據麥肯錫釋出了的一份為《生成式人工智慧的經濟潛力》的研究報告，在報告中，分析師們通過對 47 個國家及地區的 850 種職業的研究，探討了在 AI 成指數級發展背後，對全球經濟將帶來的影響，哪些行業衝擊最大，哪些人面臨失業威脅？源自華爾街見聞，由葛佳明撰文。
（前情提要：Etherscan推出程式碼AI幫手，5分鐘瞭解實際操作 ）
（背景補充：OpenAI傳打造「AI 應用商城」，滿足ChatGPT客製化服務 ）
人工智慧時代正式到來，AI 更是被首次納入企業裁員理由，而或許 AI 引爆的裁員浪潮才剛剛開始。6 月 14 日，諮詢機構麥肯錫釋出了的一份題為《生成式人工智慧的經濟潛力》的研究報告，在報告中，分析師們通過對 47 個國家及地區的 850 種職業（全球 80% 以上勞動人口）的研究，探討了在 AI 成指數級發展背後，對全球經濟將帶來的影響，哪些行業衝擊最大，哪些人面臨失業威脅？
以下為報告主要內容：
- AI 取代人類工作的時間被大幅提前了 10 年，在 2030 年至 2060 年間（中點為 2045 年）50% 的職業逐步被 AI 取代。
- AI 每年可為全球經濟帶來 2.6 兆至 4.4 兆美元的增長，生產力提高 0.1%—0.6%，相當於每年貢獻一個英國的 GDP。
- 全域性上看 AI 對各行各業的發展有利，但是對個人不利，而高薪、高學歷的腦力勞動者受到的衝擊最大。
- 生成式 AI 帶來的價值增長，主要（約 75%）集中在四個領域：客戶運營、行銷和銷售、軟體工程和研發，這也意味著四項業務受生成式 AI 影響最大。
- 生成式人 AI 及其他科技的發展或將使當前工作的 60% 到 70% 實現自動化。其中，銀行業、高科技行業和生命科學等行業所受的影響最大。
AI 將為全球經濟每年「貢獻一個英國的 GDP」
報告發現，在其研究的 63 種應用中使用生成式 AI，將為全球經濟每年帶來 2.6 兆至 4.4 兆美元的增長。而這一預測還未將生成式 AI 所有的應用計算在內，若將尚未研究的應用計算在內，生成式 AI 的經濟影響可能會翻倍：
研究主要包括兩個方面：
- 60 多個組織使用生成式 AI 後的經濟增長潛力。
- 全球約 2100 項工作活動的勞動生產力潛力。
麥肯錫在報告中指出，他們的研究涵蓋了 16 個業務內容並得出結論：如果在各行業中應用，每年貢獻 2.6 兆至 4.4 兆美元之間的經濟效益，具體來看：
我們的衡量標準包括：降低生成內容的成本，以及通過 AI 的運用大規模提高內容質量有帶來的收入。比如，在行銷領域，一個使用案例是將生成式 AI 應用於生成個性化電子郵件等創意內容。
這一增量基本相當於英國一年的 GDP（2021 年為 3.1 兆美元）。
我們估計非生成式 AI 的經濟價值將從 11 兆美元增加至 17.7 兆美元，增加 15% 到 40%。（2017 年時我們認為人工智慧可以帶來 9.5 兆美元到 15.4 兆美元的經濟價值）
而具體到每一項職位來看，麥肯錫的研究涵蓋約 850 個職業的 2100 項細分工作職能，根據技術的採用程度和實施方式，報告指出，AI 可能會影響目前全球所有的工作，對所有行業產生影響，未來 20 年，生成式 AI 可令勞動生產力提高 0.1%—0.6%
最大的 「輸家」？—— 高薪、高學歷的知識工作者
麥肯錫指出，儘管生成式 AI 將影響各行各業，尤其對於 「此前被認為相對不受自動化影響」 的高薪腦力勞動者而言，受到的影響最大。
麥肯錫指出，在 2030 年至 2060 年間（中點為 2045 年）50% 的職業逐步被 AI 取代，比他們此前研究大幅提前了 10 年。
而知識工作者最有可能受到自動化的影響，特別是涉及需要進行決策和團隊合作的職業：
前幾代的自動化技術主要是涉及資料收集與處理，因此對於知識工作者的影響較小，但生成式 AI 的出現，使得 「知識工作者」 的角色和任務與大語言模型（LLM）正好適配。
因為大語言模型從根本上是為了完成認知任務而設計的，因此我們對大語言模型在專業知識的應用能力較 2017 年增加 34 個百分點，而自動化管理和培養人才的潛力從 2017 年的 16% 上升到 2023 年的 49%。
因此，麥肯錫認為，許多涉及溝通、監督、記錄和與人互動的工作都有可能被生成式 AI 自動化，這無疑加速了教育工作者及從事創造性勞動的白領工作的轉型：
與此同時，麥肯錫指出，此前的眾多生產力變革中，擁有高學歷的人往往受到的影響較小，但 AI 的革命將會使高學歷的人才受到更大影響：
我們認為其中的一種解釋是生成式 AI 增加了技術自動化的潛力，而往往高教育水平的職業中對技術自動化的需求最多。
我們認為另一種解釋是，多年來學位證書被視為一種技能指標，而這將受到生成式 AI 的挑戰，未來將有更多人主張採取更基於技能的方法來推動勞動力發展，以建立更加公平、高效的勞動力培訓和匹配系統。生成式人工智慧仍然可以被描述為對技能有偏好的技術變革，但對技能的需求更加細緻。
麥肯錫強調，值得注意的是，前幾代的自動化變革往往對工資收入處於中間位置的職業影響最大，一些經濟學家把這一現象比作：「中間層的空心化」，但現在 AI 的出現可能對高薪知識工作者的工作影響最大：
對於低薪工作而言，人工成本低，並不能體現自動化的好處，此外從事勞動活動的低薪職業很難自動化，比如：採摘嬌嫩水果。
然而，由於生成式 AI 在技術自動化方面的進步，這些以前被認為相對不容易被自動化的工作將收到最大的影響。
AI 顛覆各行各業
麥肯錫稱，生成式 AI 的影響主要集中在四個領域（約佔 75%）：客戶運營、行銷和銷售、軟體工程和研發。生成式 AI 及其他科技的發展或將使當前工作的 60% 到 70% 實現自動化。其中，銀行業、高科技行業和生命科學等行業所受的影響最大：
由於新技術提高了客戶滿意度，有助於決策制定並通過更好的監控減少欺詐，僅銀行一個行業就可以通過提高生產力額外產生 2000 至 3400 億美元的產出。這相當於營業利潤增長 9% 至 15%。
在產品研發方面，AI 可以將生產力提高 10% 至 15%。以生命科學和化工為例，人工智慧可以更快地產生潛在的分子，加速開發新葯物和新材料的過程，這可能會使製藥公司和醫療產品公司的利潤增加多達 25%。從對行銷生產力的影響來看，生成式 AI 可以提高行銷生產力經濟價值 5% 至 15%。我們通過對 AI 在市場行銷中的潛在用途的分析發現，除了對生產力的直接影響外，還將產生連鎖反應，將銷售生產力提高 3% 到 5%。
生成式 AI 融入到各類應用中可以提供更高質量的資料洞察力，為行銷活動帶來新的想法，更好地定位客戶群。行銷職能部門可以將資源轉移到為自有通路製作更高質量的內容，可能會減少外包的支出。
從軟體工程來看，生成式 AI 約直接影響每年軟體工程支出的 20% 到 45%。這一價值主要來自於減少某些工作的時間，如生成初始程式碼、程式碼修正和重構、根本原因分析和生成新的系統設計。一項研究發現，使用微軟 GitHub Copilot 的軟體開發人員完成任務的速度比不使用該工具的人快 56%。
麥肯錫對軟體工程團隊進行的一項內部經驗性研究發現，那些經過培訓後使用 AI 的人生成和重構程式碼所需的時間極速減少，而且工程師普遍認為工作體驗得到改善，稱其使工作更快樂、流程更方便和更容易獲得成就感。
從產品開發來看，我們認為生成式 AI 可以加速產品上市的時間，並從如下兩方面帶來生產力的提高和操作上的便利：包括優化產品設計和改善產品質量。
麥肯錫總結稱，全球出生率的下滑及人口老齡化將成為全球生產力發展的阻礙，而 AI 和其他科技的發展可以彌補就業人口下滑的問題，使生產力大幅提高，並使全球經濟提速，而發達國家採用 AI 的速度也可能更快:
2012 年至 2022 年的全球經濟增長比之前的二十年要慢，我們認為一方面的因素是長期的結構性挑戰 —— 包括出生率下降和人口老齡化。
在許多大國，勞動力人口數量已經逐年下滑，我們認為，AI 可以重新規劃所需的勞動時間，促進生產力增長。
