根据麦肯锡的研究发现，生成式 AI（gen AI）的特点每年有望为全球经济增加高达 4.4 万亿美元。
文章编译：Tiffany，Meta
文章来源：McKinsey & Company
自从 2022 年 11 月推出 ChatGPT 以来，它就频繁出现在新闻头条上，企业也在争相捕捉其价值。在这项技术推出的最初几个月内，麦肯锡的研究发现，生成式 AI（gen AI）的特点每年有望为全球经济增加高达 4.4 万亿美元。
在这段时间内，麦肯锡发布的文章和报告探讨了诸如以下这些问题：
- 该技术擅长什么，发展速度有多快？
- 生成式AI将对哪些类型的工作产生最大影响？
- 哪些行业将获得最大收益？
- 对于组织来说，哪些活动将带来最大价值？
- 工作者对这项技术的态度如何，将会如何？
- 为确保生成式 AI 负责任地使用，需要哪些安全措施？
在这个视觉化 解释器 中，麦肯锡汇编了到目前为止所得出的所有结论 —— 即这 15 张图表。
生成式 AI 站稳脚跟
驱动生成式 AI 产品的先进机器学习技术已经历了数十年的发展。但自从 2022 年底 ChatGPT 问世以来，生成式 AI 技术的新迭代版本几乎每月都在发布。仅在 2023 年 3 月，就有六个重大进展，包括新的客户关系管理解决方案和对金融服务业的支持。
Source: What every CEO should know about generative AI
通往人类水平表现的道路变得更短
在这张图表展示的大多数技术能力上，生成式AI将在本十年末达到人类表现的中等水平。而且，在 2040 年之前，它的表现将能与完成这些任务的顶尖 25% 的人竞争。在某些情况下，这比专家之前认为的要快 40 年。
Source: The economic potential of generative AI: The next productivity frontier
知识工作的自动化现已成为可能
以往的自动化技术浪潮主要影响物理工作活动，但生成式AI很可能对知识工作产生最大的影响——尤其是涉及决策和协作的活动。教育、法律、技术和艺术等领域的专业人士可能会看到他们工作的部分内容比预期更早地实现自动化。这是因为生成式AI能够预测自然语言中的模式，并动态地使用它。
Source: The economic potential of generative AI: The next productivity frontier
应用程序不断增多，以满足特定用例的需求
生成式AI工具已经能够创建大多数类型的书面、图像、视频、音频和编码内容。企业正在开发应用程序来满足这些领域的各种用例需求。在不久的将来，我们预计针对特定行业和功能的应用程序将比更通用的应用程序提供更多的价值。
Source: Exploring opportunities in the generative AI value chain
某些行业的收益将超过其他行业
生成式 AI 的具体影响将取决于多种因素，例如不同业务功能的组合及其各自所占的重要程度，以及行业收入的规模。几乎所有行业都将通过在其营销和销售功能中部署该技术来看到最显著的收益。但是，高科技和银行业将通过生成式AI加速软件开发的潜力看到更大的影响。
Source: The economic potential of generative AI: The next productivity frontier
因此，了解将为个人所在行业带来最大价值的用例至关重要
麦肯锡的报告《 The economic potential of generative AI: The next productivity frontier》中包含了重点章节，详细介绍了如何识别银行业、生命科学、零售和消费包装品行业中潜在价值最高的用例。这些为评估您所在行业提供了一个很好的框架。
Source: The economic potential of generative AI: The next productivity frontier
尽管生成式 AI 商业前景广阔，但大多数组织尚未使用它
当麦肯锡询问营销和销售领导者们，他们认为自己的组织应该在多大程度上使用生成式 AI 或机器学习进行商业活动时，90% 的人认为至少应该“经常”使用。鉴于之前看到的，营销和销售是潜在影响最大的领域，这一点并不令人惊讶。但有 60% 的人表示他们的组织很少或从未这样做。
Source: AI-powered marketing and sales reach new heights with generative AI
营销和销售领导者对三个用例最为热衷
通过麦肯锡的研究发现，营销和销售领导者预期每个我们提出的生成式 AI 用例都至少会产生适度的影响。他们最为热衷于潜在客户识别、营销优化和个性化接触。
Source: AI-powered marketing and sales reach new heights with generative AI
软件工程，对许多行业来说另一个重要的价值驱动因素，可能会变得更加高效
当麦肯锡的 40 名开发人员测试基于生成式 AI 的工具时，他们发现许多常见开发任务的速度有了显著提升。为了可维护性（考虑到代码的易改进性）记录代码功能的任务可以在一半的时间内完成，编写新代码几乎可以在一半的时间内完成，优化现有代码（称为代码重构）几乎可以在三分之二的时间内完成。
Source: Unleashing developer productivity with generative AI
生成式 AI 辅助可能会让开发人员更加快乐
麦肯锡的研究发现，为开发人员配备他们需要的工具以提高最大生产力，也显著提升了他们的工作体验，这反过来又有助于公司留住最优秀的人才。使用基于生成式AI的工具的开发人员报告整体幸福、满足和进入心流状态的可能性是其他人的两倍多。他们将这归因于这些工具能够自动化繁琐工作，让他们有更多时间从事更令人满意的任务，并且比在不同在线平台搜索解决方案更快地将信息呈现在他们眼前。
Source: Unleashing developer productivity with generative AI
使用生成式 AI 工具的势头在员工中正在增强
麦肯锡的一项新调查显示，在各种行业和地理位置中，绝大多数员工至少尝试过一次生成式 AI 工具，无论是在工作中还是工作之外。考虑到这项技术发布不到一年，这是相当快的采纳速度。一个令人惊讶的结果是，婴儿潮一代报告称他们在工作中使用生成式AI工具的频率超过了千禧一代。
Source: The state of AI in 2023: Generative AI’s breakout year
但组织仍需要更了解生成式 AI 的员工
随着组织开始设定生成式 AI 目标，他们也逐渐需要更多了解生成式 AI 的工作者。随着生成式和其他应用型 AI 工具开始为早期采用者带来价值，对于熟练工人的供需差距依然很大。为了在人才市场保持领先地位，组织应发展出色的人才管理能力，为他们雇佣和希望留住的了解生成式 AI 的工作者提供有价值的工作体验。
组织应谨慎行事
生成式 AI 的可能性让许多人感到兴奋。但就像任何新技术一样，生成式 AI 也并非没有潜在风险。比如，生成式 AI 已知可能产生偏见、事实错误或非法抓取自版权来源的内容。在全面采用生成式 AI 工具之前，组织应考虑到他们可能面临的声誉和法律风险。降低风险的一种方式？保留人在循环中；也就是说，确保真正的人在生成式 AI 输出发布或使用之前进行检查。
Source: The state of AI in 2023: Generative AI’s breakout year
生成式 AI 最终可能提振全球 GDP
麦肯锡发现，生成式 AI 可以大幅提高整个经济的劳动生产率。然而，要享受这一生产率提升的好处，受影响的工作者需要转向其他工作活动，使他们至少能够达到他们在 2022 年的生产率水平。如果工作者得到支持，学习新技能，并在某些情况下改变职业，更强劲的全球 GDP 增长可能会转化为一个更可持续、更包容的世界。
Source: The economic potential of generative AI: The next productivity frontier
生成式 AI 只是 AI 潜在价值的一小部分
生成式 AI 是一大步前进，但传统的高级分析和机器学习仍然占据了任务优化的绝大部分，并继续在各种各样的领域找到新的应用。正在进行数字化和 AI 转型的组织应该密切关注生成式 AI，但不应排斥其他 AI 工具。仅因为它们没有成为头条新闻，并不意味着它们不能用来提高生产力，最终创造价值。
Source: The economic potential of generative AI: The next productivity frontier