出典:シン・ジユアンマッキンゼーAIレポート>発表され、生成AIは急速な進歩と莫大な経済的利益をもたらしており、将来を過小評価することはできません。マッキンゼー大ヒットレポートがリリースされました!核となる結論は一文です:AIは思ったよりも早く人間のレベルに到達し、予測の中央値は2030年より前です。ご存知のように、2017年の人々の予測と比較して、新しいレポートは楽観主義を強調しています。 上の図はレポートの最終結果であり、後で1つずつ説明します。 ## **レポートのまとめ** 冒頭、レポートは、テクノロジーが今日の私たちの生活にどれほど影響を与えたかについての完璧な要約から始まります。要するに、AIは長い間私たちの生活のあらゆる側面に浸透してきました。2016年にDeepMindがAlphaGoを考案し、世界チャンピオンのイ・セドルを破ったとき、AIはかつて圧倒的に私たちの視野に入りましたが、囲碁のゲームに限定されていたため、脚光を浴びた途端に徐々にフェードアウトしました。しかし、今年は違います。ユーザーの面で空を超えたChatGPTは言うまでもなく、コパイロット、安定した拡散などの生成AI製品だけが嵐のように私たちの生活を席巻しました。今回の違いは、これらのAIツールを誰でも利用できることです。 誰もがChatGPTで作成し、Midjourneyを使用してグラフィックスを作成し、Copilotを使用してPPTを実行できます。GPT-4を搭載したチャットGPTは、すべてのパフォーマンスがGPT-3.5から直接離陸します。 それから、毎分10万トークン(小説の長さ程度)を処理できるアンソロピックのクロードがあり、今年3月のクロードの世代は現在のパフォーマンスのほぼ10分の1です。レポートは、AIが開発されている速度に焦点を当てており、わずか数か月で上昇しています。このレポートでは、ジェネレーティブ AI は基本モデルで構築されたアプリケーションとして定義されています。 ベースモデルには、画像、ビデオ、オーディオ、コードなどの多数の新機能があり、元の機能のパフォーマンスも大幅に向上しています。レポートによると、ジェネレーティブAIの機能の大きさについての私たちの理解はまだ始まったばかりです。そのため、マッキンゼーはジェネレーティブAIの未来をよりよく理解するためにレポートを作成しました。 ## **経済的および社会的影響** 企業は、ワークフローを新しいテクノロジーに迅速に適応させるために、ジェネレーティブAIを実験しています。レポートは、生成型AIが私たちの全体的な社会的および経済的発展にもたらすものを完全に理解する必要があると指摘しています。下のグラフでは、レポートは2つの補完的な視点を使用して、生成型AIの機能に現在どこでどれだけの価値がもたらされているかを判断しています。 上の画像のレンズ 1 は、ジェネレーティブ AI を使用できる企業の大規模なスキャンです。 これは「ユースケース」と呼ばれます。マーケティングのユースケースが次のようになっているとします。 ジェネレーティブAIは、パーソナライズされた電子メールなどのコンテンツを生成するために適用され、そのようなコンテンツの生成コストを削減し、高品質のコンテンツの有効性を大規模に高めることで収益を増やすなどの結果を測定します。その結果、レポートでは、業界全体に適用した場合、年間2.6兆ドルから4.4兆ドルの経済的利益をもたらす可能性のある16のビジネス機能をカバーする合計63の生成型AIユースケースを特定しています。たくさん見てください。これは、現在の推定経済価値である11兆ドルから17.7兆ドルに15〜40%の増加です。 後者はマッキンゼーの2017年の予測です。レンズ2はレンズ1を補完するもので、約850の職業に対するジェネレーティブAIの潜在的な影響を分析しています。専門家はさまざまなシナリオをシミュレートして、ジェネレーティブAIが世界経済を構成する2,100を超えるジョブのそれぞれをいつ実行できるかを推定しました。このようにして、既存の機能を使用して、世界中のすべての従業員が現在実行しているすべての仕事について、生成型AIが労働生産性にどのように影響するかを推定できます。これらの影響の一部は、レンズ1で述べたコスト削減と重複しているため、レポートでは、コスト削減は労働生産性の向上の結果であると想定しています。この重複を除くと、下のグラフに示すように、生成型AIの総経済性は年間6.1兆ドルから7.9兆ドルになります。 ## **将来の可能性** 経済的利益はすでにかなりのものですが、報告書はそれをはるかに超えていると言っています。可能性について話しましょう。ジェネレーティブAIは、ほとんどの企業の機能に影響を与える可能性があります。 ただし、技術的な影響を関数のコストに対する割合として測定すると、下のグラフに示すように、いくつかの機能が際立っています。マッキンゼーは 16 のビジネス機能を分析した結果、ジェネレーティブ AI のユース ケースの年間総額の約 75% を占めるのは、カスタマー オペレーション、マーケティングと販売、ソフトウェア エンジニアリング、研究開発の 4 つの機能のみであることがわかりました。簡単に言えば、仕事自体の技術的な観点から、すべての企業がAIから大きな恩恵を受けるわけではありません。 レポートでは、AIのさまざまなユースケースを評価する際に、製造やサプライチェーンを含むいくつかの作業分野で、生成型AIの潜在的な価値がはるかに低かったと述べています。主な理由は、生成型AI自体の性質によるものです。ジェネレーティブAIが特定のユースケースにもたらす潜在的な価値に加えて、ジェネレーティブAIは、企業内のナレッジマネジメントシステムに革命を起こすことで、会社全体に価値をもたらすこともできます。ジェネレーティブAIには強力な自然言語処理機能があり、従業員が会社に保存されている社内知識をより簡単に照会および取得できることは誰もが知っています。明らかに、これにより、関連情報にすばやくアクセスするチームの能力が強化され、より多くの情報に基づいた意思決定を迅速に行い、効果的な戦略を立てることができます。ジェネレーティブAIが登場する前は、同じ作業で労働者が丸一日を要した可能性があり、ジェネレーティブAIはこれらのタスクを引き受けた後、大きな利益を生み出したに違いありません。さらに、ジェネレーティブAIは、労働者と協力し、生産性を加速し、仕事をする能力を高めることで価値を高めることができます。誰のDNAが動いたのかはわかりませんが、この記事でさえ、AIを使用して編集者によって生成されました(いいえ)。レポートで分析された63のユースケースのうち、ジェネレーティブAIは、業界全体で合計2.6兆ドルから4.4兆ドルの価値を生み出す可能性があります。もちろん、正確な影響は、下の図に示すように、さまざまな機能の組み合わせ、それぞれの重要性、さらに重要なこととして、業界自体の収益規模など、さまざまな要因によって異なります。  たとえば、ジェネレーティブAIは、マーケティングや顧客操作などの機能を向上させることで、自動車販売店を含む小売業界に約3,100億ドルの付加価値をもたらすことができると報告されています。対照的に、ハイテクの潜在的な価値の多くは、下のグラフに示すように、ソフトウェア開発の速度と効率を向上させるジェネレーティブAIの能力から来ています。 レポートは、AIの機能が飛躍的に進歩するにつれて、この数は将来ますます壮観になると推定しています。2017年以来、マッキンゼーグローバルインスティテュートは、さまざまな作業活動に対する自動化の影響を分析しており、テクノロジーの採用に関するさまざまなシナリオもモデル化しています。当時、彼らは、労働者が既存のテクノロジーの適応と自動化に少なくとも半分の時間を費やしていると推定しており、これはテクノロジーの自動化の可能性と呼ばれています。専門家はまた、これらのテクノロジーの採用率と世界経済における労働活動への影響を決定するために、考えられるさまざまなシナリオをシミュレートしました。第一に、テクノロジーの大規模な採用は一夜にして起こりません。 ラボのテクノロジーが特定の作業活動の自動化につながるには時間がかかります。同時に、自動化のコストが人件費よりも高い場合、それは明らかに実現不可能です。最後に、たとえそうだとしても、それを大規模に展開するには時間がかかります。それがレポートが焦点を当てているものです。 生成型AIが生産や生活の自動化にどれだけの可能性を秘めているか、そしてどれだけ作業効率を向上させることができるか。レポートでは、下のグラフに示すように、生成型AIの現在のパフォーマンスに基づいて、すべての面でその機能が以前の推定よりも早く人間のパフォーマンスに到達すると予測しています。研究所は以前、テクノロジーが人間の自然言語理解の中間レベルに達することができる最も早い年は2027年であると考えていましたが、最新のレポートでは、今回は2023年に前倒しされました。 理論的には、既存のテクノロジーを統合することにより、この段階での自動化の合計割合は約50%から60〜70%に増加しました。さらに、生成型AI自然言語機能の急速な発展により、技術開発の可能性の曲線は非常に急です。下のグラフは2017年の予測と最新の予測を示しており、曲線から「楽観的」という言葉がどのように書かれているかが簡単にわかります。 最新の予測 2017年の予測下のグラフは、労働者が毎日実行する活動がレポートでどの程度変化するかを示しており、最新の予測が上部にあり、2017年の予測が下にあります。 最新の予測 2017年の予測専門家は、下のグラフに示すように、ジェネレーティブAIがナレッジワーク、特に以前は自動化の可能性が最も低かった意思決定とコラボレーションを含むアクティビティに最も大きな影響を与える可能性が高いと予測しています。レポートでは、専門知識の自動化の可能性が34パーセントポイント急増し、管理と人材開発の自動化の可能性が2017年の16%から2023年には49%に上昇したと推定しています。 さらに、ジェネレーティブAIは自然言語を理解し、それをさまざまなアクティビティやタスクに使用することもでき、自動化が非常に大きな可能性を秘めている理由を説明するのに大いに役立ちます。経済分野では、労働者が従事する活動の約40%が、少なくとも自然言語の人間の理解の中央レベルに達する必要があります。その結果、コミュニケーション、監督、記録、人間の相互作用を含む多くの作業活動は、生成AIによって自動化される可能性があり、下のグラフに示すように、以前は自動化の可能性が後で現れると予想されていた教育やテクノロジーなどの職業における雇用変革を加速します。 上記に加えて、マッキンゼーのレポートは他の側面からも分析しています。スペースの制限により、すべてをリストするわけではありません。 ## **ここからどこへ行くのですか? ** 上記の分析は、業界の全体的な外観に焦点を当てていると言えます。レポートの根拠を反映するために、最後のセクションは、生成型AIが個人に与える影響と、私たち一人一人がそれにどのように直面すべきかです。新しいテクノロジーが進化するにつれて、利害関係者は機会とリスクに備えるために行動しなければならないと報告書は述べています。主な関心事は、幻覚の問題、トレーニングで使用されるデータの知的著作権の問題などの決まり文句でもあります。報告書は、予測の中央値の下で、今後10年間で少なくとも4分の1から3分の1の仕事が変化すると予測しています。 人によって役割が異なれば、対応も大きく異なります。企業やビジネスリーダーにとって、生成型 AI の潜在的価値を活用しながら、それがもたらすリスクを管理するにはどうすればよいでしょうか。ジェネレーティブAIやその他のAIテクノロジーは、今後数年間で企業の労働力に必要な職業やスキルセットをどのように変えますか? 企業は、採用プログラム、抑制プログラム、およびHRの他の側面でこれらのシフトをどのように実装しますか?企業は、テクノロジーが社会に害を及ぼす可能性のある否定的な方法で使用されないようにする役割を果たすことができますか?企業は、業界内および業界間で生成型AIの使用を促進する経験を、政府や社会と透明性のある方法でどのように共有できますか?これらは、管理者が調査する必要がある質問です。ジェネレーティブAIは、政府の意思決定者の将来の労働力計画にとって何を意味しますか?労働者の活動が時間とともに変化した場合、労働者に必要な政策支援をどのように提供できますか?AIをより社会的に価値のあるものにするために、新しいポリシーを策定したり、既存のポリシーを改訂したりできますか?最後に、すべての労働者、消費者、市民として、新しい技術の開発にどのように注意を払う必要がありますか? 適切で公正な情報はどこで入手できますか?個人は、ジェネレーティブ AI の利便性と影響のバランスをどのように取ることができますか?私たちは個人として、意思決定プロセスでどのように要求を表現しますか?多くの問題は、私たちの詳細な検討を緊急に必要としています。要するに、このレポートは、生成AIの爆発が私たちの社会、特に経済に与える重大な影響を包括的に見ています。*リソース：*
マッキンゼーが2030年までに人間のレベルを予測する生成型AIレポートを発表
出典:シン・ジユアン
マッキンゼーAIレポート>発表され、生成AIは急速な進歩と莫大な経済的利益をもたらしており、将来を過小評価することはできません。
マッキンゼー大ヒットレポートがリリースされました!
核となる結論は一文です:AIは思ったよりも早く人間のレベルに到達し、予測の中央値は2030年より前です。
ご存知のように、2017年の人々の予測と比較して、新しいレポートは楽観主義を強調しています。
レポートのまとめ
冒頭、レポートは、テクノロジーが今日の私たちの生活にどれほど影響を与えたかについての完璧な要約から始まります。
要するに、AIは長い間私たちの生活のあらゆる側面に浸透してきました。
2016年にDeepMindがAlphaGoを考案し、世界チャンピオンのイ・セドルを破ったとき、AIはかつて圧倒的に私たちの視野に入りましたが、囲碁のゲームに限定されていたため、脚光を浴びた途端に徐々にフェードアウトしました。
しかし、今年は違います。
ユーザーの面で空を超えたChatGPTは言うまでもなく、コパイロット、安定した拡散などの生成AI製品だけが嵐のように私たちの生活を席巻しました。
今回の違いは、これらのAIツールを誰でも利用できることです。 誰もがChatGPTで作成し、Midjourneyを使用してグラフィックスを作成し、Copilotを使用してPPTを実行できます。
GPT-4を搭載したチャットGPTは、すべてのパフォーマンスがGPT-3.5から直接離陸します。 それから、毎分10万トークン(小説の長さ程度)を処理できるアンソロピックのクロードがあり、今年3月のクロードの世代は現在のパフォーマンスのほぼ10分の1です。
レポートは、AIが開発されている速度に焦点を当てており、わずか数か月で上昇しています。
このレポートでは、ジェネレーティブ AI は基本モデルで構築されたアプリケーションとして定義されています。 ベースモデルには、画像、ビデオ、オーディオ、コードなどの多数の新機能があり、元の機能のパフォーマンスも大幅に向上しています。
レポートによると、ジェネレーティブAIの機能の大きさについての私たちの理解はまだ始まったばかりです。
そのため、マッキンゼーはジェネレーティブAIの未来をよりよく理解するためにレポートを作成しました。
経済的および社会的影響
企業は、ワークフローを新しいテクノロジーに迅速に適応させるために、ジェネレーティブAIを実験しています。
レポートは、生成型AIが私たちの全体的な社会的および経済的発展にもたらすものを完全に理解する必要があると指摘しています。
下のグラフでは、レポートは2つの補完的な視点を使用して、生成型AIの機能に現在どこでどれだけの価値がもたらされているかを判断しています。
マーケティングのユースケースが次のようになっているとします。 ジェネレーティブAIは、パーソナライズされた電子メールなどのコンテンツを生成するために適用され、そのようなコンテンツの生成コストを削減し、高品質のコンテンツの有効性を大規模に高めることで収益を増やすなどの結果を測定します。
その結果、レポートでは、業界全体に適用した場合、年間2.6兆ドルから4.4兆ドルの経済的利益をもたらす可能性のある16のビジネス機能をカバーする合計63の生成型AIユースケースを特定しています。
たくさん見てください。
これは、現在の推定経済価値である11兆ドルから17.7兆ドルに15〜40%の増加です。 後者はマッキンゼーの2017年の予測です。
レンズ2はレンズ1を補完するもので、約850の職業に対するジェネレーティブAIの潜在的な影響を分析しています。
専門家はさまざまなシナリオをシミュレートして、ジェネレーティブAIが世界経済を構成する2,100を超えるジョブのそれぞれをいつ実行できるかを推定しました。
このようにして、既存の機能を使用して、世界中のすべての従業員が現在実行しているすべての仕事について、生成型AIが労働生産性にどのように影響するかを推定できます。
これらの影響の一部は、レンズ1で述べたコスト削減と重複しているため、レポートでは、コスト削減は労働生産性の向上の結果であると想定しています。
この重複を除くと、下のグラフに示すように、生成型AIの総経済性は年間6.1兆ドルから7.9兆ドルになります。
将来の可能性
経済的利益はすでにかなりのものですが、報告書はそれをはるかに超えていると言っています。
可能性について話しましょう。
ジェネレーティブAIは、ほとんどの企業の機能に影響を与える可能性があります。 ただし、技術的な影響を関数のコストに対する割合として測定すると、下のグラフに示すように、いくつかの機能が際立っています。
マッキンゼーは 16 のビジネス機能を分析した結果、ジェネレーティブ AI のユース ケースの年間総額の約 75% を占めるのは、カスタマー オペレーション、マーケティングと販売、ソフトウェア エンジニアリング、研究開発の 4 つの機能のみであることがわかりました。
簡単に言えば、仕事自体の技術的な観点から、すべての企業がAIから大きな恩恵を受けるわけではありません。
主な理由は、生成型AI自体の性質によるものです。
ジェネレーティブAIが特定のユースケースにもたらす潜在的な価値に加えて、ジェネレーティブAIは、企業内のナレッジマネジメントシステムに革命を起こすことで、会社全体に価値をもたらすこともできます。
ジェネレーティブAIには強力な自然言語処理機能があり、従業員が会社に保存されている社内知識をより簡単に照会および取得できることは誰もが知っています。
明らかに、これにより、関連情報にすばやくアクセスするチームの能力が強化され、より多くの情報に基づいた意思決定を迅速に行い、効果的な戦略を立てることができます。
ジェネレーティブAIが登場する前は、同じ作業で労働者が丸一日を要した可能性があり、ジェネレーティブAIはこれらのタスクを引き受けた後、大きな利益を生み出したに違いありません。
さらに、ジェネレーティブAIは、労働者と協力し、生産性を加速し、仕事をする能力を高めることで価値を高めることができます。
誰のDNAが動いたのかはわかりませんが、この記事でさえ、AIを使用して編集者によって生成されました(いいえ)。
レポートで分析された63のユースケースのうち、ジェネレーティブAIは、業界全体で合計2.6兆ドルから4.4兆ドルの価値を生み出す可能性があります。
もちろん、正確な影響は、下の図に示すように、さまざまな機能の組み合わせ、それぞれの重要性、さらに重要なこととして、業界自体の収益規模など、さまざまな要因によって異なります。
対照的に、ハイテクの潜在的な価値の多くは、下のグラフに示すように、ソフトウェア開発の速度と効率を向上させるジェネレーティブAIの能力から来ています。
2017年以来、マッキンゼーグローバルインスティテュートは、さまざまな作業活動に対する自動化の影響を分析しており、テクノロジーの採用に関するさまざまなシナリオもモデル化しています。
当時、彼らは、労働者が既存のテクノロジーの適応と自動化に少なくとも半分の時間を費やしていると推定しており、これはテクノロジーの自動化の可能性と呼ばれています。
専門家はまた、これらのテクノロジーの採用率と世界経済における労働活動への影響を決定するために、考えられるさまざまなシナリオをシミュレートしました。
第一に、テクノロジーの大規模な採用は一夜にして起こりません。 ラボのテクノロジーが特定の作業活動の自動化につながるには時間がかかります。
同時に、自動化のコストが人件費よりも高い場合、それは明らかに実現不可能です。
最後に、たとえそうだとしても、それを大規模に展開するには時間がかかります。
それがレポートが焦点を当てているものです。 生成型AIが生産や生活の自動化にどれだけの可能性を秘めているか、そしてどれだけ作業効率を向上させることができるか。
レポートでは、下のグラフに示すように、生成型AIの現在のパフォーマンスに基づいて、すべての面でその機能が以前の推定よりも早く人間のパフォーマンスに到達すると予測しています。
研究所は以前、テクノロジーが人間の自然言語理解の中間レベルに達することができる最も早い年は2027年であると考えていましたが、最新のレポートでは、今回は2023年に前倒しされました。
さらに、生成型AI自然言語機能の急速な発展により、技術開発の可能性の曲線は非常に急です。
下のグラフは2017年の予測と最新の予測を示しており、曲線から「楽観的」という言葉がどのように書かれているかが簡単にわかります。
下のグラフは、労働者が毎日実行する活動がレポートでどの程度変化するかを示しており、最新の予測が上部にあり、2017年の予測が下にあります。
専門家は、下のグラフに示すように、ジェネレーティブAIがナレッジワーク、特に以前は自動化の可能性が最も低かった意思決定とコラボレーションを含むアクティビティに最も大きな影響を与える可能性が高いと予測しています。
レポートでは、専門知識の自動化の可能性が34パーセントポイント急増し、管理と人材開発の自動化の可能性が2017年の16%から2023年には49%に上昇したと推定しています。
経済分野では、労働者が従事する活動の約40%が、少なくとも自然言語の人間の理解の中央レベルに達する必要があります。
その結果、コミュニケーション、監督、記録、人間の相互作用を含む多くの作業活動は、生成AIによって自動化される可能性があり、下のグラフに示すように、以前は自動化の可能性が後で現れると予想されていた教育やテクノロジーなどの職業における雇用変革を加速します。
スペースの制限により、すべてをリストするわけではありません。
**ここからどこへ行くのですか? **
上記の分析は、業界の全体的な外観に焦点を当てていると言えます。
レポートの根拠を反映するために、最後のセクションは、生成型AIが個人に与える影響と、私たち一人一人がそれにどのように直面すべきかです。
新しいテクノロジーが進化するにつれて、利害関係者は機会とリスクに備えるために行動しなければならないと報告書は述べています。
主な関心事は、幻覚の問題、トレーニングで使用されるデータの知的著作権の問題などの決まり文句でもあります。
報告書は、予測の中央値の下で、今後10年間で少なくとも4分の1から3分の1の仕事が変化すると予測しています。 人によって役割が異なれば、対応も大きく異なります。
企業やビジネスリーダーにとって、生成型 AI の潜在的価値を活用しながら、それがもたらすリスクを管理するにはどうすればよいでしょうか。
ジェネレーティブAIやその他のAIテクノロジーは、今後数年間で企業の労働力に必要な職業やスキルセットをどのように変えますか? 企業は、採用プログラム、抑制プログラム、およびHRの他の側面でこれらのシフトをどのように実装しますか?
企業は、テクノロジーが社会に害を及ぼす可能性のある否定的な方法で使用されないようにする役割を果たすことができますか?
企業は、業界内および業界間で生成型AIの使用を促進する経験を、政府や社会と透明性のある方法でどのように共有できますか?
これらは、管理者が調査する必要がある質問です。
ジェネレーティブAIは、政府の意思決定者の将来の労働力計画にとって何を意味しますか?
労働者の活動が時間とともに変化した場合、労働者に必要な政策支援をどのように提供できますか?
AIをより社会的に価値のあるものにするために、新しいポリシーを策定したり、既存のポリシーを改訂したりできますか?
最後に、すべての労働者、消費者、市民として、新しい技術の開発にどのように注意を払う必要がありますか? 適切で公正な情報はどこで入手できますか?
個人は、ジェネレーティブ AI の利便性と影響のバランスをどのように取ることができますか?
私たちは個人として、意思決定プロセスでどのように要求を表現しますか?
多くの問題は、私たちの詳細な検討を緊急に必要としています。
要するに、このレポートは、生成AIの爆発が私たちの社会、特に経済に与える重大な影響を包括的に見ています。
リソース：