美國國家公共電台（NPR）深入印度南部卡魯爾（Karur）的紡織工廠，揭露一條震驚全球的隱性AI產業鏈。當地紡織女工 Shoba Kirubakaran 在長達十年、月薪僅 90 美元的工作中，被要求第三次戴上 GoPro 攝影機，記錄其包裝圍裙的每一個手部細微動作——這套「自我中心視角資料」（Egocentric Data）並非用於工廠管理，而是被無償出售給全球AI開發商，用以訓練能取代她的人型機器人。
NPR調查發現，許多工人根本不知道自己正在錄影的真正目的，直到記者告知才恍然大悟。印度因其龐大人口、相對低廉的薪資（時薪僅約 2.6 美元）以及對新技術的高度接受度，迅速成為全球AI機器人訓練資料的採集重鎮。位於當地的 Objectways 科技公司，雇用數百名印度勞工在仿造的「IKEA風格三房兩廳」中切洋蔥、摺毛巾、清書架，同時付費招募美國勞工錄製符合西方生活情境的家務影像——因為美國家戶慣用的陶瓷盤若以訓練印度不鏽鋼盤的力道抓取，將瞬間「碎成微塵」。
這條從印度卡魯爾通往美國AI實驗室的數據鏈，不僅涉及數億美元的機器人產業商機，更對全球第二大勞動力市場（印度6億勞動人口）構成結構性生存威脅。印度經濟學家 Amit Basole 沉痛指出，國家根本缺乏政策敏捷度，無法承擔數億勞工的再就業轉型陣痛。
本事件本質並非典型政商利益博弈，而是 AI 資本主義體系下的深層結構性勞動剝削與技術倫理危機。其歷史脈絡可追溯至 1990 年代印度 IT 外包產業的崛起，當年印度憑藉英語優勢與廉價工程師為西方科技巨頭撰寫程式碼，如今則進一步淪為「餵養AI的數位血汗工廠」。這並非單一企業的惡意，而是一條由全球AI開發商、資料掮客、地方政府與無知勞工共同構成的灰色食物鏈。
從技術演進脈絡來看，現代大型語言模型（LLM）的突破已讓AI擁有「大腦」，但人型機器人（Humanoid Robot）產業的下一個瓶頸在於「身體」——機器人缺乏人類的精細肌肉記憶與手眼協調能力。為解決此瓶頸，舊金山灣區與中國科技巨頭砸下重金，而「自我中心視角資料」便是解方。這類資料需數百萬小時的真實人類動作錄影，且具有極強的地域性（陶瓷盤 vs. 不鏽鋼盤、印度洋蔥切法 vs. 美式切法），因此印度成為全球最便宜的「資料牧場」。
其結構性矛盾在於三方權力完全不對等：
這場AI數據革命的本質，是人類歷史上首次出現「勞工親手打造取代自己的工具」之悖論。回顧工業革命，當年盧德份子（Luddite）砸毀紡織機是因為看得到敵人；而今日的印度勞工戴著GoPro餵養著看不見的演算法，連反抗的對象都不存在。展望未來，比對 1990 年代印度IT外包產業從「看不見的程式碼農場」升級為「全球技術後台」的歷史進程，本次事件將呈現以下三種劇本：
無論哪種劇本成真，2026 年卡魯爾的這條紡織生產線，都將被後世視為 AI 時代「數位殖民」與「人類最後一份有尊嚴的工作」消逝的歷史分水嶺。
面對AI訓練資料的結構性不對等與倫理風險，各方利害關係人應採取以下分層行動：
01 起因觸發：印度卡魯爾紡織女工被要求配戴GoPro記錄手部動作，成為全球AI自我中心視角資料採集的最前線
02 一階傳導：Objectways等資料掮客將數百萬小時第一人稱動作資料售予輝達、Figure AI等矽谷與中國機器人開發商
03 二階擴散：人型機器人訓練成本與時程壓縮，2027-2028年加速進入歐美家庭與工廠，衝擊全球消費電子與家事服務市場
04 宏觀終局：印度6億勞動力面臨結構性淘汰，全球AI紅利分配嚴重不均，催生新型數位殖民主義與AI倫理監管國際條約談判
跨事件因果網路圖譜 1 驗證節點
AI 驗證因果鏈條 · 可拖曳節點 · 點兩下開啟文章
ACLED 地緣衝突與安全熱區監測
MODERATE (區域摩擦)監測熱區：南亞與印太邊界 (South Asia & Border Security)（克什米爾 · 開柏爾-普赫圖赫瓦 · 印中邊界）
📡 區域安全態勢評估： 開柏爾走廊武裝襲擊活躍度攀升，巴基斯坦與阿富汗塔利班邊界摩擦牽動中巴經濟走廊 (CPEC) 安全。
