Nagbabala ang IIT Madras na Maaaring Paliitin ng AI ang mga Unang Hakbang sa Career Ladder ng India

Nawawala na ang mga karaniwang gawain sa pagsasanay sa trabaho

Ginagawa na ng artificial intelligence (AI) ang 37% ng mga gawaing pang-entry level sa India, kumpara sa 33% sa buong mundo, ayon sa isang survey noong 2026 sa 750 pinuno ng human resources na binanggit sa isang bagong white paper ng IIT Madras. Konkretong bilang ang agwat na apat na porsyentong puntos na ito para sa pangunahing ikinababahala ng ulat: ang mga karaniwang gawaing ina-automate ay siya ring mga gawaing pinagmumulan ng pagkatuto ng mga batang empleyado tungkol sa kanilang propesyon.

Ang white paper na How AI Is Reconfiguring Work in India: A Task-Based Framework for Understanding Augmentation, Displacement, New Roles and the Changing Structure of Jobs ay mula sa Centre for Responsible AI (CeRAI) ng Wadhwani School of Data Science and Artificial Intelligence (WSAI) ng IIT Madras. Inilabas ito sa Industry Conclave on AI Governance 2026 noong linggo bago ang Oktubre 26.

Hindi lamang agarang pagkawala ng trabaho ang binabala nito. Natututo ang mga baguhang programmer sa pagsulat ng payak na code. Nahahasa ang mga bagong accountant sa pagproseso ng mga invoice at pag-unawa sa mga rekord pinansiyal. Nahuhubog naman ang pagpapasya ng mga customer service agent sa paulit-ulit na pakikipag-usap. Habang inaako ng mga makina ang mga gawaing iyon, nahaharap ang mga employer sa praktikal na problema: paano maghahanda ng mga bihasang kawani kung wala na ang dating mga panimulang posisyon?

Sinusukat ng survey ng Cognizant at Pearson ang bahagdan ng mga gawaing iniulat na ginagawa ng AI. Hindi tinataya sa white paper kung ilang entry-level na trabaho ang mawawala sa India. Sa halip, sinusuri nito kung paano maaaring magbago ang mga tungkulin, pananagutan at pag-unlad sa career sa mga call centre, pagmamanupaktura, pagbabangko, batas, software development at malikhaing gawain.

Bakit naiiba ang gawain sa trabaho

Binubuo ang trabaho sa customer service ng ilang aktibidad: pagsagot sa mga karaniwang tanong, pagberipika ng impormasyon, paglutas ng mga alitan at pagpapasya kung kailangang idulog sa superbisor ang isang problema. Maaaring akuin ng AI ang unang dalawang gawain habang tao pa rin ang responsable sa iba.

Ipinaliwanag ni Propesor Balaraman Ravindran, pinuno ng CeRAI at WSAI at isa sa mga may-akda ng papel, kung bakit nagsisimula ang mga mananaliksik sa mga indibidwal na aktibidad na ito:

May mga gawain ang karamihan sa mga trabaho, at ilan lamang sa mga iyon ang kayang gawin ng AI.

Hinahati ng balangkas ang pagsusuri sa apat na antas: indibidwal na gawain, trabahong kinabibilangan nito, mas malawak na propesyon at merkado ng paggawa. Para lumipat mula sa isang antas tungo sa iba, kailangang suriin kung ano talaga ang binabago ng mga employer, kabilang ang pagkuha ng kawani, mga responsibilidad at dami ng empleyado.

Ayon kay Dr Gokul S Krishnan, direktor ng pananaliksik ng CeRAI, nakadepende ang magiging resulta sa gastos at kakayahan ng teknolohiya, regulasyon, mga kinakailangan sa kaligtasan at mga pasya ng organisasyon. Maaaring gamitin ng isang negosyo ang AI para matulungan ang mga empleyado na makagawa ng mas marami, baguhin ang trabaho nila para nakatuon sa pagsusuri ng awtomatikong resulta, o bawasan ang pangangailangan para sa ilang partikular na gawain.

Pinagpapangkat ng papel ang mga posibilidad na ito sa dalawang malawak na padron, na may pitong landas sa ilalim ng mga ito. Sa isang padron, malaking bahagi ng karaniwang gawain ang ginagawa ng AI at beripikasyon ng resulta o paghawak sa mga eksepsiyon ang ginagawa ng tao. Sa isa pa, nananatili sa tao ang pangunahing pananagutan at ginagamit niya ang AI bilang kasangkapan para mas episyenteng magtrabaho.

Bakit nagtutulak sa pag-automate ng karaniwang gawain ang ekonomiya

Ipinakikita ng Indian business process outsourcing (BPO) ang komersiyal na presyur. Binabanggit sa papel ang mga tinatayang gastos na 8 hanggang 20 rupees kada minuto para sa isang human agent, kasama ang iba pang gastos sa pag-empleyo sa taong iyon, kumpara sa 4 hanggang 9 rupees kada minuto para sa pinamamahalaang voice AI service na handa nang gamitin sa operasyon.

Nagmula ang mga saklaw na iyon sa mga pagtataya sa presyo ng industriya. Nakasalalay ang aktuwal na gastos sa serbisyo, lawak nito at mga kailangang gawin. Nagkakapatong ang mga saklaw, habang ipinakikita ng mas mababang presyo ng AI kung bakit kaakit-akit sa mga employer na humahawak ng maraming tawag na madaling hulaan ang pag-automate.

Kabilang sa mga halimbawa ng organisadong gawaing kayang gawin ng mga sistemang medyo mura ang pag-reset ng password, pagtatanong tungkol sa balanse ng account, pag-alam sa estado ng order at pagkumpirma ng appointment. Maaaring kailangan pa rin ng human agent ang tumatawag na may magkakaugnay na problema o reklamong nangangailangan ng pagpapasya.

Tinukoy ni Ravindran ang BPO bilang industriyang partikular na lantad sa presyur na ito:

Lubhang masusubok ang industriya ng BPO dahil sa paggamit ng AI, at tinukoy ito bilang gayon sa papel.

Aling mga bahagi ng mga junior na trabaho ang nagbabago?

Ipinakikita ng mga halimbawa sa iba't ibang sektor sa papel kung paano maaaring mabawasan ang mga karaniwang tungkulin habang nananatili sa tao ang pananagutan sa mahihirap na pagpapasya. Mga posibleng pagbabago ang inilalarawan ng mga halimbawang ito, hindi ang aktuwal na bahagdan ng trabahong ina-automate sa bawat propesyon.

• Software engineering: Kayang bumuo ng AI ng payak na code, habang inaasikaso ng mga tao ang arkitektura ng sistema, masalimuot na pag-debug at mga teknikal na pasya.
• Customer support: Kayang sagutin ng mga bot ang karaniwang tanong, habang nilulutas ng mga agent ang mga kasong idinulog sa mas mataas na antas at sinusuri ang kalidad ng serbisyo.
• Pananalapi at accounting: Kayang magproseso ng AI ng mga invoice, magkategorya ng mga tala sa ledger, magtugma ng mga rekord sa bangko at maghanda ng impormasyon para sa mga tax return sa Goods and Services Tax. Bineberipika ng mga tao ang mga eksepsiyon at nagbibigay ng propesyonal na pag-apruba.
• Serbisyong legal: Makakatulong ang AI sa pananaliksik at pagsusuri ng dokumento, habang nananatili sa mga abogado ang estratehiya sa paglilitis, adbokasiya at pagpapayo sa kliyente.
• Pagmamanupaktura: Kayang markahan ng awtomatikong biswal na inspeksiyon ang mga depekto, habang binibigyang-kahulugan ng mga manggagawa ang mga natuklasan at inaasikaso ang mga problemang operasyonal.

Kaya maaaring maiwan ang mas masalimuot na papel para sa tao habang nababawasan ang pangkat ng mga karaniwang gawain. Maaaring mas kaunting oras ang gugulin ng manggagawa sa pagproseso ng mga ordinaryong kaso at mas maraming oras sa paghawak ng mga sitwasyong nangangailangan ng tulong ng sistemang awtomatiko.

Panganib ng nawawalang gitnang antas

Tradisyonal na nahahasa ang kadalubhasaan ng mga junior na empleyado sa pamamagitan ng pag-uulit, feedback at unti-unting pagdagdag ng responsibilidad. Tinutukoy ng papel ang posibleng kakulangan sa manggagawa kung liliit ang mga panimulang gawain habang patuloy namang mangangailangan ang mga negosyo ng mga propesyonal na may karanasan.

Madaling maunawaan ang problema sa software development. Maaaring kailanganin pa rin ng employer ang mga engineer na marunong magpasya kung maaasahan, ligtas at angkop sa layunin ang isang sistema. Karaniwang nahuhubog ang mga kasanayang ito sa karanasan sa mas maliliit na gawain sa programming, mga pagkakamali at pagwawasto.

Lumilitaw din ang parehong isyu sa batas at accounting. Maaaring magmukhang paulit-ulit ang pagsusuri ng mga dokumento o pag-check ng mga talaan sa pananalapi, pero nakatutulong ang mga gawaing ito sa mga baguhan na makakilala ng mga padron at makapansin ng mga di-karaniwang kaso. Binabago ng pagpapalit sa mga gawaing iyon ang landas patungo sa mas mataas na antas ng responsibilidad.

Maaaring muling idisenyo ng mga employer ang mga junior na trabaho para nakasentro sa pagsusuri ng output ng AI, pagsisiyasat sa mga error at pagtatasa ng performance. Hindi pa tiyak kung mamumuhunan ang mga kumpanya sa ganitong mga landas sa career o kukuha ng mas kaunting baguhan. Tinutukoy ng papel ang panganib nang hindi tinataya ang magiging lawak nito.

Kailangan din ng pagsasanay sa pangangasiwa ng AI

Kailangang ihanda ng mga unibersidad at employer ang mga nagtapos para sa trabahong maaaring unang sagot na ang ibigay ng isang AI system. Maaaring hilingin sa bagong programmer na subukan ang code na ginawa ng AI. Maaaring kailanganin naman ng nagtapos sa pananalapi na beripikahin ang awtomatikong pagkakategorya at ipaliwanag kung tama o mali ito.

Nangangailangan ang mga responsibilidad na iyon ng kaalaman sa larangan, bukod pa sa pagiging pamilyar sa mga AI tool. Para masuri ang isang sagot, kailangang maunawaan ang pinagbabatayang problema, makilala ang mga pagkakamali at malaman kung kailan hihingi ng tulong. Nakatuon ang mga usapin sa edukasyon sa papel sa kung paano natututuhan ng mga estudyante ang ganitong pagpapasya.

Ayon kay Ravindran, kakailanganin ang pagsasanay, angkop na mga kasangkapan at mga pananggalang para mailipat ang mga manggagawa sa mga posisyong nangangasiwa:

Dapat samahan ang pagbabago sa mga trabaho ng sapat na pagsasanay, pagbuo ng mga kasangkapang magpapadali sa gawaing pangangasiwa ng mga tao at sapat na mga mekanismong pananggalang. Muli, kulang pa sa pananaliksik para masagot nang maayos ang mga ito sa ngayon. Unang hakbang sa epektibong pagtugon sa mga problemang ito ang pagtukoy sa mga iyon.

Maaaring kabilang sa isang posibleng landas sa career sa BPO ang paglipat mula customer service patungo sa paghawak ng mga kasong idinulog, pagsusuri ng kalidad, pagdidisenyo ng mga AI conversation at pangangasiwa sa operasyon. Para sa mga manggagawa, ang praktikal na tanong ay kung may kaakibat na pagsasanay ang mga hakbang na ito at kung may makatotohanang pagkakataong umangat.

Magkakaiba ang paglaganap ng AI sa India

Ginagamit ng mga mananaliksik ang terminong AI-cost geography para ilarawan kung paano maaaring makaapekto ang mga presyo at akses sa teknolohiya sa paglaganap ng automation. Maaaring umabot ang abot-kayang mga tool sa karaniwang gawain sa BPO, bookkeeping at inspeksiyon ng kalidad sa maliliit, katamtaman at micro na negosyo (MSME).

Maaaring manatiling nakasentro sa mas malalaking organisasyon at mga lungsod ang mga aplikasyong nangangailangan ng mas abanteng mga modelo, espesyalistang kaalaman o malawak na imprastraktura, kabilang ang ilang sistema para sa legal na pananaliksik at diagnostic imaging. Kaya maaaring magkakaiba ang bilis ng paglaganap ng iba’t ibang uri ng AI.

Sinusuri rin sa papel ang mga pagkakaiba sa pagitan ng pormal at impormal na trabaho, mga manggagawa sa lungsod at kanayunan, at maliliit at malalaking negosyo. Hindi maisasama sa iisang pambansang bilang ang mga pagkakaiba sa akses, pagkakalantad at kakayahang lumipat sa mga bagong tungkulin.

Isa pang ikinababahala ang kalidad ng trabaho. Binabanggit sa white paper ang pagbabantay at stress sa trabaho, bukod sa kakulangan ng ebidensiya tungkol sa impormal na trabaho. Para masukat ang pagbabagong ito, kailangang suriin ang sahod, dami ng trabaho at mga kondisyon sa paggawa, hindi lang bilangin ang mga posisyon.

Depende sa aksesableng mga landas ang pagkakaroon ng mga bagong papel

Tinataya sa Roadmap for Job Creation in the AI Economy ng NITI Aayog noong 2025 na maaaring makalikha ang India ng hanggang apat na milyong trabahong may kaugnayan sa AI sa loob ng limang taon, kung magkakaugnay ang pamumuhunan sa mga kasanayan at muling pagsasanay. Binabanggit sa papel ng IIT Madras ang pagtatayang ito, kasabay ng mga umuusbong na papel gaya ng AI trainer, conversation designer, espesyalista sa etikal na AI at remote robot operator.

Kailangan ng landas tungo sa mga pagkakataong iyon ang mga manggagawang nawalan ng dati nilang mga tungkulin. Nanawagan ang papel ng pagsasanay na nakaugnay sa makatotohanang mga alternatibong trabaho, na malinaw ang tagal at gastos nito at kung mapananatili ng mga tao ang kanilang kita habang nag-aaral.

Inilarawan ni Ravindran kung sino ang dapat gumastos sa pagbabagong ito:

Bahagyang estado, bahagyang industriya at bahagyang mag-aaral ang sasagot sa gastos. Nakasalalay ang paghahati sa industriya at sa mas malawak na epekto sa lipunan ng pagkawala ng mga trabaho.

Saklaw ng mga kaugnay na pangyayari ang ilang yugto:

• 2025: Inilahad sa roadmap ng NITI Aayog ang kondisyunal nitong pagtataya sa paglikha ng mga trabahong may kaugnayan sa AI sa loob ng limang taon.
• 2026: Iniulat sa survey ng Cognizant at Pearson sa 750 pinuno ng human resources na ginagawa ng AI ang 37% ng mga entry-level na gawain sa India, kumpara sa 33% sa buong mundo.
• Linggo bago ang Oktubre 26, 2026: Inilabas ang white paper ng IIT Madras sa Industry Conclave on AI Governance 2026.

Ano ang nais ipagawa ng mga mananaliksik sa mga employer at pamahalaan

Pinagsasama ng mga rekomendasyon ng CeRAI ang patuloy na paggamit ng AI at paghahanda sa mga pagbabago sa trabaho. Nanawagan ang mga mananaliksik ng abot-kayang mga tool na nakatuon sa partikular na mga gawain, lalo na para sa maliliit na negosyo; dagdag na pananaliksik sa India tungkol sa mga apektadong gawain at kasanayan; at organisadong mga landas para sa nagbabagong mga trabaho.

Kabilang din sa mga mungkahi ang malinaw na mga tuntunin tungkol sa pananagutan. Kailangang malaman ng mga negosyo at manggagawa kung sino ang responsable kapag nagkamali ang isang AI system, lalo na kung inaasahang aaprubahan ng isang tao ang output nito.

Inilalarawan ng papel ang klasipikasyon nito bilang isang sistematikong hipotesis. Mga halimbawang naglalarawan lamang ang mga kasong binanggit; malaking bahagi ng ebidensiya ay mula sa mga vendor o practitioner; at limitado sa India ang detalyadong pananaliksik tungkol sa magkakaugnay na mga kasanayang kailangan sa mga trabaho. Hindi nito tinataya ang kabuuang epekto sa trabaho, sahod o kalidad ng mga trabaho.

Direktang nakaugnay sa mga pasya tungkol sa pagsasanay ang programang pananaliksik na ito. Kailangang tukuyin ng mga employer at tagapagturo kung aling mga gawain ang nagbabago, anong kaalaman ang kailangan sa natitirang trabaho at paano ito matututuhan ng mga baguhan. Para sa mga bagong graduate sa India, ang agarang usapin ay kung makakapasok sila sa unang trabahong nagbibigay pa rin ng pagkakataong matuto at umangat.

Mahahalagang Punto

• Babala ng IIT Madras na maaaring paliitin ng automation ang mga karaniwang gawaing pinagmumulan ng karanasan ng mga junior na empleyado.
• Ayon sa isang survey noong 2026 na binanggit sa papel, 37% ang bahagi ng mga entry-level na gawaing ginagawa ng AI sa India, at 33% naman sa buong mundo.
• Ipinakikita ng BPO, software, accounting, batas at pagmamanupaktura ang iba’t ibang kombinasyon ng mga gawaing awtomatiko at pananagutan ng tao.
• Maaapektuhan ng gastos sa teknolohiya, regulasyon, kaligtasan at mga pasya ng employer ang pagbabago sa mga trabaho.
• Nakadepende sa magkakaugnay na pamumuhunan sa mga kasanayan ang pagtataya ng NITI Aayog na hanggang apat na milyong trabahong may kaugnayan sa AI ang malilikha sa loob ng limang taon.
• Nanawagan ang papel ng abot-kayang AI, mas mahusay na pananaliksik sa paggawa sa India, malinaw na pananagutan at praktikal na mga landas para makalipat ng trabaho ang mga manggagawa.