“AI时代”正式到来，“人工智能”更是被首次纳入企业裁员理由，而或许AI引爆的裁员浪潮才刚刚开始。
6月14日，咨询机构麦肯锡发布了的一份题为《生成式人工智能的经济潜力》的研究报告，在报告中，分析师们通过对47个国家及地区的850种职业（全球80%以上劳动人口）的研究，探讨了在AI成指数级发展背后，对全球经济将带来的影响，哪些行业冲击最大，哪些人面临失业威胁？
以下为报告主要内容：
- AI取代人类工作的时间被大幅提前了10年，在2030年至2060年间（中点为2045 年）50%的职业逐步被AI取代。
- AI每年可为全球经济带来2.6万亿至4.4万亿美元的增长，生产力提高0.1%—0.6%，相当于每年贡献一个英国的GDP。
- 全局上看AI对各行各业的发展有利，但是对个人不利，而高薪、高学历的脑力劳动者受到的冲击最大。
- 生成式AI带来的价值增长，主要（约75%）集中在四个领域：客户运营、营销和销售、软件工程和研发，这也意味着四项业务受生成式AI影响最大。
- 生成式人AI及其他科技的发展或将使当前工作的60%到70%实现自动化。其中，银行业、高科技行业和生命科学等行业所受的影响最大。
AI将为全球经济每年“贡献一个英国的GDP”
报告发现，在其研究的63种应用中使用生成式AI，将为全球经济每年带来2.6万亿至4.4万亿美元的增长。而这一预测还未将生成式AI所有的应用计算在内，若将尚未研究的应用计算在内，生成式AI的经济影响可能会翻倍:
研究主要包括两个方面：1.60多个组织使用生成式AI后的经济增长潜力2.全球约2100项工作活动的劳动生产力潜力。
麦肯锡在报告中指出，他们的研究涵盖了16个业务内容并得出结论：如果在各行业中应用，每年贡献2.6万亿至4.4万亿美元之间的经济效益，具体来看：
我们的衡量标准包括：降低生成内容的成本，以及通过AI的运用大规模提高内容质量有带来的收入。比如，在营销领域，一个使用案例是将生成式AI应用于生成个性化电子邮件等创意内容。
这一增量基本相当于英国一年的GDP（2021年为3.1万亿美元）。
我们估计非生成式AI的经济价值将从11.0万亿美元增加至17.7万亿美元，增加15%到40%。（2017年时我们认为人工智能可以带来9.5万亿美元到15.4万亿美元的经济价值）
而具体到每一项职位来看，麦肯锡的研究涵盖约850个职业的2100项细分工作职能，根据技术的采用程度和实施方式，报告指出，AI可能会影响目前全球所有的工作，对所有行业产生影响，未来20年，生成式AI可令劳动生产力提高0.1%—0.6%
最大的“输家”？——高薪、高学历的知识工作者
麦肯锡指出，在2030年至2060年间（中点为 2045 年）50%的职业逐步被AI取代，比他们此前研究大幅提前了10年。
而知识工作者最有可能受到自动化的影响，特别是涉及需要进行决策和团队合作的职业：
前几代的自动化技术主要是涉及数据收集与处理，因此对于知识工作者的影响较小，但生成式AI的出现，使得“知识工作者”的角色和任务与大语言模型（LLM）正好适配。因为大语言模型从根本上是为了完成认知任务而设计的，因此我们对大语言模型在专业知识的应用能力较2017年增加34个百分点，而自动化管理和培养人才的潜力从2017年的16%上升到2023年的49%。
与此同时，麦肯锡指出，此前的众多生产力变革中，拥有高学历的人往往受到的影响较小，但AI的革命将会使高学历的人才受到更大影响：
我们认为其中的一种解释是生成式AI增加了技术自动化的潜力，而往往高教育水平的职业中对技术自动化的需求最多。
我们认为另一种解释是，多年来学位证书被视为一种技能指标，而这将受到生成式AI的挑战，未来将有更多人主张采取更基于技能的方法来推动劳动力发展，以创建更加公平、高效的劳动力培训和匹配系统。生成式人工智能仍然可以被描述为对技能有偏好的技术变革，但对技能的需求更加细致。
麦肯锡强调，值得注意的是，前几代的自动化变革往往对工资收入处于中间位置的职业影响最大，一些经济学家把这一现象比作：“中间层的空心化”，但现在AI的出现可能对高薪知识工作者的工作影响最大：
对于低薪工作而言，人工成本低，并不能体现自动化的好处，此外从事劳动活动的低薪职业很难自动化，比如：采摘娇嫩水果。
然而，由于生成式AI在技术自动化方面的进步，这些以前被认为相对不容易被自动化的工作将收到最大的影响。
AI颠覆各行各业
麦肯锡称，生成式AI的影响主要集中在四个领域（约占75%）：客户运营、营销和销售、软件工程和研发。生成式AI及其他科技的发展或将使当前工作的60%到70%实现自动化。其中，银行业、高科技行业和生命科学等行业所受的影响最大：
由于新技术提高了客户满意度，有助于决策制定并通过更好的监控减少欺诈，仅银行一个行业就可以通过提高生产力额外产生2000至3400亿美元的产出。 这相当于营业利润增长9%至15%。
在产品研发方面，AI可以将生产力提高10%至15%。以生命科学和化工为例，人工智能可以更快地产生潜在的分子，加速开发新药物和新材料的过程，这可能会使制药公司和医疗产品公司的利润增加多达25%。
从对营销生产力的影响来看，生成式AI可以提高营销生产力经济价值5%至15%。我们通过对AI在市场营销中的潜在用途的分析发现，除了对生产力的直接影响外，还将产生连锁反应，将销售生产力提高3%到5%。生成式AI融入到各类应用中可以提供更高质量的数据洞察力，为营销活动带来新的想法，更好地定位客户群。营销职能部门可以将资源转移到为自有渠道制作更高质量的内容，可能会减少外包的支出。
从软件工程来看，生成式AI约直接影响每年软件工程支出的20%到45%。这一价值主要来自于减少某些工作的时间，如生成初始代码、代码修正和重构、根本原因分析和生成新的系统设计。一项研究发现，使用微软GitHub Copilot的软件开发人员完成任务的速度比不使用该工具的人快56%。
麦肯锡对软件工程团队进行的一项内部经验性研究发现，那些经过培训后使用AI的人生成和重构代码所需的时间极速减少，而且工程师普遍认为工作体验得到改善，称其使工作更快乐、流程更方便和更容易获得成就感。
从产品开发来看，我们认为生成式AI可以加速产品上市的时间，并从如下两方面带来生产力的提高和操作上的便利：包括优化产品设计和改善产品质量。
AI的革命将大幅提高生产力
麦肯锡总结称，全球出生率的下滑及人口老龄化将成为全球生产力发展的阻碍，而AI和其他科技的发展可以弥补就业人口下滑的问题，使生产力大幅提高，并使全球经济提速，而发达国家采用AI的速度也可能更快:
2012年至2022年的全球经济增长比之前的二十年要慢，我们认为一方面的因素是长期的结构性挑战——包括出生率下降和人口老龄化。
在许多大国，劳动力人口数量已经逐年下滑，我们认为，AI可以重新规划所需的劳动时间，促进生产力增长。
