通用人工智能的曙光生成式人工智能技术的产业影响

1通用人工智能的曙光：生成式人工智能技术的产业影响 通用人工智能的曙光生成式人工智能技术的产业影响罗兰贝格大中华区2023年8月2通用人工智能的曙光：生成式人工智能技术的产业影响01通用人工智能的曙光：生成式人工智能技术的产业影响 核心观点 一：主要能力与发展潜力二：对各行业的影响评估三：行业应用场景四：中国生成式人工智能发展格局五：企业落地需要思考的关键问题附录：产业影响评估方法 03041017232629目录02通用人工智能的曙光：生成式人工智能技术的产业影响03通用人工智能的曙光：生成式人工智能技术的产业影响 核心观点从技术推动产业发展的角度，我们认为生成式人工智能技术是一项具有通用型技术潜力的软件技术。产业应用方需要清晰的认识到其作为一项软件技术的定位与局限性，但同时认识到它是一项具有操作系统级别平台效应的软件技术，在商业世界中能够带来的价值会随着应用场景的不断拓展而增加，并有可能构建出新的应用生态、创造新的用户接口、并带来潜在商业模式的变革。作为一项通用型技术，生成式人工智能在向产业渗透的过程中依然会遵循通用型技术的发展特点，首先技术本身在很长一段时间内不断演变不断升级，其次技术价值的充分释放依然需要众多辅助型应用型技术的支撑，最后技术在各产业中的应用依然需要企业不断摸索价值点与使用方法，并在业务流程、人员能力、甚至商业模式上进行变革，而这是一个需要大量时间以及资源投入的过程。根据我们的测算，在技术得到充分应用的情况下，生成式人工智能有望通过效率提升的方式在中国各行业中带来占总运营成本1.6%的成本降低，金额达到3.7万亿元。其中，由生成式语言模型技术带来的成本降低约1.9万亿元，其卓越的文档制作、代码生成等能力将对市场运营类、行政支持类、基础IT类岗位产生巨大影响。由生成式图片模型技术带来的成本降低约1.8万亿元，主要为复杂产品的研发以及相关设计职能带来效率提升。在不同行业中，生成式人工智能将对专业服务、金融、互联网与高科技等知识密集型行业带来较大影响，这些行业以人才的专业知识作为核心价值，而生成式语言模型强大的理解、检索、总结和决策能力与知识型人才的关键素质重合度较高。我们预计生成式人工智能将在专业服务、金融、互联网与高科技行业分别带来11.3%, 6.8%, 6.5%的成本下降。而农业、建筑业等体力密集型行业受到的影响相对较小，这些行业以人工的程式化作业为主，与生成式人工智能的优势相关性相对较低。综合价值创造潜力与落地可行性，我们认为生成式人工智能技术将优先影响互联网与高科技、金融和专业服务行业。第二波次将是教育、通信、医疗服务、公共服务、零售、文娱传媒和消费品行业。第三波次中农业、材料、建筑业、能源等行业目前受到生成式人工智能技术的影响相对较小，未来生成式人工智能的价值发挥依然需要夯实的信息化数字化基础支撑，并有望在研发设计、生产制造、运营管理方面创造巨大价值。目前生成式人工智能技术发展的最前沿依然在海外，但从用于训练模型的数据量、算力、底层开源技术框架的角度来看，我们认为国内出现优秀的大模型只是时间问题。中国企业如何把准生成式人工智能对行业核心竞争要素带来的影响，将生成式人工智能技术嵌入机制流程中发挥最大效能，是实现跃迁式发展的关键。我们建议企业管理者从战略、业务、组织、风险四个层面形成对生成式人工智能的充分认知，从而制定适合自己的行动方案。14253604通用人工智能的曙光：生成式人工智能技术的产业影响主要能力与发展潜力105通用人工智能的曙光：生成式人工智能技术的产业影响 技术特点与发展现状我们目前讨论的生成式人工智能的范畴是生成式语言模型与生成式图片模型，语言模型例如OpenAI的GPT-4，谷歌的BARD，Anthropic的Claude 2等，图片模型例如OpenAI的DALL-E，开源的Stable diffu-sion等。与传统的机器学习技术及过往意义上的人工智能技术相比，生成式人工智能技术的不同之处在于三个方面：第一，使用场景，生成式人工智能主要用于解决没有正确答案的创造性问题，例如文章大纲的自动生成，而传统机器学习技术则专注于解决有边界、有最优解或正确答案的问题，例如配送路径优化；第二，使用对象，生成式人工智能技术的使用者由专业的算法工程师与数据科学家拓展到普罗大众，更多在网页端或者其他应用程序内使用自然语言进行与模型的交互；第三，能力范畴，生成式人工智能模型提供的更多是跨领域的综合能力，解决专业细分领域的问题需要更多数据或者其他技术的帮助，例如大语言模型虽然能够智能地回答各类生活中的问题，但聚焦到包括法律研究等专业领域则需要更多专业数据。模型实现的技术细节我们不在此文过多阐述，总的来说，大语言模型等生成式人工智能模型的表现具有革命性提升的原因是综合性的，包括使用了更多的训练数据、更多的模型参数、训练方法的变革、以及海量算力的支撑。在本文撰写之际，生成式人工智能正在以日新月异的速度发展，技术能力提升的速度之快、拓展应用之多令人目不暇接。在技术方面，从2023年3月OpenAI发布的GPT-4到2023年7月Anthropic发布的Claude-21与Facebook发布的Llama-22，短短几个月间，生成式大语言模型已经在代码能力测试、数学测试、交互文本长度限制、模型成本方面取得了快速的进步；在拓展应用方面，自2022年11月ChatGPT上线以来，截止2023年7月直接基于GPT模型并在OpenAI官方注册的各类效率工具数量已达400多个，包括了图片生成、笔记制作、任务管理等众多类型的工具，同时将GPT模型整合进其他产品的数量也已经超过10000个3。从技术推动产业发展的角度上将，我们认为生成式人工智能技术更加类似操作系统，生成式模型的能力为解决各类问题提供了一个技术基础，并能够激发出更多的上层应用与创新。主要能力与局限生成式人工智能模型简单来说包括了文本生成以及图像生成两大类核心功能，但基于这两大功能延伸出十大能力。在文本生成方面，包括智能交互、文档制作、代码生成、决策辅助、知识管理、翻译。在图像生成方面，包括图片与设计生成、视频生成、虚拟人、3D模型生成。基于这些基础能力，生成式人工智能可以在不同产业、不同职能场景中创造出众多用例。我们希望通过对数量有限的基础能力的描述，为各行业企业寻找适用于自己的使用场景提供一些启发。1. https://www.anthropic.com/index/claude-22. https://ai.meta.com/blog/llama-2/3. https://openai.com/blog/ai-products-integrated-10000-companies/06通用人工智能的曙光：生成式人工智能技术的产业影响生成式人工智能的十大核心能力核心能力具体解释智能交互大语言模型可以提供能够记住与理解上下文含义、支持多轮对话、具有基本常识的问答，可被用在智能客服等领域文档制作帮助用户进行文章大纲、文章主要内容、以及文档格式的自动生成代码生成根据自然语言描述或图片描述的形式自动生成相应的代码，也可进行代码的自动补齐、以及代码的自动调试决策辅助生成式语言模型由于在一定程度上掌握了人类知识的结构，其输出可以为