Ejen AI Kini Lebih Murah dan Tepat Berbanding Pekerja BPO Luar Negara: Data a16z

• BPO Luar Negara (India): ~$10 sejam (julat $8–$15)
• BPO Filipina: ~$10–12 sejam
• Belakang pejabat / perkhidmatan pelanggan UK: ~$25–35 sejam
• Belakang pejabat AS: $30–45 sejam

Ini bermakna ejen AI kini kira-kira 20–40% lebih murah daripada pekerja BPO India dan 73–82% lebih murah daripada kakitangan belakang pejabat AS .

Anggaran kos ejen diperoleh daripada anggaran pengasas yang disemak silang dengan harga token dan ekonomi inferens terkini . Kadar BPO India datang daripada data industri 2026 yang disediakan oleh Globalify, HiveDesk, dan 1840 & Company . Kos belakang pejabat AS adalah berdasarkan gaji median wakil perkhidmatan pelanggan Biro Statistik Buruh ($20.59) ditambah kira-kira 30% untuk faedah dan overhed .

Lonjakan Ketepatan: AI Mengatasi Garis Dasar Manusia

Yang lebih menarik daripada kelebihan kos ialah persilangan ketepatan. Penyelidikan ini menjejaki prestasi pada OSWorld-Verified, penanda aras standard yang menguji keupayaan ejen untuk mengendalikan desktop sebenar merentas Ubuntu, Windows, dan macOS .

• Model AI teratas (Claude Fable 5): Kadar penyelesaian tugas 85% pada OSWorld-Verified (berjaya menyelesaikan 85 daripada 100 tugas)
• Garis dasar penguji manusia: kira-kira 72% pada tugas yang sama
• Peningkatan tahun ke tahun: Pada awal 2025, model terbaik hanya mencapai 42% pada OSWorld-Verified. Dalam kira-kira 18 bulan, prestasi telah lebih daripada dua kali ganda

Lompatan prestasi ini bukan sekadar tambahan—ia mewakili perubahan kualitatif dalam apa yang boleh dilakukan oleh ejen. Seperti yang dinyatakan oleh satu analisis, sempadan bergerak daripada "bolehkah ejen menggunakan komputer?" kepada "bolehkah ia melakukan kerja ini dengan boleh dipercayai?"

Peralihan Strategik: 'Moat' Bergerak ke Atas Timbunan

Penyelidikan a16z berpendapat bahawa pengambilan paling penting bukanlah angka kos atau ketepatan itu sendiri, tetapi implikasinya terhadap strategi daya saing. Keupayaan navigasi UI mentah menjadi komoditi memandangkan kos inferens terus menurun dan model sumber terbuka menghampiri model sempadan . Kelebihan daya saing yang berkekalan, menurut penulis, beralih dari lapisan model ke lapisan aplikasi .

'Moat' baharu terdiri daripada:

• Pengetahuan konteks dan proses: Memahami bagaimana aliran kerja sebenar dalam organisasi tertentu
• Infrastruktur pengesahan dan pengendalian ralat: Menjadikan ejen cukup boleh dipercayai untuk beroperasi tanpa pengawasan manusia dalam aliran kerja pengeluaran
• Kebenaran, eskalasi, dan caching: "Pemahaman yang sukar diperoleh" tentang di mana ejen rosak dan cara membina pagar keselamatan
• Pemetaan aliran kerja hujung ke hujung: Keupayaan untuk menyelesaikan kerja dengan boleh dipercayai, bukan hanya melakukan tindakan terpencil

Gelombang pertama infrastruktur penggunaan komputer adalah tentang menjadikan ejen berkemampuan. Gelombang seterusnya adalah tentang menjadikannya berguna di dalam syarikat sebenar .

Apa Ini Bermakna untuk Industri BPO

Implikasi untuk industri perkhidmatan luar pesisir global adalah langsung. Kelebihan kos yang menjadikan India sebagai 'belakang pejabat' dunia—arbitraj antara gaji Barat dan gaji India—kini dipotong oleh ejen AI yang kosnya lebih rendah dan prestasi lebih baik pada tugas piawai .

Seperti yang dinyatakan oleh penulis a16z: "Pengiraan hanya menjadi lebih baik—inferens terus menjadi lebih murah, dan model sumber terbuka menjadi cukup baik untuk bahagian yang semakin meningkat dari aliran kerja ini" .

Syarikat yang bergantung pada BPO luar negara untuk proses perniagaan berasaskan desktop kini berhadapan dengan soalan strategik: patutkah mereka terus membayar premium untuk buruh manusia, atau melabur dalam infrastruktur lapisan aplikasi untuk menggunakan ejen secara boleh dipercayai pada skala? Penyelidikan mencadangkan bahawa syarikat yang membina konteks aliran kerja, gelung pengesahan, dan pagar keselamatan yang terbaik—bukan mereka yang mempunyai model terbaik—akan meraih nilai paling banyak daripada peralihan ini.