通用人工智能行业的曙光:生成式人工智能技术的产业影响.pdf
《通用人工智能行业的曙光:生成式人工智能技术的产业影响.pdf》由会员分享,可在线阅读,更多相关《通用人工智能行业的曙光:生成式人工智能技术的产业影响.pdf(33页珍藏版)》请在咨信网上搜索。
1、1通用人工智能的曙光:生成式人工智能技术的产业影响 通用人工智能的曙光生成式人工智能技术的产业影响罗兰贝格大中华区2023年8月2通用人工智能的曙光:生成式人工智能技术的产业影响01通用人工智能的曙光:生成式人工智能技术的产业影响 核心观点 一:主要能力与发展潜力二:对各行业的影响评估三:行业应用场景四:中国生成式人工智能发展格局五:企业落地需要思考的关键问题附录:产业影响评估方法 03041017232629目录02通用人工智能的曙光:生成式人工智能技术的产业影响03通用人工智能的曙光:生成式人工智能技术的产业影响 核心观点从技术推动产业发展的角度,我们认为生成式人工智能技术是一项具有通用型
2、技术潜力的软件技术。产业应用方需要清晰的认识到其作为一项软件技术的定位与局限性,但同时认识到它是一项具有操作系统级别平台效应的软件技术,在商业世界中能够带来的价值会随着应用场景的不断拓展而增加,并有可能构建出新的应用生态、创造新的用户接口、并带来潜在商业模式的变革。作为一项通用型技术,生成式人工智能在向产业渗透的过程中依然会遵循通用型技术的发展特点,首先技术本身在很长一段时间内不断演变不断升级,其次技术价值的充分释放依然需要众多辅助型应用型技术的支撑,最后技术在各产业中的应用依然需要企业不断摸索价值点与使用方法,并在业务流程、人员能力、甚至商业模式上进行变革,而这是一个需要大量时间以及资源投入
3、的过程。根据我们的测算,在技术得到充分应用的情况下,生成式人工智能有望通过效率提升的方式在中国各行业中带来占总运营成本1.6%的成本降低,金额达到3.7万亿元。其中,由生成式语言模型技术带来的成本降低约1.9万亿元,其卓越的文档制作、代码生成等能力将对市场运营类、行政支持类、基础IT类岗位产生巨大影响。由生成式图片模型技术带来的成本降低约1.8万亿元,主要为复杂产品的研发以及相关设计职能带来效率提升。在不同行业中,生成式人工智能将对专业服务、金融、互联网与高科技等知识密集型行业带来较大影响,这些行业以人才的专业知识作为核心价值,而生成式语言模型强大的理解、检索、总结和决策能力与知识型人才的关键
4、素质重合度较高。我们预计生成式人工智能将在专业服务、金融、互联网与高科技行业分别带来11.3%,6.8%,6.5%的成本下降。而农业、建筑业等体力密集型行业受到的影响相对较小,这些行业以人工的程式化作业为主,与生成式人工智能的优势相关性相对较低。综合价值创造潜力与落地可行性,我们认为生成式人工智能技术将优先影响互联网与高科技、金融和专业服务行业。第二波次将是教育、通信、医疗服务、公共服务、零售、文娱传媒和消费品行业。第三波次中农业、材料、建筑业、能源等行业目前受到生成式人工智能技术的影响相对较小,未来生成式人工智能的价值发挥依然需要夯实的信息化数字化基础支撑,并有望在研发设计、生产制造、运营管
5、理方面创造巨大价值。目前生成式人工智能技术发展的最前沿依然在海外,但从用于训练模型的数据量、算力、底层开源技术框架的角度来看,我们认为国内出现优秀的大模型只是时间问题。中国企业如何把准生成式人工智能对行业核心竞争要素带来的影响,将生成式人工智能技术嵌入机制流程中发挥最大效能,是实现跃迁式发展的关键。我们建议企业管理者从战略、业务、组织、风险四个层面形成对生成式人工智能的充分认知,从而制定适合自己的行动方案。14253604通用人工智能的曙光:生成式人工智能技术的产业影响主要能力与发展潜力105通用人工智能的曙光:生成式人工智能技术的产业影响 技术特点与发展现状我们目前讨论的生成式人工智能的范畴
6、是生成式语言模型与生成式图片模型,语言模型例如OpenAI的GPT-4,谷歌的BARD,Anthropic的Claude 2等,图片模型例如OpenAI的DALL-E,开源的Stable diffu-sion等。与传统的机器学习技术及过往意义上的人工智能技术相比,生成式人工智能技术的不同之处在于三个方面:第一,使用场景,生成式人工智能主要用于解决没有正确答案的创造性问题,例如文章大纲的自动生成,而传统机器学习技术则专注于解决有边界、有最优解或正确答案的问题,例如配送路径优化;第二,使用对象,生成式人工智能技术的使用者由专业的算法工程师与数据科学家拓展到普罗大众,更多在网页端或者其他应用程序内使
7、用自然语言进行与模型的交互;第三,能力范畴,生成式人工智能模型提供的更多是跨领域的综合能力,解决专业细分领域的问题需要更多数据或者其他技术的帮助,例如大语言模型虽然能够智能地回答各类生活中的问题,但聚焦到包括法律研究等专业领域则需要更多专业数据。模型实现的技术细节我们不在此文过多阐述,总的来说,大语言模型等生成式人工智能模型的表现具有革命性提升的原因是综合性的,包括使用了更多的训练数据、更多的模型参数、训练方法的变革、以及海量算力的支撑。在本文撰写之际,生成式人工智能正在以日新月异的速度发展,技术能力提升的速度之快、拓展应用之多令人目不暇接。在技术方面,从2023年3月OpenAI发布的GPT
8、-4到2023年7月Anthropic发布的Claude-21与Facebook发布的Llama-22,短短几个月间,生成式大语言模型已经在代码能力测试、数学测试、交互文本长度限制、模型成本方面取得了快速的进步;在拓展应用方面,自2022年11月ChatGPT上线以来,截止2023年7月直接基于GPT模型并在OpenAI官方注册的各类效率工具数量已达400多个,包括了图片生成、笔记制作、任务管理等众多类型的工具,同时将GPT模型整合进其他产品的数量也已经超过10000个3。从技术推动产业发展的角度上将,我们认为生成式人工智能技术更加类似操作系统,生成式模型的能力为解决各类问题提供了一个技术基础
9、,并能够激发出更多的上层应用与创新。主要能力与局限生成式人工智能模型简单来说包括了文本生成以及图像生成两大类核心功能,但基于这两大功能延伸出十大能力。在文本生成方面,包括智能交互、文档制作、代码生成、决策辅助、知识管理、翻译。在图像生成方面,包括图片与设计生成、视频生成、虚拟人、3D模型生成。基于这些基础能力,生成式人工智能可以在不同产业、不同职能场景中创造出众多用例。我们希望通过对数量有限的基础能力的描述,为各行业企业寻找适用于自己的使用场景提供一些启发。1.https:/ 虽然生成式人工智能技术的通用能力正在以前所未有的方式激发着人们的想象力,但也存在一定的应用局限性。首先应当关注的是,生
10、成式人工智能可能给出不准确或误导性的信息。模型训练数据有偏、理解推理不足、监督训练误导、细分领域知识有限等原因,可能会导致模型捏造没有事实来源的答案,或给出具有偏向性的观点。因此,在对信息准确性和可靠性要求严格、容错率低的领域中,如医疗、金融等,企业应审慎防范信息偏误带来的高风险。第二,在生成式人工的应用中还存在缺乏可解释性的问题。模型在响应前的分析步骤具有“黑箱”性质,呈现不透明、不可解释性。生成式语言模型的底层输出逻辑是推测句子中最有可能出现的下一个单词进行“填空”,而随着数十亿甚至千亿级别参数大模型的出现,运算过程变得十分复杂并且难以解释,最终导致模型决策行为难以评估并施加控制。第三,模
11、型的实时更新问题也在一定程度上限制了生成式人工智能的应用扩展。大语言模型的“智力”依赖于大型数据集和高性能算力,而数据集不具备自我更新的机制,因此模型的升级需要更新新训练数据集,呈现阶段性和滞后性特征。例如,GPT-4的知识库更新截止2021年9月,后续信息无法被用于学习,可能出现推理错误的情况。此外,业界普遍认为生成式人工智能还存在信息溯源、隐私和数据安全、潜在抄袭行为等问题,但随着未来技术的逐步成熟和应用场景的广泛落地,这些问题将逐步得到解决。例如,微软New Bing搜索引擎中接入的GPT,可以在检索信息时提供来源网址,实现实时溯源;针对数据隐私和保密性问题,Ope-nAI开始提供对话记
12、录删除等隐私选项避免个人信息被用于模型训练,企业也可以通过部署私有模型解决保密性问题。08通用人工智能的曙光:生成式人工智能技术的产业影响如何正确看待生成式人工智能目前众多研究者将生成式人工智能技术定义为“通用技术”(general purpose technology)4,但我们认为其依然是一项软件技术,其产业影响不会像内燃机、电力、无线通信等其他通用技术一样的广泛。因此保守的来看,可以将生成式人工智能技术看作信息化数字化技术的一种,其对经济和产业的影响将与其他信息化技术、数字化技术类似。但从另外一个角度,我们认为更适合把生成式人工智能看成一个操作系统,而不是普通的信息化数字化技术。在之前的
13、一篇文章 大语言模型的发展历史、颠覆式变革与商业机遇 中,我们讨论了以大语言模型为代表的生成式人工智能技术为什么能够吸引如此多的关注,我们的核心观点为大语言模型背后显示出了两个颠覆式的趋势。第一,人工智能模型在各种测试数据集上达到人类认知水平所需要的时间越来越短,背后呈现出的是人工智能技术发展的超线性趋势,我们将之总结为AI领域的“摩尔定律”。第二,生成式人工智能技术是一项平台技术,是移动互联网之后难得一见的具有平台效应的技术应用;在供给侧,大语言模型的基础能力将进一步牵引上层应用的开发、开发者工具生态的形成和底层硬件的技术路线;在需求侧,大语言模型极大提高了内容生成、聊天对话、文本翻译和搜索
14、引擎方面的用户体验,促进下一代AI原生应用在多元场景中爆发。我们认为正确看待生成式人工智能技术的方式是清晰地认识到其作为一项软件技术的定位与局限性,但同时认识到其是一项具有操作系统级别平台效应的软件技术,在商业世界与日常生活中能够带来的价值会随着未来应用场景的不断拓展而增加,并有可能构建出新的应用生态、创造新的用户接口、并在不同的产业中带来效率提升及潜在商业模式的变革。但同时需要认识到的是,生成式人工智能技术目前依然处于早期的阶段,技术本身并不成熟,在生成内容的可信度、可解释性、以及实时性方面依然存在许多问题。从通用型技术发展的路径上来看,技术本身的完善以及技术在产业内的应用均需要相当长的一段
15、时间。尤其在产业应用方面,由于各行业的使用场景成熟度、信息化水平等因素存在很大差异,生成式人工智能会以渐进的形式进行普及。因此,企业在了解生成式AI技术潜力的同时,也需认识到目前技术本身并不成熟,并且在产业中的应用依然需要进行大量的时间与资源投入。4.Tyna Eloundou,Sam Manning,Pamela Mishkin,and Daniel Rock.2023.GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models;Felten,E.,Raj,M.,&Seam
16、ans,R.2023.How will Language Model-ers like ChatGPT Affect Occupations and Industries09通用人工智能的曙光:生成式人工智能技术的产业影响“我们认为需要清晰的认识到生成式人工智能作为一项软件技术的定位与局限性,但同时认识到它是一项具有操作系统级别平台效应的软件技术,在商业世界中能够带来的价值会随着应用场景的不断拓展而增加,并有可能构建出新的应用生态、新的用户接口、新的商业模式”10通用人工智能的曙光:生成式人工智能技术的产业影响对各行业的影响评估211通用人工智能的曙光:生成式人工智能技术的产业影响 图表1:生
17、成式人工智能对中国产业带来的效率提升与成本降低资料来源:罗兰贝格生成式语言模型生成式图片模型影响总计生成式人工智能两大核心能力带来的成本降低金额 亿元52%价值贡献37,00018,00019,00048%价值贡献生成式人工智能技术最直接的应用场景是对知识工作者进行辅助,提高工作效率,因此我们认为短期内生成式人工智能技术将首先在各行业中通过辅助人员作业的方式带来效率的提升与运营成本的降低。中期有望在企业内部通过流程与组织的变革,深化技术应用的场景,进一步改善企业的运营效率,并改变企业的运营模式。长期可能会在部分产业创造新的商业模式。由于目前生成式人工智能的落地应用仍然在不断的演变,众多企业均处
18、在积极探索应用场景的阶段,因此我们很难在现在这个时间点对生成式人工智能长期能够带来的营收侧价值以及商业模式变革进行清晰的描述,但生成式人工智能技术对企业各个职能的影响是可以评估的,因此我们在各行业影响评估时主要对其带来的降本增效影响开展量化分析。基于我们的分析与测算,在未来技术得到充分应用的前提下,生成式人工智能将通过效率提升的方式在我们所选的行业中总体将带来占总运营成本1.6%的成本降低,金额达到3.7万亿元。其中,由生成式语言模型技术带来的成本降低约1.9万亿元,其卓越的文档制作、代码生成等能力将对市场运营类、行政支持类、基础IT类岗位产生劳动替代。由生成式图片模型技术带来的成本降低约1.
19、8万亿元,主要为复杂产品或场景的研发和设计职能带来流程简化与效率提升。12通用人工智能的曙光:生成式人工智能技术的产业影响 “生成式人工智能将通过效率提升的方式在中国各产业带来1.6%的运营成本降低”13通用人工智能的曙光:生成式人工智能技术的产业影响 在不同行业中,专业服务、金融服务等知识密集型行业将受到较大的影响,这些行业依赖专业知识经验,生成式人工智能高度的信息收集、总结能力与知识服务型人才的核心素质重叠较高,因此这些行业需要提前思考如何变革运营模式、实现价值协同与共创。生成式人工智能对农业、建筑业等体力密集型行业带来的影响相对较小,这些行业的生产制造成本占比高、以人工的程式化作业为主,
20、与生成式模型的优势相关性相对较低。另外从成本降低的绝对金额来看,虽然能源、材料等行业受影响的程度不高,但由于国内庞大的产业体量,生成式人工智能技术创造的绝对成本金额相对较大。图表2:生成式人工智能技术对中国各行业的成本影响资料来源:罗兰贝格专业服务医药与医疗器材教育消费品金融服务文娱传媒互联网与高科技0.2%通信1.0%化工医疗服务0.5%2.6%零售0.0%公共服务汽车能源交通物流房地产0.3%材料先进制造建筑业0.2%农业11.3%4.8%6.8%6.5%3.5%2.4%1.9%1.4%1.8%1.3%0.8%0.8%0.4%成本下降幅度成本下降幅度%成本下降金额成本下降金额亿元亿元行业分
21、类行业分类 6,000 6,000 3,000 3,000 2,000 3,000 5,000 200 700 700 2,000 800 1,400 400 500 1,100 300 700 600 10成本下降金额成本下降金额亿元亿元行业分类行业分类医药与医疗器材消费品14通用人工智能的曙光:生成式人工智能技术的产业影响我们如何评估生成式人工智能对各行业的影响“我们采用了自下而上的方式对行业影响进行量化评估,信息输入结合了罗兰贝格长期积累的各行业成本数据、罗兰贝格全球各行业线超过100位专家的信息输入、以及学界前沿研究对生成式人工智能的工作岗位影响的评估分析5。我们基于生成式语言模型与生
22、成式图片模型对不同行业不同职能的近800个各类型岗位的影响分析,形成了在企业11个职能层面的影响评估。进一步我们通过不同行业中各个职能的成本占比,对生成式人工智能技术在20个产业中能够带来的影响进行了汇总,形成语言模型与图片模型对行业的影响指数。最终各产业中通过效率提升的方式带来的成本降低比例直接来自于对影响指数的分析。本次量化评估的局限性在于并不能准确区分人工智能对工作内容的辅助性与替代性,同时不同行业各职能的成本占比也处于动态变化的过程中,因此我们也欢迎各方对我们的工作提出改善意见与建议,更详细方法描述可参见附录。”我们进一步将这20大行业按照价值链的顺序归为基础源头型产业、制造型产业、产
23、品型产业、媒介型产业和服务型产业。总体来看,生成式人工智能将在服务型产业中带来5.3%的显著成本节降,其运营成本主要分布于客户运营、财务战略、销售营销或软件开发,均存在高替代潜力;在媒介型产业中影响也较大,成本降低比例为2.4%,主要体现在供应链、销售等渠道管理的关键方面;在产品型产业中将省去1.3%的成本,这类企业往往在产品研发设计、市场营销方面投入较多,未来产品模型、外观设计、宣发物料的自动生成将重塑工作模式;而在制造型产业与基础源头型产业中影响相对较弱,与传统机器学习算法带来的影响并无太大差异,成本下降的幅度仅0.4%。五大产业类型与具体的行业对应可以参考附录。除了评估对产业带来的量化影
24、响,我们希望对生成式人工智能技术的产业影响顺序进行判断。我们认为生成式人工智能技术在各行业的落地前景取决于两个关键要素,第一是技术应用的价值空间,即前文所述的效率提升带来的成本节省幅度,第二是各行业内企业快速部署与使用这项技术的可行性。尽管生成式人工智能的大规模普及与行业的数字化水平、任务容错率、安全合规要求等多种因素相关,本文通过衡量不同行业的数字化能力来初步判断商业落地的可行性,以行业的信息化支出作为量化评估的手段。在不同行业中,我们认为有望首先落地的第一波次将是互联网与高科技、金融和专业服务行业。互联网与高科技行业通常依赖先进的信息系统来开发软硬件产品,并且其规模庞大的用户基础带来海量的
25、数据存储需求,因此企业往往具备灵活可扩展的数据中心和云基础设施,有利于生成式人工智能的快速部署。金融行业出于安全合规、风险控制、流程自动化等运营提效诉求,一直走在信息化建设的前列,而数字货币、混业经营等创新产品和业务模式进一步驱动数字化能力的持续升级,为生成式人工智能的实施创造条件。第二波次将是教育、通信、医疗服务、公共服务、零售、文娱传媒和消费品行业,虽然信息化投入相对较少,但生成式人工智能技术带来的价值空间广阔,驱动企业抓住机遇提升竞争优势,具备敏捷开发实践或技术集成经验的企业将率先享受生成式人工智能带来的价值赋能。此外,农业、材料、先进制造、建筑业、能源等行业由于受生成式人工智能技术的影
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 通用 人工智能 行业 曙光 生成 技术 产业 影响
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【Stan****Shan】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【Stan****Shan】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。