Производительность турбонаддува в Азии: экономические преимущества генеративного ИИ

В этом году Microsoft поручила глобальной технической консультационной фирме Access Partnership, работающей вместе с местными партнерами, в том числе Аналитической ассоциацией Филиппин, Федерацией индийских торгово-промышленных палат (FICCI) и Центром глобальных коммуникаций (GLOCOM) в Японии, провести исследование на уровне страны о потенциальном экономическом воздействии генеративного ИИ в Азии. В исследовании оценивается потенциальное повышение производственных мощностей 621 миллиард долларов США в Индии, 1,1 триллиона долларов США в Япониии 79,3 миллиарда долларов США на Филиппинах в одиночку, исследования продолжаются в Малайзии, Индонезии и Южной Корее. Эти данные по странам согласуются с другими глобальными исследованиями — например, с недавним отчетом McKinsey по оценкам. генеративный ИИ может принести до 4,4 триллиона долларов США в год к мировой экономике.

Потенциальный экономический рост настолько велик, потому что генеративный ИИ имеет значение для большинства видов работы: его влияние можно рассматривать как сравнимое с цифровизацией в целом, а не с конкретным продуктом. В частности, это огромное вливание производительности будет происходить по трем каналам — потенциалу генеративного ИИ для раскрытия творчества, ускорения открытий и повышения эффективности.

Хотя мы не можем предсказать будущее, вполне вероятно, что генеративный ИИ послужит «вторым пилотом», который увеличит способность людей выполнять свои роли, тем самым ведя эволюцию задач внутри ролей, а не полностью устраняя рабочие места. Например, исследовательские проекты Access Partnership показывают, что 45% работников в Индии потенциально будут использовать генеративный ИИ для 20% своей обычной работы.

Итак, каковы именно потенциальные последствия для отраслей, рабочих мест и навыков?

Раскрытие творчества

Думайте об этом как о цифровом обновлении эпохи Возрождения. Учитывая способность генеративного ИИ предоставлять выходные данные в различных форматах — тексте, изображениях, видео, аудио, компьютерном коде и синтетических данных — в Азии, вероятно, произойдет взрыв нового контента. «Хотя инновации по-прежнему будут нуждаться в человеческой искре, генеративный ИИ может сыграть свою роль в поддержке творческого процесса», — говорит Ахмед Мажари, президент Microsoft Asia.

Изучая большие объемы входных данных, генеративный ИИ может помочь в создании нового контента или просто сократить время и затраты, связанные с концептуализацией. Эта технология может открыть новые возможности и варианты использования в таких областях, как журналистика, научные круги, творчество, маркетинг и дизайн продукта — от репортера, стремящегося быстро придумать идеи для истории, до стратега бренда, проводящего мозговой штурм концепций, и исследователя, ищущего для черновика, чтобы затем заточить и настроить. В отрасли уже есть множество применений: например, Coca-Cola объявила об использовании генеративного ИИ для масштабного создания персонализированной рекламы, а Deloitte обнаружила 20-процентное увеличение скорости разработки кода.

Генеративный ИИ также призван стимулировать гиг-экономику и индивидуальное предпринимательство. Например, в Индии, где число индивидуальных авторов уже растет, опрос более 1600 фрилансеров показал, что 47% из них регулярно используют генеративные инструменты искусственного интеллекта, а более 50% сообщили о положительном влиянии на их производительность. Между тем, поскольку Филиппины стремятся к 2030 году стать ведущей творческой экономикой Азии, генеративный ИИ может сыграть ключевую роль в повышении профессионализма работы фрилансеров страны.

Ускорение открытия

Второй способ, с помощью которого генеративный ИИ может оказать серьезное экономическое влияние, — это ускорение процесса научных и образовательных открытий. Это может включать снижение стоимости исследований — например, возможности технологии для изучения обширных наборов данных могут помочь разработать и проверить гипотезы быстро и с меньшими затратами. Это, в свою очередь, может сократить время, необходимое для разработки новых лекарств, с нескольких лет до нескольких недель.