最新的不斷創(chuàng)新的技術(shù)進(jìn)步由人工智能 (AI)、機(jī)器人技術(shù)、區(qū)塊鏈和可編程生物學(xué)等領(lǐng)域引領(lǐng)。這些技術(shù)正在從宏觀和微觀層面徹底改變零售、汽車、金融、制造以及更多行業(yè)。

人工智能，尤其是生成式人工智能，正在改變知識(shí)工作者的生活方式和日常工作——這些人是接受過正規(guī)教育和培訓(xùn)的主題專家。在編程、設(shè)計(jì)、工程和寫作等職業(yè)中，生成式 AI 提高了知識(shí)工作者的生產(chǎn)力。

但究竟什么是生成式人工智能，是什么讓它對(duì)知識(shí)工作者至關(guān)重要？讓我們進(jìn)一步探討這個(gè)想法！

什么是生成式人工智能？

生成式 AI 根據(jù)人工編寫的提示，使用 AI 算法自動(dòng)創(chuàng)建文本、視頻、音頻和圖像等新內(nèi)容。

一些最著名的人工智能生成工具和產(chǎn)品包括：

• ChatGPT– ChatGPT 由 OpenAI 開發(fā)，是一種智能 AI 聊天機(jī)器人，能夠根據(jù)用戶提示提供極其詳細(xì)和個(gè)性化的響應(yīng)。
• DALL-E 2、Stable Diffusion和Midjourney– 這些是人工智能驅(qū)動(dòng)的圖像生成工具。
• Meta——這是一種人工智能驅(qū)動(dòng)的視頻生成工具，允許用戶根據(jù)文本提示生成視頻。
• Codex——它使程序員能夠在幾秒鐘內(nèi)生成多種編程語(yǔ)言的代碼。

現(xiàn)在，讓我們看看生成式人工智能如何影響知識(shí)工作者！

了解生成式人工智能如何提高不同領(lǐng)域知識(shí)工作者的生產(chǎn)力

根據(jù)ARK 的 Big Ideas 2023報(bào)告，到 2030 年，人工智能有望將知識(shí)型員工的生產(chǎn)率提高 4 倍以上。該報(bào)告還表明，如果 100% 被采用，人工智能可以在勞動(dòng)生產(chǎn)率方面帶來(lái)大約 200 萬(wàn)億美元的收入AI 總支出為 31 萬(wàn)億美元。如果供應(yīng)商僅能提取其基于 AI 的產(chǎn)品創(chuàng)造的價(jià)值的 10%，那么到 2030 年，他們可以獲得近 14 萬(wàn)億美元的收入和 90 萬(wàn)億美元的企業(yè)價(jià)值。

2030 年人工智能市場(chǎng)預(yù)測(cè)。來(lái)源：ARK 的 Big Ideas 2023

讓我們?cè)敿?xì)了解 AI 生成器工具如何有助于提高內(nèi)容作者、開發(fā)人員和藝術(shù)家的生產(chǎn)力。

1. 知識(shí)工作者：內(nèi)容作者和編輯

現(xiàn)代企業(yè)需要經(jīng)過深入研究和巧妙制作的內(nèi)容來(lái)吸引受眾。這就是生成式 AI 使內(nèi)容作者和編輯的工作更輕松的地方。

隨著 ChatGPT 等智能聊天機(jī)器人的出現(xiàn)，內(nèi)容創(chuàng)建變得越來(lái)越容易和經(jīng)濟(jì)。根據(jù)ARK 的 Big Ideas 2023 報(bào)告，到 2022 年，ChatGPT 的每次查詢推理成本約為 0.01 美元。對(duì)于 10 億次查詢，總推理成本變?yōu)?10,000,000 美元。根據(jù)賴特定律，到 2030 年，這一成本預(yù)計(jì)將縮減至僅 650 美元。

這種幅度的成本下降將使人工智能內(nèi)容工具得到大規(guī)模采用。例如，到 2030 年，ChatGPT 樣式的應(yīng)用程序預(yù)計(jì)將與 Google 搜索的規(guī)模相匹配，每天處理 85 億次搜索。因此，內(nèi)容領(lǐng)域的知識(shí)工作者將更容易在日常任務(wù)中利用生成式人工智能。

2. 知識(shí)工作者：軟件工程師和開發(fā)人員

鑒于復(fù)雜而漫長(zhǎng)的軟件開發(fā)周期，管理和部署軟件需要一支敬業(yè)、熟練的開發(fā)人員和程序員團(tuán)隊(duì)。Codex 和Copilot等生成式 AI 編碼工具讓知識(shí)工作者的軟件開發(fā)變得更輕松、更高效。

事實(shí)上，ARK 的 Big Ideas 2023報(bào)告指出，AI 編碼助手將完成編碼任務(wù)的時(shí)間減少了一半。到 2030 年，AI 編碼助手可以將軟件工程師的產(chǎn)出提高 10 倍。

是時(shí)候完成編碼任務(wù)了。資料來(lái)源：ARK 的 2023 年大創(chuàng)意

3. 知識(shí)工作者：視覺藝術(shù)家和設(shè)計(jì)師

另一組被歸類為藝術(shù)家和設(shè)計(jì)師的知識(shí)工作者也受到生成人工智能的影響。他們的任務(wù)通常包括使用 Adob??e Photoshop、Illustrator 和 Canva 等設(shè)計(jì)工具創(chuàng)建視覺概念、圖形、插圖和創(chuàng)意 UI，以提供豐富的用戶體驗(yàn)。

借助DALL-E2、Stable Diffusion 和 Midjourney 等突破性的生成圖像模型，設(shè)計(jì)師的工作效率得到了極大提高。例如，使用生成圖像模型，人工在 5 小時(shí)內(nèi)完成并花費(fèi) 150 美元的圖形設(shè)計(jì)現(xiàn)在可以在一分鐘內(nèi)毫不費(fèi)力地以 8 美分完成。

4. 知識(shí)工作者：音樂家和音響工程師

生成式 AI 使創(chuàng)作和混音音樂曲目變得更加容易。例如，Google 的AudioLM是一種生成式音頻模型，可以制作逼真的鋼琴音樂并補(bǔ)全不完整的原聲音調(diào)。谷歌還開發(fā)了一種名為MusicLM的音樂生成模型，可以根據(jù)文本描述生成優(yōu)美的旋律。

早在 2020 年，Open AI 就推出了一種名為Jukebox的類似音樂生成工具，它可以根據(jù)流派、藝術(shù)家和歌詞作為輸入來(lái)生成新的音樂樣本。此前 Open AI 還發(fā)布了基于 GPT-2 的MuseNet模型，可以使用 10 種樂器生成 4 分鐘的音樂作品。

盡管生成音頻模型處于初期階段，但隨著更好的生成 AI 音樂工具的出現(xiàn)，提高音樂家和音響工程師生產(chǎn)力的空間每年都會(huì)增加。

5. 知識(shí)工作者：YouTube 用戶和視頻內(nèi)容創(chuàng)作者

視頻內(nèi)容正在蓬勃發(fā)展。2022 年大約有5100 萬(wàn)個(gè)YouTube 頻道。視頻內(nèi)容的制作要經(jīng)歷幾個(gè)階段，包括錄制、編輯、添加插圖和聲音以及前期和后期制作。

生成式 AI 視頻平臺(tái)正在簡(jiǎn)化知識(shí)工作者的視頻內(nèi)容生成。Synthesia.io和Pictory 等工具讓視頻營(yíng)銷人員和品牌專家更容易生成視頻。這些最先進(jìn)的 AI 平臺(tái)允許內(nèi)容創(chuàng)作者根據(jù)腳本制作視頻。他們可以添加解說員和視頻背景，以根據(jù)這些腳本制作具有專業(yè)外觀的視頻。

2022年9月，Meta AI發(fā)布Make-A-Video平臺(tái)，可以根據(jù)文字提示生成高質(zhì)量的視頻片段。它在公開可用的數(shù)據(jù)集上進(jìn)行了訓(xùn)練，以學(xué)習(xí)視頻模式。它可以創(chuàng)建充滿色彩、人物和風(fēng)景的獨(dú)特視頻。

在短時(shí)間內(nèi)創(chuàng)造更多高質(zhì)量的內(nèi)容將提高未來(lái) YouTube 用戶和視頻內(nèi)容創(chuàng)作者的生產(chǎn)力。

知識(shí)工作者生成人工智能的利弊

讓我們看看生成式人工智能為知識(shí)工作者帶來(lái)的各種好處和缺點(diǎn)。

知識(shí)工作者生成人工智能的優(yōu)點(diǎn)

1. 合成數(shù)據(jù)生成：訓(xùn)練創(chuàng)新的人工智能模型需要大量的數(shù)據(jù)集，而生成式人工智能可以解決這個(gè)問題。據(jù)報(bào)道，2025 年生成的人工智能將占所有數(shù)據(jù)的10%，而 2023 年這一比例為 1%。因此，數(shù)據(jù)科學(xué)家和人工智能專家將不必面對(duì)與數(shù)據(jù)收集相關(guān)的挑戰(zhàn)。
2. 低成本：Gartner 預(yù)測(cè)，到 2024 年，大約50%的低代碼/無(wú)代碼開發(fā)平臺(tái)將提供“文本到代碼”功能。對(duì)于開發(fā)人員而言，這意味著用最少的精力和成本獲得更多的功能。

知識(shí)工作者的生成人工智能的缺點(diǎn)

1. 合成內(nèi)容檢測(cè)：雖然生成式 AI 提高了生產(chǎn)力，但檢測(cè)生成式 AI 內(nèi)容并區(qū)分它的問題將成為研究和學(xué)術(shù)界嚴(yán)重關(guān)注的問題。到 2024 年，歐盟將通過立法，強(qiáng)制對(duì) AI 生成的工件進(jìn)行“水印”。
2. 失業(yè)：如果生成式 AI 變得“太”智能，開發(fā)人員可能會(huì)面臨失業(yè)。Gartner 預(yù)測(cè)，到 2025 年，20%的程序代碼專業(yè)人員將不得不獲得新技能，因?yàn)樯墒饺斯ぶ悄軐⒔庸芩麄兊暮诵募寄堋?/li>

構(gòu)建生成式 AI 模型的成本

生成式 AI 是迄今為止 AI 最具創(chuàng)新性的分支。目前，訓(xùn)練生成式 AI 模型的成本很高，但正在逐漸下降。例如， 2020 年培訓(xùn) GPT-3 的估計(jì)成本為 460 萬(wàn)美元。到 2022 年，它已降至 45 萬(wàn)美元。

訓(xùn)練 GPT-3 的成本。資料來(lái)源：ARK 的 2023 年大創(chuàng)意

ARK的 Big Ideas 2023報(bào)告預(yù)測(cè)，到 2030 年，參數(shù)比 GPT-3 多 57 倍（175 B 參數(shù)）的 AI 模型的訓(xùn)練成本僅為 60 萬(wàn)美元。由于訓(xùn)練 AI 模型的成本降低，這在很大程度上是可能的。賴特定律表明，到 2030 年，AI 相對(duì)計(jì)算單元 (RCU) 生產(chǎn)成本和軟件成本應(yīng)按年率分別下降 57% 和 47%，從而使培訓(xùn)成本每年下降 70%。

人工智能訓(xùn)練硬件成本。資料來(lái)源：ARK 的 2023 年大創(chuàng)意。