印度的AI职业风险
印度的劳动力市场拥有一个独特的高暴露层:一个规模庞大的 IT 服务、呼叫中心和业务流程外包(BPO)产业,其建立的正是标准化编码、文档处理和客户支持这类工作之上——而这恰恰是大语言模型如今能够直接完成的工作。这种暴露与一个几乎完全在 AI 工具触及范围之外运作的庞大非正规经济、农业和家政服务部门并存,使印度的劳动力市场成为全球内部分化最严重的市场之一。
劳动力的平均生成式AI暴露度
0.206
ILO得分(0–1)。在20个国家中排名第20。
就业人数(2025年)
591,572,000
ILO模型估计
印度的人们从事什么工作
ISCO-08各主要职业大类占就业的比例,以及各大类的平均生成式AI暴露度(ILO得分,0–1)。上方的国家数值是暴露度一栏按就业加权的平均值。
| 职业组 | 占就业比例 | 暴露度(ILO,0–1) |
|---|---|---|
| 农业技术工人和简单劳动职业 |
55.9%
|
0.15 |
| 服务和销售人员 |
12.7%
|
0.26 |
| 工艺及相关行业工人 |
11.3%
|
0.17 |
| 工厂和机器操作员及装配工 |
6.0%
|
0.20 |
| 专业人员 |
5.8%
|
0.39 |
| 管理者 |
3.6%
|
0.36 |
| 技术员和助理专业人员 |
2.4%
|
0.35 |
| 办事人员 |
2.3%
|
0.53 |
方法:将每个国家按ISCO-08主要职业大类划分的就业人数(ILOSTAT,ILO模型估计)乘以该大类所含职业的ILO平均暴露度得分(ILO工作论文第140号),再将结果相加。ILO将农业技术工人与简单劳动职业合并为一组发布,且不包括武装部队。该数值采用ILO的0–1尺度,而非本站其他页面使用的0–100职业指数,并假定同一职业在所有国家的暴露程度相同。
如何更好地阅读这一页
以下说明介绍如何解读国家数值、何种职业构成会使其升高或降低,以及这一比较能说明什么、不能说明什么。
如何阅读本国家页面
理解印度,最好的方法是把其与全球接轨的 IT 服务和 BPO 出口部门——AI 替代在此直接且已经展开——同规模大得多的国内经济区分开来,后者由非正规工作、农业、零售和地方服务构成,AI 几乎未触及这一领域。为西方客户提供的初级软件测试、常规编码、一线呼叫中心支持和后台外包工作,正面临生成式 AI 工具带来的直接竞争压力,因为这些工具如今能完成许多相同的任务。而这种压力,对于构成印度实际就业主体的数以亿计从事农业、建筑、小型零售和非正规服务的劳动者而言,几乎毫无影响。
是什么决定了这个数值
印度的经济结合了一个集中在班加罗尔、海得拉巴和浦那等城市、面向出口的庞大 IT 服务和业务流程外包部门,同农业以及一个依然雇用大多数劳动力的庞大非正规经济。AI 压力高度集中在入门级和中级 IT 工作上:常规软件测试、基础编码、一线技术支持,以及面向国际客户的后台 BPO 处理,是印度经济中暴露程度最直接的岗位。而这种压力几乎触及不到农业、建筑、国内零售和非正规服务,这些领域依然是劳动密集型、以现金为基础,且在很大程度上未受企业级 AI 采用的影响。
什么因素会让结果更稳
在印度依然具有韧性的工作,横跨两种截然不同的领域。在正规 IT 部门内部,能够将模糊的业务需求转化为技术方案的高级工程师、架构师和客户关系经理,保留着初级、执行型岗位所不具备的价值。而在规模大得多的非正规经济中,农业劳动、建筑业、小规模零售,以及家政和个人服务,之所以具有韧性,仅仅是因为它们是实体性的、以现金为基础的,且完全处在软件工具的触及范围之外,无论 AI 变得多么先进。
阅读这个国家分数的限制
印度的单一国家分数格外容易产生误导,因为它把一个规模较小、面向全球高暴露的 IT 与 BPO 部门,同规则完全不同的庞大非正规经济平均在了一起。同一个数字无法同时描述一个班加罗尔的软件园区和一个农村农业家庭。解读这一分数时,应结合正规、面向出口的数字工作,同构成印度实际就业主体的庞大非正规和农业劳动力之间的鲜明分化。
AI高风险职业
下表展示的是在该国劳动力结构下当前更偏高风险一侧的职业快照。它更适合作为方向性的比较,而不是固定不变的全国排名。 两个列表只包括印度就业人数最多的三个职业大类中的职业,并按暴露度指数排序。
AI低风险职业
下表展示的是在该国劳动力结构下当前更偏低风险一侧的职业快照。它更适合被理解为工作的结构比较,而不是对长期稳定性的保证。
| 排名 | 职业 | 职业组 | 生成式AI暴露度 |
|---|---|---|---|
| 1 | 客房清洁员 | 农业技术工人和简单劳动职业 | 13 |
| 2 | 渔夫 | 农业技术工人和简单劳动职业 | 17 |
| 3 | 焊机 | 工艺及相关行业工人 | 18 |
| 4 | 建筑工人 | 农业技术工人和简单劳动职业 | 19 |
| 5 | 木匠 | 工艺及相关行业工人 | 19 |
| 6 | 电梯技师 | 工艺及相关行业工人 | 22 |
| 7 | 飞机机械师 | 工艺及相关行业工人 | 23 |
| 8 | 消防员 | 服务和销售人员 | 25 |
| 9 | 贝克 | 工艺及相关行业工人 | 27 |
| 10 | 可再生能源技术员 | 工艺及相关行业工人 | 27 |
| 11 | 管道工 | 工艺及相关行业工人 | 28 |
| 12 | 汽车技师 | 工艺及相关行业工人 | 29 |
| 13 | 农民 | 农业技术工人和简单劳动职业 | 32 |
| 14 | 仓库作业员 | 农业技术工人和简单劳动职业 | 34 |
| 15 | 电工 | 工艺及相关行业工人 | 36 |
| 16 | 机械维修技师 | 工艺及相关行业工人 | 38 |
| 17 | 警卫 | 服务和销售人员 | 39 |
| 18 | 咖啡师 | 服务和销售人员 | 39 |
| 19 | 暖通技师 | 工艺及相关行业工人 | 41 |
| 20 | 调酒师 | 服务和销售人员 | 43 |
出处
暴露度指数由ai-job-risk.net根据以下数据集计算(数据截至2026年10月15日)。美国劳动力数字来自BLS,未作改动。
- Eloundou, Manning, Mishkin & Rock, "GPTs are GPTs: Labor market impact potential of LLMs", Science (2024); data MIT licence
- Gmyrek, Berg, Kamiński, Konopczyński, Ładna, Nafradi, Rosłaniec, Troszyński. Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140. Geneva: ILO, 2025. © ILO, CC BY 4.0
- Tomlinson, Jaffe, Wang, Counts & Suri, "Working with AI: Measuring the Occupational Implications of Generative AI", Microsoft Research; CC BY 4.0
- Anthropic Economic Index (job_exposure); CC BY
- U.S. Bureau of Labor Statistics, Employment Projections 2025–35 and AI exposure categories
- ILOSTAT, ILO modelled estimates: employment by sex and occupation (ISCO-08), accessed 16 October 2026. © ILO, CC BY 4.0
各发布机构均未参与制作、审核或认可本网站。 完整引用、许可与方法
常见问题
Q.在印度,哪些工作面临的AI风险最高?
暴露度最高:电话推销员、零售销售员、零售收银员。印度的经济结合了一个集中在班加罗尔、海得拉巴和浦那等城市、面向出口的庞大 IT 服务和业务流程外包部门,同农业以及一个依然雇用大多数劳动力的庞大非正规经济。AI 压力高度集中在入门级和中级 IT 工作上:常规软件测试、基础编码、一线技术支持,以及面向国际客户的后台 BPO 处理,是印度经济中暴露程度最直接的岗位。
Q.在印度,哪些工作最不容易受到AI影响?
暴露度最低:客房清洁员、渔夫、焊机。在印度依然具有韧性的工作,横跨两种截然不同的领域。在正规 IT 部门内部,能够将模糊的业务需求转化为技术方案的高级工程师、架构师和客户关系经理,保留着初级、执行型岗位所不具备的价值。
Q.印度在AI自动化方面的受影响程度如何?
理解印度,最好的方法是把其与全球接轨的 IT 服务和 BPO 出口部门——AI 替代在此直接且已经展开——同规模大得多的国内经济区分开来,后者由非正规工作、农业、零售和地方服务构成,AI 几乎未触及这一领域。为西方客户提供的初级软件测试、常规编码、一线呼叫中心支持和后台外包工作,正面临生成式 AI 工具带来的直接竞争压力,因为这些工具如今能完成许多相同的任务。而这种压力,对于构成印度实际就业主体的数以亿计从事农业、建筑、小型零售和非正规服务的劳动者而言,几乎毫无影响。
Q.暴露度高是否意味着印度的工作岗位会消失?
印度的单一国家分数格外容易产生误导,因为它把一个规模较小、面向全球高暴露的 IT 与 BPO 部门,同规则完全不同的庞大非正规经济平均在了一起。同一个数字无法同时描述一个班加罗尔的软件园区和一个农村农业家庭。解读这一分数时,应结合正规、面向出口的数字工作,同构成印度实际就业主体的庞大非正规和农业劳动力之间的鲜明分化。