Штучний інтелект може збільшити прибутки компаній на $4,4 трильйона на рік

Технології генеративного штучного інтелекту, такі як ChatGPT, захопили світ штурмом завдяки їхній приголомшливій здатності аналізувати природну мову та приймати рішення, надзвичайно людські. Цей останній прогрес у сфері штучного інтелекту швидко трансформує бізнес і роботу, змушуючи компанії, уряди та окремих людей намагатися оцінити його вплив у режимі реального часу.

Наше останнє дослідження генеративного штучного інтелекту та продуктивності, проведене Глобальним інститутом McKinsey, виявило, що генеративний штучний інтелект може щорічно створювати вартість, еквівалентну 2,6-4,4 трлн доларів глобального корпоративного прибутку. Було 63 випадки використання, у яких ми оцінюємо, що генеративний штучний інтелект підвищить продуктивність, включаючи підтримку взаємодії з клієнтами, генерацію креативного контенту для маркетингу та продажів і створення програмного коду на основі підказок природною мовою, серед багатьох інших завдань. Це підвищить цінність продуктивності штучного інтелекту та аналітики на 15%–40% порівняно з попередніми поколіннями технології — сума, яка збільшиться приблизно вдвічі, оскільки генеративний ШІ пошириться більш дифузно по всьому світу.

За нашими оцінками, генеративний штучний інтелект, ймовірно, забезпечить найбільший вплив на банківську справу, високі технології та науки про життя як відсоток від загального доходу галузі. У банківській справі, наприклад, технологія може створювати вартість, що дорівнює додатково від 200 до 340 мільярдів доларів на рік, якщо використовувати всі варіанти використання. Це не означає, що інші галузі не отримають великої користі від впровадження генеративного ШІ. Загалом, наприклад, компанії, що займаються роздрібною торгівлею та споживчими товарами, можуть отримати додаткові 400–660 мільярдів доларів щорічного прибутку від використання генеративного ШІ.

У всіх галузях промисловості приблизно три чверті вартості генеративного штучного інтелекту будуть отримані з чотирьох сфер бізнесу: роботи з клієнтами, маркетинг і продажі, розробка програмного забезпечення та дослідження та розробки. У деяких випадках використання, які ми досліджували, технологія працювала б як віртуальний експерт, надаючи інформацію та вносячи пропозиції, щоб, скажімо, відповісти на запитання роздрібного клієнта або розробити креативний контент для маркетингових цілей. В інших випадках технологія може бути віртуальним співавтором, створюючи молекули-кандидати для команд, що працюють над розробкою нових ліків, або пропонуючи та впорядковуючи код для інженера-програміста.

Велика частина цінності генеративного штучного інтелекту буде надходити від зростання продуктивності в економіці, доки працівники, які постраждали від технологій, переходять на нову роботу. За нашими оцінками, генеративний штучний інтелект може підвищити продуктивність праці на 0,1%–0,6% щорічно до 2040 року. У поєднанні з іншими технологіями автоматизація праці може додати додаткові 0,2–3,3 відсоткових пункти до зростання продуктивності.

Разом з іншими технологіями поточні можливості генеративного штучного інтелекту мають теоретичний потенціал для автоматизації робочих дій, таких як написання електронних листів або відповіді на запити клієнтів, які зараз займають від 60% до 70% часу, який працівники проводять за роботою. Навпаки, ми раніше оцінили в 2017 році, що технології, доступні на той час, могли автоматизувати діяльність, яка займала половину їхнього часу.

Це значною мірою завдяки можливостям генеративного штучного інтелекту з природною мовою, яка потрібна для робочої діяльності, яка займає приблизно одну чверть загального робочого часу та перевищує можливості попередніх поколінь штучного інтелекту. Здатність Generative AI спілкуватися з користувачем і робити висновки з цієї розмови також означає, що він матиме більший вплив на роботу зі знаннями, яка відіграє більшу роль у професіях, які мають вищу зарплату та освітні вимоги. Це помітна відмінність від ефекту старішого штучного інтелекту, який значною мірою автоматизував ручні завдання.

Крім того, темпи трансформації робочої сили, ймовірно, прискоряться в результаті вищого потенціалу технічної автоматизації. Ми розробили сценарії, щоб оцінити темпи фактичного впровадження цих технологій серед робочої сили в усьому світі, і, оновлені з урахуванням впливу генеративного ШІ, тепер ці сценарії припускають, що половина сьогоднішньої робочої діяльності може бути автоматизована між 2030 і 2060 роками. середня точка припадає на 2045 рік, або приблизно на десять років раніше, ніж наші оцінки 2017 року. І хоча впровадження може зайняти десятиліття серед робочої сили в усьому світі, окремі компанії можуть набагато швидше трансформувати свою діяльність за допомогою генеративного штучного інтелекту для отримання конкурентної переваги.

Співробітникам знадобиться підтримка в освоєнні нових навичок, які допоможуть їм працювати разом із генеративним ШІ, а в деяких випадках — у зміні ролей. Корпоративні лідери можуть почати з перегляду основних бізнес-процесів і розгляду того, де найкраще застосувати генеративний ШІ та як співробітники можуть з ним працювати, а також визначити, які нові навички та можливості їм можуть знадобитися. Лише активно керуючи переходом до генеративного ШІ, а також оцінюючи ризики, можна повністю реалізувати значні економічні перспективи генеративного ШІ. Джерело