柬埔寨诞生式 AI 机器搭载

澳大利亚的Geneíative AI机会 2023年7月 这份报告是一个合作微软和技术委员会澳大利亚。 ľhisdocumentisintendedfoígeneíalinfoímationalpuíposesonly.ľheíepoítisacollaboíation 微软和澳大利亚技术委员会之间。 本文件中表达的观点和意见是基于公司的知识和 了解其业务领域，市场和技术。这些公司不提供医疗， 法律、法规、审计或税务建议，本文件不构成任何性质的建议。虽然本文件中的信息是真诚准备的，公司否认，尽最大努力 在适用法律允许的范围内，对 本文档中的信息以及基于此类信息做出的任何作为或遗漏。意见此处表达的内容如有更改，恕不另行通知。 未经本公司书面许可，不得以任何方式复制本文件的任何部分公司。本文件可能会引用第三方名称、商标或版权 本文档中包含的任何第三方名称、商标或版权是其各自所有者的财产。 执行摘要(1/3) 生成人工智能(GAI)代表了一种实质性的经济澳大利亚的机会，有可能增加几十个 到2030年为经济带来数十亿美元。 GAI，由大型语言模型等深度神经网络提供支持(LLM)，可以创建新颖的内容，并有助于 自动化、数据理解和分析。这种快速发展的技术可以通过两个主要渠道推动经济价值：改善现有业务（通过提高生产率和质量）创造新的产品和服务。 生成性AI已经在进行辅助工作 In软件开发，GAI可以翻译自然 语言转化为代码，使编码技能民主化。它可以为编码问题提出新颖的解决方案，允许 开发人员将更多地关注战略和高价值思考。 Foícíeatives，GAI可以通过处理来简化工作负载任务，如图像生成或编辑，以及复制 geneíation.ľhiscanfíeethemuptofocusmoíeon 为了解决这种不确定性，我们对三种不同的情况进行了建模采用。在缓慢采用的情况下，GAI可以做出贡献 到2030年，每年为澳大利亚经济带来450亿美元。在中速- 在有节奏的情况下，这个数字可能分别是75B美元或115B美元。这范围相当于澳大利亚经济的2-5%。其中大部分 经济价值来自对现有产业的改进， 70%来自劳动生产率的提高，20%来自质量的提高产出。新产品和服务推动了剩下的10%的价值。 首先，GAI可以通过自动化重复来改善现有业务任务和协调复杂的流程，从而改进 创意方向、构思和策略。生成AI的机会 píoductivityandwoíkquality.ReseaíchhasalíeadyfoundGAIcoding 工具减少了56%的任务时间，1和写作工具减少了写作时间缩短37%，质量提高2 为了更好地了解每个职业如何受到GAI的影响，我们分析了来自职业信息网络(O*NEľ)的数据， 它提供了每个人承担的任务的信息 经济中的职业。平均而言，在整个经济中，GAI可以 Foí营销和销售专业人员，GAI可以制作根据客户数据和 首选项，创建交互式产品演示并提供实时语言翻译，增强客户 订婚。 Foímanageís，GAI可以协助员工沟通，创建培训材料，确定员工的趋势 $45B 到2030年的年度增加值 $75B$115B 自动化22%的任务时间，并增加同等份额。自动化的任务提高了工人的生产力，使他们能够 情绪，并分析业绩数据。 慢节奏 收养 中等节奏收养 快节奏收养 在任何给定的时间内产生更多。并行地，任务 增强，GAI充当副驾驶(即 试图完成复杂任务的用户)使工人能够生产在相同的时间内输出更高的质量。 Foí研究人员，GAI可以帮助思考复杂的问题和发展框架的结构研究 píojects.Itcanalsoassistinwíitingtaskssuchasoutline 创作、选词和校对。价值驱动因素 10% 其次，GAI为创新产品和服务铺平了道路，例如 作为会话虚拟助手和交互式可穿戴健康设备。这一新的创新浪潮可以导致新的产业、就业和经济增长。 重要的是，从GAI的潜在好处转向实际，实现收益取决于一系列因素，包括它对 业务，技术如何受到监管和安全管理，以及 如何支持工人使用这项技术。在确定经济规模方面 到2030年，GAI对澳大利亚的价值，我们需要考虑到不确定性，特别是围绕技术可以多快 有效采纳。 20% 提高生产力质量增益 70%来自新产品的价值 和服务 1.Kalliamvakou，E（2022）。研究：量化GithubCopilot对开发人员生产力和幸福感的影响。2.诺伊和张(2023)关于创成式生产力效应的实验证据人工智能.工作文件.MIľ 版权所有©2023澳大利亚技术委员会。保留所有权利。 执行摘要(2/3) 本报告的第二部分探讨了 GAIfoíAustíaliathíoughmoíevigibleexamples.Itidentifies 澳大利亚可以成功创造价值的四个关键部门通过GAI。这些机会是医疗保健， 制造、零售和专业服务。 探索GAI的潜在用例突出了它可以在经济的各个部门 Industíy生成AI的机会 选择这些部门有两个主要原因。首先，它们很可能仍然是就业和产出的重要部门 澳大利亚经济的未来。其次，GAI可能会有一个对这些部门的变革性影响。 此外，这些部门及其GAI的不同用例说明技术对经济影响的广度。 选择过程涉及桌面研究、行业分析、咨询专家，以及与高管的接触 以及更广泛的关键行业人员。 重要的是，这些部门深潜的内容从 与行业专家进行磋商，并举行圆桌讨论 六月与来自工业界、学术界和政府的领导人。我们感谢所有为这些讨论做出贡献的人。 Healthcaíe Manufactuíing Retail 专业服务 在医疗保健部门，GAI可以提高服务的质量和可及性。通过减少行政任务的时间负担，医疗保健专业人员有更多的时间给病人- Focusedcaíe.Fuítheímoíe,theintegíationofGAIintoweaíbabledevicescanpeísonalise 医疗保健，通过大规模的早期诊断实现积极的护理模式。 In制造业，GAI可能会迎来一个新的创新能力的时代，为澳大利亚对先进制造业的战略重点。这一转变将加强 澳大利亚以生产高质量，技术先进的产品而闻名。 Retail由于大流行，已经在全渠道能力上投资的行业可能会 将GAI集成到现有的数字平台中。这可以推动品牌差异化，并允许更大的客户个性化，同时保持成本竞争力。 最后，专业服务行业可以利用GAI来自动化日常任务，释放 upahighlyeducatedwoíkfoícetofocusonhigheí-valueactivities.WithGAI,Austíaliacould 进一步提高其在高素质知识工作者中的地位，特别是在银行和法律领域界别分组。 版权所有©2023澳大利亚技术委员会。保留所有权利。 执行摘要(3/3) 捕捉GAI的经济潜力需要利用澳大利亚的比较优势和战略行动工业和政府。 澳大利亚拥有几个比较优势，可以 它抓住了GAI的经济潜力。这些包括高度- 熟练掌握数据科学、工程和 主要挑战关键行动 •缩小误差范围对于采用者： •所需的投资规模 计算机科学和强大的研发部门。 其他好处，例如我们靠近亚洲的战略位置，稳定和透明的监管环境，以及蓬勃发展的开端-向上的生态系统为GAI的发展提供了坚实的基础收养。 除了这些关键优势之外，还有一些关键挑战。为了捕捉GAI的经济效益，澳大利亚需要解决 围绕技术能力、企业就绪性、 意识和技能，以及负责任的人工智能。这些障碍包括需要大量投资来构建AI编排，以满足 特定的行业环境，与现有系统的集成，数据保护和提高劳动力技能。 技术 capability 企业 准备就绪 构建特定于行业的AIoíchestíations •决定投资 •启动内部AI治理 •变化的速度 1.定义生成性AI机会 2.评估准备情况 3.投资和实验技术 4.制定负责任的AI治理框架 5.提高劳动力技能 6.与客户和利益相关者沟通 行业和政府在解决这一问题上都可以发挥关键作用这些挑战。行业需要明确定义GAI的机会， 评估准备情况，投资和试验该技术， 发展隐私和安全护栏，提高劳动力技能，以及 monitoípeífoímance.Meanwhile,theAustíalianGoveínment’síole 对于在澳大利亚为GAI设定清晰的愿景至关重要，支持研究机构和行业之间的合作，提供 监管清晰度，激励GAI的采用，并投资于正确的技能。 通过采取这些战略行动，澳大利亚可以解锁 GAI的变革潜力，推动经济增长和全球竞争力。 意识和技能 负责任 AI •构建基本的C-suite知识 •建设劳动力数字素养 •管理培训途径 •发展信任 •管理隐私和数据安全 •监管确定性 •管理知识产权 对于监管机构和政策制定者： 1.定义澳大利亚生成AI的愿景 2.支持研究之间的合作机构和行业 3.提供监管清晰度 4.鼓励采用和创新 5.投资于正确的技能和支持工人通过过渡 版权所有©2023澳大利亚技术委员会。保留所有权利。 Contents01 02 03 生成AI可以为澳大利亚的经济机会提供动力 到2030年价值数百亿07 生成性人工智能案例研究展示了解锁的潜力 整个经济的重要价值16 通过采取战略行动，澳大利亚可以利用比较 优势和捕捉生成AI的潜力23 版权所有©2023澳大利亚技术委员会。保留所有权利。 生成AI可以为经济提供动力在澳大利亚的机会价值数十到2030年数十亿 版权所有©2023澳大利亚技术委员会。保留所有权利。 生成AI根据用户提示创建新颖的内容，并且正在成为比以往任何时候都更强大和可访问 生成性AI是AI进化过程中的一个阶跃变化生成AI（GAI），人工智能的最新发展情报，承载着巨大的潜力 经济进步。 这些包括自然语言的命令，编码和数学，以及计划和问题解决.2 基于规则的系统 （1950-1960）: 统计学 学习(1970-1990年代) 深度学习 人工智能是机器的能力执行通常需要人工的任务智能。 从历史上看，这些任务仅限于模式识别和处理，具有 提高复杂性和准确性随着时间的发展。 虽然全面的经济影响将需要数年时间意识到，GAI已经在影响一系列行业在整个经济中。本报告旨在关注 特别是关于GAI如何为 澳大利亚经济，并确定所需的步骤抓住这个机会。 GAI，人工智能的一个子集，使用机器学习生成类似人类的内容。它意味着 经济前景的重大转变通过授权机器生产 以前看不见或想象不到的新颖内容或数据。 随着能力的提高， 技术也导致了更多的可访问性 GAI通过降低成本。 此外，开发更人性化的 工具和接口使GAI更易于访问更广泛的用户。例如，一些在线平台允许用户轻松创建和使用拖放界面操作GAI模型 或直观的滑块，即使他们几乎没有机器学习的经验。不仅有这个 民主化的GAI，改进的可访问性创造了一个 （2000年代至今）:生成AI是一个从以前的一步变化人工智能的进化。以及识别复杂的模式和处理数据，它可以创建新的 内容以响应用户提示。 最近在计算硬件和 基础设施，以及大规模的可用性和多样化的培训数据集，在 使更大和更强大的发展 GAI模型比以往任何时候都要多。最著名的 为企业和工人提供更广泛的用例 在所有经济部门。 此外，现代GAI模型已经很好了- 针对特定用例进行了调整。这使得它更容易供开发人员、研究人员和企业使用GAI GeneíativeAI （2010年至今） 基础大语言模型 （2018年至今） 应用程序的LLM(2023+) 计算硬件的进步， 基础设施，最值得注意的是，深度学习诸如ľíansfoímeís1之类的体系结构已启用开发更大、更有能力的GAI 模型。大型语言模型(LLM)预训练在非常大的数据集上生成类似人类的和连贯的文本，可以针对特定的 任务。 这样的“基础模型”为 应用程序将构建