- 2023年6月14日 | 报告
- https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier
– 1 行业的价值潜力
- 生成式AI有潜力在各行业中创造4.4万亿美元的价值。
– • 高科技行业4600亿美元。主要因素：软件工程
– • 零售业3900亿美元。主要因素：市场营销和销售
– 2 商业功能的价值潜力
- 4个商业功能占AI总年度价值的约75%：
– • 客户运营
– • 市场营销和销售
– • 软件工程
– • 研究和开发
– 3 关键用例
– 银行业→遗留代码转换
– 零售业→消费者研究
– 制药业→研究和药物发现
- 例子：华盛顿大学最近使用了机器学习进行蛋白质设计。这使他们能够根据特定的生物反应定制蛋白质复合物。
– 4 达到人类水平的表现
– 预计AI将匹配人类的中位数表现，并早于预期达到人类表现的前25%。
– 麦肯锡对AI自然语言理解的估计：
- 2017年的估计：2027年 - 2023年的分析：2023年 - 时间线在缩短。
– 5 自动化正在增加
– 从2023开始，通过整合现有技术，可以自动化工作的总小时数的百分比已经从50%增加到60-70%。
– 由于生成式AI的自然语言能力的加速，技术潜力曲线很陡峭。
– 6 自动化应用
– 已经加速了十年
– 麦肯锡为工作活动的自动化程度达到50%的时间点建模了：
- 2016年估计的中点是2053年 - 2023年估计的中点是2045年- 这是近十年的加速。
– 7 生成式AI可能对知识工作产生最大的影响
– 特别是涉及决策和协作的活动。
– 这之前的自动化潜力最低。
– 8 自动化对受教育程度较高的工人影响最大
– 劳动经济学家经常注意到，自动化技术的部署对低技能工人的影响最大。
– 生成式AI有相反的模式——对受教育程度更高的工人的影响最大。
– 9 取代大学学位
– 高薪知识工作活动以前被认为是免疫自动化的。
– AI将挑战多年学位的获得作为技能的指标。
– 这可能导致对劳动力发展采取更基于技能的方法。
– 10 推动更高的生产力增长
– 从2012年到2022年的全球经济增长比前两个十年慢。
– 生成式AI通过自动化个人工作活动，帮助加速生产力增长并补偿就业增长的下降。
- 生成式AI有潜力在各行业中创造4.4万亿美元的价值。