来源:华尔街见闻
6月14日,咨询机构麦肯锡发布了的一份题为《生成式人工智能的经济潜力》的研究报告,在报告中,分析师们通过对47个国家及地区的850种职业(全球80%以上劳动人口)的研究,探讨了在AI成指数级发展背后,对全球经济将带来的影响,哪些行业冲击最大,哪些人面临失业威胁?
以下为报告主要内容:
1、AI取代人类工作的时间被大幅提前了10年,在2030年至2060年间(中点为2045 年)50%的职业逐步被AI取代。 2、AI每年可为全球经济带来2.6万亿至4.4万亿美元的增长,生产力提高0.1%—0.6%,相当于每年贡献一个英国的GDP。 3、全局上看AI对各行各业的发展有利,但是对个人不利,而高薪、高学历的脑力劳动者受到的冲击最大。 4、生成式AI带来的价值增长,主要(约75%)集中在四个领域:客户运营、营销和销售、软件工程和研发,这也意味着四项业务受生成式AI影响最大。 5、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等行业所受的影响最大。
报告发现,在其研究的63种应用中使用生成式AI,将为全球经济每年带来2.6万亿至4.4万亿美元的增长。而这一预测还未将生成式AI所有的应用计算在内,若将尚未研究的应用计算在内,生成式AI的经济影响可能会翻倍:
研究主要包括两个方面:1.60多个组织使用生成式AI后的经济增长潜力2.全球约2100项工作活动的劳动生产力潜力。
麦肯锡在报告中指出,他们的研究涵盖了16个业务内容并得出结论:如果在各行业中应用,每年贡献2.6万亿至4.4万亿美元之间的经济效益,具体来看:
我们的衡量标准包括:降低生成内容的成本,以及通过AI的运用大规模提高内容质量有带来的收入。比如,在营销领域,一个使用案例是将生成式AI应用于生成个性化电子邮件等创意内容。
这一增量基本相当于英国一年的GDP(2021年为3.1万亿美元)。
我们估计非生成式AI的经济价值将从11.0万亿美元增加至17.7万亿美元,增加15%到40%。(2017年时我们认为人工智能可以带来9.5万亿美元到15.4万亿美元的经济价值)
麦肯锡指出,尽管生成式AI将影响各行各业,尤其对于“此前被认为相对不受自动化影响”的高薪脑力劳动者而言,受到的影响最大。
而知识工作者最有可能受到自动化的影响,特别是涉及需要进行决策和团队合作的职业:
前几代的自动化技术主要是涉及数据收集与处理,因此对于知识工作者的影响较小,但生成式AI的出现,使得“知识工作者”的角色和任务与大语言模型(LLM)正好适配。 因为大语言模型从根本上是为了完成认知任务而设计的,因此我们对大语言模型在专业知识的应用能力较2017年增加34个百分点,而自动化管理和培养人才的潜力从2017年的16%上升到2023年的49%。
与此同时,麦肯锡指出,此前的众多生产力变革中,拥有高学历的人往往受到的影响较小,但AI的革命将会使高学历的人才受到更大影响:
我们认为其中的一种解释是生成式AI增加了技术自动化的潜力,而往往高教育水平的职业中对技术自动化的需求最多。
我们认为另一种解释是,多年来学位证书被视为一种技能指标,而这将受到生成式AI的挑战,未来将有更多人主张采取更基于技能的方法来推动劳动力发展,以创建更加公平、高效的劳动力培训和匹配系统。生成式人工智能仍然可以被描述为对技能有偏好的技术变革,但对技能的需求更加细致。
麦肯锡强调,值得注意的是,前几代的自动化变革往往对工资收入处于中间位置的职业影响最大,一些经济学家把这一现象比作:“中间层的空心化”,但现在AI的出现可能对高薪知识工作者的工作影响最大:
对于低薪工作而言,人工成本低,并不能体现自动化的好处,此外从事劳动活动的低薪职业很难自动化,比如:采摘娇嫩水果。
然而,由于生成式AI在技术自动化方面的进步,这些以前被认为相对不容易被自动化的工作将收到最大的影响。
麦肯锡称,生成式AI的影响主要集中在四个领域(约占75%):客户运营、营销和销售、软件工程和研发。生成式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等行业所受的影响最大:
由于新技术提高了客户满意度,有助于决策制定并通过更好的监控减少欺诈,仅银行一个行业就可以通过提高生产力额外产生2000至3400亿美元的产出。这相当于营业利润增长9%至15%。
在产品研发方面,AI可以将生产力提高10%至15%。以生命科学和化工为例,人工智能可以更快地产生潜在的分子,加速开发新药物和新材料的过程,这可能会使制药公司和医疗产品公司的利润增加多达25%。
从对营销生产力的影响来看,生成式AI可以提高营销生产力经济价值5%至15%。我们通过对AI在市场营销中的潜在用途的分析发现,除了对生产力的直接影响外,还将产生连锁反应,将销售生产力提高3%到5%。生成式AI融入到各类应用中可以提供更高质量的数据洞察力,为营销活动带来新的想法,更好地定位客户群。营销职能部门可以将资源转移到为自有渠道制作更高质量的内容,可能会减少外包的支出。
从软件工程来看,生成式AI约直接影响每年软件工程支出的20%到45%。这一价值主要来自于减少某些工作的时间,如生成初始代码、代码修正和重构、根本原因分析和生成新的系统设计。一项研究发现,使用微软GitHub Copilot的软件开发人员完成任务的速度比不使用该工具的人快56%。
麦肯锡对软件工程团队进行的一项内部经验性研究发现,那些经过培训后使用AI的人生成和重构代码所需的时间极速减少,而且工程师普遍认为工作体验得到改善,称其使工作更快乐、流程更方便和更容易获得成就感。
从产品开发来看,我们认为生成式AI可以加速产品上市的时间,并从如下两方面带来生产力的提高和操作上的便利:包括优化产品设计和改善产品质量。
麦肯锡总结称,全球出生率的下滑及人口老龄化将成为全球生产力发展的阻碍,而AI和其他科技的发展可以弥补就业人口下滑的问题,使生产力大幅提高,并使全球经济提速,而发达国家采用AI的速度也可能更快:
2012年至2022年的全球经济增长比之前的二十年要慢,我们认为一方面的因素是长期的结构性挑战——包括出生率下降和人口老龄化。
在许多大国,劳动力人口数量已经逐年下滑,我们认为,AI可以重新规划所需的劳动时间,促进生产力增长。
关注公众号:【Web3智慧空间】,获取更多Web3、AIGC大模型等技术产业见解,率先见证呼啸而来的未来!
精彩推荐
关注Web3智慧空间公众号,回复以下编号,可快速下载相关专题报告。
1:2023年AI大模型市场研究报告
2:2023AIGC应用与实践展望报告
3:AIGC生成式人工智能产业全梳理
4:2022年人工智能生成内容白皮书
5:AIGC市场研究报告:ChatGPT推动的变革趋势与投资机会
6:ChatGPT浪潮下,看中国大语言模型产业发展
7:ChatGPT研究框架(2023)
8:ChatGPT的宏观视角
9:GPT已拉开AIGC技术革命序幕
10:ChatGPT,AI模型框架研究
11:ChatGPT调研报告
12:三分钟看懂ChatGPT
13:ChatGPT团队背景研究报告
14:2023AIGC人才趋势报告
15:2023年AIGC应用与实践展望报告
16:AIGC市场厂商评估报告
17:ChatGPT-真格基金分享
18:清华大学AIGC发展研究1.0版
19:清华唐杰教授:从千亿模型到ChatGPT的⼀点思考
20:AIGC生成式人工智能产业全梳理
21:AIGC投资框架
23:2023年金融科技趋势展望
24:智创互联·2023金融科技十大趋势报告
25:AI+办公:智能化时代来临
26:当医药遇上ChatGPT
27.北京市互联网3.0创新发展白皮书(2023年)
28:众安保险ChatGPT报告
29:埃森哲生成式人工智能人人可用的新时代中文报告
30:生成式人工智能对企业的影响和意义
31:AI大模型如何赋能制造业升级
32:AI+法律
33:我国人工智能大模型发展动态
34:exploring-opportunities-in-the-generative-ai-value-chain
(5) AIGC技术革命序幕拉开!
如何理解互联网3.0?
(5)Web3.0行业研究报告
(6)用九句话了解Web3
互联网3.0的关键技术
(1)Web3.0技术堆栈详解
(4)Web 3.0:基于区块链构建基础设施,有望加速部署分布式存储
(7)元计算之空间计算
(10)DID元宇宙的信用基石