McKinsey เผยแพร่รายงานว่าด้วยศักยภาพทางเศรษฐกิจของ Generative AI (66 หน้า/PDF/ภาษาอังกฤษ)
(mckinsey.com)ได้ลองแปลสารบัญของรายงานและอินไซต์สำคัญด้วย DeepL ไว้คร่าวๆ
(⚠️ดังนั้น เนื้อหาภาษาไทยอาจแตกต่างจากต้นฉบับ โปรดอ่านต้นฉบับควบคู่กันไปด้วย!⚠️)
สารบัญรายงาน
- อินไซต์สำคัญ / Key insights
- บทที่ 1: Generative AI ในฐานะตัวเร่งทางเทคโนโลยี / Chapter 1: Generative AI as a technology catalyst
- อภิธานศัพท์ / Glossary
- บทที่ 2: กรณีการใช้งานของ Generative AI ในหลากหลายสายงานและอุตสาหกรรม / Chapter 2: Generative AI use cases across functions and industries
- เจาะประเด็น: ค้าปลีกและสินค้าอุปโภคบริโภค / Spotlight: Retail and consumer packaged goods
- เจาะประเด็น: ธนาคาร / Spotlight: Banking
- เจาะประเด็น: เภสัชภัณฑ์และผลิตภัณฑ์ทางการแพทย์ / Spotlight: Pharmaceuticals and medical products
- บทที่ 3: อนาคตของการทำงานในยุค Generative AI: ผลกระทบต่อกิจกรรมงาน การเติบโตทางเศรษฐกิจ และผลิตภาพ / Chapter 3: The generative AI future of work: Impacts on work activities, economic growth, and productivity
- บทที่ 4: ประเด็นที่ภาคธุรกิจและสังคมควรพิจารณา / Chapter 4: Considerations for businesses and society
- ภาคผนวก / Appendix
อินไซต์สำคัญ
ผลกระทบของ Generative AI ต่อผลิตภาพอาจเพิ่มมูลค่าให้เศรษฐกิจโลกได้ในระดับหลายล้านล้านดอลลาร์ งานวิจัยล่าสุดประเมินว่า Generative AI อาจสร้างมูลค่าเพิ่มเทียบเท่า 2.6 ล้านล้านดอลลาร์ถึง 4.4 ล้านล้านดอลลาร์ต่อปี จาก 63 กรณีการใช้งานที่วิเคราะห์ โดยเมื่อเทียบกันแล้ว GDP ทั้งหมดของสหราชอาณาจักรในปี 2021 อยู่ที่ 3.1 ล้านล้านดอลลาร์ ซึ่งจะทำให้ผลกระทบของ AI ทั้งหมดเพิ่มขึ้น 15 ถึง 40 เปอร์เซ็นต์ และหากรวมผลกระทบจากการฝัง Generative AI เข้าไปในซอฟต์แวร์ที่ปัจจุบันใช้กับงานประเภทอื่นนอกเหนือจากกรณีการใช้งานเหล่านี้ ตัวเลขประเมินนี้จะเพิ่มขึ้นเกือบสองเท่า
Generative AI’s impact on productivity could add trillions of dollars in value to the global economy. Our latest research estimates that generative AI could add the equivalent of $2.6 trillion to $4.4 trillion annually across the 63 use cases we analyzed—by comparison, the United Kingdom’s entire GDP in 2021 was $3.1 trillion. This would increase the impact of all artificial intelligence by 15 to 40 percent. This estimate would roughly double if we include the impact of embedding generative AI into software that is currently used for other tasks beyond those use cases.
ประมาณ 75% ของมูลค่าที่กรณีการใช้งานของ Generative AI สามารถสร้างได้ กระจุกตัวอยู่ใน 4 ด้าน ได้แก่ งานปฏิบัติการลูกค้า การตลาดและการขาย วิศวกรรมซอฟต์แวร์ และ R&D เราได้ศึกษากรณีการใช้งาน 63 รายการใน 16 ฟังก์ชันธุรกิจ ซึ่งเทคโนโลยีนี้สามารถแก้โจทย์ธุรกิจเฉพาะทางในแบบที่ก่อให้เกิดผลลัพธ์ที่วัดได้อย่างน้อยหนึ่งอย่าง ตัวอย่างเช่น ความสามารถของ Generative AI ในการช่วยสนับสนุนปฏิสัมพันธ์กับลูกค้า สร้างคอนเทนต์เชิงสร้างสรรค์สำหรับการตลาดและการขาย และร่างโค้ดคอมพิวเตอร์จากพรอมป์ภาษาธรรมชาติ รวมถึงงานอื่นๆ อีกมากมาย
About 75 percent of the value that generative AI use cases could deliver falls across four areas: Customer operations, marketing and sales, software engineering, and R&D. Across 16 business functions, we examined 63 use cases in which the technology can address specific business challenges in ways that produce one or more measurable outcomes. Examples include generative AI’s ability to support interactions with customers, generate creative content for marketing and sales, and draft computer code based on natural-language prompts, among many other tasks.
Generative AI จะส่งผลกระทบอย่างมีนัยสำคัญต่อทุกภาคอุตสาหกรรม โดยธนาคาร ไฮเทค และวิทยาศาสตร์ชีวภาพ เป็นกลุ่มอุตสาหกรรมที่คาดว่าจะเห็นผลกระทบจาก Generative AI สูงที่สุดเมื่อเทียบเป็นสัดส่วนต่อรายได้ ตัวอย่างเช่น ในอุตสาหกรรมธนาคาร เทคโนโลยีนี้อาจสร้างมูลค่าเพิ่มเทียบเท่า 200,000 ล้านดอลลาร์ถึง 340,000 ล้านดอลลาร์ต่อปี หากกรณีการใช้งานต่างๆ ถูกนำไปใช้ได้อย่างเต็มรูปแบบ ส่วนในค้าปลีกและสินค้าอุปโภคบริโภค ผลกระทบที่เป็นไปได้ก็สูงเช่นกันที่ 400,000 ล้านดอลลาร์ถึง 660,000 ล้านดอลลาร์ต่อปี
Generative AI will have a significant impact across all industry sectors. Banking, high tech, and life sciences are among the industries that could see the biggest impact as a percentage of their revenues from generative AI. Across the banking industry, for example, the technology could deliver value equal to an additional $200 billion to $340 billion annually if the use cases were fully implemented. In retail and consumer packaged goods, the potential impact is also significant at $400 billion to $660 billion a year.
Generative AI มีศักยภาพในการเปลี่ยนโครงสร้างของงาน โดยเสริมขีดความสามารถของพนักงานแต่ละคนผ่านการทำงานอัตโนมัติในบางกิจกรรมของพวกเขา ปัจจุบัน Generative AI และเทคโนโลยีอื่นๆ มีศักยภาพที่จะทำให้งานที่กินเวลา 60 ถึง 70% ของเวลาทำงานพนักงานในวันนี้เป็นอัตโนมัติได้ ตรงกันข้ามกับการประเมินก่อนหน้านี้ที่เคยคาดว่าเทคโนโลยีจะทำให้งานได้เพียงครึ่งหนึ่งของเวลาทำงานทั้งหมด การเร่งตัวของศักยภาพด้านระบบอัตโนมัตินี้ ส่วนใหญ่เกิดจากความสามารถที่เพิ่มขึ้นของ Generative AI ในการเข้าใจภาษาธรรมชาติ ซึ่งจำเป็นต่อกิจกรรมงานที่คิดเป็น 25% ของเวลาทำงานทั้งหมด ดังนั้น Generative AI จึงมีผลกระทบต่อ knowledge work ที่เกี่ยวข้องกับอาชีพที่มีค่าจ้างและข้อกำหนดด้านการศึกษาสูง มากกว่างานประเภทอื่น
Generative AI has the potential to change the anatomy of work, augmenting the capabilities of individual workers by automating some of their individual activities. Current generative AI and other technologies have the potential to automate work activities that absorb 60 to 70 percent of employees’ time today. In contrast, we previously estimated that technology has the potential to automate half of the time employees spend working. The acceleration in the potential for technical automation is largely due to generative AI’s increased ability to understand natural language, which is required for work activities that account for 25 percent of total work time. Thus, generative AI has more impact on knowledge work associated with occupations that have higher wages and educational requirements than on other types of work.
เมื่อศักยภาพของระบบอัตโนมัติทางเทคนิคเพิ่มขึ้น ความเร็วของการเปลี่ยนผ่านกำลังแรงงานก็น่าจะเร่งตัวขึ้นด้วย ตามฉากทัศน์การยอมรับเทคโนโลยีที่อัปเดตแล้ว ซึ่งรวมถึงการพัฒนาเทคโนโลยี ความเป็นไปได้ทางเศรษฐศาสตร์ และระยะเวลาการแพร่กระจาย คาดว่าครึ่งหนึ่งของกิจกรรมงานในปัจจุบันอาจถูกทำให้เป็นอัตโนมัติได้ระหว่างปี 2030 ถึง 2060 โดยมีจุดกึ่งกลางอยู่ที่ปี 2045 ซึ่งเร็วขึ้นจากการประเมินก่อนหน้าราว 1 ทศวรรษ
The pace of workforce transformation is likely to accelerate, given increases in the potential for technical automation. Our updated adoption scenarios, including technology development, economic feasibility, and diffusion timelines, lead to estimates that half of today’s work activities could be automated between 2030 and 2060, with a midpoint in 2045, or roughly a decade earlier than in our previous estimates.
Generative AI สามารถเพิ่มผลิตภาพแรงงานของเศรษฐกิจโดยรวมได้อย่างมาก แต่สิ่งนี้ต้องอาศัยการลงทุนเพื่อสนับสนุนแรงงานในช่วงที่พวกเขาปรับเปลี่ยนกิจกรรมงานหรือเปลี่ยนอาชีพ Generative AI อาจทำให้ผลิตภาพแรงงานเติบโตได้ 0.1 ถึง 0.6% ต่อปีจนถึงปี 2040 ขึ้นอยู่กับอัตราการยอมรับเทคโนโลยีและการจัดสรรเวลาของแรงงานไปสู่กิจกรรมอื่น หากรวม Generative AI เข้ากับเทคโนโลยีทั้งหมดอื่นๆ ระบบอัตโนมัติของงานอาจเพิ่มการเติบโตของผลิตภาพได้อีก 0.2 ถึง 3.3 จุดเปอร์เซ็นต์ต่อปี อย่างไรก็ตาม แรงงานจะต้องได้รับการสนับสนุนในการเรียนรู้ทักษะใหม่ และบางส่วนจะต้องเปลี่ยนอาชีพ หากสามารถบริหารการเปลี่ยนผ่านของแรงงานและความเสี่ยงอื่นๆ ได้ Generative AI ก็อาจมีส่วนช่วยต่อการเติบโตทางเศรษฐกิจอย่างมีนัยสำคัญ และสนับสนุนโลกที่ยั่งยืนและครอบคลุมมากขึ้น
Generative AI can substantially increase labor productivity across the economy, but that will require investments to support workers as they shift work activities or change jobs. Generative AI could enable labor productivity growth of 0.1 to 0.6 percent annually through 2040, depending on the rate of technology adoption and redeployment of worker time into other activities. Combining generative AI with all other technologies, work automation could add 0.2 to 3.3 percentage points annually to productivity growth. However, workers will need support in learning new skills, and some will change occupations. If worker transitions and other risks can be managed, generative AI could contribute substantively to economic growth and support a more sustainable, inclusive world.
ยุคของ Generative AI เพิ่งเริ่มต้นขึ้นเท่านั้น กระแสความตื่นเต้นต่อเทคโนโลยีนี้ชัดเจนมาก และโครงการนำร่องระยะแรกก็น่าสนใจอย่างยิ่ง แต่การทำให้เกิดประโยชน์ของเทคโนโลยีนี้อย่างเต็มที่ยังต้องใช้เวลา และผู้นำทั้งในภาคธุรกิจและสังคมยังมีความท้าทายสำคัญอีกมากที่ต้องรับมือ ไม่ว่าจะเป็นการจัดการความเสี่ยงที่มีอยู่ในตัว Generative AI การกำหนดว่ากำลังแรงงานจะต้องมีทักษะและความสามารถใหม่ใดบ้าง และการทบทวนกระบวนการธุรกิจหลัก เช่น การ reskill และการพัฒนาทักษะใหม่
The era of generative AI is just beginning. Excitement over this technology is palpable, and early pilots are compelling. But a full realization of the technology’s benefits will take time, and leaders in business and society still have considerable challenges to address. These include managing the risks inherent in generative AI, determining what new skills and capabilities the workforce will need, and rethinking core business processes such as retraining and developing new skills.
1 ความคิดเห็น