BDC:麥肯錫最新報告告訴你 AIGC火起來后的這些變化_人工智能

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：預計2030年全球元宇宙相關支出將達5萬億美元:金色財經報道，國際調研機構麥肯錫（McKinsey）最新報告顯示，到2030年，企業和消費者與元宇宙相關的全球年度支出總額可能高達5萬億美元。

具體來看，麥肯錫預計，電子商務將占這總規模中的2萬億-2.6萬億美元，而虛擬廣告業務將占1440億-2060億美元。相比之下，去年圍繞人工智能的支出總額僅為930億美元。根據麥肯錫的報告，元宇宙將包括五種日常活動：游戲、社交、健身、商業和遠程學習。

麥肯錫的研究人員表示，到目前為止，各大品牌在虛擬世界中的實驗已表明，面向元宇宙消費者的營銷和廣告未來可能會如何發展。（央廣網）[2022/6/16 4:32:38]

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：CBDC和穩定幣或將以某種形式共存:10月11日消息，咨詢公司麥肯錫發布年度《全球支付報告》，其中闡述了穩定幣和CBDC的發展情況。報告指出，穩定幣和CBDC的共同進化將對社會產生直接影響，這兩類貨幣或將以某種形式共存。隨著私營公司和貨幣管理機構開始以更主流的方式發行穩定的加密貨幣，人們對加密貨幣的思考正從一種潛在的價值存儲工具轉變為一種金融交易工具。麥肯錫指出，在這個發展過程中，政府（例如中國央行通過直接控制貨幣政策施加更大影響）、私人機構（例如美國的電商或社交媒體巨頭或會使用穩定幣執行部分用戶交易）或行業（例如基于使用忠誠度的穩定幣）都會發揮一定作用。麥肯錫鼓勵支付領域參與方密切關注相關發展，為即將到來的不可避免的變化做好準備。金融服務基礎設施提供商應研究自身的設計選擇與未來的數字貨幣是否具備互操作性；零售銀行、商家和支付服務提供商應考慮需要在基礎設施方面開展多少投資，以整合多個CBDC和穩定幣網絡；私營銀行應考慮引入CBDC的最佳步伐，因為快速采用或影響銀行收儲，限制其盈利能力；首席風險和財務官應評估潛在的政策變化，評估數字貨幣對銀行流動性和資本要求的廣泛影響；政府、央行等監管機構在評估私人貨幣對貨幣政策效力的影響時，應在過度監管與適度監管之間找到平衡；投資者則應預測CBDC對其資產的影響。（finextra）[2021/10/11 20:19:50]

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。

聲音 | 麥肯錫高級顧問：區塊鏈技術可能會摧毀倫敦金融城和NHS:據Computing消息，麥肯錫高級顧問John Straw在最近關于Business 5.0的云和基礎架構實時活動中發表了講話。他表示，以太坊等區塊鏈技術可能使許多金融服務行業變得無關緊要，一舉摧毀倫敦金融城(City of London)和英國國民健康保險制度(NHS)。“假設某人確實生產了一個有效的區塊鏈點對點（金融）系統。這將是一個可以擴展的借貸系統，我們不再需要銀行。這意味著我們將不需要中央票據交換所，這意味著它們不存在，因此也無需納稅。那么，誰來為NHS付費呢？”[2019/10/24]

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。

分析 | 麥肯錫報告：保險業應主動擁抱區塊鏈等前沿科技:中國網財經報道，麥肯錫公司發布《中國壽險市場下一個五年的增長引擎：產品保障升級與創新》。報告指出，產品持續創新需具備三個關鍵能力。一是客戶洞見驅動；二是敏捷產品開發；三是創新技術應用。保險業應主動擁抱科技創新，持續關注與布局大數據分析、云計算、人工智能、區塊鏈等前沿技術，應用科技與大數據分析有效改善產品設計與客戶旅程，優化公司運營模式，增強核心能力(如核保、理賠)，最終實現效率提升與成本節約，并提高風險管理水平。[2019/2/22]

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。

聲音 | 麥肯錫報告：區塊鏈等新技術使銀行業面臨巨大沖擊:今日，麥肯錫在一份報告中指出，從2008年金融危機到今年，這十年時間里，全球銀行業陸續面臨五大沖擊。其中之一是，區塊鏈、大數據、云計算、機器學習等新技術快速發展。麥肯錫在報告中強調，如果數字化沖擊如我們預期般強烈，且銀行不采取任何應對措施，到2025年，全球銀行業凈資產收益率將跌至5.2%。但如果銀行業加速數字化進程，保持“新常態下的穩定增長，到2015年銀行業的凈資產收益率將回升至9.3%。事實上，一些銀行加速數字化轉型之后的業績表現，也證明了它的可行性。數字化和金融科技轉型可以有效地幫助銀行降低成本、提高效率、提升業績并且增加投資人的信心。[2018/12/24]

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BDC穩定幣人工智能chatGPT下載區塊鏈如何購買BDCC價格穩定幣的作用

OKB