2023 年 AI 的态势 ： 生成式 AI 的冲突打破年 （ 汉 ）

2023年AI的状况：生成AI的突破年 随着组织快速部署生成AI工具，调查受访者预计会对其行业和劳动力产生重大影响。 2023年8月 2023年AI的状况：生成AI的突破年 最新年度麦肯锡全球调查AI的现状证实了生成AI的爆炸性增长 (genAI)工具。在许多这些工具推出不到一年后，我们三分之一的受访者表示，他们的组织在至少一个业务职能中定期使用genAI。在最近的进步中，人工智能已经从一个降级为技术员工的话题上升为公司领导者的焦点:近四分之一 接受调查的高管表示，他们个人使用 用于工作的geAI工具，超过四分之一的使用AI的公司受访者表示，geAI已经在其董事会的议程上。更重要的是，40%的受访者表示，由于geerAI的进步，他们的组织将整体增加对AI的投资。调查结果表明，这些仍然是管理与AI相关的风险的早期阶段，不到一半的受访者表示，他们的组织正在减轻他们认为最相关的风险：不准确。 已经嵌入AI功能的组织是第一个探索GeneAI潜力的组织，而那些从更传统的AI功能中看到最大价值的组织-我们称之为AI高绩效的组织-在采用GeneAI工具方面已经超过了其他组织。1 GeeAI的预期业务中断是显着的，受访者预测其员工队伍将发生有意义的变化。他们预计在某些领域裁员，并进行大规模的重新培训，以解决不断变化的人才需求。然而，虽然使用geerAI可能会刺激其他AI工具的采用，但我们看到组织对这些技术的采用很少有意义的增加。自2022年以来，采用任何AI工具的组织百分比一直保持稳定，并且采用仍然集中在少数业务职能中。 1根据受访者的说法，我们将AI高绩效者定义为将其EBIT的至少20％归因于AI采用的组织。 现在还处于早期阶段，但一代AI的使用已经很普遍 这项于2023年4月中旬在实地进行的调查结果表明，尽管 GeeAI的新兴公共可用性，对这些工具的实验已经相对普遍，受访者希望新的功能能够改变他们的行业。GeAI吸引了整个企业群体的兴趣：不同地区、行业和资历的个人都在工作和工作之外使用GeAI。79%的受访者表示，他们至少在工作或工作之外接触过一代人工智能，22%的受访者表示他们经常在自己的工作中使用它。虽然报告的使用情况在资历级别上非常相似，但在技术部门和其他部门工作的受访者中最高。 在北美。 不同地区、行业和资历级别的受访者表示，他们已经在使用生成式AI工具。 报告暴露于生成AI工具，%的受访者 经常用于工作 定期用于工作和工作外 工作外经常使用 至少尝试过一次 没有暴露不知道 9 10 18 46 14 3 7 11 12 40 6 4 6 8 15 50 8 16 18 41 19 14 3 4 18 19 36 19 3 4 11 20 34 23 3 9 14 11 45 15 6 10 按办公地点亚太发展中市场欧洲大中华区 北美 6 22 13 38 19 3 按行业 先进工业 5 11 16 47 15 5 商业、法律和专业服务 7 16 13 41 21 2 消费品/零售能源和材料 10 17 44 15 7 1 19 17 37 9 3 8 16 42 18 10 14 42 15 2 3 7 16 20 35 30 19 9 16 13 金融服务医疗保健、制药和医疗产品 技术、媒体和电信 按职称 按年龄 高级管理人员中层 17 21 4 管理人员生于1964年或更早 生于1965-80年 7 18 18 37 17 3 生于1981-96 22 24 36 11 3 按性别认同 Men 8 16 16 37 9 4 Women 12 15 6 46 18 3 注意：由于四舍五入，数字可能不会总和为100%。在亚太地区，=164；在欧洲，=515；在北美，=392；在大中华区（包括香港和台湾），=337；在发展中市场（包括印度，拉丁美洲，中东和北非），=276。对于先进行业（包括汽车和组装，航空航天和国防，先进电子和半导体），=96；对于商业，法律和专业服务，=215；对于消费品和零售业，=128；对于能源和材料，=96；对于金融服务，=248；对于医疗保健，制药和医疗产品，=130；对于技术，媒体和电信，=244。对于高管受访者，=541；对于高级管理人员，=437；对于中层管理人员，=339。对于1964年或更早出生的受访者，=143；对于1965年至1980年出生的受访者，=268；对于1981年至1996年出生的受访者。 n=80。并非所有受访者都能获得年龄详细信息。对于男性的受访者，n=1,025；对于女性的受访者，n=156。调查样本还包括被认定为“非二进制”或“其他”但数量不足以具有统计意义的受访者。 资料来源：麦肯锡AI全球调查，组织各级1,684名参与者，2023年4月11日至21日 麦肯锡公司 组织现在也普遍使用genenAI。三分之一的受访者表示，他们的组织已经在至少一个功能中定期使用generativeAI-这意味着 报告采用AI的组织中有60％正在使用GeeAI。更重要的是，在他们的组织中报告采用人工智能的人中，有40%的人表示，由于生成式人工智能，他们的公司希望在整体上投入更多的人工智能，28%的人表示生成式人工智能的使用已经在他们的董事会议程上。使用这些较新工具的最常报告的业务功能与AI使用最普遍的业务功能相同：营销和销售，产品和服务开发以及服务运营，例如客户服务和后台支持。这表明组织正在追求这些最有价值的新工具。在我们之前的研究中，这三个领域以及软件工程表明，有可能从生成式AI用例中提供约75％的年度总价值。 生成AI工具的最常见用途是营销和销售，产品和服务开发以及服务运营。 报告其组织在给定功能中定期使用生成式AI的受访者比例，%1 市场营销 产品和/或服 务 服务 战略与企业 供应链 和销售 发展 Operations 风险 金融 HR 管理制造 14 13 10 4 4 3 3 2 大多数定期报告函数内的生成式AI用例，%的受访者 市场营销和销售产品和/或服务发展服务运营 9 制作文本文档的初稿 个性化营销 识别客户需求趋势 7 起草技术文件 使用聊天机器人（如客户服务） 6 预测服务趋势或异常情况 8 5 5 8 总结文本文档 创造新的产品设计 创建文档的初稿 4 5 1受访者提出了一些问题，他们说他们的组织在至少一个业务职能中采用了人工智能。显示的数据经过重新调整，以代表所有受访者。 资料来源：麦肯锡AI全球调查，组织各级1,684名参与者，2023年4月11日至21日 麦肯锡公司 在这些早期，对geAI影响的预期很高：四分之三的受访者预计geAI将在未来三年内对其行业竞争的性质造成重大或破坏性的变化。在技术和金融服务行业工作的调查对象最有可能期望geerAI发生颠覆性变化。我们之前的研究表明，尽管所有行业确实都可能出现一定程度的中断，但影响程度可能会有所不同。2最依赖知识工作的行业可能会看到更多的中断-并可能获得更多价值。虽然我们的估计表明，毫不奇怪，科技公司有望看到GeeAI带来的最大影响-增值相当于全球行业收入的9％-基于知识的行业，如银行（高达5％） ，药品和医疗产品（也高达5％），以及教育（高达4％）也可能会产生重大影响。相比之下，以制造业为基础的行业，如航空航天、汽车和先进电子产品，可能会经历较少的破坏性影响。这与以前对制造业影响最大的技术浪潮的影响形成鲜明对比，这是由于一代AI在基于语言的活动中的优势，而不是那些需要体力劳动的活动。 2“生成AI的经济潜力：下一个生产力前沿”，麦肯锡，2023年6月14日。 麦肯锡评论 亚历克斯·辛格拉 麦肯锡的QuantumBlack，AI的高级合伙人和全球领导者 令人惊讶的是如此之快围绕生成AI的对话已经发展起来。就在几个月前，首席执行官的谈话还很初级，专注于试图理解它是什么，看看什么是炒作，什么是现实。现在，在大约六个月的时间里，商业领袖正在进行更加复杂的对话。从调查结果中我们可以看到，近三分之一的公司在至少一个业务功能中使用了生成式AI。这强调了公司在多大程度上理解和接受生成式AI在商业上是可行的。 下一个问题将是公司将如何迈出下一步，以及生成式AI是否会遵循我们在更普遍的AI中观察到的相同模式，即采用率已稳定在50％左右。我们从数据中看到 创成式AI正在引领几乎一半已经使用AI的公司计划增加对AI的投资，部分原因是人们认识到需要更广泛的能力才能充分利用创成式AI。 下一步，生成式人工智能可以从实验转向业务引擎，并确保强劲的投资回报，这需要公司应对一系列广泛的问题。 的问题。其中包括确定组织中生成AI的具体机会，治理和运营模型应该是什么，如何最好地管理第三方 （如云和大型语言模型提供商）。需要什么来管理广泛的风险，了解对人员和技术堆栈的影响，并明确如何在银行业近期收益和发展扩大规模所需的长期基础之间找到平衡。这些都是复杂的问题，但它们是解锁真正重要的价值池的关键。 回应显示，许多组织尚未解决GeneralAI的潜在风险 根据调查，似乎很少有公司为广泛使用 genAI-或这些工具可能带来的业务风险。报告采用AI的受访者中只有21％表示，他们的组织已经制定了管理员工在工作中使用genAI技术的政策。当我们特别询问采用genAI的风险时，很少有受访者说他们的公司正在减轻最常提到的风险 GeneAI：不准确。受访者提到不准确的频率要高于网络安全和监管合规，这是在之前的调查中人工智能最常见的风险。只有32%的人表示他们正在缓解不准确，这一比例低于 38%的受访者表示他们可以减轻网络安全风险。有趣的是，这一数字明显低于去年报告减轻人工智能相关网络安全的受访者比例(51%)。总体而言，正如我们在前几年看到的那样，大多数受访者表示他们的组织没有解决人工智能相关风险。 不准确，网络安全和知识产权侵权是生成AI采用的最常见风险。 组织认为相关并正在努力缓解的与人工智能相关的风险， %的受访者1 组织考虑风险相关组织致力于降低风险 32 2 14 8 1 2 10 5 1 1 16 4 6 9 16 1 3 13 20 18 39 28 25 46 38 53 56 不准确的网 34 39 45 络安全知识产权侵权法规合规性劳动力/劳动力流离失所 公平与公平组织声誉国家安全人身安 全环境影响政治稳定 1 1 以上都不是 1仅询问其组织在至少一项功能中采用了Al的受访者。对于被认为相关的风险和减轻的风险，n=913。资料来源：麦肯锡AI全球调查，组织各级的1,684名参与者， 2023年4月11日至21日 麦肯锡公司 麦肯锡评论 亚历山大·苏哈列夫斯基 麦肯锡的QuantumBlack，AI的高级合伙人和全球领导者 有广泛的意识关于与生成AI相关的风险。但与此同时，普遍存在的焦虑和恐惧使领导者有效应对风险具有挑战性。正如我们最新的调查显示，只有略高于20%的公司制定了生成人工智能的风险政策。这些政策往往侧重于保护公司的专有信息，如数据、知识和其他知识产权。这些都是至关重要的，但我们发现 ，这些风险中的许多可以通过改变反映既定政策的业务技术架构来解决。 然而，真正的陷阱是公司过于狭隘地看待风险。公司也需要关注一系列风险——社会、人道主义、可持续性。事实上，生成式人工智能的意外后果更有可能造成 世界面临的问题不仅仅是一些人拥护的世界末日情景。最具建设性地接近生成AI的公司正在试验和使用它，同时有一个结构化的过程来识别和解决这些更广泛的风险。他们正在部署beta用户和特定团队，考虑生成AI应用程序如何脱离轨道，以更好地预测其中的一些后果。他们还与企业中最优秀和最有创造力的人合作，为组织和社会更广泛地定义最佳结果。深思熟虑、结构化和整体性地理解新风险和机遇的本质 ，对于生成人工智能的负责任和生产性增长至关重要。 领先的公司已经领先于 genAI