美國國家公共電台（NPR）深入印度南部小鎮卡魯爾（Karur），揭露一個正在急速擴張的「實體AI」（Physical AI）數據供應鏈。當地新創企業 Objectways 付費請印度家庭——包含24歲的 Sneha Jegadish 等數千名勞工——頭戴智慧型手機錄影自我切胡蘿蔔、摺衣服、擦地板、清理櫥櫃等日常家務。
這些影像資料無法從網路爬取，必須由人類親身操作錄製；每月薪資僅約 120 美元，約可錄製 2 至 3 小時。Objectways 高階主管 Rajeshkumar Ramaswamy 透露，公司已在菲律賓、奈及利亞等地建立據點，全球付費徵集「家務示範者」。印度科學理工學院（IISc）班加羅爾分校教授 Prathosh A.P. 指出，當前大型語言模型僅是「沒有身體的大腦」，要讓 AI 進入物理世界執行任務，必須為其灌輸數百萬小時的「動作教科書」。該公司預計，未來幾年內，家用機器人將開始在印度零售上市，價格親民到能進入一般家庭。
本事件本質上並非傳統意義上的地緣政治對抗或企業壟斷訴訟，而是 「AI 技術典範轉移」下勞動結構的深層重組，其衝突核心在於：全球 AI 巨擘正透過開發中國家的廉價勞動力，訓練取代這些勞動力本身的機器人，形成一個極具悖論的「自我消滅型就業鏈」。
此現象的歷史脈絡可追溯至 AI 訓練數據的三波演進：
從技術原理來看，純文字與影像資料無法教會 AI「力道控制」、「重心轉移」、「液體倒置防灑」等物理直覺。「實體 AI」必須以第一人稱視角記錄人類的手眼協調，這使得資料採集成本無法被生成式 AI 自動化壓低，反而創造出一個高度依賴人力、無法被演算法自我取代的「AI 工業革命前的最後手工作業」。
更深層的結構性矛盾在於：Data Labor（資料勞動）的報酬與其創造的價值存在巨大落差。每筆動作紀錄，終將被蒸餾為數十億參數的機器人控制模型，預估終端家用機器人單機售價將達 2 萬至 5 萬美元。而訓練資料的提供者僅獲得每月 120 美元的補貼——這個價值剪刀差，正是平台經濟進入實體 AI 時代的典型病灶。
比對 1980 年代日本工業機器人普及化、2010 年代自動駕駛影像標註產業崛起等歷史進程，實體 AI 家務資料的發展將沿以下三軌演進：
面對實體 AI 從實驗室走向量產的典範轉移關鍵節點，各界利害關係人應採取以下分層行動：
01 起因觸發：生成式 AI 遭遇物理世界落地瓶頸，純文字與圖像資料無法教會機器人「動手做家務」
02 一階傳導：印度南部小鎮湧現「動作資料農場」，全球 AI 巨擘將數據採集外包至全球南方廉價勞動市場
03 二階擴散：菲律賓、奈及利亞等國跟進建立據點，形成跨國「具身 AI 資料採集網路」
04 三階深化：人形機器人量產在即，訓練資料的價值剪刀差引發全球倫理爭議與勞權運動
05 宏觀終局：歐美祭出 AI 法案加碼監管，機器人稅立法呼聲高漲，全球家居服務業面臨結構性重組
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
ACLED 地緣衝突與安全熱區監測
HIGH (武裝叛亂蔓延)監測熱區：非洲薩赫爾地帶 (Sahel & West Africa)（馬利 · 尼日 · 布吉納法索 · 奈及利亞）
📡 區域安全態勢評估： 政變軍政權驅逐西方駐軍後，與俄羅斯傭兵集團重構安全架構，黃金與鈾礦供應鏈面臨高度不確定性。
