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

“AI 時代” 正式到來，“人工智能” 更是被首次納入企業裁員理由，而或許 AI 引爆的裁員浪潮才剛剛開始。

6 月 14 日，諮詢機構麥肯錫發佈了的一份題為《生成式人工智能的經濟潛力》的研究報告，在報告中，分析師們通過對 47 個國家及地區的 850 種職業（全球 80% 以上勞動人口）的研究，探討了在 AI 成指數級發展背後，對全球經濟將帶來的影響，哪些行業衝擊最大，哪些人面臨失業威脅？

以下為報告主要內容：

• AI 取代人類工作的時間被大幅提前了 10 年，在 2030 年至 2060 年間（中點為 2045 年）50% 的職業逐步被 AI 取代。
• AI 每年可為全球經濟帶來 2.6 萬億至 4.4 萬億美元的增長，生產力提高 0.1%—0.6%，相當於每年貢獻一個英國的 GDP。
• 全局上看 AI 對各行各業的發展有利，但是對個人不利，而高薪、高學歷的腦力勞動者受到的衝擊最大。
• 生成式 AI 帶來的價值增長，主要（約 75%）集中在四個領域：客户運營、營銷和銷售、軟件工程和研發，這也意味着四項業務受生成式 AI 影響最大。
• 生成式人 AI 及其他科技的發展或將使當前工作的 60% 到 70% 實現自動化。其中，銀行業、高科技行業和生命科學等行業所受的影響最大。

AI 將為全球經濟每年 “貢獻一個英國的 GDP”

報告發現，在其研究的 63 種應用中使用生成式 AI，將為全球經濟每年帶來 2.6 萬億至 4.4 萬億美元的增長。而這一預測還未將生成式 AI 所有的應用計算在內，若將尚未研究的應用計算在內，生成式 AI 的經濟影響可能會翻倍：

研究主要包括兩個方面：1.60 多個組織使用生成式 AI 後的經濟增長潛力 2.全球約 2100 項工作活動的勞動生產力潛力。

麥肯錫在報告中指出，他們的研究涵蓋了 16 個業務內容並得出結論：如果在各行業中應用，每年貢獻 2.6 萬億至 4.4 萬億美元之間的經濟效益，具體來看：

我們的衡量標準包括：降低生成內容的成本，以及通過 AI 的運用大規模提高內容質量有帶來的收入。比如，在營銷領域，一個使用案例是將生成式 AI 應用於生成個性化電子郵件等創意內容。

這一增量基本相當於英國一年的 GDP（2021 年為 3.1 萬億美元）。

我們估計非生成式 AI 的經濟價值將從 11.0 萬億美元增加至 17.7 萬億美元，增加 15% 到 40%。（2017 年時我們認為人工智能可以帶來 9.5 萬億美元到 15.4 萬億美元的經濟價值）

而具體到每一項職位來看，麥肯錫的研究涵蓋約 850 個職業的 2100 項細分工作職能，根據技術的採用程度和實施方式，報告指出，AI 可能會影響目前全球所有的工作，對所有行業產生影響，未來 20 年，生成式 AI 可令勞動生產力提高 0.1%—0.6%

最大的 “輸家”？——高薪、高學歷的知識工作者

麥肯錫指出，儘管生成式 AI 將影響各行各業，尤其對於 “此前被認為相對不受自動化影響” 的高薪腦力勞動者而言，受到的影響最大。

前幾代的自動化技術主要是涉及數據收集與處理，因此對於知識工作者的影響較小，但生成式 AI 的出現，使得 “知識工作者” 的角色和任務與大語言模型（LLM）正好適配。

因為大語言模型從根本上是為了完成認知任務而設計的，因此我們對大語言模型在專業知識的應用能力較 2017 年增加 34 個百分點，而自動化管理和培養人才的潛力從 2017 年的 16% 上升到 2023 年的 49%。

與此同時，麥肯錫指出，此前的眾多生產力變革中，擁有高學歷的人往往受到的影響較小，但AI 的革命將會使高學歷的人才受到更大影響：

我們認為其中的一種解釋是生成式 AI 增加了技術自動化的潛力，而往往高教育水平的職業中對技術自動化的需求最多。

我們認為另一種解釋是，多年來學位證書被視為一種技能指標，而這將受到生成式 AI 的挑戰，未來將有更多人主張採取更基於技能的方法來推動勞動力發展，以創建更加公平、高效的勞動力培訓和匹配系統。生成式人工智能仍然可以被描述為對技能有偏好的技術變革，但對技能的需求更加細緻。

麥肯錫強調，值得注意的是，前幾代的自動化變革往往對工資收入處於中間位置的職業影響最大，一些經濟學家把這一現象比作：“中間層的空心化”，但現在 AI 的出現可能對高薪知識工作者的工作影響最大：

對於低薪工作而言，人工成本低，並不能體現自動化的好處，此外從事勞動活動的低薪職業很難自動化，比如：採摘嬌嫩水果。

然而，由於生成式 AI 在技術自動化方面的進步，這些以前被認為相對不容易被自動化的工作將收到最大的影響。

由於新技術提高了客户滿意度，有助於決策制定並通過更好的監控減少欺詐，僅銀行一個行業就可以通過提高生產力額外產生 2000 至 3400 億美元的產出。 這相當於營業利潤增長 9% 至 15%。

在產品研發方面，AI 可以將生產力提高 10% 至 15%。以生命科學和化工為例，人工智能可以更快地產生潛在的分子，加速開發新藥物和新材料的過程，這可能會使製藥公司和醫療產品公司的利潤增加多達 25%。

從對營銷生產力的影響來看，生成式 AI 可以提高營銷生產力經濟價值 5% 至 15%。我們通過對 AI 在市場營銷中的潛在用途的分析發現，除了對生產力的直接影響外，還將產生連鎖反應，將銷售生產力提高 3% 到 5%。

生成式 AI 融入到各類應用中可以提供更高質量的數據洞察力，為營銷活動帶來新的想法，更好地定位客户羣。營銷職能部門可以將資源轉移到為自有渠道製作更高質量的內容，可能會減少外包的支出。

從軟件工程來看，生成式 AI 約直接影響每年軟件工程支出的 20% 到 45%。這一價值主要來自於減少某些工作的時間，如生成初始代碼、代碼修正和重構、根本原因分析和生成新的系統設計。一項研究發現，使用微軟 GitHub Copilot 的軟件開發人員完成任務的速度比不使用該工具的人快 56%。

麥肯錫對軟件工程團隊進行的一項內部經驗性研究發現，那些經過培訓後使用 AI 的人生成和重構代碼所需的時間極速減少，而且工程師普遍認為工作體驗得到改善，稱其使工作更快樂、流程更方便和更容易獲得成就感。

從產品開發來看，我們認為生成式 AI 可以加速產品上市的時間，並從如下兩方面帶來生產力的提高和操作上的便利：包括優化產品設計和改善產品質量。

AI 的革命將大幅提高生產力

麥肯錫總結稱，全球出生率的下滑及人口老齡化將成為全球生產力發展的阻礙，而 AI 和其他科技的發展可以彌補就業人口下滑的問題，使生產力大幅提高，並使全球經濟提速，而發達國家採用 AI 的速度也可能更快：

2012 年至 2022 年的全球經濟增長比之前的二十年要慢，我們認為一方面的因素是長期的結構性挑戰——包括出生率下降和人口老齡化。

在許多大國，勞動力人口數量已經逐年下滑，我們認為，AI 可以重新規劃所需的勞動時間，促進生產力增長。