引言生成式AI是下一轮经济发展、企业竞争的新生产力。中国企业需要尽快引入、熟悉、运用它。换言之，新一轮的生存、发展、竞争，就是一场使用、熟悉新旧生产力的竞争。
“我认为，可以用一个非常有用的框架来理解未来的人工智能（AI）——不是指今天的AI，因为它们与未来30年、50年或100年的AI相比，还不够复杂——那就是将其视为来自另一个星球的人工外星人。
大量的AI将是我们从未见过的一种物种，它们以不同于人类的方式思考。
它们会像Yoda（《星际大战》中的虚拟角色）或Spock（《星际迷航》中的虚拟角色）那样聪明，甚至在某些方面超过人类。我们会制造许多不同类型的人工外星人，尊重它们，并利用它们不同的智能来帮助我们解决棘手的问题，比如弄清楚量子引力到底是什么。
但我们不会将控制权交给AI。如果我们不喜欢它们的行为，我们会送回、关闭它们。如果我们认为它们获得了太多的权力，就可以剥夺它们的权力。我们不希望让AI决定我们的命运。”
硅谷精神之父、世界互联网教父、未来畅销书《失控：机器、社会与经济的新生物学（Out of Control: The New Biology of Machines, Social Systems, and the Economic World）》的作者凯文凯利（Kevin Kelly；以下简称KK），去年在中国参加一场有关生成式AI的讨论会上①，发表了上述观点。
根据KK的说法，真正的AI仍需经历漫长的岁月发展，同时，在现阶段不用担心AI会“失控”。这意味着，目前阶段，我们仍可以无所顾忌地拥抱AI。
AI的发展，是非线性式的。以Siri等语音助手、网购、视频、新闻等App的推荐引擎，或搜索引擎算法等形式的传统AI，在此前20多年的历程中，并未大规模取代各行业的岗位，反而促进了使用这些技术的企业成长，乃至改善了人类生活。然而，一夜之间发生的生成式AI，却使得传统AI成为了“即将的过去”，那么随着生成式AI的应用推进，将改变什么？
麦肯锡在其新近推出有关AI报告②中，指出了生成式AI对经济、相关行业与岗位、价值创造、企业部署速度等维度的影响和现实改变。
2万亿美元的经济价值
根据麦肯锡AI报告预测，生成式AI有望在2030年前为全球经济贡献约7万亿美元的价值，并将AI的总体经济效益提高50%左右，而中国则有望贡献其中约2万亿美元，接近全球总量的三分之一。（图表1）
“随着世界迈向AI驱动的时代，充分释放生成式AI的潜力将成为各大组织取得商业成功的重中之重。”麦肯锡AI报告有关经济价值的预测基础来源于，对60+个生成式AI用列在16个业务职能重大作用，以及生成式AI对850个职业及超过2100项具体工作的影响。
麦肯锡AI报告进一步提出，“生成式AI工具由基础模型驱动，广泛适用于事务性及创造性活动。随着大语言模型的持续、快速改进，生成式AI的能力也取得了长足进展，将有望重塑千行百业、不同职能的知识型工作，同时助推营销与销售、客户运营、软件开发等关键领域的岗位转型与绩效提升。”
生成式AI生成“新飓风”
有关生成式AI之于行业的应用，中国对比全球各有不同。
根据麦肯锡AI报告，在中国，生成式AI主要的前五大应用行业分别为先进制造、先进电子与半导体、包装消费品、能源、银行。相比之下，全球生成式AI主要的前五大应用行业，则分别为高科技、零售、银行、旅行与运输物流、先进制造。
无论是中国还是全球，通过管理系统各模块的一步解构分析，涉及生成式AI前三大权重为营销与销售、软件工程、客户运营模块。不过，这并不说明生成式AI的主要影响力仅停留于此。
根据麦肯锡AI报告，生成式AI的颠覆性潜力将冲击各行业的不同岗位。其中，白领工作受到的冲击将比蓝领工作更大。报告进一步提出，“未来的工作也要求我们重新审视当前的教育体系。未来的人才必须具备数字化素养，才能充分驾驭生成式AI及相关技术。同时必须重点培养学生的问题解决能力与批判性思维，而非强调单纯的知识记忆。此外，由于那些仅需基本认知技能的工作正逐步被自动化替代，社交技能与情感技能的重要性将与日俱增，相关教育也必须纳入人才培养方案。”
根据麦肯锡AI报告，最受生成式AI影响的十个职业岗位依次为：客户互动、办公室支持、IT专业人士、创意与艺术、会计以审计员、口译与笔译、法律专业人士、新闻工作者、财务分析师。
生成式AI的出现，似乎带有“末世”特征，但正如面对当初的移动互联网来临一样，人类社会仍能在遭遇突如其来的“技术性冲击”时，进行“自我调整和修复”。
“4C”，新价值创造的特征
如同面对一次次充满暴力的大自然飓风一样，人类至今无法用任何手段改变飓风力量、趋势，只能等待、应对——但是，另一种策略是，可以借助飓风，来改变某些事情，比如吹灭山火、吹散蝗虫、平衡温室效应等等。那么，面对生成式AI也能如此吗？
在麦肯锡AI报告中，以“4C”概括了生成式AI创造概括了生成式AI创造的主要价值：
简化（虚拟专家）（Concision）。生成式AI能够利用非结构化数据源归纳并提炼洞见，从而促进专业知识的传播；它还能解读文本与转录稿，创建嵌入式文本，以支持相关资料来源的查询和引用。
应用示例：在财务绩效分析中，通过生成式AI提供针对性的外部财务信息与内部绩效总结，备注财务说明，可提高财务规划与分析的效率，有望将财务成本降低4%~7%。
编码与软件开发（Coding and Software）。生成式AI能够推动代码重构，从而加快主机迁移；可以解读、生成代码，从旧有系统大规模迁移主机资料，自动开发、记录、纠正测试，简化软件开发流程。
应用示例：在自动化或增强数据管理中，通过生成式AI可将部分数据标注、数据清理、文件生成工作自动化，辅助用户识别未标注数据中的异常值，并为最新获取的数据集创建文档，加快数据处理，提高数据质量，可将数据管理成本降低5%-10%。
内容创作（Content Creation）。生成式AI能够创作各种形式的内容初稿，可生成文本、图片等信息载体，自动编写合同、招标书等文件，还能生成视觉元素，加快研发节奏。
应用示例：在创作适用于不同媒介渠道的营销内容时，生成式AI能够助力创意生成（如故事板）与大规模创作，支持用户以不同语言编写适用于不同渠道的邮件，并推送个性化的产品/服务建议，将营销成本降低5%-8%。
客户互动（Customer Engagement）。生成式AI有助于打造高度个性化的消费体验，如通过聊天功能优化客户服务，还能拓宽客户聊天机器人的应用场景，从而加速客户拓展与数据收集。
应用示例：在聊天机器人的用例中，生成式AI可实现自然的对话、更好地应对外语及方言，打造自动化自助服务，并通过虚拟坐席提供客户支持，同时更加有效地解答客户疑问、准确判断疑问根因，有望降低9%-11%的客户运营成本。
生成式AI以上的这些价值，在当前或今后时期，都会被逐一体现在企业运营和管理，以及人类工作与生活中。正如KK所言，“利用它们不同的智能来帮助我们解决棘手的问题。”
构建全新的生产力模型
为什么要重视生成式AI？因为，按照生成式AI的经济性、对产业以及社会价值等维度的影响和作用，具备了典型的生产力特征——即，汇集了劳动者、劳动工具、劳动对象、社会等要素，并构成了生产系统的功能。
既然生成式AI被视为新的生产力，那么企业就需要尽快引入、熟悉、运用它。换言之，新一轮的生存、发展、竞争，就是一场使用、熟悉新旧生产力的竞争。
但是，根据麦肯锡相关报告，中国企业面对这场生产力更换的行动速度慢了一步。
在麦肯锡此前发表的《全球人工智能最新调研》中指出，过去5年间，AI在全球的普及率显著增长。2017年，20%的公司部署了AI技术，这一数字在2022年已达到50%。然而，中国的AI普及率仅为41%，落后于德国、美国、日本等领先国家，而在工作内容的自动化方面，中国达到50%自动化采用率的节点较发达国家晚两年左右。（图表2）
而在最新的麦肯锡AI报告中显示，仅9%的中国企业计划凭借部署AI实现超10%的营收增长，而领先国家有19%的企业有望实现这一目标。同样，就利润贡献率而言，仅有7%的中国企业称AI对EBIT③的贡献率突破20%，而领先国家有14%的企业突破了这一比例。对比结果表明，中国企业亟需提高变现能力，将AI技术的潜力转化为切实的经济效益。
为解决行动力问题，麦肯锡给中国企业提出了六个思考路径：
● 在什么业务环节部署生成式AI才能创造最高的价值？（能够帮助您增强竞争优势的关键用例有哪 些？）
● 您最重要且可供AI学习的数据资产有哪些？
● 您的技术运营模式是怎样的？
● 您是否拥有需要的AI人才，可实现业务与技术的无缝整合，并将AI的潜力转化为价值？
● 您是否已制定风险协议，以化解生成式AI的模型风险——如何应对“模型幻觉”④？
● 您计划如何推进变革管理，从而推广生成式AI，达成业务目标？
以上，从业务与发展、基础条件、运用能力、人力资源、风险管控、和战略契合等六个基础问题出发：如果这些问题都能获得有效答案并付诸行动，那么在部署生成式AI战略就会顺理成章。
需要提醒的是：部署这一新生产力，还有时间管理的课题——即，用于“如何进行生成式AI部署和运营”的讨论或思考的时间，不可能无限制延长，最佳的策略是，边摸索边改进，通过滴水效应，最终构建出本企业特色的新生产力模型。
注释：① 语出凯文凯利和大模型创业公司出门问问创始人李志飞在2023年的对话。
② 报告文本为，《生成式AI在中国：2万亿美元的经济价值（麦肯锡；2023）》。
③ Earnings Before Interest and Tax；息税前利润。
④ 模型幻觉是指，模型生成的内容与可验证的现实世界事实不一 致。
