опублікований звіт McKinsey AI, генеративний ШІ досяг швидкого прогресу та величезних економічних вигод, і майбутнє не можна недооцінювати.
Опубліковано звіт про блокбастер McKinsey!
Основний висновок полягає в одному реченні: штучний інтелект досягне людського рівня раніше, ніж вважалося, а середній прогноз – до 2030 року.
У порівнянні з прогнозами людей у 2017 році, новий звіт вселяє оптимізм.
Цифра вище - це кінцевий результат звіту, про який ми поговоримо по черзі далі.
Огляд звіту
На початку звіт починається з ідеального підсумку того, наскільки технології вплинули на наше життя сьогодні.
Одним словом, ШІ вже давно проник у всі аспекти нашого життя.
Коли DeepMind придумав AlphaGo у 2016 році та переміг чемпіона світу Лі Седоля, ШІ колись увійшов у наше поле зору переважно, але оскільки він обмежувався лише грою в го, він повільно згасав, як тільки проходило світло.
Але цього року все інакше.
Не кажучи вже про ChatGPT, який перевершив небо за кількістю користувачів, лише продукти генеративного штучного інтелекту, такі як Copilot, Stable Diffusion тощо, заполонили наше життя, як буря.
Цього разу відмінність полягає в тому, що ці інструменти штучного інтелекту доступні кожному. Кожен може творити за допомогою ChatGPT, використовувати Midjourney для створення графіки та використовувати Copilot для PPT.
ChatGPT оснащений GPT-4, вся продуктивність безпосередньо злітає з GPT-3.5. Крім того, є Клод з Anthropic, який може обробляти 100 000 токенів на хвилину (приблизно як довжина роману), а покоління Клода в березні цього року становить майже одну десяту від нинішніх показників.
У звіті основна увага приділяється швидкості, з якою розвивається штучний інтелект, яка зростає всього за кілька місяців.
У цьому звіті генеративний ШІ визначається як програма, побудована за базовою моделлю. Базова модель має велику кількість нових функцій у зображеннях, відео, аудіо, коді тощо, а також значно покращено продуктивність оригінальних функцій.
Згідно зі звітом, наше розуміння масштабів можливостей генеративного ШІ все ще перебуває в зародковому стані.
Ось чому McKinsey зробила доповідь, щоб краще зрозуміти майбутнє генеративного ШІ.
Економічний та соціальний вплив
Компанії експериментують з генеративним штучним інтелектом, щоб швидко адаптувати свої робочі процеси до нових технологій.
У звіті наголошується, що необхідно мати глибоке розуміння того, що генеративний штучний інтелект привнесе в наш загальний соціальний та економічний розвиток.
У наведеній нижче діаграмі у звіті використовуються дві взаємодоповнюючі точки зору, щоб визначити, де і скільки цінності в даний час приносить можливості генеративного ШІ.
Об'єктив 1 на зображенні вище — це велике сканування компаній, які можуть використовувати генеративний ШІ. Це називається «сценарієм використання».
Скажімо, прикладом використання в маркетингу є: Генеративний штучний інтелект застосовується для створення такого контенту, як персоналізовані електронні листи, вимірювання результатів, таких як зниження витрат на створення такого контенту та збільшення доходу за рахунок підвищення ефективності високоякісного контенту в масштабі.
У результаті у звіті визначено загалом 63 варіанти використання генеративного ШІ, що охоплюють 16 бізнес-функцій, які можуть принести від 2,6 до 4,4 трильйона доларів США щорічно економічних вигод, якщо застосовувати їх у різних галузях.
Подивіться на багато.
Це на 15-40 відсотків більше, ніж поточна оціночна економічна вартість у 11 трильйонів доларів до 17,7 трильйонів доларів. Останнє є прогнозом McKinsey на 2017 рік.
Об'єктив 2 доповнює об'єктив 1, у звіті аналізується потенційний вплив генеративного ШІ на близько 850 професій.
Експерти змоделювали різноманітні сценарії, щоб оцінити, коли генеративний ШІ зможе виконувати кожну з понад 2100 робіт, які складають світову економіку, що може включати такі завдання, як спілкування з іншими про оперативні плани чи діяльність.
Таким чином, ми можемо оцінити, як генеративний ШІ вплине на продуктивність праці для всіх робіт, які зараз виконує вся глобальна робоча сила з існуючими можливостями.
Деякі з цих наслідків збігаються зі скороченням витрат, згаданим в Об'єктиві 1, і тому у звіті передбачається, що скорочення витрат є результатом підвищення продуктивності праці.
Без урахування цього збігу загальна економіка генеративного ШІ становитиме від 6,1 до 7,9 трильйона доларів на рік, як показано на діаграмі нижче.
Майбутній потенціал
Хоча економічні вигоди вже значні, у звіті йдеться, що вони виходять далеко за ці межі.
Поговоримо про потенціал.
Генеративний штучний інтелект, ймовірно, вплине на функції більшості компаній. Однак, якщо ми вимірюємо технічний вплив у відсотках від вартості функції, виділяються кілька функцій, як показано на діаграмі нижче.
McKinsey проаналізувала 16 бізнес-функцій і виявила, що лише на чотири функції — операції з клієнтами, маркетинг і продажі, розробка програмного забезпечення та дослідження та розробки — припадає близько 75 відсотків загальної річної вартості випадків використання генеративного ШІ.
Простіше кажучи, з технічної точки зору самої роботи, не всі компанії значною мірою виграють від штучного інтелекту.
У звіті наголошується, що потенційна цінність генеративного ШІ була набагато нижчою в кількох сферах роботи, включаючи виробництво та ланцюжок поставок, при оцінці різних варіантів використання ШІ.
Основна причина пов'язана з природою самого генеративного ШІ.
На додаток до потенційної цінності, яку генеративний ШІ може принести в конкретних випадках використання, генеративний ШІ також може принести користь усій компанії, революціонізуючи системи управління знаннями на підприємстві.
Ми всі знаємо, що генеративний штучний інтелект має потужні можливості обробки природної мови та може допомогти співробітникам легше запитувати та отримувати внутрішні знання, що зберігаються в компанії.
Очевидно, що це підвищує здатність команди швидко отримувати доступ до відповідної інформації, дозволяючи їм швидко приймати більш обґрунтовані рішення та розробляти ефективні стратегії.
До появи генеративного ШІ одна і та ж робота, можливо, займала у працівників цілий день, і генеративний ШІ, мабуть, приносив величезні переваги після виконання цих завдань.
Крім того, генеративний штучний інтелект може підвищити цінність, працюючи з працівниками, прискорюючи їхню продуктивність і покращуючи їхню здатність виконувати свою роботу.
Я не кажу, чия ДНК рухалася, навіть ця стаття була згенерована редактором за допомогою ШІ (ні).
З 63 варіантів використання, проаналізованих у звіті, генеративний ШІ має потенціал для створення загальної вартості від 2,6 до 4,4 трильйона доларів США в різних галузях.
Звичайно, точний вплив залежить від безлічі факторів, таких як поєднання різних функцій, важливість кожної і, що важливіше, шкала доходів самої галузі, як показано на малюнку нижче.
Наприклад, генеративний штучний інтелект, як повідомляється, може принести близько 310 мільярдів доларів додаткової цінності для галузі роздрібної торгівлі, включаючи автосалони, за рахунок покращення таких можливостей, як маркетинг та операції з клієнтами.
Навпаки, значна частина потенційної цінності у високих технологіях походить від здатності генеративного ШІ підвищувати швидкість та ефективність розробки програмного забезпечення, як показано на діаграмі нижче.
За оцінками звіту, це число ставатиме все більш вражаючим у майбутньому — оскільки можливості ШІ розвиваються семимильними кроками.
З 2017 року McKinsey Global Institute аналізує вплив автоматизації на різні види робочої діяльності, а також моделює різні сценарії впровадження технологій.
У той час вони підрахували, що працівники витрачають принаймні половину свого часу на адаптацію та автоматизацію існуючих технологій, те, що ми називаємо потенціалом автоматизації технологій.
Експерти також змоделювали низку можливих сценаріїв, щоб визначити темпи впровадження цих технологій та їх вплив на робочу діяльність у світовій економіці.
По-перше, масштабне впровадження технологій не відбудеться за одну ніч. Потрібен час, щоб технології в лабораторії перетворилися на автоматизацію конкретної робочої діяльності.
У той же час, якщо витрати на автоматизацію вищі за вартість робочої сили, вона, очевидно, нездійсненна.
Нарешті, навіть якщо це станеться, знадобиться час, щоб розгорнути його в більшому масштабі.
Саме на цьому і акцентується увага у звіті. Який потенціал має генеративний ШІ для автоматизації у виробництві та житті, і наскільки ефективність роботи можна покращити.
У звіті прогнозується, що, виходячи з поточної продуктивності генеративного ШІ, його можливості в усіх аспектах досягнуть людської продуктивності швидше, ніж передбачалося раніше, як показано на діаграмі нижче.
Раніше інститут вважав, що 2027 рік був найранішим роком, коли технологія може досягти середнього рівня розуміння природної мови людиною, але в останньому звіті цей час було перенесено на 2023 рік.
Теоретично за рахунок інтеграції існуючих технологій загальна частка автоматизації на даному етапі зросла приблизно з 50% до 60-70%.
Більше того, завдяки швидкому розвитку можливостей генеративного ШІ природної мови, крива потенціалу технологічного розвитку є досить крутою.
На графіку нижче показаний прогноз на 2017 рік і останній прогноз, а по кривій ми легко бачимо, як пишеться слово «оптимістичний».
Останні прогнози
Прогноз на 2017 рік
Наведена нижче діаграма показує, наскільки зміниться діяльність, яку працівники виконують щодня у звіті, з останнім прогнозом вгорі та прогнозом на 2017 рік нижче.
Останні прогнози
Прогноз на 2017 рік
Експерти прогнозують, що генеративний ШІ, ймовірно, матиме найбільший вплив на роботу з знаннями, особливо на діяльність, пов'язану з прийняттям рішень і співпрацею, яка раніше мала найнижчий потенціал для автоматизації, як показано на діаграмі нижче.
За оцінками звіту, потенціал автоматизації експертизи підскочив на 34 відсоткові пункти, тоді як потенціал автоматизації управління та розвитку талантів зріс з 16% у 2017 році до 49% у 2023 році.
Крім того, генеративний штучний інтелект також здатний розуміти природну мову та використовувати її для різноманітних видів діяльності та завдань, що значною мірою пояснює, чому автоматизація має такий великий потенціал.
В економічній сфері близько 40 відсотків діяльності, якою займаються робітники, повинні досягати хоча б середнього рівня розуміння людиною природної мови.
Як наслідок, багато робочих дій, пов'язаних зі спілкуванням, наглядом, записом і взаємодією з людьми, мають потенціал бути автоматизовані за допомогою генеративного штучного інтелекту, прискорюючи трансформацію робочих місць у таких професіях, як очікувалося, що потенціал автоматизації з'явиться пізніше, як показано на діаграмі нижче.
На додаток до вищезазначеного, звіт McKinsey також аналізує з інших аспектів.
У зв'язку з обмеженим простором я не буду перераховувати їх усі.
**Куди рухатися далі? **
Можна сказати, що наведений вище аналіз зосереджений на загальному вигляді галузі.
Щоб відобразити основу звіту, останнім розділом є вплив генеративного ШІ на людей і те, як кожен з нас повинен з цим боротися.
У міру розвитку нових технологій зацікавлені сторони повинні діяти, щоб підготуватися до можливостей і ризиків, йдеться у звіті.
Основне занепокоєння викликає також кліше, наприклад, проблеми з галюцинаціями, питання інтелектуального авторського права на дані, що використовуються в навчанні, і так далі.
У звіті прогнозується, що принаймні від чверті до третини робочих місць зміниться протягом наступного десятиліття за медіанним прогнозом. На різні ролі у різних людей ми повинні реагувати дуже по-різному.
Для компаній і бізнес-лідерів, як вони можуть використовувати потенційну цінність генеративного штучного інтелекту, керуючи ризиками, які він становить.
Як генеративний штучний інтелект та інші технології штучного інтелекту змінять професії та навички, необхідні для робочої сили компанії в найближчі роки? Як компанії будуть впроваджувати ці зміни в програмах найму, програмах обмеження та інших аспектах управління персоналом?
Чи можуть компанії відігравати певну роль у забезпеченні того, щоб технології не використовувалися в негативних цілях, які можуть завдати шкоди суспільству?
Як компанії можуть прозоро ділитися своїм досвідом у просуванні використання генеративного ШІ в різних галузях з урядами та суспільством?
Це питання, які менеджери повинні вивчити.
Що означає генеративний штучний інтелект для майбутнього планування робочої сили для осіб, які приймають рішення в уряді?
Яким чином працівники можуть отримати необхідну політичну підтримку, коли їхня діяльність змінюється з часом?
Чи можна сформулювати нову політику або переглянути існуючі, щоб зробити ШІ більш соціально цінним?
І, нарешті, як кожен працівник, споживач і громадянин, як ми повинні звертати увагу на розвиток нових технологій? Звідки ми беремо правильну та справедливу інформацію?
Як люди можуть збалансувати зручність і вплив генеративного ШІ?
Як ми, як індивідууми, висловлюємо свої вимоги в процесі прийняття рішень?
Багато питань терміново потребують нашого глибокого розгляду.
Коротше кажучи, цей звіт надає всебічний погляд на значний вплив вибуху генеративного штучного інтелекту на наше суспільство, особливо на економіку.
Ресурси:
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
McKinsey випускає звіти про генеративний штучний інтелект, які прогнозують рівень людського потенціалу до 2030 року
Джерело: Shin Zhiyuan
Опубліковано звіт про блокбастер McKinsey!
Основний висновок полягає в одному реченні: штучний інтелект досягне людського рівня раніше, ніж вважалося, а середній прогноз – до 2030 року.
У порівнянні з прогнозами людей у 2017 році, новий звіт вселяє оптимізм.
Огляд звіту
На початку звіт починається з ідеального підсумку того, наскільки технології вплинули на наше життя сьогодні.
Одним словом, ШІ вже давно проник у всі аспекти нашого життя.
Коли DeepMind придумав AlphaGo у 2016 році та переміг чемпіона світу Лі Седоля, ШІ колись увійшов у наше поле зору переважно, але оскільки він обмежувався лише грою в го, він повільно згасав, як тільки проходило світло.
Але цього року все інакше.
Не кажучи вже про ChatGPT, який перевершив небо за кількістю користувачів, лише продукти генеративного штучного інтелекту, такі як Copilot, Stable Diffusion тощо, заполонили наше життя, як буря.
Цього разу відмінність полягає в тому, що ці інструменти штучного інтелекту доступні кожному. Кожен може творити за допомогою ChatGPT, використовувати Midjourney для створення графіки та використовувати Copilot для PPT.
ChatGPT оснащений GPT-4, вся продуктивність безпосередньо злітає з GPT-3.5. Крім того, є Клод з Anthropic, який може обробляти 100 000 токенів на хвилину (приблизно як довжина роману), а покоління Клода в березні цього року становить майже одну десяту від нинішніх показників.
У звіті основна увага приділяється швидкості, з якою розвивається штучний інтелект, яка зростає всього за кілька місяців.
У цьому звіті генеративний ШІ визначається як програма, побудована за базовою моделлю. Базова модель має велику кількість нових функцій у зображеннях, відео, аудіо, коді тощо, а також значно покращено продуктивність оригінальних функцій.
Згідно зі звітом, наше розуміння масштабів можливостей генеративного ШІ все ще перебуває в зародковому стані.
Ось чому McKinsey зробила доповідь, щоб краще зрозуміти майбутнє генеративного ШІ.
Економічний та соціальний вплив
Компанії експериментують з генеративним штучним інтелектом, щоб швидко адаптувати свої робочі процеси до нових технологій.
У звіті наголошується, що необхідно мати глибоке розуміння того, що генеративний штучний інтелект привнесе в наш загальний соціальний та економічний розвиток.
У наведеній нижче діаграмі у звіті використовуються дві взаємодоповнюючі точки зору, щоб визначити, де і скільки цінності в даний час приносить можливості генеративного ШІ.
Скажімо, прикладом використання в маркетингу є: Генеративний штучний інтелект застосовується для створення такого контенту, як персоналізовані електронні листи, вимірювання результатів, таких як зниження витрат на створення такого контенту та збільшення доходу за рахунок підвищення ефективності високоякісного контенту в масштабі.
У результаті у звіті визначено загалом 63 варіанти використання генеративного ШІ, що охоплюють 16 бізнес-функцій, які можуть принести від 2,6 до 4,4 трильйона доларів США щорічно економічних вигод, якщо застосовувати їх у різних галузях.
Подивіться на багато.
Це на 15-40 відсотків більше, ніж поточна оціночна економічна вартість у 11 трильйонів доларів до 17,7 трильйонів доларів. Останнє є прогнозом McKinsey на 2017 рік.
Об'єктив 2 доповнює об'єктив 1, у звіті аналізується потенційний вплив генеративного ШІ на близько 850 професій.
Експерти змоделювали різноманітні сценарії, щоб оцінити, коли генеративний ШІ зможе виконувати кожну з понад 2100 робіт, які складають світову економіку, що може включати такі завдання, як спілкування з іншими про оперативні плани чи діяльність.
Таким чином, ми можемо оцінити, як генеративний ШІ вплине на продуктивність праці для всіх робіт, які зараз виконує вся глобальна робоча сила з існуючими можливостями.
Деякі з цих наслідків збігаються зі скороченням витрат, згаданим в Об'єктиві 1, і тому у звіті передбачається, що скорочення витрат є результатом підвищення продуктивності праці.
Без урахування цього збігу загальна економіка генеративного ШІ становитиме від 6,1 до 7,9 трильйона доларів на рік, як показано на діаграмі нижче.
Майбутній потенціал
Хоча економічні вигоди вже значні, у звіті йдеться, що вони виходять далеко за ці межі.
Поговоримо про потенціал.
Генеративний штучний інтелект, ймовірно, вплине на функції більшості компаній. Однак, якщо ми вимірюємо технічний вплив у відсотках від вартості функції, виділяються кілька функцій, як показано на діаграмі нижче.
McKinsey проаналізувала 16 бізнес-функцій і виявила, що лише на чотири функції — операції з клієнтами, маркетинг і продажі, розробка програмного забезпечення та дослідження та розробки — припадає близько 75 відсотків загальної річної вартості випадків використання генеративного ШІ.
Простіше кажучи, з технічної точки зору самої роботи, не всі компанії значною мірою виграють від штучного інтелекту.
Основна причина пов'язана з природою самого генеративного ШІ.
На додаток до потенційної цінності, яку генеративний ШІ може принести в конкретних випадках використання, генеративний ШІ також може принести користь усій компанії, революціонізуючи системи управління знаннями на підприємстві.
Ми всі знаємо, що генеративний штучний інтелект має потужні можливості обробки природної мови та може допомогти співробітникам легше запитувати та отримувати внутрішні знання, що зберігаються в компанії.
Очевидно, що це підвищує здатність команди швидко отримувати доступ до відповідної інформації, дозволяючи їм швидко приймати більш обґрунтовані рішення та розробляти ефективні стратегії.
До появи генеративного ШІ одна і та ж робота, можливо, займала у працівників цілий день, і генеративний ШІ, мабуть, приносив величезні переваги після виконання цих завдань.
Крім того, генеративний штучний інтелект може підвищити цінність, працюючи з працівниками, прискорюючи їхню продуктивність і покращуючи їхню здатність виконувати свою роботу.
Я не кажу, чия ДНК рухалася, навіть ця стаття була згенерована редактором за допомогою ШІ (ні).
З 63 варіантів використання, проаналізованих у звіті, генеративний ШІ має потенціал для створення загальної вартості від 2,6 до 4,4 трильйона доларів США в різних галузях.
Звичайно, точний вплив залежить від безлічі факторів, таких як поєднання різних функцій, важливість кожної і, що важливіше, шкала доходів самої галузі, як показано на малюнку нижче.
Навпаки, значна частина потенційної цінності у високих технологіях походить від здатності генеративного ШІ підвищувати швидкість та ефективність розробки програмного забезпечення, як показано на діаграмі нижче.
З 2017 року McKinsey Global Institute аналізує вплив автоматизації на різні види робочої діяльності, а також моделює різні сценарії впровадження технологій.
У той час вони підрахували, що працівники витрачають принаймні половину свого часу на адаптацію та автоматизацію існуючих технологій, те, що ми називаємо потенціалом автоматизації технологій.
Експерти також змоделювали низку можливих сценаріїв, щоб визначити темпи впровадження цих технологій та їх вплив на робочу діяльність у світовій економіці.
По-перше, масштабне впровадження технологій не відбудеться за одну ніч. Потрібен час, щоб технології в лабораторії перетворилися на автоматизацію конкретної робочої діяльності.
У той же час, якщо витрати на автоматизацію вищі за вартість робочої сили, вона, очевидно, нездійсненна.
Нарешті, навіть якщо це станеться, знадобиться час, щоб розгорнути його в більшому масштабі.
Саме на цьому і акцентується увага у звіті. Який потенціал має генеративний ШІ для автоматизації у виробництві та житті, і наскільки ефективність роботи можна покращити.
У звіті прогнозується, що, виходячи з поточної продуктивності генеративного ШІ, його можливості в усіх аспектах досягнуть людської продуктивності швидше, ніж передбачалося раніше, як показано на діаграмі нижче.
Раніше інститут вважав, що 2027 рік був найранішим роком, коли технологія може досягти середнього рівня розуміння природної мови людиною, але в останньому звіті цей час було перенесено на 2023 рік.
Більше того, завдяки швидкому розвитку можливостей генеративного ШІ природної мови, крива потенціалу технологічного розвитку є досить крутою.
На графіку нижче показаний прогноз на 2017 рік і останній прогноз, а по кривій ми легко бачимо, як пишеться слово «оптимістичний».
Наведена нижче діаграма показує, наскільки зміниться діяльність, яку працівники виконують щодня у звіті, з останнім прогнозом вгорі та прогнозом на 2017 рік нижче.
Експерти прогнозують, що генеративний ШІ, ймовірно, матиме найбільший вплив на роботу з знаннями, особливо на діяльність, пов'язану з прийняттям рішень і співпрацею, яка раніше мала найнижчий потенціал для автоматизації, як показано на діаграмі нижче.
За оцінками звіту, потенціал автоматизації експертизи підскочив на 34 відсоткові пункти, тоді як потенціал автоматизації управління та розвитку талантів зріс з 16% у 2017 році до 49% у 2023 році.
В економічній сфері близько 40 відсотків діяльності, якою займаються робітники, повинні досягати хоча б середнього рівня розуміння людиною природної мови.
Як наслідок, багато робочих дій, пов'язаних зі спілкуванням, наглядом, записом і взаємодією з людьми, мають потенціал бути автоматизовані за допомогою генеративного штучного інтелекту, прискорюючи трансформацію робочих місць у таких професіях, як очікувалося, що потенціал автоматизації з'явиться пізніше, як показано на діаграмі нижче.
У зв'язку з обмеженим простором я не буду перераховувати їх усі.
**Куди рухатися далі? **
Можна сказати, що наведений вище аналіз зосереджений на загальному вигляді галузі.
Щоб відобразити основу звіту, останнім розділом є вплив генеративного ШІ на людей і те, як кожен з нас повинен з цим боротися.
У міру розвитку нових технологій зацікавлені сторони повинні діяти, щоб підготуватися до можливостей і ризиків, йдеться у звіті.
Основне занепокоєння викликає також кліше, наприклад, проблеми з галюцинаціями, питання інтелектуального авторського права на дані, що використовуються в навчанні, і так далі.
У звіті прогнозується, що принаймні від чверті до третини робочих місць зміниться протягом наступного десятиліття за медіанним прогнозом. На різні ролі у різних людей ми повинні реагувати дуже по-різному.
Для компаній і бізнес-лідерів, як вони можуть використовувати потенційну цінність генеративного штучного інтелекту, керуючи ризиками, які він становить.
Як генеративний штучний інтелект та інші технології штучного інтелекту змінять професії та навички, необхідні для робочої сили компанії в найближчі роки? Як компанії будуть впроваджувати ці зміни в програмах найму, програмах обмеження та інших аспектах управління персоналом?
Чи можуть компанії відігравати певну роль у забезпеченні того, щоб технології не використовувалися в негативних цілях, які можуть завдати шкоди суспільству?
Як компанії можуть прозоро ділитися своїм досвідом у просуванні використання генеративного ШІ в різних галузях з урядами та суспільством?
Це питання, які менеджери повинні вивчити.
Що означає генеративний штучний інтелект для майбутнього планування робочої сили для осіб, які приймають рішення в уряді?
Яким чином працівники можуть отримати необхідну політичну підтримку, коли їхня діяльність змінюється з часом?
Чи можна сформулювати нову політику або переглянути існуючі, щоб зробити ШІ більш соціально цінним?
І, нарешті, як кожен працівник, споживач і громадянин, як ми повинні звертати увагу на розвиток нових технологій? Звідки ми беремо правильну та справедливу інформацію?
Як люди можуть збалансувати зручність і вплив генеративного ШІ?
Як ми, як індивідууми, висловлюємо свої вимоги в процесі прийняття рішень?
Багато питань терміново потребують нашого глибокого розгляду.
Коротше кажучи, цей звіт надає всебічний погляд на значний вплив вибуху генеративного штучного інтелекту на наше суспільство, особливо на економіку.
Ресурси: