AI智能体成本优势冲击印度外包市场

硅谷风险投资公司安德森·霍洛维茨（a16z）合伙人法布里齐奥·塞拉菲尼近日发布研究报告指出，AI智能体的综合成本已低于印度离岸外包劳动力，且能力正快速逼近甚至超越人类员工。这一趋势正在对全球外包行业形成显著冲击。

报告认为，AI智能体已从演示阶段迈入可部署阶段。其核心能力包括读取屏幕截图、点击界面、输入文本、恢复错误，并在缺乏清晰应用程序编程接口（API）的软件系统中完成重复性工作。基于OSWorld-Verified基准测试，智能体在真实桌面环境中操作Ubuntu、Windows和macOS工作流的表现持续提升：2025年初，最强计算机使用型模型得分仅为42%，而到2026年6月，当前领先的Claude Fable 5模型得分已达到85%，意味着在100个日常任务中可胜任85项，高于人类测试者约72%的水平。

报告指出，计算机使用型智能体最适合遵循明确协议的任务，典型场景包括更新CRM记录、质量检查、登录政府和保险门户、从数据库和监管网页提取数据、零售订单处理、合同处理以及IT工单处理等。受访企业提供了多个生产环境案例：一家消费品数据平台每月运行约1500万至2000万次自动化门户交互，将智能体作为手写爬虫的自愈备用方案。当零售门户界面变化后，智能体能够诊断故障、修复自动化流程，并在工程师介入前维持数据流动。该公司表示，部署后其专门维护爬虫的工程团队规模减少了一半，相关人员被重新分配至其他工作流。

另一家全球系统集成商已有27条使用计算机智能体的上线工作流，每天处理约1500至2100张IT工单，最终目标是在低利润托管服务合同中重新部署20%至25%的人力。还有一家机构实现了招聘流程端到端自动化，在候选人面试结束后立即向申请人跟踪平台填充数据。

成本方面，计算机使用智能体的完全成本约为每小时6至8美元，而离岸印度业务流程外包工人的完全成本约为每小时10美元。美国后台员工在计入福利和管理费用后，成本高达每小时30至45美元，其中福利约占总薪酬的30%。塞拉菲尼提醒，这些数据应视为数量级估算。构建良好的系统会将昂贵的模型调用保留给需要判断力的任务，而将可重复步骤交由低成本的确定性代码处理，从而在工作流全生命周期内进一步摊低综合成本。