# 生成式AI发展速度超乎想象,经济效益或高达8万亿美元麦肯锡近期发布了一份关于生成式AI的重磅报告。报告的核心结论是:AI达到人类水平的时间会比预期更快,中位预测是在2030年之前。与2017年的预测相比,新报告对AI的发展前景更为乐观。报告指出,AI已经深入渗透到我们生活的方方面面。今年,ChatGPT、Copilot、Stable Diffusion等生成式AI产品席卷了我们的生活。这些AI工具的特点是人人可用,所有人都可以利用它们来创作、作图、制作PPT等。搭载GPT-4的ChatGPT性能有了质的飞跃。Anthropic的Claude处理速度也大幅提升,一分钟可处理约10万个token,相当于一部小说的长度。报告重点关注了AI在短短几个月内快速发展的现象。麦肯锡的报告从两个视角分析了生成式AI的经济价值:1. 对企业应用场景的分析。报告确定了63个生成式AI用例,涵盖16种业务功能。如果广泛应用,每年可为经济带来2.6-4.4万亿美元的效益。这比2017年的预测增长了15%-40%。2. 对职业影响的分析。报告分析了生成式AI对约850种职业的潜在影响,模拟了AI执行全球经济中2100多项工作任务的情况。综合这两个视角,报告估计生成式AI每年可为经济带来6.1-7.9万亿美元的效益。从技术影响占职能成本的比例来看,客户运营、市场营销和销售、软件工程以及研发四项职能占生成式AI用例总价值的75%左右。生成式AI还可以通过改善企业内部知识管理系统为整个公司创造价值。它强大的自然语言处理能力可以帮助员工更便捷地查询和检索公司内部知识,提高决策和战略制定效率。报告预计,基于目前的性能,生成式AI在各方面能力将比此前预期更快达到人类水平。例如,AI达到人类自然语言理解能力的时间从原先预测的2027年提前到了2023年。目前,通过整合现有技术,自动化的总占比已从约50%增至60-70%。由于生成式AI自然语言能力的快速发展,技术发展潜力曲线变得更加陡峭。专家预测,生成式AI可能对知识工作产生最大影响,尤其是涉及决策和协作的活动。专业知识自动化的潜力上升了34个百分点,管理和人才开发自动化的潜力从2017年的16%增至2023年的49%。报告认为,未来十年内至少有四分之一到三分之一的工作会发生改变。对此,不同角色需要采取不同的应对措施:- 企业领导者需要考虑如何利用生成式AI的潜在价值并管理风险,如何调整人力资源策略等。- 政府决策者需要考虑生成式AI对未来劳动力规划的影响,以及如何制定相关政策支持。 - 个人需要关注新技术发展,在便利与影响之间寻求平衡,并在决策中表达诉求。总的来说,这份报告全面分析了生成式AI大爆发对社会尤其是经济方面的重大影响,为各界应对AI发展提供了参考。
麦肯锡报告:生成式AI或为全球经济带来8万亿美元效益
生成式AI发展速度超乎想象,经济效益或高达8万亿美元
麦肯锡近期发布了一份关于生成式AI的重磅报告。报告的核心结论是:AI达到人类水平的时间会比预期更快,中位预测是在2030年之前。与2017年的预测相比,新报告对AI的发展前景更为乐观。
报告指出,AI已经深入渗透到我们生活的方方面面。今年,ChatGPT、Copilot、Stable Diffusion等生成式AI产品席卷了我们的生活。这些AI工具的特点是人人可用,所有人都可以利用它们来创作、作图、制作PPT等。
搭载GPT-4的ChatGPT性能有了质的飞跃。Anthropic的Claude处理速度也大幅提升,一分钟可处理约10万个token,相当于一部小说的长度。报告重点关注了AI在短短几个月内快速发展的现象。
麦肯锡的报告从两个视角分析了生成式AI的经济价值:
对企业应用场景的分析。报告确定了63个生成式AI用例,涵盖16种业务功能。如果广泛应用,每年可为经济带来2.6-4.4万亿美元的效益。这比2017年的预测增长了15%-40%。
对职业影响的分析。报告分析了生成式AI对约850种职业的潜在影响,模拟了AI执行全球经济中2100多项工作任务的情况。
综合这两个视角,报告估计生成式AI每年可为经济带来6.1-7.9万亿美元的效益。
从技术影响占职能成本的比例来看,客户运营、市场营销和销售、软件工程以及研发四项职能占生成式AI用例总价值的75%左右。
生成式AI还可以通过改善企业内部知识管理系统为整个公司创造价值。它强大的自然语言处理能力可以帮助员工更便捷地查询和检索公司内部知识,提高决策和战略制定效率。
报告预计,基于目前的性能,生成式AI在各方面能力将比此前预期更快达到人类水平。例如,AI达到人类自然语言理解能力的时间从原先预测的2027年提前到了2023年。
目前,通过整合现有技术,自动化的总占比已从约50%增至60-70%。由于生成式AI自然语言能力的快速发展,技术发展潜力曲线变得更加陡峭。
专家预测,生成式AI可能对知识工作产生最大影响,尤其是涉及决策和协作的活动。专业知识自动化的潜力上升了34个百分点,管理和人才开发自动化的潜力从2017年的16%增至2023年的49%。
报告认为,未来十年内至少有四分之一到三分之一的工作会发生改变。对此,不同角色需要采取不同的应对措施:
企业领导者需要考虑如何利用生成式AI的潜在价值并管理风险,如何调整人力资源策略等。
政府决策者需要考虑生成式AI对未来劳动力规划的影响,以及如何制定相关政策支持。
个人需要关注新技术发展,在便利与影响之间寻求平衡,并在决策中表达诉求。
总的来说,这份报告全面分析了生成式AI大爆发对社会尤其是经济方面的重大影响,为各界应对AI发展提供了参考。