麥肯錫發布《生成式人工智能的經濟潛力》報告：AI對哪些行業衝擊最大？

作者：葛佳明

“AI時代”正式到來，“人工智能”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，諮詢機構麥肯錫發布了的一份題為《生成式人工智能的經濟潛力》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2.6萬億至4.4萬億美元的增長，生產力提高0.1%—0.6%，相當於每年貢獻一個英國的GDP。 **
• 全局上看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、營銷和銷售、軟件工程和研發，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2.6萬億至4.4萬億美元的增長。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：1.60多個組織使用生成式AI後的經濟增長潛力2.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2.6萬億至4.4萬億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，在營銷領域，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3.1萬億美元）。

我們估計非生成式AI的經濟價值將從11.0萬億美元增加至17.7萬億美元，增加15%到40%。 （2017年時我們認為人工智能可以帶來9.5萬億美元到15.4萬億美元的經濟價值）

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數據收集與處理，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，以創建更加公平、高效的勞動力培訓和匹配系統。生成式人工智能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像比作：“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、營銷和銷售、軟件工程和研發。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，人工智能可以更快地產生潛在的分子，加速開發新藥物和新材料的過程，這可能會使製藥公司和醫療產品公司的利潤增加多達25%。

從對營銷生產力的影響來看，生成式AI可以提高營銷生產力經濟價值5%至15%。我們通過對AI在市場營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數據洞察力，為營銷活動帶來新的想法，更好地定位客戶群。營銷職能部門可以將資源轉移到為自有渠道製作更高質量的內容，可能會減少外包的支出。

從軟件工程來看，生成式AI約直接影響每年軟件工程支出的20%到45%。這一價值主要來自於減少某些工作的時間，如生成初始代碼、代碼修正和重構、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的軟件開發人員完成任務的速度比不使用該工具的人快56%。

麥肯錫對軟件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的人生成和重構代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。

AI的革命將大幅提高生產力

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。