人工智能:麥肯錫最新報告告訴你 AIGC火起來后的這些變化_Lucid Lands

麥肯錫對生成式人工智能并不陌生：據稱，截至今年夏天早些時候，這家全球咨詢巨頭大約一半的員工正在使用該技術。

但它并不是唯一一個看到生成式人工智能快速普及的組織。事實上，麥肯錫人工智能部門 QuantumBlack 的一份最新年度報告 The state of AI in 2023: Generative AI’s breakout year 發現，「生成式人工智能的使用已經很廣泛」。麥肯錫在 2023 年 4 月 11 日至 21 日期間對不同地區、行業和公司規模的 1,684 名參與者進行了一項在線調查，得出了這一結論。大多數 (79%) 的受訪者表示「多少接觸過生成式人工智能，無論是為了工作還是工作之外」，而 22% 的人表示，他們經常在工作中使用它。這些發現與科技媒體 VentureBeat 近期的一項非正式調查呼應，該調查顯示超過 70% 的公司已經在嘗試生成式人工智能。

雖說為時尚早，但使用已經很普遍

麥肯錫的這份調查始于今年 4 月，也就是生成式人工智能浪潮開始走向洶涌的時點，雖然許多新工具亮相不久，但對它們的嘗試性應用已經相對普遍。79% 的受訪者表示，無論是在工作還是工作之外，他們至少接觸過生成式人工智能。22% 的受訪者表示，他們經常在自己的工作中使用它。除了個人，組織現在也普遍使用人工智能。三分之一的受訪者表示，公司已經在至少一項職能中定期使用生成式人工智能。更重要的是，該報告還透露新一代人工智能不僅僅是一種短暫的趨勢，而且是許多組織的戰略重點。近一半（40%）受訪者表示，得益于生成式人工智能，公司計劃增加整體人工智能投資。此外，該技術已被 28% 的公司列入董事會議程。既然公司和個人正在嘗試使用新一代人工智能，那么，誰使用的最多，用途是什么？麥肯錫的新報告也提供了一些值得關注的見解。到目前為止，北美受訪者在工作中采用新一代人工智能方面處于全球領先地位，其中 28% 的受訪者在工作中和工作之外使用該技術，而歐洲受訪者和亞太地區受訪者的這一比例分別為 24% 和 22% （大中華區僅為 19%）。鑒于 2022 年 11 月 OpenAI 推出 ChatGPT 在美國掀起了生成式人工智能熱潮，這或許是意料之中的結果。

麥肯錫、騰訊和埃森哲部分高管加入Animoca Brands:7月22日消息，近期部分原麥肯錫、騰訊和埃森哲高管加入了 Animoca Brands，包括原騰訊微保董事長劉家明（任 Animoca Brands 首席商務官）、原騰訊國際業務集團（IBG）高級業務發展總監 Benny Ho（任 Animoca Brands 業務發展主管）、原麥肯錫高管 Brian Chan（任 Animoca Brands 運營和項目副總裁）、原埃森哲高管 Kenneth Shek（任 Animoca Brands 項目管理總監）。此外，原 Gerson Lehrman Group 大中華區業務總經理 Minh Do、高級財務副總裁 Joanne Chan 也已加入 Animoca Brands，任聯合首席運營官與副首席財務官副首席財務官。（The Block）[2022/7/22 2:30:48]

最常利用這些新工具的業務也反映出采用人工智能最為普遍的業務需求，包括營銷和銷售、產品和服務開發以及服務運營。事實上，截至 2023 年 4 月，使用生成式人工智能最多的是營銷和銷售，占 14%，其次是產品/服務開發，占 13%。

麥肯錫2030物聯網預測：MachineFi機器金融爆發即將到來:今日，國際財經時報科技頭版發表了麥肯錫2030物聯網預測展望報道。麥肯錫在文中指出，到 2030 年，物聯網 (IoT) 可以釋放高達 12.6 萬億美元的全球經濟價值，物聯網數字世界和物理世界的融合是當今商業和經濟數字化轉型背后的主要趨勢之一，MachineFi機器金融爆發時代即將到來。同時，麥肯錫介紹了新一代高性能公鏈IoTeX，以及其如何將傳統的物聯網和機器垂直領域轉變為 MachineFi dapp，在 Metaverse 和 web3 世界中釋放萬億美元的機會，并最終使數百萬用戶能夠使用數十億的智能設備參與機器經濟。

《國際財經時報》是全球性在線金融報紙。IBTimes宗旨是通過采編網絡為全球讀者提供及時的商業新聞與分析評論。

IoTeX作為硅谷開源項目成立于2017年，以鏈接現實世界和數字世界為發展目標，是與以太坊全兼容的高性能公有區塊鏈。[2021/11/17 21:56:51]

迄今為止，在工作和/或工作之外采用技術最快的行業是「技術、媒體和電信」，占 33%，其次是「金融服務」和「商業、法律和專業服務」，分別為 24% 和 23%。這些數據也與人們預期一致——科技公司一般被認為是人工智能有望產生最大影響的領域。作為知識密集型行業，銀行、教育、醫療和法律等也被認為會受到新技術的重大影響。

動態 | 麥肯錫報告：區塊鏈對零售銀行的吸引力有限:6月7日訊，麥肯錫最新研究顯示，零售銀行（Retail Bank）在接受區塊鏈技術的方面進展緩慢，在獲得潛在收益方面面臨的挑戰也比投行領域更具冒險精神的同行更大。報告作者之一Matt Higginson在接受采訪時表示，零售銀行采用分布式賬本共享系統來管理日常活動的不利因素包括：消費金融的監管環境更加嚴格，以及Zelle等現有替代支付服務的成功。他表示，比特幣等使用區塊鏈跟蹤和驗證交易的加密貨幣聲譽不佳，也讓“零售銀行業感到緊張和謹慎”。 但報告同時提到，如果零售銀行接受區塊鏈技術，它將為處理匯款支付、管理監管問題（如KYC和防止欺詐)、以及幫助評估新客戶或現有客戶的財務風險帶來好處。銀行承受著削減開支的無情壓力，這也可能鼓勵人們更多地使用區塊鏈。[2019/6/7]

相比之下，以制造業為基礎的行業，如航空航天、汽車和先進電子可能會受到較少的顛覆性影響。麥肯錫的這份調查顯示，供應鏈管理（占 3%）和制造（僅占 2%）的排名非常靠后。

這一結果與過去對制造業影響最大的技術浪潮（比如工廠流水線、工業機器人）的影響形成鮮明對比：目前生成式人工智能的強項主要針對基于語言的活動，而不是那些需要體力勞動的活動，后者采用人工智能可能更具挑戰性，也更耗時，一些物理方面的限制也讓這些行業更能抵抗人工智能的影響。不過，對于生成式人工智能來說，供應鏈管理應該是它發揮優勢的領域，其中涉及很多規劃、分析市場以及基于大量數據提供洞見，這些都是生成式人工智能所擅長的。另外，就人們使用生成式人工智能所做的事情而言，該報告發現，迄今為止幾乎所有功能都圍繞著創建、總結和分析文檔。趨勢預測緊隨其后。

聲音 | ?麥肯錫：區塊鏈必須成為可用解決方案中最簡單的:2月1日，界面刊登了題為《麥肯錫：區塊鏈為什么陷入了瓶頸？》的文章，剖析了區塊鏈陷入瓶頸的原因，并指出如果想真正成為一項革命性技術，關鍵在于，區塊鏈必須是可用解決方案中最簡單的一個。麥肯錫表示，區塊鏈面臨很多挑戰，如難以理解、技術障礙、安全問題等，如果不加以有效解決，其前景堪憂。目前在中國難有稱得上成功的區塊鏈應用，原因主要有以下幾個原因：1.頭部公司掌控大部分有價值應用，但受困于融資軍備競賽，而本應作為顛覆者存在的創業公司在產品和技術上未有大的突破。2.缺乏成功案例借鑒，“自我摸索”反成常見運維方案。3.缺乏標準統一的技術規范和概念。進入2019年，麥肯錫認為區塊鏈的實用價值主要體現在某些特定場景、數字化價值和打造創新形象。[2019/2/3]

值得注意的是，似乎很少有公司為人工智能的廣泛使用或這些工具可能帶來的業務風險做好充分準備。例如，只有 21% 的受訪者表示，公司已經制定了在工作中使用人工智能技術的政策。特別是當詢問采用人工智能的風險時，很少有受訪者表示他們的公司正在減輕人工智能最常提到的風險：不準確。只有 32% 的人表示他們正在減少不準確性，這一比例低于 38% 的人表示他們減輕了網絡安全風險。

動態 | 麥肯錫報告：區塊鏈應用還沒有實際落地:近日，麥肯錫發布一篇《區塊鏈的Occam問題》文章稱，區塊鏈應用還沒有實際落地。文章表示，區塊鏈雖然花費了大量金錢和時間，但實際上很少有實質內容，區塊鏈尚未成為改變游戲規則的人。在開拓階段，技術處于起點，在第二階段，產品應該起飛并看到成功。該文章作者稱，“對很多人來說，區塊鏈的第二階段并沒有發生。”但同時，麥肯錫報告認為區塊鏈在利基應用、現代化以及展示創新能力的方式方面具有實用價值。文章寫道，區塊鏈對將所有權從公司轉移到消費者有好處。[2019/1/6]

人工智能高績效企業（AI high performers），也就是將 2022 年至少 20% 的息稅前利潤歸因于采用人工智能的受訪者，正在全力以赴地投入人工智能，包括生成式人工智能和更傳統的人工智能功能。他們也在更多的業務中使用了生成式人工智能，特別是產品和服務開發以及風險和供應鏈管理方面。考慮到所有的人工智能能力——包括更傳統的機器學習能力、機器人過程自動化和聊天機器人——這些企業也比其他企業更有可能在產品和服務開發中使用人工智能，比如產品開發周期優化、為現有產品添加新功能，以及創建新的基于人工智能的產品。這些企業也更頻繁地在風險建模中使用人工智能，并將其用于人力資源，如績效管理、組織設計和勞動力部署優化。另外，他們與同行的另一個區別是：他們采用生成式人工智能不太注重降低成本，而這卻是其他公司的首要任務。將首要目標鎖定在創造全新業務或收入來源的人工智能高績效企業，是其他企業的兩倍。不過，大多數人工智能高績效企業采用生成式人工智能的首要目標在于增加現有產品的價值。

從投入上來看，這些高績效企業對人工智能的投資也比其他組織多得多。例如，將超過 20% 的數字化預算用于人工智能的可能性是其他組織的五倍以上。他們也在企業組織中更廣泛地采用了人工智能。他們也更有可能表示，已經在四個或更多的公司業務職能中采用了人工智能，并且嵌入了更多的人工智能功能。例如，除了人工智能和相關的自然語言功能外，還將知識圖譜嵌入到至少一個產品或業務功能流程中。在面臨的挑戰方面，人工智能高績效企業也不同于其他公司。前者主要面臨算法過渡到業務的挑戰，比如如何可靠且高效地在生產中部署和維護模型。想要實現生成式人工智能發揮變革性作用的用例，可能需要許多專門的 MLOps 技術和實踐。相比之下，其他公司還在設定清晰的人工智能愿景等戰略問題上苦苦掙扎。

人才需求的更迭

過去一年里，采用人工智能的企業最常招聘的人才包括數據工程師、機器學習工程師和人工智能數據科學家。最新報告發現，去年需求最旺的軟件工程師，今年需求大幅縮水，從 39% 降到 28%。另外，出現了新的招聘職位—— prompt 工程師。總體而言，雖然招聘與人工智能相關的職位仍然是一個挑戰，但在過去一年里變得有些容易了，反映招聘人工智能數據科學家、數據工程師和數據可視化專家等職位存在困難的受訪企業變少了。這或許與 2022 年底到 2023 年上半年科技公司的大量裁員有關。

受訪者預測，未來三年，人工智能將重塑許多崗位。不過，一般來說，他們期望更多的員工接受再培訓，而不是離職。近十分之四的受訪者預計，超過 20% 的公司員工將通過再培訓獲得新技能，而8%的受訪者表示，他們的員工規模將減少 20% 以上。

另外，服務運營是唯一一個大多數受訪者希望被大規模削減替代的崗位。

在員工再培訓方面，人工智能高績效公司在未來三年內對超過 30% 的員工進行再培訓的可能性，是其他公司的三倍以上。

雖然生成式人工智能正在迅速普及，但調查數據并未顯示這些新工具正在推動公司整體上的人工智能采用。至少目前，采用人工智能的公司比例總體保持穩定，55% 的受訪者表示他們的組織已經采用了人工智能。不到三分之一的受訪者繼續表示，他們的組織已經在多個業務職能中采用了人工智能，這表明人工智能的使用范圍仍然有限。產品和服務開發以及服務運營仍然是受訪者最常采用人工智能的兩個業務。總體而言，只有 23% 的受訪者表示，去年公司至少有 5% 的息稅前利潤歸因于對人工智能的使用。這表明還有更大的上升空間。

大多數受訪者表示，每個使用人工智能的業務職能部門都實現了相關的收入增長。展望未來，超過三分之二的人預計公司將在未來三年內增加對人工智能的投資。

Foresight News

金色財經 Jason.

白話區塊鏈

金色早8點

LD Capital

-R3PO

MarsBit

深潮TechFlow

Tags：人工智能區塊鏈BRANDNDS人工智能就業前景區塊鏈技術就業前景simplyBrandLucid Lands

幣安app下載