人工智能（AI）已經滲透到我們的生活中，從智能手機的技術，到汽車的自動駕駛功能，再到零售商用來驚喜和吸引消費者的工具。然而，這些進步都是悄無聲息的，很少有人注意到。隻有一些明顯的裡程碑，比如2016年DeepMind開發的基于AI的程式AlphaGo擊敗了世界圍棋冠軍，才會引起公衆的關注，但也很快就被遺忘了。
然而，最近出現了一種新型的AI應用，叫做生成型AI（Generative AI），它讓全世界的人都為之驚歎。生成型AI不僅可以了解和交流各種語言，還可以創造出文本、音樂、數字藝術等内容。它可以完成一系列的正常任務，比如重組和分類資料。但它最讓人驚豔的是它可以寫詩畫畫寫代碼等創造性的工作。是以，越來越多的人開始嘗試使用生成型AI來溝通和創造，并思考它對商業和社會的影響。
生成型AI技術的發展速度非常快。OpenAI釋出了一種新的大型語言模型（LLM），叫做GPT-4，它的能力比之前的GPT-3有了顯著的提升。Anthropic釋出了生成型AI，叫做Claude，能夠在一分鐘内處理10萬個文本标記（token），相當于大約7.5萬個單詞——這是一本普通小說的長度——而它在2023年3月推出時隻能處理大約9000個标記。谷歌宣布了幾個由生成型AI驅動的新功能，包括搜尋生成體驗（Search Generative Experience）和一個新的LLM，叫做PaLM 2，它将為谷歌的Bard聊天機器人以及其他谷歌産品提供支援。
AI生成未來圖景
要了解未來的趨勢，就需要了解導緻生成型AI崛起的突破性進展，它們是幾十年努力的成果。在本報告中，我們将生成型AI定義為通常使用基礎模型（foundation model）建構的應用。這些模型包含了靈感來自于人類大腦中數十億神經元連接配接的龐大人工神經網絡。基礎模型屬于深度學習（deep learning）的範疇，這個術語指的是神經網絡中多層深度結構。深度學習推動了近期AI領域的許多進步，但基礎模型是深度學習中一個質變式的進化。與之前的深度學習模型不同，它們可以處理非常大量和多樣化的非結構化資料，并且可以執行多種任務。
基礎模型在圖像、視訊、音頻和計算機代碼等多種形式上都展現了新的能力，并且顯著提升了現有的能力。基于這些模型訓練的AI可以執行多種功能，比如分類、編輯、總結、回答問題和生成新的内容等。
我們都處于了解生成型AI的力量、影響和能力的旅程的開始階段。這項研究是我們評估這個新時代AI影響的最新成果。它表明，生成型AI有望在銷售和營銷、客戶營運和軟體開發等領域改變角色和提升績效。在這個過程中，它可能會解鎖數萬億美元的價值，涵蓋從銀行到生命科學等各個行業。以下部分分享了我們的初步發現。
生成型AI對生産力的影響可能會為全球經濟增加數萬億美元的價值。我們最新的研究估計，生成型AI在我們分析的63個用例中，每年可能增加相當于2.6萬億至4.4萬億美元的價值——相比之下，英國2021年的整體GDP是3.1萬億美元。如果我們把将生成型AI嵌入到目前用于其他任務的軟體中所産生的影響也算上，這個估計值可能會翻一番。
我們分析的63個生成型AI用例中，大約75%的價值來自于四個領域：客戶營運、營銷和銷售、軟體工程和研發。在16個業務職能中，我們研究了63個用例，這些用例都是将生成型AI應用于特定的業務挑戰，進而産生一個或多個可衡量的結果。例如，在營銷領域，一個用例就是利用生成型AI來生成創意内容，比如個性化的電子郵件，其可衡量的結果可能包括降低生成這類内容的成本和提高由于提高了内容品質和規模而帶來的收入增長。
生成型AI将在所有行業産生重大影響。銀行、高科技和生命科學等行業可能會看到最大的影響，因為它們在收入中占比較大，并且與生成型AI相關聯。例如，在銀行業，如果完全實施了這些用例，該技術每年可能帶來相當于額外2000億至3400億美元的價值。在零售和消費品行業，潛在影響也很顯著，每年為4000億至6600億美元。
生成型AI有潛力改變工作的結構，通過自動化一些他們個人活動來增強從業人員的能力。目前，生成型AI和其他技術有潛力自動化從業人員今天花費時間的60%至70%，相比之前我們估計的技術有潛力自動化一半的工作時間。這種加速技術自動化潛力的原因主要是生成型AI在自然語言了解方面的提升，這是占總工作時間25%的工作活動所需的能力。是以，生成型AI對與高薪和教育要求較高的職業相關聯的知識工作有更大的影響，而不是對其他類型的工作有更大的影響。
技術自動化潛力增加後，工作轉變速度可能會加快。我們更新了采納情景，包括技術發展、經濟可行性和擴散時間表，并估計今天一半工作活動将在2030年之前自動化，而不是在2035年之前自動化。
AI生成未來圖景
生成型AI将為從業人員提供新的機會，幫助他們提高效率、創造力和滿意度。生成型AI可以幫助從業人員完成一些重複性、低附加值或枯燥乏味的任務，讓他們有更多的時間和精力去專注于更高層次、更有創造力和更有價值的工作。例如，生成型AI可以幫助銷售人員生成個性化的銷售提案，讓他們有更多的時間去建立客戶關系和提供咨詢服務。生成型AI也可以幫助從業人員提高他們的技能和知識，通過提供實時的回報、建議和指導。例如，生成型AI可以幫助軟體工程師優化他們的代碼，或者幫助醫生診斷病例。
生成型AI的應用需要考慮一系列的技術、組織和社會挑戰。首先，生成型AI需要大量的資料和計算資源來訓練和運作，這可能會增加成本和環境影響。其次，生成型AI需要有效的品質控制和監督機制，以確定其輸出的準确性、可靠性和一緻性。第三，生成型AI需要與人類協同工作，以實作最佳效果。這可能需要重新設計工作流程、角色和職責，并提高人類對生成型AI的信任和接受度。第四，生成型AI需要遵守相關的法律、道德和社會規範，以保護使用者、消費者和社會的利益。這可能涉及到資料隐私、知識産權、内容責任、安全性和可解釋性等方面。
總之，生成型AI是一種具有革命性潛力的技術，它可以改變我們與資訊、内容和知識的關系，并為我們提供新的溝通和創造方式。它也可以為各行各業帶來巨大的價值，并為從業人員提供新的機會。然而，要充分利用這種技術并避免潛在的風險，我們需要深入了解它的能力、局限和影響，并采取相應的措施來促進其負責任和可持續的發展。