GenAI与生产力革命相关研究 GenAI（生成式人工智能）已经成为近年来备受关注的研究领域。红杉美国在2022年9月发布的GenerativeAI: A Creative New World研究引发了第一波关于GenAI的讨论，之后ChatGPT、GPT - 4等的问世加速了GenAI领域的发展 。GenAI领域在短时间内取得了迅猛进步，在出现后一年间创造的总收入约为30亿美元（还不包括科技巨头和云厂商间接通过AI产生的收入），而SaaS行业达到这个收入水平花了近10年时间 。
从技术能力角度看，AI具备创造、推理和交互三项能力。GenAI可以生成文本、图像和音视频，chatbot能够回答问题，像Agent一样进行多步骤任务规划，这是之前软件无法做到的，意味着软件首次能够以类人的方式与人类进行交互，这对商业模式意义重大。并且，GenAI的发展与之前的技术变革相关联，如云计算的发展为AI提供了类比，云软件从2010 - 2023年期间，在全球软件市场中的占比和收入呈现出巨大增长，这也预示着AI在未来可能具有巨大的市场潜力 。
然而，目前AI产业仍处于早期阶段，投入产出比低，如2023年投入到GPU（仅Nvidia芯片）上的投资约500亿美元，但可确认的AI行业收入仅30亿美元 。同时，GenAI商业化面临挑战，仅有15%的企业成功将其转化为商业成功，成本随用户查询量增加而上升，企业需要探索成本、采纳率和价值三个关键领域的平衡，目前多数GenAI企业采用基于消费或混合模型的定价策略，长期目标应转向基于价值的商业化模型 。
GenAI对各行业生产力的影响案例
- 客服行业 在客服领域，Klarna的CEOSebastain表示，现在Klarna已经在用OpenAI来处理2/3的客服查询，AI替代了相当于700名全职客服的工作，这极大地提高了客服工作的效率，减少了人力成本的投入，使得企业在客服方面的生产力得到显著提升 。
- 软件开发行业 总部位于纽约的管理咨询公司Zinnov和数据工程和生命周期公司NessDigitalengineering联合发起的研究表明，将GenAI集成到工程工作流任务中，使得完成任务所需的时间显著减少了38%，在高级工程师中，任务完成时间的减少更是高达48%。现有代码更新的任务完成时间减少70%，高代码复杂性任务减少约10%，并且工程师的敬业度提高70%。GenAI对软件开发中的常规维护任务也产生了重大影响，包括旧代码的维护和更新，以及自动化任务，如从现有代码中生成测试用例等，还促进了全球协作，打破知识壁垒，创建协调一致的产品开发环境，从而提高决策和员工参与度 。
- 内容创作行业 Udemy优领思发布的《2024年全球学习与技能趋势报告》指出，到2030年，生成式AI可以帮助当前高达30%的工作时间实现自动化，预计将为全球经济贡献15万亿美元。GenAI通过自动生成内容，可以帮助节省时间，减少人工劳动的需要，从而提高从新闻和内容创作到数据注释和分析等各个领域的效率和生产力。随着机器学习和自然语言处理的进步，GenAI能够生成人类难以分辨的高质量内容 。
- 金融行业 从行业来看，GenAI产生价值最大的三个行业为高科技、零售及银行业。在金融业中，GenAI在营销与销售、软件开发、客户运营与产品研发等职能领域发挥影响，例如在营销与销售领域，GenAI的价值达7,600亿至1.2万亿美元。GenAI有助于金融机构进行风险评估、客户服务优化、投资策略制定等工作，提高整个行业的运营效率和生产力 。
专家对GenAI生产力提升的评估
- 德勤的调研 德勤调研发现，超过9成的受访者认为GenAI在提升效率和生产力方面拥有巨大的潜力；76%的企业期待通过GenAI来优化产品和服务的品质；72%的企业希望通过GenAI来实现成本的减少。另外，6成企业期望GenAI能带动创新与增长，56%的企业则看好GenAI在加强客户关系和提升员工工作满意度上的作用 。
- 软件开发领域的研究评估 在软件开发领域的研究表明，GenAI不仅可以提高生产力，还能提供深度辅助环境，使公司能够顺利地实现全球化工作。但GenAI的潜力巨大的同时也存在局限性，主要源于硬件成本、能源消耗和监管限制等方面 。
- GenAI评估产品Luna的出现 Galileo发布的Luna重新定义GenAI评估，Luna专为特定评估任务设计的小型语言模型，使得评估成本比使用GPT - 3.5低97%，速度比使用GPT - 3.5快11倍，并且准确性方面也有优势，在检测幻觉、提示注入、个人可识别信息（PII）等方面，其性能比以往方法高出多达20%。这一产品的出现也从侧面反映出GenAI在生产力提升方面的潜力巨大，但需要准确评估才能更好地发挥作用 。
GenAI引发10倍速生产力革命的依据
- 与SaaS行业的对比 GenAI在出现后一年间创造的总收入约为30亿美元（不包括科技巨头和云厂商间接通过AI产生的收入），而SaaS行业花了近10年才达到这个水平。这一对比显示出GenAI在创造收入方面的速度极快，体现出其可能带来生产力的巨大提升。如果按照传统SaaS行业的发展速度来衡量，GenAI在相同时间内创造的价值可能是SaaS行业的10倍，所以有理由认为GenAI是一场10倍速的生产力革命 。
- 技术能力的革新 GenAI所具备的创造、推理和交互能力是以前任何软件都无法做到的。这种技术能力的革新使得软件可以同时处理右脑的创造性任务和左脑的逻辑性任务，以类人的方式与人类进行交互，这将对商业模式产生巨大影响，可能改变各个行业的生产和运营方式，从而在生产力提升方面带来巨大的变革。例如在客服行业，能够快速处理大量的查询任务；在内容创作行业，可以高效地生成各种类型的内容等，这种能力的革新为10倍速生产力革命提供了技术基础 。
- 应用的快速落地与收益创造 在客服、法律、写作等行业或场景中，GenAI已经在实打实地创造出收益。尽管应用层的爆发没有一年前市场预测的那样乐观，但随着更加智能的foundation model（如Sora、Claude - 3等）出现，接下来AI产品的PMF（Product - Market Fit，产品 - 市场匹配）周期一定会加速。这意味着GenAI的应用将越来越广泛，并且能够更快地实现与市场需求的匹配，从而在更多的领域创造价值，推动生产力的快速提升，有可能达到10倍速的增长潜力 。
与GenAI生产力革命相关的未来预测
- 商业格局方面 红杉合伙人PatGrady预测，在未来的10 - 15年，AI领域会出现40 - 50个新的公司logo填满目前代表AI的行业格局中的空白部分，这意味着GenAI将催生大量新的企业，创造更多的就业机会和经济价值。随着GenAI技术的发展，可能会出现更多的基于GenAI的创新商业模式，例如目前的一些企业正在探索从基于消费或混合模型的定价策略向基于价值的商业化模型转变，未来这种商业模式的创新可能会更加多样化，推动整个商业格局的变革 。
- 人机协作方面 尽管GenAI具有巨大的潜力，但由于版权、可靠性、信息获取和价值判断等方面的局限性，它在短期内不会完全取代人类。未来的发展趋势更可能是人类与GenAI的协同工作，例如在内容创作领域，人类可以对GenAI生成的内容进行审核、润色和价值判断；在软件开发领域，工程师可以利用GenAI提高开发效率，但同时需要对其输出进行监督和调整。这种人机协作的模式将成为未来生产力提升的重要方式，人类和GenAI各自发挥优势，共同推动各个行业的发展 。
- 技术发展方面 随着技术的不断发展，GenAI的能力可能会进一步提升。例如模型的准确性可能会提高，从而减少目前存在的如输出可靠性不稳定等问题；GenAI可能会获得更多的数据访问权限，克服信息获取局限性的问题。同时，随着硬件成本的降低、能源效率的提高以及监管政策的完善，GenAI面临的一些限制也可能会逐渐得到解决，从而更好地发挥其在生产力革命中的作用。此外，新的GenAI技术可能会不断涌现，如更智能的foundation model、更先进的机器学习算法等，进一步推动GenAI生产力革命的进程。
