rapport McKinsey sur l’IA publié, l’IA générative a fait des progrès rapides et d’énormes avantages économiques, et l’avenir ne peut être sous-estimé.
Publication du rapport McKinsey Blockbuster !
La conclusion centrale tient en une phrase : l’IA atteindra les niveaux humains plus tôt qu’on ne le pensait, et la projection médiane est avant 2030.
Vous savez, par rapport aux prédictions des gens en 2017, le nouveau rapport met en évidence un optimisme.
La figure ci-dessus est le résultat final du rapport, dont nous parlerons un par un plus tard.
Tour d’horizon du rapport
D’entrée de jeu, le rapport commence par un résumé parfait de l’impact de la technologie sur nos vies aujourd’hui.
En bref, l’IA a depuis longtemps pénétré dans tous les aspects de nos vies.
Lorsque DeepMind a créé AlphaGo en 2016 et a battu le champion du monde Lee Sedol, l’IA est entrée dans notre champ de vision de manière écrasante, mais comme elle n’était limitée qu’au jeu de Go, elle s’est lentement estompée dès que les feux de la rampe sont passés.
Mais cette année, c’est différent.
Sans parler de ChatGPT, qui a dépassé le ciel en termes d’utilisateurs, seuls les produits d’IA générative tels que Copilot, Stable Diffusion et j’en passe, ont balayé nos vies comme une tempête.
Ce qui est différent cette fois-ci, c’est que ces outils d’IA sont disponibles pour tout le monde. Tout le monde peut créer avec ChatGPT, utiliser Midjourney pour créer des graphiques et utiliser Copilot pour faire du PPT.
ChatGPT équipé de GPT-4, toutes les performances décollent directement de GPT-3.5. Ensuite, il y a Claude d’Anthropic, qui peut traiter 100 000 jetons par minute (environ la durée d’un roman), et la génération de Claude en mars de cette année représente près d’un dixième de la performance actuelle.
Le rapport met l’accent sur la vitesse à laquelle l’IA se développe, qui a augmenté en quelques mois seulement.
Dans ce rapport, l’IA générative est définie comme une application construite avec un modèle de base. Le modèle de base dispose d’un grand nombre de nouvelles fonctionnalités en termes d’images, de vidéo, d’audio, de code, etc., et les performances des fonctions d’origine ont également été grandement améliorées.
Selon le rapport, notre compréhension de l’ampleur des capacités de l’IA générative n’en est encore qu’à ses balbutiements.
C’est pourquoi McKinsey a réalisé un rapport afin de mieux comprendre l’avenir de l’IA générative.
Impact économique et social
Les entreprises expérimentent l’IA générative pour adapter rapidement leurs flux de travail aux nouvelles technologies.
Le rapport souligne qu’il est nécessaire d’avoir une compréhension approfondie de ce que l’IA générative apportera à notre développement social et économique global.
Dans le graphique ci-dessous, le rapport utilise deux perspectives complémentaires pour déterminer où et dans quelle mesure les capacités de l’IA générative sont actuellement valorisées.
L’objectif 1 de l’image ci-dessus est une grande analyse des entreprises qui peuvent utiliser l’IA générative. C’est ce qu’on appelle un « cas d’utilisation ».
Supposons qu’un cas d’utilisation en marketing soit le suivant : L’IA générative est appliquée pour générer du contenu tel que des e-mails personnalisés, en mesurant des résultats tels que la réduction du coût de génération de ce contenu et l’augmentation des revenus en augmentant l’efficacité du contenu de haute qualité à grande échelle.
En conséquence, le rapport identifie un total de 63 cas d’utilisation de l’IA générative couvrant 16 fonctions commerciales qui pourraient apporter entre 2,6 et 4,4 billions de dollars par an en avantages économiques s’ils étaient appliqués à tous les secteurs.
Regardez beaucoup.
Il s’agit d’une augmentation de 15 à 40 % par rapport à la valeur économique actuelle estimée de 11 000 milliards de dollars à 17 700 milliards de dollars. Cette dernière est la prévision de McKinsey pour 2017.
L’objectif 2 complète l’objectif 1, le rapport analysant l’impact potentiel de l’IA générative sur quelque 850 professions.
Les experts ont simulé une variété de scénarios pour estimer quand l’IA générative serait en mesure d’effectuer chacun des plus de 2 100 emplois qui composent l’économie mondiale – ce qui pourrait inclure des tâches telles que la communication avec d’autres personnes sur des plans ou des activités opérationnelles.
De cette façon, nous pouvons estimer comment l’IA générative affectera la productivité du travail pour tous les emplois actuellement effectués par l’ensemble de la main-d’œuvre mondiale, avec les capacités existantes.
Certains de ces impacts recoupent les réductions de coûts mentionnées dans la lentille 1, et le rapport suppose donc que les réductions de coûts sont le résultat d’une augmentation de la productivité du travail.
Si l’on exclut ce chevauchement, l’économie totale de l’IA générative s’élève à 6,1 billions de dollars à 7,9 billions de dollars par an, comme le montre le graphique ci-dessous.
Potentiel futur
Bien que les avantages économiques soient déjà considérables, le rapport indique qu’ils vont bien au-delà.
Parlons du potentiel.
L’IA générative est susceptible d’avoir un impact sur les fonctions de la plupart des entreprises. Cependant, si l’on mesure l’impact technique en pourcentage du coût de la fonction, quelques fonctions se démarquent, comme le montre le graphique ci-dessous.
McKinsey a analysé 16 fonctions commerciales et a constaté que seules quatre fonctions – les opérations client, le marketing et les ventes, l’ingénierie logicielle et la recherche et le développement – représentaient environ 75 % de la valeur annuelle totale des cas d’utilisation de l’IA générative.
En termes simples, d’un point de vue technique du travail lui-même, toutes les entreprises ne bénéficient pas de l’IA dans une large mesure.
Le rapport note que la valeur potentielle de l’IA générative était beaucoup plus faible dans plusieurs domaines de travail, y compris la fabrication et la chaîne d’approvisionnement, lors de l’évaluation de divers cas d’utilisation de l’IA.
La raison principale est due à la nature de l’IA générative elle-même.
En plus de la valeur potentielle que l’IA générative peut apporter dans des cas d’utilisation spécifiques, l’IA générative peut également apporter de la valeur à l’ensemble de l’entreprise en révolutionnant les systèmes de gestion des connaissances au sein de l’entreprise.
Nous savons tous que l’IA générative possède de solides capacités de traitement du langage naturel et peut aider les employés à interroger et à récupérer plus facilement les connaissances internes stockées par l’entreprise.
De toute évidence, cela améliore la capacité de l’équipe à accéder rapidement aux informations pertinentes, ce qui lui permet de prendre rapidement des décisions plus éclairées et d’élaborer des stratégies efficaces.
Avant l’avènement de l’IA générative, le même travail pouvait prendre une journée entière aux travailleurs, et l’IA générative devait produire d’énormes avantages après avoir entrepris ces tâches.
En outre, l’IA générative peut augmenter la valeur en travaillant avec les travailleurs, en accélérant leur productivité et en améliorant leur capacité à faire leur travail.
Je ne dis pas qui a bougé l’ADN, même cet article a été généré par l’éditeur avec l’IA (non).
Sur les 63 cas d’utilisation analysés dans le rapport, l’IA générative a le potentiel de créer une valeur totale de 2,6 billions de dollars à 4,4 billions de dollars dans tous les secteurs.
Bien sûr, l’impact exact dépend de divers facteurs, tels que la combinaison de différentes fonctions, l’importance de chacune et, plus important encore, l’échelle des revenus de l’industrie elle-même, comme le montre la figure ci-dessous.
Par exemple, l’IA générative pourrait apporter environ 310 milliards de dollars de valeur supplémentaire au secteur de la vente au détail, y compris aux concessionnaires automobiles, en améliorant des capacités telles que le marketing et les opérations client.
En revanche, une grande partie de la valeur potentielle de la haute technologie provient de la capacité de l’IA générative à améliorer la vitesse et l’efficacité du développement logiciel, comme le montre le graphique ci-dessous.
Le rapport estime que ce nombre deviendra de plus en plus spectaculaire à l’avenir, à mesure que les capacités de l’IA progresseront à pas de géant.
Depuis 2017, le McKinsey Global Institute analyse l’impact de l’automatisation sur différentes activités de travail, et a également modélisé divers scénarios d’adoption de la technologie.
À l’époque, ils estimaient que les travailleurs passaient au moins la moitié de leur temps à adapter et à automatiser les technologies existantes, ce que nous appelons le potentiel d’automatisation de la technologie.
Les experts ont également simulé une série de scénarios possibles pour déterminer le taux d’adoption de ces technologies et leur impact sur les activités de travail dans l’économie mondiale.
Premièrement, l’adoption à grande échelle de la technologie ne se fera pas du jour au lendemain. Il faut du temps pour que la technologie en laboratoire se traduise par l’automatisation d’activités de travail spécifiques.
En même temps, si le coût de l’automatisation est supérieur au coût de la main-d’œuvre, ce n’est évidemment pas faisable.
Enfin, même si c’est le cas, il faudra du temps pour le déployer à plus grande échelle.
C’est ce sur quoi le rapport se concentre. Le potentiel de l’IA générative pour l’automatisation de la production et de la vie, et l’efficacité du travail qui peut être améliorée.
Le rapport prédit que, sur la base des performances actuelles de l’IA générative, ses capacités dans tous les aspects atteindront les performances humaines plus rapidement que prévu précédemment, comme le montre le graphique ci-dessous.
L’institut pensait auparavant que 2027 était la première année où la technologie pourrait atteindre le niveau intermédiaire de compréhension du langage naturel humain, mais dans le dernier rapport, cette période a été avancée à 2023.
Théoriquement, en intégrant les technologies existantes, la proportion totale d’automatisation à ce stade est passée d’environ 50 % à 60-70 %.
De plus, en raison du développement rapide des capacités de langage naturel de l’IA générative, la courbe du potentiel de développement technologique est assez raide.
Le graphique ci-dessous montre les prévisions pour 2017 et les dernières prévisions, et à partir de la courbe, nous pouvons facilement voir comment le mot « optimiste » est écrit.
Dernières prévisions
Prévisions pour 2017
Le graphique ci-dessous montre dans quelle mesure les activités que les travailleurs effectuent quotidiennement changeront dans le rapport, avec les dernières prévisions en haut et les prévisions pour 2017 en dessous.
Dernières prévisions
Prévisions pour 2017
Les experts prédisent que l’IA générative est susceptible d’avoir le plus grand impact sur le travail de connaissance, en particulier les activités impliquant la prise de décision et la collaboration, qui avaient auparavant le plus faible potentiel d’automatisation, comme le montre le graphique ci-dessous.
Le rapport estime que le potentiel d’automatisation de l’expertise a bondi de 34 points de pourcentage, tandis que le potentiel d’automatisation de la gestion et du développement des talents est passé de 16 % en 2017 à 49 % en 2023.
En outre, l’IA générative est également capable de comprendre le langage naturel et de l’utiliser pour une variété d’activités et de tâches, ce qui explique en grande partie pourquoi l’automatisation a un tel potentiel.
Dans le domaine économique, environ 40 % des activités exercées par les travailleurs doivent atteindre au moins le niveau médian de compréhension humaine du langage naturel.
Par conséquent, de nombreuses activités professionnelles impliquant la communication, la supervision, l’enregistrement et l’interaction humaine ont le potentiel d’être automatisées grâce à l’IA générative, ce qui accélère la transformation des emplois dans des professions telles que l’éducation et la technologie, où l’on s’attendait auparavant à ce que le potentiel d’automatisation émerge plus tard, comme le montre le graphique ci-dessous.
En plus de ce qui précède, le rapport McKinsey analyse également à partir d’autres dimensions.
En raison du manque d’espace, je ne les énumérerai pas tous.
**Où aller à partir d’ici? **
On peut dire que l’analyse ci-dessus se concentre sur l’apparence générale de l’industrie.
Pour refléter le fondement du rapport, la dernière section est l’impact de l’IA générative sur les individus et la façon dont chacun d’entre nous devrait y faire face.
Au fur et à mesure que les nouvelles technologies évoluent, les parties prenantes doivent agir pour se préparer aux opportunités et aux risques, indique le rapport.
La principale préoccupation est également un cliché, comme les problèmes d’hallucination, les problèmes de droits d’auteur intellectuels des données utilisées dans l’entraînement, etc.
Le rapport prévoit qu’au moins un quart à un tiers des emplois changeront au cours de la prochaine décennie selon la projection médiane. Pour différents rôles dans différentes personnes, nous devons réagir très différemment.
Pour les entreprises et les chefs d’entreprise, comment exploiter la valeur potentielle de l’IA générative tout en gérant les risques qu’elle représente.
Comment l’IA générative et les autres technologies d’IA vont-elles changer les professions et les compétences requises de la main-d’œuvre d’une entreprise dans les années à venir ? Comment les entreprises vont-elles mettre en œuvre ces changements dans les programmes d’embauche, les programmes de restriction et d’autres aspects des RH ?
Les entreprises peuvent-elles jouer un rôle pour s’assurer que la technologie n’est pas utilisée de manière négative qui pourrait nuire à la société ?
Comment les entreprises peuvent-elles partager leurs expériences en matière de promotion de l’utilisation de l’IA générative au sein des industries et entre les industries avec les gouvernements et la société de manière transparente ?
Ce sont des questions que les gestionnaires doivent explorer.
Qu’est-ce que l’IA générative signifie pour la planification future de la main-d’œuvre pour les décideurs gouvernementaux?
Comment les travailleurs peuvent-ils bénéficier du soutien politique nécessaire lorsque leurs activités évoluent au fil du temps ?
De nouvelles politiques peuvent-elles être formulées ou les politiques existantes révisées pour rendre l’IA plus utile sur le plan social ?
Enfin, en tant que travailleur, consommateur et citoyen, comment devrions-nous prêter attention au développement des nouvelles technologies ? Où obtenons-nous l’information juste et juste?
Comment les individus peuvent-ils trouver un équilibre entre la commodité et l’impact de l’IA générative ?
Comment exprimons-nous, en tant qu’individus, nos exigences dans le processus de prise de décision ?
De nombreuses questions nécessitent de toute urgence un examen approfondi.
En bref, ce rapport offre un aperçu complet de l’impact significatif de l’explosion de l’IA générative sur notre société, en particulier sur l’économie.
Ressources:
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
McKinsey publie des rapports sur l’IA générative prédisant les niveaux humains d’ici 2030
Source: Shin Zhiyuan
Publication du rapport McKinsey Blockbuster !
La conclusion centrale tient en une phrase : l’IA atteindra les niveaux humains plus tôt qu’on ne le pensait, et la projection médiane est avant 2030.
Vous savez, par rapport aux prédictions des gens en 2017, le nouveau rapport met en évidence un optimisme.
Tour d’horizon du rapport
D’entrée de jeu, le rapport commence par un résumé parfait de l’impact de la technologie sur nos vies aujourd’hui.
En bref, l’IA a depuis longtemps pénétré dans tous les aspects de nos vies.
Lorsque DeepMind a créé AlphaGo en 2016 et a battu le champion du monde Lee Sedol, l’IA est entrée dans notre champ de vision de manière écrasante, mais comme elle n’était limitée qu’au jeu de Go, elle s’est lentement estompée dès que les feux de la rampe sont passés.
Mais cette année, c’est différent.
Sans parler de ChatGPT, qui a dépassé le ciel en termes d’utilisateurs, seuls les produits d’IA générative tels que Copilot, Stable Diffusion et j’en passe, ont balayé nos vies comme une tempête.
Ce qui est différent cette fois-ci, c’est que ces outils d’IA sont disponibles pour tout le monde. Tout le monde peut créer avec ChatGPT, utiliser Midjourney pour créer des graphiques et utiliser Copilot pour faire du PPT.
ChatGPT équipé de GPT-4, toutes les performances décollent directement de GPT-3.5. Ensuite, il y a Claude d’Anthropic, qui peut traiter 100 000 jetons par minute (environ la durée d’un roman), et la génération de Claude en mars de cette année représente près d’un dixième de la performance actuelle.
Le rapport met l’accent sur la vitesse à laquelle l’IA se développe, qui a augmenté en quelques mois seulement.
Dans ce rapport, l’IA générative est définie comme une application construite avec un modèle de base. Le modèle de base dispose d’un grand nombre de nouvelles fonctionnalités en termes d’images, de vidéo, d’audio, de code, etc., et les performances des fonctions d’origine ont également été grandement améliorées.
Selon le rapport, notre compréhension de l’ampleur des capacités de l’IA générative n’en est encore qu’à ses balbutiements.
C’est pourquoi McKinsey a réalisé un rapport afin de mieux comprendre l’avenir de l’IA générative.
Impact économique et social
Les entreprises expérimentent l’IA générative pour adapter rapidement leurs flux de travail aux nouvelles technologies.
Le rapport souligne qu’il est nécessaire d’avoir une compréhension approfondie de ce que l’IA générative apportera à notre développement social et économique global.
Dans le graphique ci-dessous, le rapport utilise deux perspectives complémentaires pour déterminer où et dans quelle mesure les capacités de l’IA générative sont actuellement valorisées.
Supposons qu’un cas d’utilisation en marketing soit le suivant : L’IA générative est appliquée pour générer du contenu tel que des e-mails personnalisés, en mesurant des résultats tels que la réduction du coût de génération de ce contenu et l’augmentation des revenus en augmentant l’efficacité du contenu de haute qualité à grande échelle.
En conséquence, le rapport identifie un total de 63 cas d’utilisation de l’IA générative couvrant 16 fonctions commerciales qui pourraient apporter entre 2,6 et 4,4 billions de dollars par an en avantages économiques s’ils étaient appliqués à tous les secteurs.
Regardez beaucoup.
Il s’agit d’une augmentation de 15 à 40 % par rapport à la valeur économique actuelle estimée de 11 000 milliards de dollars à 17 700 milliards de dollars. Cette dernière est la prévision de McKinsey pour 2017.
L’objectif 2 complète l’objectif 1, le rapport analysant l’impact potentiel de l’IA générative sur quelque 850 professions.
Les experts ont simulé une variété de scénarios pour estimer quand l’IA générative serait en mesure d’effectuer chacun des plus de 2 100 emplois qui composent l’économie mondiale – ce qui pourrait inclure des tâches telles que la communication avec d’autres personnes sur des plans ou des activités opérationnelles.
De cette façon, nous pouvons estimer comment l’IA générative affectera la productivité du travail pour tous les emplois actuellement effectués par l’ensemble de la main-d’œuvre mondiale, avec les capacités existantes.
Certains de ces impacts recoupent les réductions de coûts mentionnées dans la lentille 1, et le rapport suppose donc que les réductions de coûts sont le résultat d’une augmentation de la productivité du travail.
Si l’on exclut ce chevauchement, l’économie totale de l’IA générative s’élève à 6,1 billions de dollars à 7,9 billions de dollars par an, comme le montre le graphique ci-dessous.
Potentiel futur
Bien que les avantages économiques soient déjà considérables, le rapport indique qu’ils vont bien au-delà.
Parlons du potentiel.
L’IA générative est susceptible d’avoir un impact sur les fonctions de la plupart des entreprises. Cependant, si l’on mesure l’impact technique en pourcentage du coût de la fonction, quelques fonctions se démarquent, comme le montre le graphique ci-dessous.
McKinsey a analysé 16 fonctions commerciales et a constaté que seules quatre fonctions – les opérations client, le marketing et les ventes, l’ingénierie logicielle et la recherche et le développement – représentaient environ 75 % de la valeur annuelle totale des cas d’utilisation de l’IA générative.
En termes simples, d’un point de vue technique du travail lui-même, toutes les entreprises ne bénéficient pas de l’IA dans une large mesure.
La raison principale est due à la nature de l’IA générative elle-même.
En plus de la valeur potentielle que l’IA générative peut apporter dans des cas d’utilisation spécifiques, l’IA générative peut également apporter de la valeur à l’ensemble de l’entreprise en révolutionnant les systèmes de gestion des connaissances au sein de l’entreprise.
Nous savons tous que l’IA générative possède de solides capacités de traitement du langage naturel et peut aider les employés à interroger et à récupérer plus facilement les connaissances internes stockées par l’entreprise.
De toute évidence, cela améliore la capacité de l’équipe à accéder rapidement aux informations pertinentes, ce qui lui permet de prendre rapidement des décisions plus éclairées et d’élaborer des stratégies efficaces.
Avant l’avènement de l’IA générative, le même travail pouvait prendre une journée entière aux travailleurs, et l’IA générative devait produire d’énormes avantages après avoir entrepris ces tâches.
En outre, l’IA générative peut augmenter la valeur en travaillant avec les travailleurs, en accélérant leur productivité et en améliorant leur capacité à faire leur travail.
Je ne dis pas qui a bougé l’ADN, même cet article a été généré par l’éditeur avec l’IA (non).
Sur les 63 cas d’utilisation analysés dans le rapport, l’IA générative a le potentiel de créer une valeur totale de 2,6 billions de dollars à 4,4 billions de dollars dans tous les secteurs.
Bien sûr, l’impact exact dépend de divers facteurs, tels que la combinaison de différentes fonctions, l’importance de chacune et, plus important encore, l’échelle des revenus de l’industrie elle-même, comme le montre la figure ci-dessous.
En revanche, une grande partie de la valeur potentielle de la haute technologie provient de la capacité de l’IA générative à améliorer la vitesse et l’efficacité du développement logiciel, comme le montre le graphique ci-dessous.
Depuis 2017, le McKinsey Global Institute analyse l’impact de l’automatisation sur différentes activités de travail, et a également modélisé divers scénarios d’adoption de la technologie.
À l’époque, ils estimaient que les travailleurs passaient au moins la moitié de leur temps à adapter et à automatiser les technologies existantes, ce que nous appelons le potentiel d’automatisation de la technologie.
Les experts ont également simulé une série de scénarios possibles pour déterminer le taux d’adoption de ces technologies et leur impact sur les activités de travail dans l’économie mondiale.
Premièrement, l’adoption à grande échelle de la technologie ne se fera pas du jour au lendemain. Il faut du temps pour que la technologie en laboratoire se traduise par l’automatisation d’activités de travail spécifiques.
En même temps, si le coût de l’automatisation est supérieur au coût de la main-d’œuvre, ce n’est évidemment pas faisable.
Enfin, même si c’est le cas, il faudra du temps pour le déployer à plus grande échelle.
C’est ce sur quoi le rapport se concentre. Le potentiel de l’IA générative pour l’automatisation de la production et de la vie, et l’efficacité du travail qui peut être améliorée.
Le rapport prédit que, sur la base des performances actuelles de l’IA générative, ses capacités dans tous les aspects atteindront les performances humaines plus rapidement que prévu précédemment, comme le montre le graphique ci-dessous.
L’institut pensait auparavant que 2027 était la première année où la technologie pourrait atteindre le niveau intermédiaire de compréhension du langage naturel humain, mais dans le dernier rapport, cette période a été avancée à 2023.
De plus, en raison du développement rapide des capacités de langage naturel de l’IA générative, la courbe du potentiel de développement technologique est assez raide.
Le graphique ci-dessous montre les prévisions pour 2017 et les dernières prévisions, et à partir de la courbe, nous pouvons facilement voir comment le mot « optimiste » est écrit.
Le graphique ci-dessous montre dans quelle mesure les activités que les travailleurs effectuent quotidiennement changeront dans le rapport, avec les dernières prévisions en haut et les prévisions pour 2017 en dessous.
Les experts prédisent que l’IA générative est susceptible d’avoir le plus grand impact sur le travail de connaissance, en particulier les activités impliquant la prise de décision et la collaboration, qui avaient auparavant le plus faible potentiel d’automatisation, comme le montre le graphique ci-dessous.
Le rapport estime que le potentiel d’automatisation de l’expertise a bondi de 34 points de pourcentage, tandis que le potentiel d’automatisation de la gestion et du développement des talents est passé de 16 % en 2017 à 49 % en 2023.
Dans le domaine économique, environ 40 % des activités exercées par les travailleurs doivent atteindre au moins le niveau médian de compréhension humaine du langage naturel.
Par conséquent, de nombreuses activités professionnelles impliquant la communication, la supervision, l’enregistrement et l’interaction humaine ont le potentiel d’être automatisées grâce à l’IA générative, ce qui accélère la transformation des emplois dans des professions telles que l’éducation et la technologie, où l’on s’attendait auparavant à ce que le potentiel d’automatisation émerge plus tard, comme le montre le graphique ci-dessous.
En raison du manque d’espace, je ne les énumérerai pas tous.
**Où aller à partir d’ici? **
On peut dire que l’analyse ci-dessus se concentre sur l’apparence générale de l’industrie.
Pour refléter le fondement du rapport, la dernière section est l’impact de l’IA générative sur les individus et la façon dont chacun d’entre nous devrait y faire face.
Au fur et à mesure que les nouvelles technologies évoluent, les parties prenantes doivent agir pour se préparer aux opportunités et aux risques, indique le rapport.
La principale préoccupation est également un cliché, comme les problèmes d’hallucination, les problèmes de droits d’auteur intellectuels des données utilisées dans l’entraînement, etc.
Le rapport prévoit qu’au moins un quart à un tiers des emplois changeront au cours de la prochaine décennie selon la projection médiane. Pour différents rôles dans différentes personnes, nous devons réagir très différemment.
Pour les entreprises et les chefs d’entreprise, comment exploiter la valeur potentielle de l’IA générative tout en gérant les risques qu’elle représente.
Comment l’IA générative et les autres technologies d’IA vont-elles changer les professions et les compétences requises de la main-d’œuvre d’une entreprise dans les années à venir ? Comment les entreprises vont-elles mettre en œuvre ces changements dans les programmes d’embauche, les programmes de restriction et d’autres aspects des RH ?
Les entreprises peuvent-elles jouer un rôle pour s’assurer que la technologie n’est pas utilisée de manière négative qui pourrait nuire à la société ?
Comment les entreprises peuvent-elles partager leurs expériences en matière de promotion de l’utilisation de l’IA générative au sein des industries et entre les industries avec les gouvernements et la société de manière transparente ?
Ce sont des questions que les gestionnaires doivent explorer.
Qu’est-ce que l’IA générative signifie pour la planification future de la main-d’œuvre pour les décideurs gouvernementaux?
Comment les travailleurs peuvent-ils bénéficier du soutien politique nécessaire lorsque leurs activités évoluent au fil du temps ?
De nouvelles politiques peuvent-elles être formulées ou les politiques existantes révisées pour rendre l’IA plus utile sur le plan social ?
Enfin, en tant que travailleur, consommateur et citoyen, comment devrions-nous prêter attention au développement des nouvelles technologies ? Où obtenons-nous l’information juste et juste?
Comment les individus peuvent-ils trouver un équilibre entre la commodité et l’impact de l’IA générative ?
Comment exprimons-nous, en tant qu’individus, nos exigences dans le processus de prise de décision ?
De nombreuses questions nécessitent de toute urgence un examen approfondi.
En bref, ce rapport offre un aperçu complet de l’impact significatif de l’explosion de l’IA générative sur notre société, en particulier sur l’économie.
Ressources: