生成式AI的經濟潛力:下一個生產力前沿

麥肯錫近期發布了一份重磅報告,對生成式AI的發展及其潛在影響進行了深入分析。報告的核心結論是:AI達到人類水平的時間會比預期更快,中位預測是在2030年前。與2017年的預測相比,新報告對AI發展前景更加樂觀。

報告綜述

AI技術已深入滲透到我們生活的方方面面。與2016年AlphaGo擊敗李世石時引發的短暫關注不同,今年ChatGPT、Copilot、Stable Diffusion等生成式AI產品的出現,讓普通人都能親身體驗AI的強大能力。這些工具讓人人都可以用AI進行創作、繪圖和制作演示文稿等。

GPT-4的各項性能較GPT-3.5有顯著提升。Anthropic的Claude一分鍾可處理約10萬個token(相當於一部小說的長度),性能較今年3月提高了約10倍。報告重點關注了AI在短短幾個月內快速發展的態勢。

對經濟和社會的影響

報告從兩個視角分析了生成式AI的潛在價值:

1. 對企業應用場景的分析。報告確定了63個生成式AI用例,涵蓋16種業務功能,預計每年可帶來2.6-4.4萬億美元的經濟效益。這比2017年預測的11-17.7萬億美元增長了15%-40%。

2. 對約850種職業的潛在影響分析。專家模擬了生成式AI執行全球經濟中2100多項工作任務的能力,估算了其對勞動生產率的影響。

綜合兩個視角並去除重疊部分,生成式AI的總經濟效益預計每年可達6.1-7.9萬億美元。

未來潛力

生成式AI對大多數業務職能都有影響,但影響程度各不相同。客戶運營、市場營銷和銷售、軟件工程以及研發這四項職能佔生成式AI用例總價值的約75%。

生成式AI還可以通過改善企業內部知識管理系統,爲整個公司帶來價值。其自然語言處理能力可以幫助員工更便捷地檢索公司內部知識,提高決策效率。

在63個分析的用例中,生成式AI有望爲各行各業創造2.6-4.4萬亖美元的價值。具體影響取決於多種因素,如不同功能的組合、各自的重要性以及行業本身的規模。

報告預計,基於目前的性能,生成式AI在各方面能力將比此前估計更快達到人類水平。例如,技術達到人類自然語言理解能力的中間水平的時間,從原預計的2027年提前到了2023年。

理論上,通過整合現有技術,當前自動化的總佔比已從約50%增加到60-70%。生成式AI預計會對知識工作產生最大影響,尤其是決策和協作等活動。

未來展望

報告預計,未來十年內至少有四分之一到三分之一的工作會發生變化。這對不同利益相關者都提出了新的挑戰:

• 企業領導者需考慮如何利用生成式AI的潛在價值,同時管理風險;如何調整公司的人才策略等。

• 政府決策者需思考生成式AI對勞動力規劃的影響;如何爲勞動者提供必要的政策支持等。

• 個人需要關注新技術發展,在便利性和影響之間尋求平衡,並在決策過程中表達訴求。

總的來說,這份報告全面分析了生成式AI大爆發對社會經濟的重大影響,爲各方應對這一變革提供了參考。