《2023生成式AI新机遇.docx》由会员分享,可在线阅读,更多相关《2023生成式AI新机遇.docx(99页珍藏版)》请在课桌文档上搜索。
1、部分铺目录鎏噬融驱动全球切力皎GenAI将为全球各行业创造巨大价值GenAl技术在提升行业生产效率和促进产品创新方面具有显著优势,预计未来将颠覆全球各行各业的现有格局。在我们分析的63个用例中,GenAI将在不同行业产生2.6万亿至4.4万亿美元的价值。其中,零售和消费品行业、银行业、制药和医疗产品行业的价值潜力最大。乂。2023年人工智能发展现状:生成式Al的突破之年麦肯锡关于生成式Al现状的最新年度调查,综述生成式Al工具在2023年的爆炸式增长及其影响,包括GenAI的普遍应用,Al领域领先企业如何抢先布局,对人工智能相关人才的需求变化以及GenAI普及率和影响范围。6。生成式Al:CE
2、O必读指南本文旨在帮助CEO及其团队思考生成式Al的价值创造场景以及如何开始应用。包括CEO的GenAl入门指南,4个旨在提高组织效能的案例解析,以及CEO如何发挥关键作用利用GenAI带领企业走向成功。期生成式Al引发科技变革:CIO和CTO参考指南本文通过与数十位科技企业领袖的深度对话和对50多家企业的GenAI举措分析,为科技企业领袖列出了成功部署GenAI的九大举措,用以创造价值、协调技术和数据、扩展解决方案并管理GenAI风险。第二部分第三部分第四部分盆北鹤蠲麓浪潮下的全球产1。4投资机构篇:挖掘生成式Al产业新机遇本文深入分析了GenAl价值链的六大环节一专用硬件、云平台、基础模型
3、、模型中心和MLOps,应用和服务,帮助投资机构了解其中蕴藏的大量投资机遇。赋能百业,中国企业积极布局生成式AI“新赛道”126中国生成式Al行业发展现状及未来趋势本文深入浅出地分析了中国GenAl行业的发展现状和趋势,详细剖析中国在多个细分领域存在的机遇与挑战,帮助企业探索适合自身发展的商业模式,抓住GenAI技术红利。行稳致远,企业规模化部署生成式AI的“道”与“术”M6从战略到规模化实施,“四步走”全面落地GenAl企业在考虑引入GenAl时应以速度为先,遵循“四步走”方法论,高效实现GenAl部署和规模化应用:首先快速梳理和构建战略;然后确定用例图谱和转型路径;其次试点优先用例,为规模
4、化建立基础;最后推进全方位的运营模式转型以规模化推广GenAL167让GenAI应用真正为企业创造商业价值企业可以从GenAl应用中获得至少三方面价值,一是减少手工作业并缩短冗长的业务流程,二是协助团队进行高级分析以及更加准确地提炼洞察,三是加速活动/产品的设计与交付过程。青简版目录007GenAI将为全球各行业创造巨大价值GenAl技术在提升行业生产效率和促进产品创新方面具有显著优势,预计未来将颠覆全球各行各业的现有格局。在我们分析的63个用例中,GenAI将在不同行业产生2.6万亿至4.4万亿美元的价值。其中,零售和消费品行业、银行业、制药和医疗产品行业的价值潜力最大。392023年人工智
5、能发展现状:生成式Al的突破之年麦肯锡关于生成式Al现状的最新年度调查,综述生成式Al工具在2023年的爆炸式增长及其影响,包括GenAI的普遍应用,Al领域领先企业如何抢先布局,对人工智能相关人才的需求变化以及GenAI普及率和影响范围。59生成式Al:CEo必读指南本文旨在帮助CEO及其团队思考生成式Al的价值创造场景以及如何开始应用。包括CEO的GerlAl入门指南,4个旨在提高组织效能的案例解析,以及CEO如何发挥关键作用利用GenAI带领企业走向成功。83生成式Al引发科技变革:CIO和CTO参考指南本文通过与数十位科技企业领袖的深度对话和对50多家企业的GenAI举措分析,为科技企
6、业领袖列出了成功部署GenAI的九大举措,用以创造价值、协调技术和数据、扩展解决方案并管理GenAI风险。GenAl将在未来发展中发挥极其重要的作用。通过提高生产效率、推动创新能力和改变行业竞争格局,GenAl将为全球经济带来巨大价值。各行各业的领先企业已经开始积极应用GenAI,并已取得显著成果。MichaelChui,AlexSinglaAlexSukharevskytBryceHall和LareinaYee数字时代人工智能正成为推动科技进步和社会变革的强大力量。智能手机技术、自动驾驶功能、乃至零售商多样的数字化工具,小不在展示着人工智能的威力一但曾几何时,AI技术进步几乎难被公众察觉。谷
7、歌DeePMind开发的AlPhaGO在2016年击败围棋世界冠军选手时,只得到短暂关注,随后即从公众视野消失。然而今年,ChatGPT以前所未见的方式吸引了世界关注,开启了人们的想象之门。这要归功于其广泛的实用性:这一工具具备理解自然语言并创造内容的“超能力:几乎任何人都可以使用它。全球各类市场参与者于是开始研究并关注生成式人工智能(以下简称GenAI)对商业和社会的影响。未来,预计这项前沿技术将为各行各业创造高达7.9万亿美元的价值。本章将深入探讨GenAl在不同领域的应用以及它所带来的积极影响。第一部分:GenAI是技术催化剂,助力产业进步人工智能一步一个脚印发展至今,生成式人工智能实现
8、突破,展现出巨大潜力。对于GenAl这个概念,人们可能感到相对新鲜。事实上,人工智能的发展经历了若干阶段,从规则型人工智能(rule-basedAD到判别式人工智能(discriminativeAl),最终演变到生成式人工智能”(generativeAl,简称GenAI)。这些阶段代表了人工智能在算法、学习方法和应用领域上的不断演进和创新。-规则型人工智能:上世纪60年代到80年代,Al发展处于初始阶段,这一时期的Al主要基于事先定义的规则和逻辑,通过逐步推理和匹配规则来解决问题。使用这种方法的代表是专家系统,1970年代开发的MYCIN系统便是一例,它使用了大量规则来诊断细菌感染。然而,这些
9、规则型系统的局限性在于其缺乏通用性和灵活性,无法适应复杂的现实问题。-判别式人工智能:进入1990年代,Al技术开始关注从输入数据中学习特定模式和规律,以进行分类、识别和预测。尽管近年来深度神经网络(DNN)的出现使得判别式Al在图像识别、语音识别、自然语言处理和推荐系统等领域取得了突破皿果,但在这一发展阶段,人工智能仍缺乏生成新数据的能力。-生成式人工智能:这个阶段的起点可追溯到2014年,当时生成对抗网络(GAN)的提出引发了人们对GenAl的广泛关注。GAN由生成器和判别器组成,通过对抗训练的方式生成逼真的数据样本。GAN在文本生成、图像生成和音频生成等领域取得了重大突破,使得AI能够以
10、更具创造性的方式执行任务。GenAI是传统Al(规则型AI以及判别式AD的进化产物,与传统AI相比,GenAl具有以下四大核心优势:-自动化和效率提升:传统AI需要经过繁琐的手工特征工程和模型调整,而GenAl则能够自动从大量数据中学习,生成高质量的输出。这使得GenAI能够自动化许多重复性和繁琐的任务,从而提高工作效率并减少人工错误。与传统Al相比,GenAI能够更快构建模型、处理数据、生成结果,可助力企业更快做出决策、提供服务。-个性化和定制化:传统Al往往是基于统计分析和大规模数据的结果,缺乏对个体差异的精确处理。而GenAl通过学习每个个体的数据和反馈,能够根据个人需求和上下文生成个性
11、化输出。这使得GenAl能够为用户提供更加定制化的体验和解决方案,满足不同用户需求,提高用户满意度和忠诚度。-创造性和创新能力:传统Al主要是基于规则和已有数据进行预测和决策,局限于已知模式和规律。而GenAl具备生成新的、未知内容和想法的能力,能够从学习到的数据中创造出全新解决方案。通过GenAI的创造性和创新能力,企业可以发现新洞察,探索新业务模式,不断创新产品和服务。-可解释性和透明度:传统Al模型往往是黑盒模型,其决策过程难以被解释和理解。而GenAl在生成输出时能够提供一定程度的解释,具备一定的可解释性,可以揭示其决策逻辑和原因。这对于金融、医疗等需要可解释性的领域尤为重要,有助于建
12、立信任、满足监管要求,也让人们更容易接受和采纳GenAI的决策。持续创新也将带来新的挑战。训练和使用GenAl系统所需的计算能力有可能成为开发瓶颈,如何让GenAl成为“更具责任感的Al”也增加了GenAl技术的综合成本。从20年到2022年,针对GenAl的投资以74%的年复合增长率狂飙(同期,Al总体投资的年增长率为29%)o从地理角度来看,对GenAl的投资主要来自北美科技巨头和风险投资公司。从2020年到2022年,总部位于美国的GenAl相关公司筹集总计约80亿美元资金,占同期此类公司总融资的75%。GenAl以其在全球生产活动中重塑知识工作的潜力震惊了世界。在销售和营销、客户运营和
13、软件开发等职能部门,GenAl已显露出变革工作方式和提高绩效的能力。在这个过程中,它可以跨越多行业释放数万亿美元价值。GenAl的兴起将推动行业格局改变,带来可观的经济增长。不难看出,GenAl技术在提升行业生产效率和促进产品创新方面具有显著优势,预期未来将颠覆全球各行各业的现有格局。我们预测,人工智能整体将为全球经济带来高达25.6万亿美元的正面经济影响,而其中来自GenAl的贡献高达7.9万亿美元。这既包括GenAl用例本身为企业带来的直接收入增加及成本优化,也包括了GenAl推动全行业生产效率提升所带来的经济价值。了解GenAl为经济和社会创造价值的潜力,将有助于企业制定关键决策。我们采
14、用两个互为补充的视角,以确定当前的GenAl技术可以在哪些方面提供最大价值以及价值规模(见图Do图1:GenAl的潜在影响可以通过两个视角进行评估1.定量分析,收入影响被重新定义为相应支出的生产率增加,以保持与成本彩响的可比性,而不是假设任何特定市场的额外增长。资料来源:麦肯锡分析第一个视角扫描企业能够应用的GenAl用例。我们将“用例”定义为,将GenAl技术定向应用于特定业务并产生可衡量的价值。例如,营销中的典型用例是应用GenAl来生成创意内容,例如个性化的会员电子邮件等,其可衡量的价值包括降低成本以及通过大规模提升内容质量来提升转化率。我们确定了63个生成式人工智能用例,涵盖16个业务
15、功能,当跨行1/应用时,每年可提犯.6万亿至4.4万亿美元的总经济效益。第二个视角分析GenAI对大约850个职业生产活动的潜在影响,以补充第一个视角。我们通过建模,预估GenAl在哪个时间点可以执行构成全球经济活动的2,100多个“详细生产活动,例如“与相关人员沟通运营计划”。凭借分析结果,我们能够预估GenAI的能力可能会给全球劳动生产效率带来的影响。两个分析视角中的部分影响相互重叠(我们暂且归纳为生产效率提升的结果),剔除这种重叠后,生成式人工智能的总经济效益(包括我们探索的主要用例以及当该技术应用于知识工作者的活动时可能实现的生产效率提高)每年达6.1万亿美元至7.9万亿美元(见图2)
16、o图2:人工智能技术对全球经济的潜在影响在7i256万亿美元之间,相当于25%的生产率增长人工智能对全球经济的潜在影响,万亿美元154O%增量任济影响17.1-25.6数据和高级 人工智能,用 新的GenAl总用例驱动 通过GenAlAI总羟济 分析用例例(不是用例 潜力提高所有员潜力GenAD工生产力,包括在用高达256万亿美元人工智能对全 球经济的潜在影喻相当于当前全 球经济的25%GenAl的彩响 相当于当前全球经济的8%深入关注例中资料来源:麦肯锡全球研究院GenAl产业自身也拥有巨大市场价值及发展潜力GenAl当下已进入高速成长期,它的市场规模在未来将会迅速增长,投资者也纷纷入场,潜
17、在企业及个人用户都对其功能抱有期待、兴趣浓凰这些无不说明,GenAl行业的春天已经到来。彭博数据显示,2022年GenAl行业的全球市场收入达400亿美元,并且以平均每年40%的增长率迅速上升。预计到2032年,这一数字将增至13万亿美元。目前,中国市场规模约是全球总量的1/10,预计到2025年将达至J2,000亿元人民币I平均年增速超过60%。这一趋势表明,在为全球经济带来巨大贡献的同时:GenAl自身也拥有巨大市场潜力。巨大增长潜力自然吸引到了全球投资者的目光。这些投资者看中GenAl的创新潜力和商业机会,将资金注入到这些初创企业中,支持它们的研发、扩展和市场推广。截至2023年第一季度
18、,全球有近400家GenAI行业初创企业获得了私募股权或风险投资注资。这些初创企业各有所长,涵盖GenAl价值链各个环节,包括基础模型、行业模型及不同模态的具体应用(如文字生成、代码生成、视频生成等)。行业估值从2022年至今已经翻了一番,并且还呈不断增长趋势。这些初创企业所推出产品和服务正在全球市场引起广泛关注和兴趣。在2022年12月,全球对于“生成式人工智能(GeneratiVe川)”这一关键词的搜索量高达年初的8倍。OPenAl基于GenAl技术研发的聊天应用ChatGPT最为人所熟知,该应用一经推出就引起了前所未有的广泛关注,使用者数量激增,其升级版ChatGPTPIUS在全球内突破
19、性实现了大规模个人用户付费订阅的商业模式。第二部分:GenAl在不同职能领域与行业都有广泛应用我们将从职能领域及行业两个维度来探讨GenAl对全球产业的影响。从职能领域来看,GenAl对营销与销售、软件开发、客户运营与产品研发三大部门影响最大,其中在营销与销售领域,GenAl的价值达7,600亿至1.2万亿美元。从行业来看,GenAl产生价值最大的三个行业为高科技、零售及银行业。其中在高科技行业,GenAI的价值将达2,400亿至4,600亿美元。从所占行业收入比例来看,高科技、银行业和药品及医疗产品行业位居前三,其中在高科技行业,GenAl所带来的价值占行业收入的比例达4.8%9.3%(见图
20、3)。图3:GenAI用例在不同行业和部门中具有不同规模的影响GenAl在不同行业和部门中的产值1低影胸高扬喻爸销与客户产品与软件供应链凤险与战略与公司人才与辅售运营研发开发运营法务融资T组钗占行业防产值.一4,400注:由于四合五入,敦字之和可能不等于IOo%1 .不包括实施成本(例如培训、许可证)2 .不包括物件工程3 .包括航空板大、国防和汽车制造4 .包括汽车零售资料来源:比较疗生眼务(CIS)XIHSMarkit:牛津及济杂志;麦肯锡公司和生务型恺数据虏;麦肯锡制造和供反饯360:麦肯锡销修导航:麦肯锡故据库Ignite:麦肯锡分析按职能领域划分的GenAl价值潜力GenAI能为绝大
21、多数职能领域创造价值,不过,以价值占该职能领域支出的比例以及所创造价值量衡量,我们发现,GenAI的价值潜力在各职能的分布并不均衡。其在客户运营、营销和销售、软件工程和研发四大领域所创造的价值占到GenAI用例年度总价值的75%(见图4)。图4:在少数职能中使用GenAl可以实现用例的大部分价值1占生成式Al每年总影响的75%响亿元Oo 影十美 M3002001000销售苛销软件工程(面向企业内部)软件工程(用于产品研发).客户运营产品与研发2供应摊制造财务风险与合规,人才和组织(包括人力比源)采购管理IT战略合规10203040占职能支出的百分比,%定价1 .注意:用例价值按行业平均计算2
22、.不含软件工程资料来源:IHSMarkit:牛津经济研究院:麦肯锡企业和业务职能数据库:麦肯锡制造和供应链360:麦肯锡销售导航;Ignite.麦肯锡数据库:麦肯锡分析下面我们将以客户运营、营销和销售、软件工程和研发四大领域为例,说明GenAl如何在不同领域产生价值。客户运营GenAl通过自助服务可大大提升客户体验和客服效率,并能提升人工客服的服务技能。研究发现,在一家拥有5,OOO名客服人员的公司中,应用生成式Al使每小时的问题解决率提高了14%,处理问题所花时间缩短了咏,与经理对话的请求数量减少了25%。我们预计,在客户运营领域应用GenAl将可以带来相当于该领域成本30%45%的价值。G
23、enAl对客户运营的影响自动化客服客户与类似人类的聊天机器人进行交互,该机器人对复杂的查询提供即时、个性化的响应,确保无论客户语言或位竟如何,都能获得一致的品牌声音辅助人工互动人工客服使用人工智能开发的呼叫脚本,并在电话交谈期间接收实时帮助和响应建议,即时访问相关客户数据以进行量身定制的实时信息传递摘要与建议生成人工客服将妆到简洁的对话摘要,用以记录客户投诉和所采取行动人工客服将使用由Al生成的自动化、个性化的见解,包括量身定制的后续消息或个性化的指导建议以下是GenAl在不同场景下的用例:-快速响应客户咨询:GenAl驱动的聊天机器人可以对复杂的客户查询提供个性化的即时响应,大大减少人工客服
24、团队需要处理的客户任务量。我们预计生成式人工智能可将人工服务的任务量减少5(洸,同时还能提升客户体验。-通过大量数据训练,优化客户服务能力:GenAl可以基于过往客户互动数据,快速理解不同客户群体的需求,从而做到从一开始便能更有针对性地解答客户疑问、提供优质服务,这有助于提升客户转化率。-捕捉客户数据,提升客户价值:GenAI能够快速捕获及分析客户行为数据,据此识别客户可能感兴趣的产品并进行精准推送,从而提升客户转化与复购率。营销和销售GenAl在营销和销售领域产生的价值可分别占各自领域全球支出的5%15%和3%5%。我们将以如下应用场景为例,探讨GenAl如何在营销与销售领域创造价值。-高效
25、创建个性化内容,显著增加客户转化率、留存率和客户价值。营销内容个性化:企业应用GenAI,可向不同画像客户群发送更为个性化的营销信息。例如,群发的营销邮件可根据实际需要被自动翻译成多种语言,还可面向不同文化背景和地理区域的受众,有针对性地使用差异化图像,采用更适合受众的风格。产品推送千人千面:GenAl可依据文本、图像和语音格式的信息输入及对客户资料的深刻理解,生成个性化的产品描述,增强产品介绍网页对客户的吸引力,提升转化率和销售额。GenAI对营销和销售的影响战略制定销售和营销人员从非结构化数据源(例如,社交媒体、新闻、研究报告、产品信息和客户反馈)中收集市场起势和客户信息,并起草营销和销售
26、内容建立认知客户会看到根据其图像量身定制的广告系列购买决策客户可以访问全面的产品信息和动态建议,例如进行“试穿”交易转化由GenAl支持的虚拟销售代表模拟人类品质(例如同理心、个性化沟通和自然语言处理),以与客户建立信任和融洽关系客户留存更有可能通过定制的消息和奖励来留存,他们可以与人工智能驱动的聊天机器人进行交互,这些聊天机器人主动管理关系,减少人工客服需要处理的对话- 提升搜索引擎优化(SEO)结果。GenAI可帮助优化网页标题、图像标签和URL等数字营销要素的搜索引擎结果,支持SEO数字内容的创建,帮助营销人员将内容准确分发给目标客户,实现精准营销,降低T告成本。- 提升销售效率。基于客
27、户数据库信息,GenAl可以帮助销售人员快速理解特定客户需求,使之能在初期接触时更有针对性地解答客户疑问、提供优质服务,从而能有效提升客户转化率。此外,GenAI能够基于客户与产品信息创建对话脚本,推动向上销售和交叉销售。GenAl还可以自动跟进与挖掘潜在客户价值,促成客户与人工销售代理的直接互动。而且在销售团队的客户外展中,GenAI亦可提供更多个性化的信息。产品研发GenAI能够快速生成候选设计、提升效率,还可以改进设计本身。所创造价值占整体研发成本的比例达10%15%GenAl在产品研发的应用示例如下:- 快速生成候选产品设计,加速研发进程。GenAI模型可以基于过往相关产品的特征生成初
28、步设计(如候选药物分子、电路等),从而缩短产品研发到上市所需时间。但其局限性在于,产品设计模型具有较强的行业特征,因而GenAl在不同行业中的应用互通性较低。- 优化产品设计。GenAl可以通过基于对类似产品数据的学习与分析,协助设计师更有效地选择和使用材料,从而可降低包装、物流和生产等成本。- 提升产品测试效率、改进质量。GenAl的深度学习能力能有效优化产品模拟与测试阶段的系统虚拟仿真能力,帮助缩短复杂系统的测试时间。虚拟模拟如果与新的深度学习创成式设计技术相 结合,研究人员可以加速和优化虚拟仿 真阶段GenAl对产品研发的影响早期研究分析研究人员使用GenAI来协助市场报告、产品或解决方
29、案的起草虚拟设计研究人员使用GenAl生成基于提示的草稿和设计,使他们能够使用更多设计选项快速迭代软件工程GenAl为软件工程开辟了新的可能性,在收到软件工程师以自然语言提出的代码描述后,GenAl即可协助生成代码。根据麦肯锡分析,GenAI对软件工程生产效率的直接影响可能占当前该领域年度支出的20%45%研究发现,软件开发人员使用MiCrOSO代GitHubCopiIotJn,完成任务的速度比不使用该工具的软件开发人员快56%2。同时,麦肯锡内部对软件工程团队的实证研究发现,接受过GenAl工具培训的员工表示自己拥有更好的工作体验,幸福感、沉浸感和成就感均有所提升。GenAl在软件工程领域的
30、应用如下:-自动生成代码。GenAl可以协助软件工程师生成初始代码草稿、进行代码更正和重构及根本原因分析并生成新的系统设计。通过加速代码生成,软件工程师可集中更多时间用于架构设计,促进软件功能迭代与优化。-赋能软件创新。GenAl能够基于对现存代码和算法的学习与分析,生成创新性代码与算法解决方案,在全自动模式下创造出新的特性、功能、甚至新的应用程序,赋能软件创新。GenAI对软件开发的影响启动和规划软件工程师和产品经理使用GenAl来协 助分析、清理和标记大量数据,例如用 户反馈、市场趋势和现有系统日志系统设计工程师使用GenAl来创建多个IT架构设 计并迭代潜在的配置,从而加速系统设 计并缩
31、短上市时间代码撰写工程师可以借助Al进行代码编写,通过 协助生成草稿、快速查找错误及充当易 于导航的知识库来缩短开发时间测试通过采用可以增强测试功能的算法来提 升测试质量,并可以自动生成测试用例 和测试数据维护工程师使用有关系统日志、用户反馈和 性能数据的Al洞察来帮助诊断问题,提 供修复建议,并预测其他高优先级的改 进领域按行业划分的GenAl价值潜力在我们分析的63个用例中,GenAl将在不同行业产生2.6万亿至4.4万亿美元的价值。麦肯锡分析显示,GenAl可以通过提升营销、客户互动等,为零售业贡献大约3,100亿美元价值。在银行业,GenAl可通过承担客服、代码生成等任务,进一步提升员
32、工工作效率。在生命科学行业,GenAl有望为药物发现和开发做出重大贡献(见图5)。图5:GenAI部署于部分行业的用例中时,可以提供巨大的价值职能性价值驱动因素关键用例的部分示例(非穷尽)该职能对行业的价值潜力南低行业总价 值潜力十 亿美元占 行业妆入 百分比占利百值力营的比价淋运润分产品研发, 软件工程客户运营 营销和销售 其他职能银行业200-3409-15%(3-5%)旧代码转换客户济急交互定制化零售银风险模型文档使用自然语言式语音响应fn行业务创建模型文档翻译功能优化(IVR)基于客户画像弁检查确实的旧框架的迂移通过生成式和交易历史,文档和相关法技术部分自为银行的每个规更新动化以加速客
33、户量身定制和提高客户的个性化营销紧急情况的和销售内容,解决率并为A/B测试Al增强的生成替代方案IVR相互作用(例如,信用卡丢失)零售和400-66027-44%消费品(1-2%)消费者研究增强现实辅助称助撰写营销采购供应商流通过测试场景客户支持内容程改进加速消费者研快速实时逋知加快营精内容淮备与供应商究进程,并通员工产品状态和广告脚本的的谈判草案过创建用于训练的“合成客户”彩象来增强客户定住和消费者偏好文案编写生命60-11015-25%科学(3-5%)研究和药物客户文档生成为商业代表生合约生成发现起草药品说明成内容起草包括具体夕加快选出最适书和药品转售准备与医生互监管要求的法合作为新药配风
34、险通知动的脚本律文件草案方候选者的蛋白质和分子资料来源:麦肯错分析下面我们将分别探讨GenAl在零售和消费品行业、银行业、制药和医疗产品行业中的应用。零售和消费品行业GenAl将改变零售和消费品公司的游戏规则,为零售和消费品行业创造4,OOO亿至6,600亿美元的价值,价值潜力占行业总收入的L2%20GenAl可通过以下方式为零售和消费品行业创造价值:1 .重塑客户互动模式GenAl为零售和消费品公司提供了许多交叉销售和追加销售的机会,还能帮助企业捕获关键信息用于改进产品。此外,GenAI在助力企业扩大客户群、增加收入机会、提升整体营销投资回报率方面也大有可为。如今,无论是选购服装、化妆品,还
35、是购物体验本身,消费者越来越多地寻求方方面面的个性化体验,而GenAl可以改善这种体验。聊天机器人可以通过个性化营销活动来增强客户价值管理,从而提高客户的满意度和品牌忠诚度。2 .加速关键领域价值创造GenAl能助力营销和销售文案写作,帮助打开思路、提出创意营销理念,减少消费者研究过程中的人工投入,并加速内容分析和创建。文字和视觉效果的改进可以扩大产品知名度、提高销售转化率。3 .快速解决客户问题,加深了解客户需求电商时代,企业与消费者的有效互动格外重要。零售商可将现有的人工智能工具与生成式人工智能相结合,以增强聊天机器人能力,使之更接近人工客服。Gen内聊天机器人可以直接响应客户的各种要求,
36、如查询、E睡或取消订单、要求打折和追加销售等。将此类任务交由GenAl进行自动化处理,有助于将人工客服解放出来去处理更复杂的客户问题。4 .助力设计创新GenAl设计工具发展极快,可加速数字化设计过程,从而加快产品的迭代进程。设计师使用GenAl工具可以从头开始生成包装设计,也可以对现有设计进行修改。银行业GenAl将为银行业带来2000亿至3400亿美元的价值,相当于行业年收入的2.8%4.7%此外,生成式人工智能工具还可帮助各银行增强客户满意度,改善决策和员工体验,并能更好地监控欺诈和风险,从而有效降低风险。银行业的如下特征也为GenAl在银行业大显身手提供了舞台:- 庞杂的IT架构。几十
37、年来,银行一直在投资技术,因而积累了大量的遗留系统,FT架构各自孤立且繁复庞杂。- 庞大的客户服务团队。银行业依赖大量业务服务代三,如呼叫中心的客服人员和财富管理顾问等。- 严格的监管环境。作为一个受到严格监管的行业,银行业有大量的风险、合规和法律需求。- 繁重的文件工作。GenAl的影响可以跨越整个组织,协助所有员工编写电子邮件、创建业务演示文稿和完成其他任务。GenAl可通过以下方式为银行业创造价值:1 .作为虚拟客服,降本增效。接受过政策、研究和客户互动等专有知识训练的GenAI机器人可以提供全天候的的支持。这种面向客户的聊天机器人可以评估用户请求,并根据主题、难度和客户类型等特征选择最
38、佳服务专家来解决这些问题。通过GenAI,专业务人员可以快速访问所有相关信息,例如产品指南和政策,以即时满足客户请求。例如,摩根士丹利正在使用GPT-4构建人工智能助手,该工具旨在帮助该行数万名财富经理从庞大的内部知识库中快速找到信息、整理出答案。该模型结合了搜索和内容创建功能,财富经理可以随时利用它为任何客户查找信息,提供定制内容。2 .加速代码生成,更快交付软件GerIAl工具可通过四大应用加速代码生成和软件交付。首先,GenAl工具可以通过所输入代码或自然语言根据上下文起草代码,帮助开发人员更快地编写代码并减少摩擦,同时启用自动翻译以及无代码和低代码工具。其次,这些工具可以自动生成代码测
39、试、确定其优先级、并运行和审查不同的代码测试,从而加速测试过程、扩大覆盖范围并提高有效性。第三,生成式人工智能的自然语言翻译能力可以优化遗留框架的集成和迁移。最后,这些工具可以检查代码以识别计算中的缺陷和低效环节,输入更稳健有效的代码。3 .大规模制作个性化内容生成式Al工具可以利用现有文档和数据集简化内容生成。这些工具可以根据客户的档案和历史,创建个性化的营销和销售内容,还能提供多种替代方案用于AB测试。此外,生成式人工智能可以自动生成模型文档,识缺失的文档并扫描相关法规更新,为内容变化创建提醒。生命科学行业我们的分析发现,GenAl将在生命科学行业产生600亿至1,100亿美元的价值,相当
40、于该行业年收入的2.6%4.5%.GenAl在生命科学领域的用例覆盖从药物发现、药物实验到患者治疗、商业化推广的价值链全流程。GenAI可借助图像或自然语言等模型为研发人员提供更具有潜力的药物分子,从而缩短药物前期研发和实验时间。同时GenAl还能为医疗机构和患者提供更精准的治疗方案和更高效的药物。-在药物发现与早期开发阶段,GenAl为研发团队提供更精准的药物研发工具,提升新药研发效率,缩短研发所需时间。具体而言,GenAI能够通过建立更准确的筛选标准,提升目标分子识别精度,从而缩减每个阶段的分子实验规模,快速推进药物研发进程。同时,GenAl还能够基于患者病程大数据信息,为新药的适应症搜寻
41、提供更科学的建议。-在药物试验阶段,GenAl基于受训的患者数据,为研发人员提供不同患者群体所需的特定试验设计信息,从而有助于试验人员更科学地进行试验设计。同时GenAl还能被用来对患者进行数字化预试验,方便研发人员根据预试验的临床结果快速迭代试验设计。在试验过程中,GenAl则以聊天机器人的形式,为试验患者解答相关问题并记录相关数据,提升患者管理的自动化程度。试验结束时,GenAI能自动生成相关报告以及洞察分析,大大节省试验结果分析总结用时。-在患者治疗阶段,对研发机构或药企而言,GenAl能够大规模筛选和分析药物的真实世界数据,并评估药物对不同患者的实际效果,为研发提供反馈。对医疗专业人员
42、而言,GenAI能够基于患者病史和电子病历数据产生对于临床决策的建议,同时搜索最新文献信息,帮助医疗专业人员了解最新科研结果。-在商业化阶段,GenAl能以聊天机器人的形式实时回复销售代表或医生的药物相关问题,并基于群体偏好自动生成患者教育内容和医生互动内容,提升药品推广效率。第三部分:GenAI将给全球产业的效率、创新及竞争格局带来巨大影响GenAl的发展是科技进步的又一次飞跃。在GenAI的推动下,科技在诸多工作上有望实现相当于人类中位数水平的表现,且发展速度在加快,科技的各项能力表现达到人类工作表现前25%水准的时间比先前预估已有所提前(见图6)。例如,麦肯锡全球研究院之前的分析认为,科
43、技在自然语言理解方面最早会在2027年到达人类中位数水准,但根据最新分析,这一时间已提前到2023年。图6:科技能力,科技可实现的人类表现水平职能性价值驱动因素关键用例的部分示例(非穷尽)生成式Al发展后估计(2023年)一中位数I前四分位数o9表示专家估计生成人Al之前估计(2017)中位数I前四分位数的范围资料来源:麦肯锡分析整体而言,符GenAl与现有技术结合,可通过三种方式对全球产业产生巨大影响:提高企业生产效率、推动企业产品创新以及改变行业竞局。提高生产效率生成式AI的出现,可大大提升各项工作的自动化比例。其自然语言能力的加速发展,可推动技术潜力飞速跃升。据麦肯锡分析,若在现有技术中
44、使用GenAI,则理论上可实现自动化的工作量(按小时数衡量)百分比将从50%左右增至60%70%按照最乐观情景估计,最野J2O4O年,企业即可实现100%的手工作业替代(见图7)O图7:生成式人工智能的出现推动了技术自动化的潜力按不同预估划分的技术自动化潜力,%激进预估(结合GenAI)保守预估(结合GenAI)激进预估(2017)保守预估(2017)当前工作活动耗费的时间资料来漉:麦肯锡分析GenAl主要通过优化现有流程和任务的方式提升企业生产效率;流程优化的最终目标是提高日常工作效率、降低成本、提升生产能力。GenAl能够通过自动化和智能化的方式减少人力投入、优化资源配置、加速工作流程。根
45、据麦肯锡估算,仅从提高企业生产效率的角度衡量,GenAI就将为世界经济带来高达2.5万亿至4.2万亿美元的贡献,相当于整体营收增长Ll%2.0%(见图8)o大多数行业都能从中受益。从各职能领域来看,营销和客户运营的生产效率提升幅度最大,这也是GenAI能在实践中最早产生价值的两个领域。而且,大部分此类GenAl应用,目前市场上已有成熟工具,企业可直接使用,资源投入较低。图8:效率提升:GenAI将影响各个职能部门,对营销、客户运营和工程的影响最大行业总体价 值 (万亿 艮元)总体价值252万亿, 4.21总体价(%管1.1%2.0%销销 营与售户营 客运品研 产与发件程 软工应运 供域管险法 风与律略财 战与务人才 与组 组影音娱乐软件技术0.10.2-0.5和 品行险售费疗 育 很保零消医 教0.4-0.60.4-0.:0.1-02生命科学&农业0.2-0.9%-0.31.6%2.1%- 4%1.8%-3.2%1.4%-2.6%1.8%-2.9%4.9%-9.3%乜草公共部门电信运输、物 流&旅游制造业金属& 采矿能源与 环境0.9%-1.6%0.4- 0.60.9%-1.5%0.7%-1.2%0.1- 0.20.6%-0.9%3Dii=?产 n*资料来源:麦肯锡分析推动产品创新GenAl不