人工智能在經曆生成算法、預訓練模型、多模态等技術的累積融合和疊代後，逐漸突破傳統分析型人工智能領域，迎來生成式人工智能的加速發展。生成式人工智能工具推出不到一年，其應用呈“爆發”式增長，預計未來該技術将對商業運作和經濟社會發展産生深遠影響，有望開啟新一輪技術創新周期，并為全球經濟創造萬億美元價值。
人工智能發展曆程
随着Dall-E2、ChatGPT、StableDiffusion等應用的相繼推出，生成式人工智能成為全民關注的焦點。ChatGPT應用釋出僅兩個月，就積累了1億活躍使用者，成為有史以來使用者數增長最快的消費應用。衆多生成式人工智能應用自2022年以來陸續湧現，2022年也是以被稱為“生成式人工智能元年”。預計此類模型将對商業運作模式及經濟社會發展産生深遠影響，人工智能有望開啟新一輪技術創新周期。
回顧人工智能産業發展曆程，生成式人工智能的演變大緻經曆了三個階段。首先是21世紀前“十年”利用機器學習進行分析和預測，各類機器學習技術迅速發展，通過機器學習模型對海量資料進行分析，從輸出的資訊中得出結論或進行學習。在這個時期，機器學習被視為強大的人工智能工具，企業将其廣泛用于資料分析、模式發現、未來預測中，以遠超以往的速度和規模實作任務的自動化。
其次是21世紀第二個“十年”，進入了通過深度學習進行視覺和語言處理的階段。人工智能的感覺能力進一步增強，深度學習成為機器學習領域新的研究方向。在此期間，深度學習在計算機視覺的應用，幫助搜尋引擎和自動駕駛車輛對物體更好地進行分類和檢測。在語音識别應用中，人工智能語音助手能夠以更自然的方式與使用者互動。
最後是随着生成算法、預訓練模型、多模态等人工智能技術累積融合，逐漸催生了生成式人工智能的“大爆發”。由OpenAI開發的GPT-4語言模型，标志着基于語言的人工智能應用邁入了嶄新的階段。生成式人工智能将迎來廣闊的發展前景，“賽道”内已誕生多家“獨角獸”企業。據波士頓咨詢預測，至2025年生成式人工智能的市場規模将至少達到600億美元。
應用場景及對不同業務子產品和行業就業的影響
生成式人工智能應用場景
生成式人工智能應用場景包括文本生成、圖像生成、音視訊生成和“數字人”生成。其中，基于自然語言處理的文本生成應用是生成式人工智能中發展較早的應用，可實作文本内容續寫、文本風格遷移、摘要生成及整段文本的生成，與其相關的個性化文本生成及實時文本互動前景廣闊。
圖像生成的技術場景劃分為圖像屬性編輯、圖像局部生成和更改、端到端的圖像生成。其中，前兩者落地場景為圖像編輯工具，目前已得到廣泛應用，相關産品較為豐富；端到端圖像生成則對應創意圖像生成和功能性圖像生成兩大落地場景。
音頻生成應用領域可分為語音合成和音樂創作。語音合成包括文本生成特定語音和語音克隆領域，其中文本生成特定語音領域技術成熟度較高，語音克隆對電影、動畫等行業意義重大。
視訊生成主要對應視訊屬性編輯、視訊自動剪輯、視訊部分生成三大領域。其中視訊屬性編輯應用更廣泛，可大幅提升剪輯效率；視訊自動剪輯技術仍在嘗試階段；視訊部分生成原理本質與圖像生成類似。預計視訊生成有望成為未來跨模态生成領域的中高潛力場景。
“數字人”生成可分為“數字人”視訊生成和“數字人”實時互動。其中“數字人”視訊生成是目前應用最廣泛的領域之一；而“數字人”實時互動多應用于可視化的智能客服，更強調實時互動功能。
對業務子產品運作産生的影響
生成式人工智能對使用者營運、營銷和銷售、軟體工程和産品研發業務子產品的運作産生積極影響。麥肯錫咨詢研究顯示，在16項業務職能的63個應用場景中，生成式人工智能可提供的潛在價值約75%集中在使用者營運、營銷和銷售、軟體工程和産品研發四個方面。其中，使用者營運業務主要通過使用生成式人工智能，改善使用者體驗并提升客服生産力。該技術的應用不僅能夠使機關時間的問題解決率提升，還能使處理問題所花費的時間和客服座席流失率大大減少。至關重要的是，生成式人工智能可提高經驗不足的客服人員的服務品質。麥肯錫研究估計，将生成式人工智能應用到使用者服務業務中可以提高生産力，并節約目前業務成本的30%~45%。
在營銷和銷售業務中應用生成式
人工智能，可提高個性化營銷、内容建立和銷售效率。該技術可根據使用者的偏好和行為建立個性化消息，并制作品牌廣告、标題、産品描述等内容。此外，生成式人工智能還可以內建到各種應用中，以提供更高品質的資料洞察力、更好地定位使用者群、确定适宜的營銷政策。麥肯錫研究估計，生成式人工智能可以提高營銷生産力的經濟價值5%~15%。除了對營銷生産力産生直接影響外，生成式人工智能還将産生連鎖反應，使銷售生産力提高3%~5%。
在軟體工程業務中，生成式人工智能可作為編碼助理加快開發人員的工作進度。該技術的應用能減少一部分工作量，如生成初始代碼、代碼修正、重構及生成新的系統設計等，還能夠提升軟體工程師的工作體驗。近期一項研究發現，使用微軟GitHubCopilot軟體的開發人員完成任務的速度比不使用該工具的人員快56%。
産品研發業務中應用生成式人工智能技術可減少研發和設計時間，改進産品模拟和測試流程。研究發現，生成式人工智能可将産品研發速率提高10%~15%，縮短産品上市周期。
生成式人工智能對不同行業及就業的影響
生成式人工智能将對各行各業産生重大影響。麥肯錫咨詢機構分析稱，零售和消費品、銀行業、制藥和醫療行業受到的影響最大。其中，在零售和消費品行業中，生成式人工智能能夠實作使用者服務、營銷和銷售、庫存和供應鍊管理等關鍵業務的自動化，可将行業生産率提高1.2%至2.0%，預計每年額外創造4000億至6600億美元的經濟價值。生成式人工智能對銀行業産生的影響也是巨大的，人工智能虛拟專家、加速代碼生成以及大規模生成定制化内容等生成式人工智能技術的應用，可将該行業生産率提高2.8%至4.7%，預計每年額外創造2000億至3400億美元的經濟價值。生成式人工智能可大幅提高制藥和醫療行業的研發速度和品質，将行業生産率整體提高2.6%至4.5%，預計每年将創造600億至1100億美元的經濟價值。
生成式人工智能也将給不同崗位的就業帶來機遇和挑戰。一方面，生成式人工智能将促進崗位智能化更新，部分工作崗位将被替代。據高盛研究機構分析，生成式人工智能的智能自動化能力極大提升了工作效率并降低營運成本，美國和歐洲的傳統職位都将受到不同程度的人工智能自動化影響，生成式人工智能可以替代四分之一的工作崗位。另一方面，生成式人工智能也會創造新職業。“問客”讓人們能夠利用自然語言作為提示詞，通過與AI進行互動，得到資訊或創造作品。此外，其相關領域也将産生大量新的工作崗位，如人工智能訓練師等。
生成式人工智能經濟社會價值
生成式人工智能可能會使全球經濟增加萬億美元。麥肯錫咨詢機構評估，如果将分析的63種生成式人工智能應用于各行各業，将為全球經濟每年帶來2.6萬億至4.4萬億美元的增長，相當于英國GDP的體量。這一預測還未将所有的生成式AI應用計算在内，若将尚未研究的應用考慮在内，生成式人工智能所産生的經濟影響可能會翻倍。生成式人工智能可以大幅提高整個社會的勞動生産率，但前提是該技術與社會整個生産結構及工作模式相協調。
生成式人工智能與其他技術相結合，預計在2023年到2040年間，平均每年可使勞動生産率提0.2%~3.3%，其中生成式人工智能可使勞動生産率增長0.1%~0.6%，具體數值則取決于技術采用率和員工時間在不同活動中的調配。另外，員工在學習掌握生成式人工智能相關技術時需要教育訓練，部分員工中可能會改變職業。如果員工轉型和其他方面風險能得到有效控制，那麼生成式人工智能将為經濟增長作出實質性貢獻，并讓世界更具可持續和包容性。
生成式人工智能已成為一個具有廣泛應用前景的領域。未來，随着技術的不斷創新和市場需求的釋放，生成式人工智能将被更加廣泛地應用于各行各業，為經濟社會創造更多的價值，同時極大地改變商業運作模式和人們生活的方式。與此同時，技術的快速發展也将帶來新的風險和挑戰，諸如知識産權保護、安全、技術倫理、環境影響等。為確定生成式人工智能技術實作高品質、健康可持續發展，還需行業參與者、政策制定者及消費者共同努力。
*本文刊載于《通信世界》
總第925期 2023年8月25日 第16期
原文标題：《生成式人工智能對經濟社會的影響》
End
作者：中國資訊通信研究院資料研究中心
張彥坤 王雪梅 汪衛國
責編/版式：王禹蓉
稽核：舒文瓊
監制：劉啟誠
