Ejen AI Kini Lebih Murah dan Lebih Tepat Berbanding Pekerja Luar Pesisir: Data a16z tentang Titik Infleksi

Persilangan Kos: Ejen AI $6–$8/Saat lwn. Buruh Luar Pesisir ~$10/Saat

Data a16z menunjukkan hierarki kos yang jelas untuk kerja penggunaan komputer :

• Ejen penggunaan komputer AI: $6–$8 sejam
• Bakat luar pesisir (BPO India): ~$10 sejam
• Bakat berpangkalan di AS: $30–$45 sejam

Siaran a16z menyatakan bahawa "matematik hanya menjadi lebih baik — inferens terus menjadi lebih murah, dan model sumber terbuka menjadi cukup baik untuk bahagian aliran kerja yang semakin meningkat" .

Persilangan kos ini diperkukuh oleh data industri yang lebih luas. Ejen sokongan pelanggan AI kini menyelesaikan pertanyaan pada kos $0.50 hingga $2.00 setiap penyelesaian, berbanding $5.00 hingga $12.00 untuk ejen BPO luar pesisir, memberikan ROI 3x hingga 8x yang lebih baik dalam tempoh 12 hingga 18 bulan untuk syarikat yang mengendalikan lebih 5,000 tiket setiap bulan . Interaksi suara AI berharga kira-kira $2.70 sejam berbanding $3–$35 untuk ejen manusia di seluruh pasaran global .

Persilangan Ketepatan: 85% lwn. 72% pada OSWorld-Verified

Infleksi prestasi adalah sama ketara. Menurut analisis a16z dan papan pendahulu llm-stats.com :

• Ejen AI terbaik (Claude Fable 5): 85% kadar penyiapan tugasan pada OSWorld-Verified
• Penguji manusia: ~72% untuk tugasan yang sama
• Ini menandakan kali pertama ejen telah melebihi prestasi peringkat manusia pada ujian piawai operasi desktop sebenar merentas aliran kerja Ubuntu, Windows, dan macOS

Kemajuan ini pesat. Dua tahun lalu, ejen terkemuka menyelesaikan kira-kira 12% tugasan dengan betul; setahun lalu, model terbaik hanya mencapai 42% . Menjelang Jun 2026, beberapa model Anthropic telah melepasi garis dasar manusia: Claude Mythos Preview pada 85.4%, Fable 5 pada 85.0%, dan Opus 4.8 pada 83.4% . Sebaliknya, Operator OpenAI hanya mendapat 38% pada penanda aras yang sama .

Peralihan: Daripada Navigasi UI kepada Parit Lapisan Konteks

a16z berpendapat bahawa apabila navigasi UI mentah menjadi komoditi lapisan model, kelebihan daya saing yang tahan lama beralih lebih tinggi dalam timbunan . Sempadan bergerak daripada "bolehkah ejen menggunakan komputer?" kepada "bolehkah ia melakukan kerja ini dengan boleh dipercayai?" . Parit sebenar kini adalah :

• Pengetahuan konteks dan proses tentang cara kerja sebenarnya dilakukan dalam organisasi tertentu
• Infrastruktur kebenaran, pengesahan, eskalasi, dan pengendalian ralat
• Penyimpanan cache, kebolehcerapan, dan pemetaan aliran kerja hujung ke hujung yang diperoleh dengan susah payah

Ini sejajar dengan tesis a16z yang lebih luas bahawa ejen AI beralih daripada antara muka sembang kepada sistem proaktif dan autonomi yang memerhatikan tingkah laku pengguna dan mengambil tindakan . Pasaran boleh dialamatkan berkembang daripada ~$400 bilion dalam perbelanjaan perisian kepada anggaran $13 trilion dalam perbelanjaan buruh global .

Penggunaan Pengeluaran pada Skala

Analisis a16z menyatakan bahawa aliran kerja penggunaan komputer kini "mula bertahan dalam pengeluaran pada skala" untuk kerja belakang pejabat yang sempit dan berulang seperti mengemas kini sistem rekod, memindahkan data melalui portal, dan memproses tiket . Penggunaan pengeluaran pada masa ini tertumpu pada aliran kerja yang piawai dan sempit — bukan pada penggunaan komputer umum yang terbuka .

Dua syarikat menggambarkan ekosistem yang semakin berkembang:

• HappyRobot, yang mengumpul $150 juta dalam Pembiayaan Siri C pada Ogos 2026, menggunakan ejen AI merentas panggilan suara, e-mel, dokumen, SMS, WhatsApp, dan sembang web, menyambung ke lebih 200 sistem rekod perusahaan melalui penyambung pra-bina dan API HTTP. Seorang pelanggan mengautomasikan 28,000 jam kerja setiap bulan .
• Runta mengumpul pusingan benih $20 juta yang diterajui a16z pada penilaian $100 juta untuk membina "lapisan pelaksanaan" untuk ejen AI, memfokuskan pada masalah operasi dalam penggunaan pengeluaran: token terbuang, pengkomputeran terbiar, kelayakan mentah, dan egress rangkaian terbuka .

Batasan dan Amaran

a16z secara jelas menyatakan beberapa batasan penting :

• Ejen penggunaan komputer semasa kekal "rapuh apabila kerja terkeluar daripada runbook" dan untuk kes penggunaan di mana penyimpanan cache tidak dapat diurus, "ia cukup mahal sehingga matematik tidak berfungsi di mana-mana"
• Skor penanda aras 85% mencerminkan model terbaik (Claude Fable 5), bukan purata merentas semua ejen; banyak model menunjukkan prestasi di bawah angka ini
• Penggunaan pengeluaran pada masa ini tertumpu pada aliran kerja yang piawai dan sempit — bukan pada penggunaan komputer umum yang terbuka
• Ramalan yang lebih luas juga melembutkan jangkaan: Gartner meramalkan bahawa menjelang 2030, kos setiap penyelesaian AI generatif dalam perkhidmatan pelanggan mungkin melebihi $3, mengatasi banyak ejen manusia B2C luar pesisir apabila kos infrastruktur dan pengkomputeran meningkat

Maksud Ini untuk Industri BPO

Titik infleksi kembar ini menandakan peralihan asas dalam ekonomi kerja yang dioutsource. Seperti yang dinyatakan oleh satu analisis, peralihan yang berlaku ialah "arbitraj buruh diatasi oleh arbitraj automasi" — syarikat tidak lagi bertanya "di mana kita boleh mencari manusia yang lebih murah?" tetapi "tugasan manakah ini memerlukan manusia sama sekali?" . Industri BPO, yang dibina atas perbezaan gaji berdasarkan geografi, kini menghadapi gangguan struktur apabila ejen AI menetapkan harga kerja piawai berdasarkan hasil dan bukannya mengikut jam .