•
生成式AI，每年可為全球增加4.4兆美元收入！高科技、銀行、零售等行業受影響最大
近日，全球頂級管理諮詢公司麥肯錫（McKinsey & Company）發布了《生成式AI經濟潛力》報告，主要介紹了ChatGPT、Midjourney、Bard等生成式AI對全球經濟的影響。
為了增強報告的權威性和準確性，本次麥肯錫分析調查了47個國家的850種職業、63個應用示例和2100多項詳細的工作活動，基本涵蓋全球80%的勞動力。
麥肯錫表示，ChatGPT、Midjourney、Bard、Claude、Stable Diffusion等生成式AI產品之所以迅猛發展席捲全球，主要得益於簡單、易用的文本對話方式，幾乎所有人都能使用它們，例如，用於撰寫營銷文案、生成視頻/圖片/音樂等。其中，ChatGPT起到了至關重要的推動作用，之前任何生成式AI產品都無法達到其高度。
麥肯錫認為，隨著生成式AI的深入應用，高科技、銀行、零售和包裝消費品、醫療保健、高級製造成為受影響最大的幾個行業，每年將產生1萬億美元左右的經濟效益。
本次報告一共68頁內容較多，「AIGC開放社區」將為大家解讀重點內容。該報告乾貨十足，對於想切入生成式AI賽道創業的公司、個人開發者來說，無論是用於路演、融資還是市場調查都是一項權威背書。想查看報告全部內容，可以自行下載。
01 重要見解
生成式AI對生產力的影響，可以為全球經濟增加數万億美元的價值。在麥肯錫分析的63個用例中，生成式AI每年可以增加2.6-4.4 萬億美元的經濟收入。
在生成式AI提供的經濟價值中，約有75%分佈在四個領域：客戶運營、營銷和銷售、軟件工程和產品研發。在16個業務場景中，麥肯錫分析了63個用例。在這些用例中，生成式AI可以解決多數和特定業務場景，例如，通過文本自動生成營銷和銷售創意內容；根據自然文本提示自動生成計算機代碼等。
生成式AI將對所有行業產生影響。高科技、銀行、零售和包裝消費品、醫療保健、高級製造成為受影響最大的行業。例如，在銀行業，如果生成式AI得到充分使用，每年可以創造2000-3400億美元的額外經濟。零售和包裝消費品受影響也很大，每年可產生4000-6000億美元經濟。
鑑於生成式AI可以增加業務流程自動化的潛力，勞動力轉型的進程可能會加快。麥肯錫估計，到2030-2060年，現在一半的工作將實現自動化，也可能在2045年就能實現。
生成式AI可以顯著提高整個經濟的勞動生產率，但這需要投資來支持工人轉移工作或換工作。到2040年，生成式AI可以使勞動生產率每年增長0.1-0.6%，具體取決於技術採用率和將工人時間重新部署到其他工作中的速度。將生成式AI 與所有其他技術相結合，工作自動化每年可以將生產率提高0.2-3.3%。
生成式AI時代才剛剛開始。全球各行業對該技術的熱情顯而易見，早期的業務試點也很有吸引力。但要完全釋放該技術的最大能力，企業和社會的領導者仍有相當大的挑戰需要解決。其中包括管理生成式AI固有的風險，確定員工需要哪些新技能和能力，以及重新思考再培訓和開發新技能等核心業務流程。
02 生成式AI產生巨大商業價值
評估生成式AI的商業價值，麥肯錫使用了兩種方法。第一種，業務場景用例。例如，市場營銷業務中通過生成式AI自動生成創意文本內容，可衡量的商業價值包括降本增效、提昇文案質量產生更高的收入等。
麥肯錫一共確定了63個生成式AI用例，涵蓋16個業務場景，每年可為全球帶來2.6-4.4萬億美元經濟效益。
第二種，生成式AI對勞動力的影響。麥肯錫通過生成式AI對850種職業和2100多個工作內容進行了替換和補充。例如，用生成式AI替代客服用於業務交流等。
麥肯錫發現，當把生成式AI應用在知識工作者的崗位時，每年可為全球增加6.1-7.9 兆美元經濟效益，高於業務場景用例。
03 受生成式AI影響的行業
在麥肯錫分析的63個用例中，高科技、銀行、零售和包裝消費品、醫療保健、高級製造成為受影響最大的行業。
例如，通過提高營銷和客戶互動等職能的效率，生成式AI可以為零售業（包括汽車經銷商）貢獻大約3100億美元的經濟效益。相比之下，高科技的大部分潛在商業價值來自生成式AI提高軟件開發等。
銀行業通過生成式AI可產生2000-3400億美元經濟效益；零售和包裝消費品可產生4000-6000億美元；醫療和保健可產生600-1100億美元。
04 受生成式AI影響最大的4個業務場景
客戶運營：改善客戶和座席體驗。麥肯錫研究發現，在一家擁有5000名客戶服務代理的公司中，應用生成式AI可使每小時解決問題的效率提高14%，並將處理問題所花費的時間減少9%。
同時還減少了25%的代理流失和與經理交談的請求。最重要的是，經驗不足的座席的工作效率和服務質量得到大幅度提升。
營銷和銷售：促進個性化、內容創建和銷售效率。生成式AI可幫助營銷和銷售提供創意文本、增強專業數據使用、搜索引擎優化、產品發現和個性化搜索等功能。
軟件工程：幫助開發人員提升效率。麥肯錫分析，生成式AI對軟件工程生產力的直接影響可能佔當前年度支出的20%-45%。該價值主要來自減少花在某些工作上的時間，例如，生成初始代碼草稿、代碼更正和重構、BUG原因分析和生成新應用、系統等。
產品研發：減少研究和設計時間，改進模擬和測試。麥肯錫研究發現，生成式AI可為產品研髮帶來佔總研發成本的10-15%的商業價值。
例如，生命科學和化學工業已經開始在其研發中，使用生成式AI 模型進行產品設計。生成式AI模型可以生成候選分子，加速新藥物和新材料的開發過程。
Entos是一家生物技術製藥公司，已將生成AI與自動化合成開發工具相結合，以設計小分子療法。
05 生成式AI可以推動更高的生產力
2012-2022年，全球經濟增長速度低於前兩個十年。儘管新冠疫情是一個重要因素，但長期的人口老齡化和出生率下降是一個持續的障礙。全球工人總數的複合年增長率從1972-1982年的2.5%放緩至2012-2022年的僅0.8%，這是老齡化的主要體現。
生成式AI可有效補充勞動力短缺的問題並提升勞動力產值。麥肯錫預計，從2023年到2040年，通過生成式AI實現的業務流程自動化，可為全球經濟提供0.2-3.3%的生產力。
從發展歷史來看，每一次創新技術的出現都會重塑工作崗位。麥肯錫調查發現，生成式AI對高收入的知識工作者影響最大，AI有可能替代他們的工作將業務實現自動化。像一些基礎體力勞動者，例如，保洁、果園採摘者等低收入的體力勞動者影響卻很小。
~AIGC開放社區
人工會愈來愈昂貴.