用 AI 革新产业

Contents Executive Summary:人工智能对产业的变革影响 T他正在进行的人工智能革命将戏剧性地重塑全球产业的格局，反映出互联网带来的变革性影响二十年前.然而，由于AI无与伦比的认知能力，这场革命将留下更加不可磨灭的印记，使其能够执行传统上属于人类领域的创造性和基于理解的任务。从客户支持到图形设计等，这些任务的自动化有望显著提高效率，但也预示着一段深刻的劳动力和商业模式颠覆时期。 根据最近的研究，与没有GenAI的情况下完成编码任务相比，使用GenAI将完成编码任务所需的时间减少了55％。此外，使用GenAI创建图形图像所需的时间减少了99％，并且编写使用GenAI，5页，经过充分研究的论文或法律摘要所需的时间减少了37％。此外，使用GenAI解决一个客户查询所需的时间减少了16％。 在我们的综合报告中，我们设计了一种创新的方法来衡量人工智能在21个行业中的影响，重点关注两个关键维度：对劳动力的影响以及对核心商业模式的潜在破坏。通过分析人工智能在不同部门完成任务方面所节省的时间，并研究行业价值链的潜在变化，我们可以对人工智能的破坏性潜力进行量化评估。 我们的研究结果表明，媒体、软件和医疗保健等行业处于人工智能入侵的最前沿，具有显著的对员工和商业模式的影响。这些行业迫切需要适应，利用人工智能打造新的竞争优势，同时减轻其破坏性影响。 相反，银行、保险、零售、电信和政府等行业被认为特别容易受到劳动力中断的影响。建议这些行业采用人工智能驱动的生产力工具，同时专注于提高员工技能，实现更有价值的角色。 在光谱的另一端，以物理产品和服务为中心的行业-即农业，采矿和能源-目前被认为不那么容易受到AI引起的变化的影响。尽管如此，这些行业内的公司还是被警告不要自满，因为AI的不断发展的能力可能会释放不可预见的优势并需要进行战略调整。 这份报告强调了人工智能革命的双刃性质：虽然它为效率和创新提供了无与伦比的机会，但它也挑战现有的商业范式和劳动力市场。拥抱这一变化需要各行各业的公司采取积极措施，重新思考他们的战略，创新他们的运营模式，并为未来的员工做好准备。人工智能革命不仅是即将到来的转变，而且是当前的现实，需要立即采取深思熟虑的行动，在驾驭其复杂性的同时充分发挥其潜力。 3罗兰贝格|用AI革新产业 人工智能(AI)概述 从本质上讲，人工智能的工作原理是将大型数据集与算法相结合，这些算法可以从数据中学习，并根据发现的模式做出预测或建议。 人工智能最近的进步在很大程度上是由一个称为深度学习的特定领域推动的。该技术允许计算机使用人工神经网络（ANN）模拟人类的认知过程。人工神经网络是一种机器学习模型，它通过称为神经元的互连节点处理信息来模仿人脑的功能。通过从示例中学习并识别模式，ANN可以做出决策，而无需为特定任务明确编程。它们具有广泛的应用，包括面部识别，语音识别，药物设计和气候科学。AI可以分为歧视性或生成性。鉴别式AI根据数据的特征对数据进行分类，而生成式AI则根据输入创建新数据。 以下是AI的广泛类型的摘要，进一步分为判别和生成类别。A 在这些类型中，感知、控制和生成人工智能是企业最相关的应用程序，因为它们可以帮助企业优化运营、创新产品和提高员工生产力。在过去一年左右的时间里，我们见证了在开发和采用生成AI模型和应用程序方面取得的重大进展，ChatGPT、Dall - E、Midtry和Sora迅速崛起。为什么AI突然有了一个时刻。 为什么AI现在正处于一个转折点？ 人工智能不再是一项新技术；它已经发展了几十年。然而，最近有三个关键因素融合在一起，为人工智能的开发和创新创造了一个强大的环境，导致了生成型人工智能的突然发展。 首先，由于互联网，社交媒体支持的大量用户生成的内容以及智能手机捕获的所有数据，现在有大量的数字数据-文本，照片，视频和元数据-需要训练AI模型。 其次，2017年，谷歌研究人员创建了Transformer模型，该模型可以使用大量文本来训练自己“理解”语言。在使用互联网上几乎整个文本语料库对其进行训练后，该模型可以统计地预测任何给定句子中接下来最可能出现的单词。 第三，NVIDIA等公司发明的图形处理单元（GPU）提供了训练这些变压器模型所需的巨大处理能力。 这三个基本先决条件促进了生成AI和大型语言模型（LLM）的发展，例如OpenAI的ChatGPT，Google的Gemini和Meta的Llama2。 AI对产业的影响 人工智能，特别是生成型人工智能，有望在各行各业造成重大颠覆，就像互联网在21世纪初和移动在2010年代所做的那样。人工智能将改变公司为客户创造和交付价值的方式，以及他们如何组织员工和管理他们的运营。 1.商业模式中断根据业务性质：提供非实体产品和服务（例如软件）并广泛依赖数据生成和处理其核心业务模型，产品和分销渠道的公司更有可能受到AI的干扰。 劳动力转型取决于劳动力的组成：拥有劳动力的公司集中在涉及生成内容（例如，作家，图形设计师），分析数据或处理客户请求（例如，呼叫中心代理）的角色中，更有可能被AI中断。 我们已经量化了人工智能对21个重要行业的每个维度的潜在影响，这些行业涵盖了最大量的经济活动，以确定哪些垂直行业最容易受到干扰。B 下图通过了解每个行业的主要产出或价值主张，将关键行业垂直划分为产品还是服务驱动。我们进一步根据运营主要是物理还是非物理驱动来绘制行业垂直图。 物理驱动行业：Thiscategorytypicallyincludesindustrythatveryrelyonphysicalassets,speciallyequipment,or有形产品to delivertheir servicesor products.These industry often require significantinvestmentininfrastructure,manufactureinclude: -医疗保健（取决于医疗设备），-建筑(取决于建筑材料和机械)，以及-制造业(取决于工厂和实体生产线)。 非物理驱动行业：相反，非实体部门主要依赖无形资产或服务。这些包括知识，技能或数字资产。这些行业通常对物理基础设施的依赖较低。例子包括教育（侧重于知识转移，可以虚拟进行），软件开发（主要是数字产品）和咨询服务（专业知识和建议驱动）。 商业模式革命 我们已经目睹了人工智能驱动的商业模式和竞争对策的颠覆，特别是在软件行业。 一个典型的例子是来自OpeAI或Midtry的DALL-E-从文本描述生成图像的AI模型-重新构想图形设计行业。这些模型可以根据简单的文本输入立即生成独特的图像，插图或设计，从而产生与图形设计师可能需要数小时的输出相同的输出。人工智能生成的图像技术已经威胁到破坏主要图形设计软件公司Adobe的核心商业模式和产品供应，迫使他们推出人工智能图像生成功能Firefly。Adobe没有被颠覆，而是选择颠覆自己，以保持在市场上的相关性，而不是将用户泄露给快速移动的竞争对手。 同样，OpeAI的Sora在视频制作行业中构成了重大的破坏性威胁。目前,视频生成是昂贵且耗时的。Sora从文字描述中生成逼真视频的能力有可能简化和民主化视频创作。这可能会取代摄影师和动画师等专业人士，同时为以前缺乏高质量视频制作资源的企业和个人开辟新的途径。 在线教育公司Chegg的行动比Adobe慢，并且遭受了损失。Chegg为学生提供在线辅导，并依靠人类专家来创建和审查它提供给订阅者的内容。然而，ChatGPT等生成性AI产品通过使用自然语言为学生查询提供免费、快速和准确的解决方案，挑战了Chegg的商业模式。许多学生已经从Chegg转向ChatGPT，以获得他们的作业和论文的帮助，由于其商业模式被AI破坏，Chegg的股价下跌了60％以上。.C 来源：堆栈溢出 即使是不断嗡嗡作响的StacOverflow，程序员用来提问和回答问题的著名在线平台，也面临着ChatGPT等AI聊天机器人竞争对手的破坏，流量下降了近50％。与StacOverflow相比，ChatGPT及其替代品为编码问题提供了更快，更易于访问和更个性化的解决方案。这些AI聊天机器人还可以从网络上学习并不断更新他们的知识，而StacOverflow则依赖于人类的贡献和节制。StacOverflow可能需要适应不断变化的编码辅助环境，并找到利用其社区和声誉的方法，以在面对AI中断时保持相关性。.D 劳动力转型 人工智能对员工的影响将是巨大的，特别是对于生成内容或代码、分析数据或处理客户请求的角色。使用人工智能的公司已经经历了生产力的大幅提升，因为这些工具简化了操作，自动化了日常任务，并使员工能够专注于更高价值的工作。 此外，人工智能可以减少甚至消除人为错误，决策过程可以得到显著优化。 例如，在医疗保健行业，人工智能驱动的工具现在被用来分析复杂的医疗数据，帮助医生做出更快、更准确的诊断和治疗。人工智能算法在检测肺癌方面显示出了有希望的结果。通过分析大量数据和识别复杂的模式，人工智能系统比人类获得了更高的诊断准确性和一致性。 软件开发人员使用ChatGPT编写代码片段或文档，而其他人则使用DALL-E创建用户界面或图标。GitHubCopilot是一个由AI驱动的生成编码助手，已被超过100万名开发人员激活，并被超过20,000个组织采用，产生了超过30亿行可接受的代码。 建筑师使用GenAI工具来生成平面图或建议书，而其他人则使用Dall-E来创建3D渲染或可视化。 在客户服务中，人工智能驱动的聊天机器人和虚拟助手可以处理常见的查询，将复杂的问题留给人类操作员。人工智能和人类智能之间的这种协同作用使企业能够在提高生产力的同时提供更好的服务。 例如，Klara，一家现在付款的公司已经使用AI来改变其客户服务业务。AI助手自动处理三分之二的客户查询，取代了700名全职代理的工作。Klara声称，这提高了效率(更快的解决时间)，与人工代理相比，客户满意度得分相匹配，预计利润将增加4000万美元。 法律公司现在使用人工智能来起草法律文件，分析合同并提供基本的法律建议。这有助于显着降低与这些服务相关的成本和时间，使普通消费者更容易负担得起和获得这些服务。因此，现在获得法律服务更加民主。 随着人工智能工具的不断采用，重新培训和重新部署劳动力势在必行。 行业脆弱性指数 人工智能的变革潜力不仅限于任何一个领域；相反，它代表着行业运营和创新方式的无处不在的转变。 方法 我们已经得出了一种全新的方法来量化人工智能对多个行业的影响，方法是衡量这些行业对人工智能带来的核心颠覆原则的脆弱性。我们的脆弱性指数考虑了两个维度：人工智能对员工生产力的影响以及行业中商业模式中断的可能性。我们精心挑选了21个经济活动最活跃的部门来进行这项工作。 维度1：员工生产力影响(WPI) 为了评估劳动力生产率的提高，我们分析了选定的21个行业的劳动力构成，评估了由于人工智能而导致的工作概况中每个组成部分的生产率变化（图表D供参考）。我们还评估了每个行业的自动化效率、创新能力和提升技能能力。最后，使用以下方法得出劳动力生产力影响。 1.数据收集：根据关键任务的影响，而不是完整的工作概况，收集每个行业在采用人工智能之前和之后的劳动力生产力的历史数据和最新数据（图表D供参考）。2.标准化：调整数据以确保不同指标和单位之间的一致性和可比性。3.建模：使用统计模型来了解AI采用与劳动力生产力之间的关系，同时考虑其他相关因素。 4.索引：根据AI对员工生产力的建模影响为每个行业分配索引分数 维度2：业务模型中断指数(BMDI) 我们最初绘制了21个选定行业的价值链组件，以估计一个行业商业模式中断的可能性。然后，我们分析了在特定行业中创造最大价值的地方，并估计了由于AI的出现而导致的成本结构，价值主张或竞争动态的变化而导致该组件中断的可能性。例如，在技术行业价值链中，大多数