McKinsey's Heavyweight Report: Which Industries Are Most Impacted by AI?

“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，尽管生成式 AI 将影响各行各业，尤其对于 “此前被认为相对不受自动化影响” 的高薪脑力劳动者而言，受到的影响最大。

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。

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。