、电话销售和技术支持，只要有电脑和网络，在世界任何地方都能完成。         菲律宾长期使用英语，文化上也比较熟悉美国；印度人口庞大，使用英语的人很多。

十三 |          这两个国家很快成为欧美企业的“远程办公室”。          作者声明：该图片由AI生成          举个例子：          一家美国软件公司需要招1000名客服。如果在纽约招聘，每个人一年可能需要十万美元，再加上办公场地、保险和福利，公司一年要花掉1亿美元。         如果把业务外包到印度，一个员工的年成本可能只有美国的1/10，甚至更低。

十四 |          客户半夜打电话，印度刚好是白天；美国办公室下班以后，印度团队可以接着工作。         对企业老板来说，这笔账非常好算。         于是，美国公司把客服中心搬到菲律宾首都马尼拉；把软件维护交给印度首都新德里；把财务报表送到印度的班加罗尔（注：印度第六大城市，人口约1050万人）。         西方消费者打电话投诉信用卡，很可能接电话的是菲律宾马尼拉的年轻人；          美国程序员白天写完代码，晚上交给印度团队测试，第二天早上就能拿到结果。         一批城市也因此迅速发展起来。

十五 |          印度的班加罗尔、海得拉巴、浦那，菲律宾的马尼拉、宿务，都出现了大量写字楼。年轻人穿着衬衫坐在电脑前，工资虽然远低于欧美同行，在本国却属于体面收入。         印度和菲律宾的相关外包产业，每年创造的收入合计达到约2900亿美元。这个规模已经接近一个中等欧洲国家一年的经济总量。         对很多家庭来说，外包岗位改变了命运。         一个菲律宾年轻人进入呼叫中心以后，可能养活父母和弟妹；一个印度程序员替美国公司维护软件，收入远高于家乡务农。房租、餐馆、出租车、商场和房地产，也都跟着这些工资一起增长。         这条捷径，确实帮助两国发展了20多年。         可捷径有一个问题：这些岗位大多掌握在海外企业手里。         现在，印度和菲律宾遇到了一个不领工资、不睡觉，也不需要办公楼的新对手：AI人工智能。         如果外包客服处理一次问题，需要花费6到12美元，AI处理一次可能只需要1.5美元左右。AI不会请假，不要求加薪，也不会因为夜班太累而离职，更不会组织工会。         它一天可以工作24个小时，同时回答成千上万个客户。         你问它信用卡为什么被扣费，它立刻查账单；你问航班怎么改签，它可以同时读取票价、座位和退改政策；你说英语，它用英语回答，你换成中文，它马上跟着切换。

十六 |          对于企业老板来说，印度员工已经很廉价，可AI更廉价。         过去，印度和菲律宾靠工资差距，从美国人手里抢走了工作。

十七 | 现在AI又凭借更低的成本，从印度人和菲律宾人手里抢工作。         这一轮轮替，看起来非常熟悉。

十八 |          美国客服原来一年挣5万美元；后来工作转到菲律宾，菲律宾员工一年可能只挣几千美元；等AI成熟以后，公司连这几千美元也想省下来。         资本寻找成本最低的地方，从来不会讲感情。         以前最低成本在亚洲，今天最低成本在服务器里。         有人会说，人工智能现在经常胡说八道，怎么可能真的取代客服和程序员？          这种质疑有道理。         2024年，欧洲金融科技公司Klarna曾经高调宣布，AI客服完成了相当于700名员工的工作，一个月处理230万次对话，还能使用几十种语言。         消息传出以后，全球大型客服外包公司的股价受到冲击。很多人觉得，呼叫中心的时代已经结束了。         可一年以后，Klarna又开始重新招聘真人客服。

十九 |          原因很简单， AI处理“怎么重置密码”“订单送到哪里了”这类标准问题，表现通常不错；遇到复杂情况，它就容易出问题。         比如一个客户说，自己的丈夫刚刚去世，希望取消贷款。真人客服会理解情绪，知道这件事情需要谨慎处理；AI可能按照流程回复一串模板，甚至给出错误的法律信息。         再比如保险理赔，一句话说错，可能导致公司被起诉；银行客服涉及转账和账户安全，AI随口编一个数字，后果也比普通聊天严重得多。         所以很多公司发现，现阶段还不能把人全部赶走。         但这并不代表外包岗位安全了。         真正危险的变化正在悄悄发生：这些客服人员和技术人员，开始被安排去训练AI了。         一位做了十年客服的员工，最清楚客户会问什么问题，也知道怎样回答最合适。公司让他每天检查AI的回复，指出哪里错误，重新写出正确答案。         AI回答一万次，他就修改一万次。         几个月以后，AI学会了他的语言、判断方式和工作流程。员工看起来多了一份“AI训练师”的新工作，实际上正在把自己的经验复制到机器里。         就像一名老师每天教一个永远不会忘记的学生。         普通学生学会以后，还需要老师继续教下一届；AI学会以后，可以复制一万份，同时共享到全球客服中心。

|          因此，短期内外包员工可能更忙（因为要训练AI），长期风险反而更大。         工厂里的摄像头也是同一个道理。         机器暂时还不会完整地缝好一件复杂衣服，所以需要工人继续工作；工人头上的摄像头，会把每个动作都记录下来。机器学得越多，工人未来被替换的可能性就越高。         这是一场非常奇怪的交接。         旧员工拿着工资，亲手培训未来的替代者。         假如印度一家外包公司裁掉1万名员工，损失的只是1万个岗位吗？          远远不止。         一个印度年轻人在客服中心上班，每个月拿到工资以后，要交房租、坐出租车、点外卖、买衣服，周末还可能去电影院。         房东收到房租，会去超市购物；餐馆有了生意，会给厨师和服务员发工资；司机挣到钱，要给汽车加油和维修；商场有人消费，店铺才会继续招聘员工。

|          一份工资会在城市里转很多圈。         假设客服中心一次裁掉10万人，这些人的消费会迅速下降。出租房空置，餐馆生意减少，网约车订单下降，商场销售额也会受到影响。         最后，失去工作的人可能远远超过最开始被裁掉的那10万人。         印度和菲律宾对外包产业依赖较高，一旦大量岗位被AI取代，冲击会从写字楼传到整座城市，再从城市传到全国经济。

|          2008年金融危机期间，美国失业率最高也没有超过10%。但美国相关研究却认为，未来几年可能有接近九成外包岗位面临较高自动化风险，菲律宾约1/3劳动者对AI高度暴露。         这些预测未必会全部成为现实，但哪怕只实现一部分，对两国也会形成巨大压力。

|          这一次，利润可能留不下来          有人会问，技术进步淘汰岗位，人类历史上已经发生过很多次，为什么这一次特别危险？          过去，电话接线员被自动交换机取代，银行柜员被ATM机取代，工厂工人被机器人取代。

| 旧岗位减少以后，社会又创造出工程师、维修人员、软件开发者和设备制造岗位。

|          所以很多经济学家认为，技术虽然会毁掉一些工作，也会带来新的工作。         问题在于，印度和菲律宾这一次面对的情况有些特殊。         假设一家美国银行过去在菲律宾雇佣5000名客服，每年把几千万美元工资发到菲律宾。这些钱会进入当地家庭、餐馆、房地产和零售市场。         银行使用美国公司开发的AI以后，客服成本下降了，省下来的钱留在美国银行，或者支付给硅谷的人工智能公司。         菲律宾原来的5000份工资消失了，AI带来的利润却没有回到菲律宾。         美国本土在自动化过程中，旧岗位减少以后，利润仍然留在美国，可能被投资到新工厂、新软件和新产业；          印度和菲律宾失去外包岗位以后，大部分收益流向海外，本地很难依靠这些利润创造新的就业。         这才是印度和菲律宾最棘手的问题。         它们过去依靠的是国外企业的工作订单，没有真正掌握客户、品牌、平台和核心技术。

| 当国外企业找到更廉价的解决方案，订单可以随时离开。         印度经常被拿来和中国比较。         印度人口已经超过中国，拥有大量年轻人，也有不少软件工程师和英语人才。很多人因此认为，印度会复制中国过去几十年的经济奇迹。         但两国的发展路线差别很大。         中国崛起的核心是制造业。即使一个工厂只是生产打火机，也会牵动塑料、模具、金属、包装、运输和电力；工厂越多，产业链越完整，技术人员和管理经验也越多。         印度的软件外包和客服产业能够迅速赚钱，却很难产生同样庞大的产业链。         一个印度呼叫中心可能坐着5000名员工，除了电脑、耳机、办公楼和网络，周围需要的工业配套并不多；          而一座5000人的中国汽车工厂，背后可能带动几万甚至十几万人生产轮胎、钢材、玻璃、座椅、电子零件和机械设备。

|          服务外包让印度获得了高楼、工资和外汇收入，却没有完全补上制造业留下的基础。

|          现在AI冲击服务岗位，印度才发现，自己过去绕开的制造业，可能还得重新补回来。         这件事也并非完全没有转机。         中国制造业升级，反而给印度留出了一扇窗          中国这些年工资上涨，产业开始向新能源汽车、机器人、芯片、航空航天和高端装备移动。一些利润较低、劳动密集的制造环节，正在向越南、印度、孟加拉国和其他国家转移。         这给印度和菲律宾留下了一个机会。

|          过去中国在低端制造业上的优势太强，其他国家很难竞争；随着中国向产业链上游移动，服装、鞋帽、简单组装和部分电子制造，可能出现新的空间。         印度拥有庞大人口和市场，如果能够改善电力、港口、道路、土地政策和工人培训，确实有机会承接一部分制造业。         但这条路不会轻松。

|          呼叫中心需要一栋办公楼、稳定网络和英语员工；制造业需要港口、铁路、电厂、供应商、工程师、熟练工人和长期稳定的政策。

| 就印度那糟糕的基建能力和          一个客服中心半年就能建起来，一条完整的电子产业链可能需要十几年。

|          菲律宾的困难更加明显。人口规模和国内市场小于印度，工业基础也相对薄弱，想在短期内吸收大量外包行业失业人员，难度很大。         两国过去走了一条农业直接跳到服务业的路线，未来可能出现一个很奇怪的倒退过程：先做服务业，服务岗位被AI冲击以后，再回头补制造业。         印度和菲律宾当年靠外包产业搭上全球化的快车，很多人以为这条路线可以一直走下去。

| AI的出现说明，廉价的劳动力曾经是梯子，未来可能成为陷阱！          AI会不会让印度和菲律宾经济崩溃，现在还无法下定论。         可以确定的是，它们过去依赖的增长模式已经出现裂缝。         当一个国家长期把“廉价劳动力”当作最重要的竞争力，最终总会遇到一个不需要工资的对手。         这才是人工智能，给所有人类上的最残酷的一课！           作者声明：该图片由AI生成。

|

Current article:http://2fvmfv.qixicuorenchouzuan.buzz/list_2qsf/djkh1rf.html

Published on:00:00:00