文:海投全球,ID:Haitou-Global本篇文章共2001字推荐阅读时间4分钟首图:麦肯锡 AI已经逐渐渗透到我们的生活中,从智能手机到自动驾驶再到智能客服,但它的发展速度却难以衡量,鲜有标志性的里程碑事件。直到ChatGPT Copilot、Stable Diffusion等生成式AI程序的横空出世,吸引了前所未有的关注,这主要归功于其广泛的实用性,以及与用户对话的超自然能力。 生成式AI程序可以执行一系列常规任务,包括生成图像、视频、音频和计算机代码等。面对这样一项新兴技术,世界正处于了解其潜力、覆盖范围和能力的开端。6月,麦肯锡发布了一份名为《生成式人工智能的经济潜力》的报告,详细探讨了AI将为经济带来的贡献,以及对各职业带来的冲击。 “AI每年将为全球经济带来2.6万亿至4.4万亿美元的增长,相当于英国GDP” 生成式AI可能会为全球经济增加数万亿美元的价值。麦肯锡根据最新研究预测,生成式AI在63个中应用前景中每年将为全球经济贡献2.6万亿到4.4万亿美元价值--而英国2021年GDP为3.1万亿美元。如果将生成式AI嵌入到更多尚未研究的应用中,经济贡献预计还将增加1倍。 来源:麦肯锡 生成式AI将使所有AI技术的经济影响增加15%到40%,从11-17.7万亿美元增加至13.6-22.1万亿美元,加上其对工作效率提升所带来的6.1万亿到7.9万亿美元,将使AI技术的整体经济增长前景达到17.1-25.6万亿美元。 麦肯锡指出,生成式AI将降低生成内容的成本,通过AI的大规模运用提高内容质量并带来收入,对全球约2,100项细分工作效率有着巨大的提升作用。 “生成式AI将主要作用于客户运营、市场营销、销售、软件工程和研发4个领域,占总生产价值的75%” 在生成式AI应用可提供的价值中,约有75%来自4个领域:客户运营、市场营销、销售、软件工程和研发。在16个业务方向上,麦肯锡发现生成式AI在63个职业应用中发挥较大。例如,生成式AI可以与客户互动,为市场营销和销售生成创造性内容,以及基于自然语言提示生成计算机代码等。 研究发现,在一家拥有5,000名客服的公司中,生成式AI的应用在每小时内将解决问题的效率提升14%,处理问题的时间缩短了9%,同时它还节省下工作人员之间25%的交流时间。将生成式AI应用于客户运营可以使提高生产效率提升30%到45%。 在其他主要领域的应用上,生成式AI预计可将全球销售额提升3%-5%,释放当前医疗行业年收入2.6%-4.5%的经济价值。研究表明,使用GitHub软件的开发人员效率比不使用该工具的快56%--生成式AI将在项目规划、系统设计、编码和测试等多个环节为软件工程师提供帮助,对该领域的成本节约将在20%到45%之间。 麦肯锡预测,生成式人AI及其他科技的发展或将使当前工作的60%到70%实现自动化。其中,银行业、高科技行业和生命科学所受的影响最大。 “2030-2060年,50%的职业将被AI替代,高薪知识工作者受到影响最大” 对850个职业的2,100项细分工作职能分析表明,AI可能会对所有职业产生影响。未来20年,生成式AI可令劳动生产力提高0.1%—0.6%。在2030年至2060年间(中点为2045年)50%的职业将逐步被AI取代,比此前的研究大幅提前了10年。 生成式AI在不同的国家中的普及速度也将有所不同。即使技术潜力很高,但广泛应用所需的成本也必须与人力成本进行比较。在印度和墨西哥等薪资较低的国家,生成式AI应用的速度会更慢,而在工资更高的发达国家,新技术的采用会更早。 之前的几次技术革命对知识工作者的影响较小,但生成式AI所带来的革命将对知识工作者产生较大影响,特别是涉及需要进行决策和团队合作的职业,这是由于知识工作者与大语言模型(LLM)的角色和任务相同。麦肯锡对大语言模型在专业知识的应用能力较此前的研究结果增加了34个百分点,而自动化管理和培养人才的潜力也从之前的16%上升到2023年的49%。 因此,许多涉及沟通、监督、记录和与人互动的工作都有可能被生成式AI自动化,加速了教育工作者及从事创造性劳动的白领工作的转型。 麦肯锡认为,生成式AI革命将会使高学历人才受到更大影响--多年来学历被视为一种技能指标,而这将受到生成式AI的挑战。生成式AI仍然可以被看做是技能倾向的技术变革,但它对技能的要求更加细致。同时,与前几次自动化变革对中间收入群体产生较大影响不同,生成式AI的出现可能也对高薪知识工作者的影响最大。 在人口老龄化成为全球生产力发展阻碍之际,AI和其他科技的发展可以弥补就业人口下滑的问题,为全球经济提速。 “新技术实现价值仍需时间,知识产权和隐私安全是生成式AI的主要风险” 生成式AI技术仍处于起步阶段,充分实现价值需要时间,该技术在商业和社会层面仍有许多挑战需要解决。这些挑战包括如何应对生成式AI中的固有风险,制定新技术的发展方向,以及重新思考核心业务流程,比如再培训和新技术的开发等。 目前该领域的主要风险来自知识产权、公正性、隐私、安全和社会影响。在经济上,生成式AI在未来10年将对1/4-1/3的工作岗位产生影响,如何正确利用该技术值得考量。这些问题的解决需要商业领袖、政策制定者和社会各界的共同努力。 参考资料1. McKinsey & Company,The economic potential of generative AI -The next productivity frontier2. Reuters,US to launch working group on generative AI, address its risks3. Harvard Business Review,What Roles Could Generative AI Play on Your Team?