周红伟：麦肯锡，中国则有望贡献其中约2万亿美元，将近全球总量的1/3。Openclaw和大模型占大头

生成式AI有望为全球经济贡献约7万亿美元的价值并将AI的总体经济效益提高50%左右中国则有望贡献其中约2万亿美元将近全球总量的1/3。放眼全球生成式AI对高科技行业将产生最为显著的影响在中国先进制造、电子与半导体、包装消费品、能源与银行将是受影响最为显著的5大行业。生成式AI用例创造的价值主要包括4类简化虚拟专家、编码及软件开发、内容创作与客户互动。随着生成式AI的推广自动化时代将提前10年到来中国预计2030年前50%左右的工作内容将实现自动化这意味着约2亿劳动者相当于中国整体劳动者队伍的30%必须实现技能转型或升级。中国是多条AI赛道的全球领跑者但企业部署AI的速度却慢了一步主要原因在于人才储备薄弱尤其是业务转译员、产品经理等兼具问题解决能力与科技应用能力的人才不足。生成式AI有望在全球创造约7万亿美元的经济效益如今科技发展日新月异生成式AI正在从热烈讨论走向应用落地。各大公司已不再追问何为生成式AI而是希望了解如何提高部署该技术的投资回报率ROI。这一转变表明生成式AI的颠覆性潜能正日益得到业界的认可。从初创企业到行业巨头每家公司都在考虑或试点部署生成式AI用例以期增强竞争优势。从ChatGPT、GitHub Copilot、Stable Diffusion到中国自主研发的文心一言、盘古众多开创性生成式AI工具的诞生正是巨额投资、大力研发机器学习与深度学习技术的成果。生成式AI工具由基础模型驱动广泛适用于事务性及创造性活动。随着大语言模型的持续、快速改进生成式AI的能力也取得了长足进展将有望重塑千行百业、不同职能的知识型工作同时助推营销与销售、客户运营、软件开发等关键领域的岗位转型与绩效提升。为测算生成式AI的经济社会价值我们着重考察了两大方面160个生成式AI用例在16个业务职能中的应用2生成式AI对850个职业及超过2100项具体工作任务的影响见图1。研究显示生成式AI的价值创造潜力极为惊人。到2030年前它有望为全球经济贡献7万亿美元的价值比传统AI或分析的潜在经济效益高出50%。作为AI研发高地的中国将凭借战略性投资分享生成式AI总效益的1/3见图2。随着世界迈向AI驱动的时代充分释放生成式AI的潜力将成为各大组织取得商业成功的重中之重。生成式AI将赋能千行百业与众多职能生成式AI所具备的价值创造潜力毋庸置疑但其效益取决于多重因素不仅涉及行业内不同职能的比例与重要性也取决于行业的营收规模见图3。全球范围内生成式AI对高科技行业的影响最为显著。而在中国最具代表性的将是先进制造、电子与半导体这两大行业见图4与图5。生成式AI创造的主要价值可用“4C”来概括简化虚拟专家(Concision)生成式AI能够利用非结构化数据源归纳并提炼洞见从而促进专业知识的传播它还能解读文本与转录稿创建嵌入式文本以支持相关资料来源的查询和引用。应用示例在财务绩效分析中通过生成式AI提供针对性的外部财务信息与内部绩效总结备注财务说明可提高财务规划与分析的效率有望将财务成本降低4%~7%。编码与软件开发(Coding and Software)生成式AI能够推动代码重构从而加快主机迁移可以解读、生成代码从旧有系统大规模迁移主机资料自动开发、记录、纠正测试简化软件开发流程。应用示例在自动化或增强数据管理中通过生成式AI可将部分数据标注、数据清理、文件生成工作自动化辅助用户识别未标注数据中的异常值并为最新获取的数据集创建文档加快数据处理提高数据质量可将数据管理成本降低5%~10%。内容创作(Content Creation)生成式AI能够创作各种形式的内容初稿可生成文本、图片等信息载体自动编写合同、招标书等文件还能生成视觉元素加快研发节奏。应用示例在创作适用于不同媒介渠道的营销内容时生成式AI能够助力创意生成如故事板与大规模创作支持用户以不同语言编写适用于不同渠道的邮件并推送个性化的产品/服务建议将营销成本降低5%~8%。客户互动(Customer Engagement)生成式AI有助于打造高度个性化的消费体验如通过聊天功能优化客户服务还能拓宽客户聊天机器人的应用场景从而加速客户拓展与数据收集。应用示例在聊天机器人的用例中生成式AI可实现自然的对话、更好地应对外语及方言打造自动化自助服务并通过虚拟坐席提供客户支持同时更加有效地解答客户疑问、准确判断疑问根因有望降低9%~11%的客户运营成本。生成式AI将重塑的未来工作数十年来科技进步不断重塑工作的本质为劳动者持续注入“超能量”帮助人类更快速更准确地完成工作。生成式AI不仅将延续这一趋势还将带来前所未有的巨大影响。伴随生成式AI的逐步推广工作自动化的步伐将大幅加快“中点情境”有望提前10年到来50%的工时预计将实现自动化见图6。2017年以来麦肯锡全球研究院MGI始终密切关注自动化技术对工作的影响。经分析MGI发现目前劳动者50%工时内的工作可能在2030年前被自动化。仅中国就有约2.2亿个岗位可能被生成式AI等自动化技术重塑。这一系列惊人的数字充分印证了生成式AI将给劳动者带来的巨大影响。生成式AI的颠覆性潜力将冲击各行各业的不同岗位对各类职业造成的影响程度各不相同其中白领工作受到的冲击将比蓝领工作更大见图7。总体而言生成式AI将促进劳动力转型升级催生全新的工作方式显著提高人效。随着生成式AI的持续进化企业与劳动者必须高效加以适应和运用。组织必须顺应AI发展潮流围绕生成式AI的潜力重新定义工作岗位、培养全新技能。同样劳动者也必须树立终身学习的观念积极提升自身技能从而在AI赋能的未来持续成长。未来的工作也要求我们重新审视当前的教育体系。未来的人才必须具备数字化素养才能充分驾驭生成式AI及相关技术。同时必须重点培养学生的问题解决能力与批判性思维而非强调单纯的知识记忆。此外由于那些仅需基本认知技能的工作正逐步被自动化替代社交技能与情感技能的重要性将与日俱增相关教育也必须纳入人才培养方案。结语部署生成式AI的挑战为挖掘生成式AI的无穷潜力组织必须攻克多重挑战才能成功广泛部署这一技术。由于大规模推广耗时漫长且受经济可行性的制约各国普及速度不一。我们此前发表的《麦肯锡全球人工智能最新调研指出过去5年间AI在全球的普及率显著增长。2017年20%的公司部署了AI技术这一数字在2022年已达到50%。然而中国的AI普及率仅为41%落后于德国、美国、日本等领先国家仍有进步空间。同时在工作内容的自动化方面中国达到50%自动化采用率的节点较发达国家晚两年左右见图8。此外研究显示仅9%的中国企业计划凭借部署AI实现超10%的营收增长而领先国家有19%的企业有望实现这一目标。同样就利润贡献率而言仅有7%的中国企业称AI对EBIT的贡献率突破20%而领先国家有14%的企业突破了这一比例。对比结果表明中国企业亟需提高变现能力将AI技术的潜力转化为切实的经济效益。中国虽是多条AI赛道的领跑者企业部署AI的速度却慢了 一步主要原因并非技术水平有限而是一系列因素的共同结果总体AI战略有待成熟在受访中国企业中 AI战略与公司总体战略相契合的企业不足30%在受访高管中完全认可AI战略的高管仅有25%。AI转译员储备不足中国企业侧重于招募软件工程师、数据工程师等技术人才却忽视了AI转译员、设计师等关键人才2022年近半数中国企业聘用了软件工程师而招募转译员的公司仅有6%远低于领先国家的14%。内部培训未得到充分重视仅30%左右的中国企业依靠内训培养AI人才明显低于45%的全球均值。为尽快部署生成式AI并从中成功发掘价值企业必须首先思考六大关键问题在什么业务环节部署生成式AI才能创造最高的价值 能够帮助您增强竞争优势的关键用例有哪些您最重要且可供AI学习的数据资产有哪些您的技术运营模式是怎样的您是否拥有需要的AI人才可实现业务与技术的无缝整合并将AI的潜力转化为价值您是否已制定风险协议以化解生成式AI的模型风险如应对模型“幻觉”您计划如何推进变革管理从而推广生成式AI达成业务目标企业必须回答上述问题攻克种种挑战才能快速构建所需的能力充分释放生成式AI的潜力及时获取这一颠覆性技术可创造的经济效益。