McKinsey เผยแพร่รายงาน "ศักยภาพทางเศรษฐกิจของปัญญาประดิษฐ์เชิงกำเนิด": อุตสาหกรรมใดที่ AI จะสร้างผลกระทบมากที่สุด

ผู้แต่ง: Ge Jiaming

"ยุค AI" ได้มาถึงอย่างเป็นทางการ และ "ปัญญาประดิษฐ์" ได้รวมอยู่ในเหตุผลของการปลดพนักงานเป็นครั้งแรก และบางทีคลื่นของการปลดพนักงานที่เกิดจาก AI นั้นเพิ่งเริ่มต้นขึ้น

เมื่อวันที่ 14 มิถุนายน บริษัทที่ปรึกษา McKinsey ได้เผยแพร่รายงานการวิจัยเรื่อง "The Economic Potential of Generative Artificial Intelligence" ในรายงาน นักวิเคราะห์ได้วิเคราะห์อาชีพ 850 อาชีพใน 47 ประเทศและภูมิภาค (80% ของโลกที่ทำการวิจัยเกี่ยวกับการทำงานที่กล่าวถึงข้างต้น ประชากร) สำรวจผลกระทบต่อเศรษฐกิจโลกที่อยู่เบื้องหลังการพัฒนาแบบก้าวกระโดดของ AI อุตสาหกรรมใดได้รับผลกระทบมากที่สุด และใครกำลังเผชิญกับภัยคุกคามจากการว่างงาน

เนื้อหาหลักของรายงานมีดังนี้:

• เวลาที่ AI จะเข้ามาแทนที่งานของมนุษย์นั้นก้าวหน้าไปอย่างมากถึง 10 ปี **50% ของอาชีพจะค่อยๆ แทนที่ด้วย AI ระหว่างปี 2030 ถึง 2060 (จุดกึ่งกลางคือปี 2045) ** *AI สามารถสร้างการเติบโตของเศรษฐกิจโลกได้ถึง 2.6 ล้านล้านเหรียญสหรัฐถึง 4.4 ล้านล้านเหรียญสหรัฐทุกปี และเพิ่มผลผลิตได้ 0.1%-0.6% ซึ่งเทียบเท่ากับการสร้าง GDP ของสหราชอาณาจักรต่อปี **
• โดยรวมแล้ว AI เป็นประโยชน์ต่อการพัฒนาทุกสาขาอาชีพ **แต่ไม่ดีต่อบุคคล และผู้ทำงานด้านจิตใจที่มีเงินเดือนสูงและมีการศึกษาสูงจะได้รับผลกระทบมากที่สุด **
• การเติบโตของมูลค่าที่เกิดจาก AI เชิงกำเนิดนั้นมีความเข้มข้นเป็นหลัก (ประมาณ 75%) ในสี่ด้าน ได้แก่ การปฏิบัติการของลูกค้า การตลาดและการขาย วิศวกรรมซอฟต์แวร์ และ R&D ซึ่งหมายความว่าธุรกิจทั้งสี่ได้รับผลกระทบจาก AI เชิงกำเนิดมากที่สุด
• การพัฒนาปัญญาประดิษฐ์ของมนุษย์และเทคโนโลยีอื่นๆ อาจทำให้ 60% ถึง 70% ของงานปัจจุบันเป็นแบบอัตโนมัติ ในหมู่พวกเขา อุตสาหกรรมต่างๆ เช่น การธนาคาร อุตสาหกรรมไฮเทค และชีววิทยาศาสตร์ได้รับผลกระทบมากที่สุด

AI จะ "สนับสนุนหนึ่ง GDP ของสหราชอาณาจักร" ต่อปีให้กับเศรษฐกิจโลก

รายงานพบว่าการใช้ generative AI ใน 63 แอพพลิเคชั่นที่ศึกษา จะสร้างการเติบโตปีละ 2.6 ล้านล้านถึง 4.4 ล้านล้านดอลลาร์ ให้กับเศรษฐกิจโลก และการคาดการณ์นี้ไม่ได้คำนึงถึงการประยุกต์ใช้เจเนอเรทีฟ AI ทั้งหมด หากรวมแอ็พพลิเคชันที่ยังไม่ได้ศึกษาไว้ด้วย ผลกระทบทางเศรษฐกิจของเจเนอเรชันเอไออาจเพิ่มเป็นสองเท่า: งานวิจัยส่วนใหญ่ประกอบด้วยสองประเด็น: 1. ศักยภาพการเติบโตทางเศรษฐกิจขององค์กรมากกว่า 60 แห่งโดยใช้ AI กำเนิด 2. ศักยภาพผลิตภาพแรงงานของกิจกรรมการทำงานประมาณ 2,100 กิจกรรมทั่วโลก

McKinsey ชี้ให้เห็นในรายงานว่าการวิจัยของพวกเขาครอบคลุมองค์ประกอบทางธุรกิจ 16 ประการ และสรุปว่าหากนำไปใช้ในอุตสาหกรรมต่างๆ จะก่อให้เกิดผลประโยชน์ทางเศรษฐกิจระหว่าง 2.6 ล้านล้านถึง 4.4 ล้านล้านเหรียญสหรัฐต่อปี โดยเฉพาะอย่างยิ่ง:

เมตริกของเราประกอบด้วย: การลดต้นทุนในการสร้างเนื้อหา และรายได้ที่เกิดจากการปรับปรุงคุณภาพของเนื้อหาในวงกว้างผ่านการใช้ AI ตัวอย่างเช่น ในด้านการตลาด กรณีการใช้งานหนึ่งคือการใช้ generative AI เพื่อสร้างเนื้อหาที่สร้างสรรค์ เช่น อีเมลส่วนบุคคล

การเพิ่มขึ้นนี้เทียบเท่ากับ GDP ของสหราชอาณาจักรเป็นเวลาหนึ่งปีโดยประมาณ (3.1 ล้านล้านดอลลาร์ในปี 2564)

เราคาดการณ์ว่ามูลค่าทางเศรษฐกิจของ AI ที่ไม่ก่อให้เกิดรายได้จะเพิ่มขึ้นจาก 11.0 ล้านล้านดอลลาร์เป็น 17.7 ล้านล้านดอลลาร์ โดยเพิ่มขึ้น 15% เป็น 40% (ในปี 2560 เราเชื่อว่าปัญญาประดิษฐ์สามารถสร้างมูลค่าทางเศรษฐกิจจาก 9.5 ล้านล้านเหรียญสหรัฐเป็น 15.4 ล้านล้านเหรียญสหรัฐ)

สำหรับแต่ละตำแหน่ง งานวิจัยของ McKinsey ครอบคลุมหน้าที่งานย่อย 2,100 ตำแหน่งใน 850 อาชีพ ตามระดับของการยอมรับและการนำเทคโนโลยีไปใช้ รายงานระบุว่า *AI อาจส่งผลกระทบต่องานปัจจุบันทั้งหมดในโลก * ส่งผลกระทบต่อทุกอุตสาหกรรม ในอีก 20 ปีข้างหน้า **AI เชิงกำเนิดสามารถเพิ่มผลิตภาพแรงงานได้ 0.1%-0.6% **

"ผู้แพ้" ที่ใหญ่ที่สุด? — พนักงานที่มีความรู้และได้รับค่าตอบแทนสูงและมีการศึกษาสูง

McKinsey ตั้งข้อสังเกตว่า แม้ว่า AI กำเนิดจะส่งผลกระทบต่อทุกสาขาอาชีพ แต่จะได้รับผลกระทบมากที่สุด** โดย **ผู้ปฏิบัติงานทางจิตที่ได้รับค่าจ้างสูงซึ่ง “ก่อนหน้านี้ถือว่าค่อนข้างมีภูมิต้านทานต่อระบบอัตโนมัติ”

McKinsey ชี้ให้เห็นว่า** ระหว่างปี 2030 ถึง 2060 (จุดกึ่งกลางคือปี 2045) 50% ของอาชีพจะค่อยๆ แทนที่ด้วย AI ซึ่งเร็วกว่าการวิจัยครั้งก่อนถึง 10 ปี **

** ในขณะที่ พนักงานที่มีความรู้มีแนวโน้มที่จะได้รับผลกระทบจากระบบอัตโนมัติมากที่สุด โดยเฉพาะอย่างยิ่งผู้ที่เกี่ยวข้องกับอาชีพที่ต้องใช้การตัดสินใจและการทำงานเป็นทีม:**

เทคโนโลยีอัตโนมัติรุ่นก่อนๆ เกี่ยวข้องกับการรวบรวมและประมวลผลข้อมูลเป็นหลัก ดังนั้น จึงแทบไม่มีผลกระทบใดๆ ต่อคนทำงานด้านความรู้ อย่างไรก็ตาม การเกิดขึ้นของ AI กำเนิดทำให้บทบาทและภารกิจของ "คนทำงานความรู้" เหมาะสมสำหรับโมเดลภาษาขนาดใหญ่ (LLM) . เนื่องจากโมเดลภาษาขนาดใหญ่ได้รับการออกแบบโดยพื้นฐานเพื่อทำงานด้านความรู้ความเข้าใจ ความสามารถของเราในการใช้โมเดลภาษาขนาดใหญ่กับความรู้ทางวิชาชีพจึงเพิ่มขึ้น 34 เปอร์เซ็นต์เมื่อเทียบกับปี 2017 ในขณะที่ศักยภาพในการจัดการอัตโนมัติและการฝึกอบรมผู้มีความสามารถเพิ่มขึ้นจาก 16% ในปี 2017 % เพิ่มขึ้นเป็น 49% ในปี 2566

ดังนั้น McKinsey เชื่อว่างานหลายอย่างที่เกี่ยวข้องกับการสื่อสาร การกำกับดูแล การบันทึก และการปฏิสัมพันธ์ของมนุษย์มีแนวโน้มที่จะทำงานโดยอัตโนมัติโดย AI กำเนิด ซึ่งจะ เร่งการเปลี่ยนแปลงของนักการศึกษาและงานปกขาวที่เกี่ยวข้องกับแรงงานสร้างสรรค์อย่างไม่ต้องสงสัย:

ในขณะเดียวกัน McKinsey ชี้ให้เห็นว่าท่ามกลางการเปลี่ยนแปลงด้านประสิทธิภาพการทำงานที่ผ่านมาหลายๆ ครั้ง คนที่มีการศึกษาสูงมักจะได้รับผลกระทบน้อยกว่า แต่ การปฏิวัติ AI จะทำให้ผู้มีความสามารถที่มีการศึกษาสูงได้รับผลกระทบมากขึ้น:

เราคิดว่าคำอธิบายประการหนึ่งสำหรับสิ่งนี้ก็คือ AI เชิงกำเนิดจะเพิ่มศักยภาพสำหรับเทคโนโลยีอัตโนมัติ ซึ่งมีแนวโน้มที่จะเป็นที่ต้องการมากที่สุดในอาชีพที่มีการศึกษาสูง

เราคิดว่าคำอธิบายทางเลือกคือข้อมูลรับรองปริญญาถูกมองว่าเป็นตัวบ่งชี้ทักษะมานานหลายปี และสิ่งนี้จะถูกท้าทายโดยเจเนอเรทีฟเอไอ โดยมีผู้สนับสนุนมากขึ้นสำหรับแนวทางการพัฒนาแรงงานที่อิงตามทักษะมากขึ้น เพื่อสร้างการฝึกอบรมแรงงานที่ยุติธรรมและมีประสิทธิภาพมากขึ้น และ ระบบการจับคู่ AI เจเนอเรทีฟยังคงสามารถอธิบายได้ว่าเป็นการเปลี่ยนแปลงทางเทคโนโลยีที่มีความต้องการทักษะ แต่มีความต้องการทักษะที่เหมาะสมยิ่งขึ้น

McKinsey เน้นว่าเป็นที่น่าสังเกตว่าการเปลี่ยนแปลงระบบอัตโนมัติรุ่นก่อนๆ มีแนวโน้มที่จะมีผลกระทบมากที่สุดต่ออาชีพที่มีค่าจ้างปานกลาง ซึ่งเป็นปรากฏการณ์ที่นักเศรษฐศาสตร์บางคนเปรียบเปรยว่า: “การล่มสลายของกลาง” แต่ตอนนี้ AI การเกิดขึ้นของมีแนวโน้มที่จะมี ผลกระทบที่ใหญ่ที่สุดต่องานของผู้ปฏิบัติงานที่มีความรู้รายได้ดี**:

ค่าแรงงานต่ำไม่ได้สะท้อนถึงประโยชน์ของระบบอัตโนมัติ นอกจากนี้ อาชีพค่าแรงต่ำที่เกี่ยวข้องกับกิจกรรมด้านแรงงานยังทำงานอัตโนมัติได้ยาก เช่น การเก็บผลไม้ที่บอบบาง

อย่างไรก็ตาม งานเหล่านี้ซึ่งก่อนหน้านี้ถือว่าทำงานอัตโนมัติค่อนข้างน้อยจะได้รับผลกระทบมากที่สุดเนื่องจากความก้าวหน้าในระบบอัตโนมัติของเทคโนโลยี AI แบบกำเนิด

AI ขัดขวางทุกวิถีทางของชีวิต

จากข้อมูลของ McKinsey ผลกระทบของ generative AI นั้นมีความเข้มข้นในสี่ด้าน (ประมาณ 75%) ได้แก่ การดำเนินงานของลูกค้า การตลาดและการขาย วิศวกรรมซอฟต์แวร์ และการวิจัยและพัฒนา การพัฒนา generative AI และเทคโนโลยีอื่นๆ อาจทำให้ 60% ถึง 70% ของงานปัจจุบันเป็นแบบอัตโนมัติ ในหมู่พวกเขา อุตสาหกรรมต่างๆ เช่น การธนาคาร อุตสาหกรรมไฮเทค และชีววิทยาศาสตร์ได้รับผลกระทบมากที่สุด:

อุตสาหกรรมการธนาคารเพียงอย่างเดียวสามารถสร้างรายได้เพิ่มขึ้น 200-340 พันล้านดอลลาร์ในด้านประสิทธิภาพการทำงาน เนื่องจากเทคโนโลยีใหม่ช่วยเพิ่มความพึงพอใจของลูกค้า อำนวยความสะดวกในการตัดสินใจ และลดการฉ้อโกงผ่านการตรวจสอบที่ดีขึ้น ซึ่งเท่ากับกำไรจากการดำเนินงานเพิ่มขึ้น 9% ถึง 15%

ในการพัฒนาผลิตภัณฑ์ AI สามารถเพิ่มผลผลิตได้ 10% ถึง 15% ตัวอย่างเช่น ในวิทยาศาสตร์เพื่อชีวิตและวิศวกรรมเคมี AI สามารถสร้างโมเลกุลที่มีศักยภาพได้เร็วขึ้น เร่งกระบวนการพัฒนายาและวัสดุใหม่ๆ ซึ่งสามารถเพิ่มผลกำไรของบริษัทยาและผลิตภัณฑ์ทางการแพทย์ได้มากถึง 25%

ในแง่ของผลกระทบต่อผลผลิตทางการตลาด AI เชิงกำเนิดสามารถเพิ่มมูลค่าทางเศรษฐกิจของผลผลิตทางการตลาดได้ 5% ถึง 15% การวิเคราะห์ศักยภาพของการใช้ AI ทางการตลาดของเราพบว่า นอกจากผลกระทบในทันทีต่อประสิทธิภาพการทำงานแล้ว ยังจะมีผลกระทบโดยตรงอีกด้วย ซึ่งจะทำให้ยอดขายเพิ่มขึ้น 3% ถึง 5%

การรวม AI เชิงกำเนิดเข้ากับแอปพลิเคชันต่างๆ สามารถให้ข้อมูลเชิงลึกที่มีคุณภาพสูงขึ้น นำแนวคิดใหม่ๆ มาสู่กิจกรรมทางการตลาด และกำหนดกลุ่มลูกค้าเป้าหมายได้ดีขึ้น ฟังก์ชันการตลาดสามารถเปลี่ยนทรัพยากรเพื่อผลิตเนื้อหาที่มีคุณภาพสูงขึ้นสำหรับช่องที่เป็นเจ้าของ ซึ่งอาจทำให้การใช้จ่ายจ้างเอาท์ซอร์สลดลง

จากมุมมองของวิศวกรรมซอฟต์แวร์ generative AI ส่งผลกระทบโดยตรงประมาณ 20% ถึง 45% ของค่าใช้จ่ายด้านวิศวกรรมซอฟต์แวร์ประจำปี ค่านี้ส่วนใหญ่มาจากการลดเวลาสำหรับงานบางอย่าง เช่น การสร้างโค้ดเริ่มต้น การแก้ไขโค้ดและการปรับโครงสร้างใหม่ การวิเคราะห์สาเหตุหลัก และการสร้างการออกแบบระบบใหม่ การศึกษาพบว่านักพัฒนาซอฟต์แวร์** ที่ใช้ Microsoft GitHub Copilot ทำงานเสร็จเร็วกว่า 56%** เมื่อเทียบกับผู้ที่ไม่ได้ใช้เครื่องมือนี้

การศึกษาเชิงประจักษ์ภายในของ McKinsey ของทีมวิศวกรรมซอฟต์แวร์พบว่าผู้ที่ได้รับการฝึกอบรมให้ใช้ AI ใช้เวลาในการสร้างและปรับโครงสร้างโค้ดน้อยลงอย่างมาก และโดยทั่วไปแล้ววิศวกรรายงานว่าประสบการณ์การทำงานดีขึ้น โดยกล่าวว่าทำให้การทำงานมีความสุขขึ้น กระบวนการสะดวกขึ้นและง่ายขึ้น รับความรู้สึกของความสำเร็จ

จากมุมมองของการพัฒนาผลิตภัณฑ์ เราเชื่อว่า generative AI สามารถ เร่งเวลาออกสู่ตลาด ของผลิตภัณฑ์ และนำการปรับปรุงประสิทธิภาพการทำงานและความสะดวกสบายในการดำเนินงานจากสองด้านต่อไปนี้: รวมถึงการเพิ่มประสิทธิภาพการออกแบบผลิตภัณฑ์และการปรับปรุงคุณภาพของผลิตภัณฑ์ .

การปฏิวัติ AI จะช่วยเพิ่มผลผลิตอย่างมาก

McKinsey สรุปว่าการลดลงของอัตราการเกิดทั่วโลกและการสูงอายุของประชากรจะกลายเป็นอุปสรรคต่อการพัฒนาผลิตภาพทั่วโลก และการพัฒนา AI และเทคโนโลยีอื่นๆ สามารถชดเชยการลดลงของประชากรในการจ้างงาน เพิ่มผลผลิตอย่างมาก และเพิ่มความเร็ว เศรษฐกิจโลก ประเทศที่พัฒนาแล้วนำ AI ไปใช้ได้เร็วกว่า:

การเติบโตทางเศรษฐกิจทั่วโลกระหว่างปี 2555 ถึง 2565 จะช้ากว่าสองทศวรรษก่อนหน้า ส่วนหนึ่งเป็นผลมาจากความท้าทายเชิงโครงสร้างในระยะยาว รวมถึงอัตราการเกิดที่ลดลงและจำนวนประชากรสูงอายุในมุมมองของเรา

ในประเทศขนาดใหญ่หลายแห่ง จำนวนประชากรกำลังแรงงานลดลงทุกปี และเราเชื่อว่า AI สามารถตั้งโปรแกรมใหม่เวลาแรงงานที่จำเป็นและส่งเสริมการเติบโตของผลิตภาพ