生成式AI發展迅速，經濟效益可觀

麥肯錫最新報告顯示，生成式AI技術進步神速，其經濟效益不容小覷。報告核心結論指出，AI達到人類水平的時間將比預期更快，預計2030年前實現。相比2017年的預測，新報告對AI發展前景更爲樂觀。

生成式AI已深入滲透到日常生活的方方面面。不同於2016年AlphaGo擊敗李世石時AI僅局限於圍棋領域，如今ChatGPT、Copilot、Stable Diffusion等生成式AI產品已廣泛應用於創作、作圖、制作PPT等領域，真正實現了普及。搭載GPT-4的ChatGPT性能大幅提升，而Anthropic的Claude更是可在一分鍾內處理相當於一部小說長度的文本。

報告重點關注AI發展速度，將生成式AI定義爲搭載基礎模型構建的應用。基礎模型在圖像、視頻、音頻、代碼等方面功能顯著增強，性能大幅提升。目前我們對生成式AI能力的理解仍處於起步階段，麥肯錫此次報告旨在更深入地探討生成式AI的未來發展。

生成式AI對經濟社會的巨大影響

報告採用兩個互補視角評估生成式AI的潛在價值。第一個視角是對能使用生成AI的企業進行全面掃描，確定了63個生成式AI用例，涵蓋16種業務功能。若應用於各行各業，每年可帶來2.6萬億至4.4萬億美元的經濟效益，較2017年預測增長15%至40%。

第二個視角分析了生成式AI對約850種職業的潛在影響。專家模擬了各種情景，估算生成式AI執行全球經濟中2100多項工作任務的能力和時間。結果顯示，生成式AI的總經濟效益每年高達6.1萬億至7.9萬億美元。

生成式AI的未來潛力

報告指出，生成式AI的經濟效益遠未達到極限。分析顯示，客戶運營、市場營銷和銷售、軟件工程以及研發這四項職能的年度價值約佔生成式AI用例總價值的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創造價值。

在不同行業中，生成式AI的影響各不相同。例如，在零售業可帶來約3100億美元的額外價值，主要通過改善營銷和客戶運營實現。而在高科技領域，價值主要來自提高軟件開發速度和效率。

報告預計，基於生成式AI目前的性能，其各方面能力將比此前估計更快達到人類水平。例如，自然語言理解能力達到人類中等水平的時間從原預計的2027年提前到了2023年。

對個人的影響及應對之策

報告預測，未來十年內至少有四分之一到三分之一的工作會發生改變。對此，不同角色需採取不同應對策略：

• 企業領導者需考慮如何利用生成式AI的潛在價值並管理風險，如何調整人力資源策略等。
• 政府決策者需思考生成式AI對勞動力規劃的影響，制定相應政策支持等。
• 普通個體則需關注新技術發展，在便捷與影響間取得平衡，並在決策中表達訴求。

總之，生成式AI大爆發將對社會經濟產生重大影響，需要各方共同應對這一技術變革帶來的機遇與挑戰。