罗兰贝格：通用人工智能的曙光：生成式人工智能技术的产业影响（2023）（33页）.pdf

1、1通用人工智能的曙光：生成式人工智能技术的产业影响 通用人工智能的曙光生成式人工智能技术的产业影响罗兰贝格大中华区2023年8月2通用人工智能的曙光：生成式人工智能技术的产业影响01通用人工智能的曙光：生成式人工智能技术的产业影响 核心观点 一：主要能力与发展潜力二：对各行业的影响评估三：行业应用场景四：中国生成式人工智能发展格局五：企业落地需要思考的关键问题附录：产业影响评估方法 03041017232629目录02通用人工智能的曙光：生成式人工智能技术的产业影响03通用人工智能的曙光：生成式人工智能技术的产业影响 核心观点从技术推动产业发展的角度，我们认为生成式人工智能技术是一项具有通用型

2、技术潜力的软件技术。产业应用方需要清晰的认识到其作为一项软件技术的定位与局限性，但同时认识到它是一项具有操作系统级别平台效应的软件技术，在商业世界中能够带来的价值会随着应用场景的不断拓展而增加，并有可能构建出新的应用生态、创造新的用户接口、并带来潜在商业模式的变革。作为一项通用型技术，生成式人工智能在向产业渗透的过程中依然会遵循通用型技术的发展特点，首先技术本身在很长一段时间内不断演变不断升级，其次技术价值的充分释放依然需要众多辅助型应用型技术的支撑，最后技术在各产业中的应用依然需要企业不断摸索价值点与使用方法，并在业务流程、人员能力、甚至商业模式上进行变革，而这是一个需要大量时间以及资源投入

3、的过程。根据我们的测算，在技术得到充分应用的情况下，生成式人工智能有望通过效率提升的方式在中国各行业中带来占总运营成本1.6%的成本降低，金额达到3.7万亿元。其中，由生成式语言模型技术带来的成本降低约1.9万亿元，其卓越的文档制作、代码生成等能力将对市场运营类、行政支持类、基础IT类岗位产生巨大影响。由生成式图片模型技术带来的成本降低约1.8万亿元，主要为复杂产品的研发以及相关设计职能带来效率提升。在不同行业中，生成式人工智能将对专业服务、金融、互联网与高科技等知识密集型行业带来较大影响，这些行业以人才的专业知识作为核心价值，而生成式语言模型强大的理解、检索、总结和决策能力与知识型人才的关键

4、素质重合度较高。我们预计生成式人工智能将在专业服务、金融、互联网与高科技行业分别带来11.3%,6.8%,6.5%的成本下降。而农业、建筑业等体力密集型行业受到的影响相对较小，这些行业以人工的程式化作业为主，与生成式人工智能的优势相关性相对较低。综合价值创造潜力与落地可行性，我们认为生成式人工智能技术将优先影响互联网与高科技、金融和专业服务行业。第二波次将是教育、通信、医疗服务、公共服务、零售、文娱传媒和消费品行业。第三波次中农业、材料、建筑业、能源等行业目前受到生成式人工智能技术的影响相对较小，未来生成式人工智能的价值发挥依然需要夯实的信息化数字化基础支撑，并有望在研发设计、生产制造、运营管

5、理方面创造巨大价值。目前生成式人工智能技术发展的最前沿依然在海外，但从用于训练模型的数据量、算力、底层开源技术框架的角度来看，我们认为国内出现优秀的大模型只是时间问题。中国企业如何把准生成式人工智能对行业核心竞争要素带来的影响，将生成式人工智能技术嵌入机制流程中发挥最大效能，是实现跃迁式发展的关键。我们建议企业管理者从战略、业务、组织、风险四个层面形成对生成式人工智能的充分认知，从而制定适合自己的行动方案。14253604通用人工智能的曙光：生成式人工智能技术的产业影响主要能力与发展潜力105通用人工智能的曙光：生成式人工智能技术的产业影响 技术特点与发展现状我们目前讨论的生成式人工智能的范畴

6、是生成式语言模型与生成式图片模型，语言模型例如OpenAI的GPT-4，谷歌的BARD，Anthropic的Claude 2等，图片模型例如OpenAI的DALL-E，开源的Stable diffu-sion等。与传统的机器学习技术及过往意义上的人工智能技术相比，生成式人工智能技术的不同之处在于三个方面：第一，使用场景，生成式人工智能主要用于解决没有正确答案的创造性问题，例如文章大纲的自动生成，而传统机器学习技术则专注于解决有边界、有最优解或正确答案的问题，例如配送路径优化；第二，使用对象，生成式人工智能技术的使用者由专业的算法工程师与数据科学家拓展到普罗大众，更多在网页端或者其他应用程序内使