澳洲重的！高盛最全AI报告来了，白领工作迎来颠覆性变革？哪些行业受益？ （合影）

在澳大利亚澳洲新闻



人类历史上的重大变化通常以月甚至年为单位。如今，生成式 AI 的指数级增长已将记录单位变成了天。

高盛首席软件分析师Kash Rangan带领的团队在3月26日的报告中指出，ChatGPT引爆的AI热潮，将企业级软件推向了继云计算之后的下一个风口。未来各行各业都将迎来颠覆性的变革，唯有顺势而为的企业才能迎来属于自己的时代。

以下为报告要点：

AI浪潮将成为全球生产力的重要驱动力。未来10年，全球生产率将以每年1.5%以上的速度增长，带动7万亿美元的经济增长。

AI热潮下，企业级生成式人工智能软件整体规模（TAM Total Addressable Market）将达到1500亿美元，全球企业软件市场整体规模将达到6850亿美元美元。

现有软件由于集成了生成式AI的附加功能，也会有一定的涨价空间。生成人工智能每人每年的平均成本为 78 美元。

包括医疗保健、设计、人力资源和营销在内的各行各业都将被人工智能颠覆。从办公工具到编程系统，人工智能的使用将占知识工作者总数的30%。

AI应用正以指数级速度更新，但未来仍由包括微软、谷歌母公司Alphabet、Nvidia、亚马逊、Salesforce、Meta、Intuit和Adobe在内的科技巨头引领 生成AI的未来.

从平台到应用，从办公工具到依赖AI的各行各业的颠覆性创新，高盛描述了ChatGPT热浪下各行各业在AI快速迭代中的未来，哪些行业将迎来改变？反过来，哪些公司将从这些变化中受益？

生成式人工智能将大大提高生产力

人类社会可能正在经历科学家所说的“奇点”时刻：技术变革的速度正在加快在技​​术变革中，生产力水平也呈指数级大幅提高。

高盛认为，在生成式人工智能的加持下，工作流程将大大简化，生产力将得到提升。生成式 AI 发展 10 年内，有望每年提高 1.5% 以上的生产力：

当今知识工作者的价值创造与他们使用计算机的能力有关，包括：桌面电脑、平板电脑和智能手机。

借助生成式人工智能，知识工作者可以更方便地使用此类平台并简化用户体验。

计算机出现后，软件的诞生使工作流程自动化，成为生产力大幅提升的第一个契机。但 20 年前任何分析师的产出都远达不到今天的交付水平。这种差异是由软件和硬件技术的进步推动的，这些进步使我们能够节省更多时间并使信息更易于访问。

高盛宏观团队估计，生成式人工智能可以成为美国劳动生产率增长的助推器，预计在生成式人工智能发展的10年内，每年可以提高1.5%的生产率。

在技术变革的时代，编程正在成为一项必备技能。高盛认为，未来不需要程序员，几乎每个人都可以编写所需的代码，这将进一步激发生产力：

生成式 AI 可以使用文本或语音等自然语言处理（NLP），将其转换为代码，快速执行风险分析和预测等各种任务。

现阶段，传统的SQL方式必须通过API连接底层数据库，使用SQL代码进行编程和执行命令。简而言之，过去您只能通过代码与计算机程序交互，而现在生成式 AI 通过采用自然语言输入并直接从数据库中提取或处理数据来简化该过程。

为了更好地适应社会和技术的变革，基于生成式AI的应用应运而生，并呈指数级变化：

生成式AI与以往的传统AI平台 与快速学习并可以通过训练改进的 AI 相比，持续的反馈循环使生成 AI 能够不断提高其准确性并丰富其知识库，从而创建一类新的应用程序。

例如，在医学领域，未来相关专业知识将以变革性的方式数字化，生成式AI可以利用获得的用户病历和实验结果，提供更深入、更准确的见解结论。

在电影行业，制片人可以使用生成式 AI 来拍摄较短的纪录片或电影。生成式人工智能还可以为艺术家提供灵感，将其融入到他们的作品中。

生成式 AI 可以颠覆现有的应用软件，在客户关系管理领域，尤其是营销和客户支持领域具有明显优势。

不仅如此，高盛认为生成式人工智能还可以对财务规划、业务风险分析、库存管理、生产调度、物流和运输产生非常重大的影响。未来，生成式 AI 还将为构建新应用程序提供更多平台选项。��。

生成式人工智能带来庞大的企业软件

高盛预测，基于人工智能的广泛使用，在生成式人工智能的整合下，整个跨应用堆栈中企业软件的总规模（TAM）将增加约1500亿美元：

以拥有3亿付费用户的Microsoft Office等生产力工具应用为例，AI的使用预计将增加 达到知识工作者总数的 30%。

基于这种创新，多个现有市场将产生重要影响，其商业价值可能体现在以下几个方面：

1）随着创新，用户随着体量的增加和粘性，现有应用的估值将逐渐上升；

2）新的优质附加 SKU 可能成为近期增长的主要驱动力。

高盛认为，基于目前使用的生成AI应用的价格，现有的软件定价会因为集成了生成AI的附加功能而有涨价空间。平均每个人每年在生成 AI 上花费 78 美元：

Adobe 的 Creative Cloud、Intuit 的 Turbo Tax Live，以及最近推出的包括 Microsoft Teams Premium 和 GitHub Copilot，这一切都归功于更多额外的价格上涨特征。

由于创新，这些产品的价格已经上涨了大约 10-20 美元/用户/月，我们预计随着更多的生成 AI 的使用，未来价格上涨的空间更大。

考虑到全球劳动力的国际化结构，我们以欧洲和日本的劳动力为基础，分析了企业软件（不包括 IaaS）的整体规模，计算出每人每月的平均成本为 78 美元。

高盛基于生成式AI的知识型员工渗透率分析，假设当今11亿知识型员工每人使用5个生成式AI应用，平均每月花费78美元，整体企业软件规模将达到4290亿美元。

但考虑到目前仍处于生成式AI的早期渗透阶段，约有30-40%的知识工作者符合上述特征，企业软件整体规模将达到1500亿美元。

生成式AI将颠覆各行各业

风暴眼中的人工智能技术，让整个人类社会进入前所未有的之间的转换。人们应该以怎样的姿态迎接随之而来的重大变革？

高盛认为，融合基础模型（LLM）和终端应用的平台将应运而生，而人工智能框架和API（应用程序编程接口）将是平台成功的关键:

p>

这些框架和 API 将帮助开发人员制作支持 AI 的应用程序：

API 的开发将使为企业软件公司交付 AI 解决方案变得越来越民主，开放灵活，满足不同客户的需求和不断变化的市场需求。

例如，Hugging Face 和 GladIA 等平台越来越多地采用开源技术来开发和交付 AI 解决方案，以降低成本，提高灵活性和可扩展性，并帮助软件开发人员轻松找到适合他们的模型需要。

在未来的平台方面，人工智能框架和API将是关键的使能者，为新公司的崛起提供机会。

平台诞生后，人工智能将被包装为“解决方案”，类似于SaaS（软件即服务，一种软件交付模式），强化SaaS企业现有的护城河：< /p>

我们预计 AI 公司不会与 SaaS 公司竞争，而是会合作，成功利用生成 AI 的 SaaS 公司将获得上市的动力。

将 AI 与 B2B SaaS 解决方案相结合应该会加强他们的技术护城河。通常，一家 SaaS 公司拥有大量的客户数据、HCM、财务数据、垂直 SaaS——保险、医疗等。

我们认为，利用他们的 1P 用户数据来增强和训练 AI 驱动的大型规模化的语言模型可以帮助 B2B SaaS 公司提取关键洞察、自动化任务并提高员工效率。

高盛认为，办公工具的转型将成为生成式AI应用最广泛的应用，可大幅提升知识工作者的效率：

以Microsoft 365 Copilot为例以 Google Workspace 为例，在评估生成人工智能在该领域的未来使用时，我们预计在这些场景出现之前，数据流、数据模型、应用程序和最终用户之间将建立更广泛的实时连接。�� 作为基础。员工可以在一个应用程序中工作时快速参考和利用以前不同的数据。

例如，创建演示文稿的员工可以利用生成式 AI 快速从 Word 文件中提取文本并将其填充到 PowerPoint 幻灯片中，而无需离开 PowerPoint。根据 Microsoft 365 Copilot 和 Google Workspace 的演示，此类技术即将投放市场。

生成式AI可以提升应用的利用率，而Word、Excel、PowerPoint等的大部分用户可能只停留在这些工具应用的表面。我们相信生成式 AI 已经准备好简化这些应用程序的复杂功能，以便用户可以深入使用它们并生产出高质量的终端产品。

营销领域也将被生成式AI颠覆，高盛、CRM（Customer Relationship Management客户关系管理）将得到优化，使用重点将围绕：

< p>1) 实时可预测 2) 策划定制的销售动机； 3) 生成动态的、可扩展的和个性化的内容。

CRM是应用软件中较为分散的子行业之一，由销售、营销、服务和商务组成。生成式人工智能可以逐步整合这一领域，专注于根据不同数据训练模型，生成建议、内容、分析和结果。

我们相信下一个演变可能是定制化的规划和销售。通过利用现有的客户相关数据和过去工作的见解，生成式人工智能可以提出行之有效的策略并与客户沟通。产生更多共鸣，提高效率，同时维护公司品牌形象。

最后，公司可以利用这项技术通过利用客户的数据（例如电子邮件、手机等）来创建个性化、动态、可扩展的内容。

就像目前谷歌和微软在搜索端竞争激烈，高盛指出，生成式人工智能将改变搜索方式，使搜索引擎更倾向于回答准确简单的对话并提供相关链接（而不是之前的传统网站列表）：< /p>

微软和谷歌在这一领域的最新公告已经证明了生成人工智能能力的重要性，它允许用户直接在搜索界面上与之交互。

例如，如果用户想要购买产品、预订酒店或请求服务，他们将能够在一个界面中聚合和呈现相关数据以完成交易。虽然这在更广泛的搜索（如 Bing、Chrome 等）中是可能的，但它也可能被纳入公司特定的网站。

人力资源领域也将成为人工智能的又一创新领域。高盛认为，生成式人工智能还将提升人力资源效率，辅助日常工作：

我们推测，第一代生成式人工智能A轮开发可能侧重于辅助日常工作例如更新职位发布、为人员配置活动提供建议（基于之前成功的人员配置计划）、协助分析求职者以及策划员工入职内容和流程。

从长远来看，它可以提高分析和决策效率，优化资源：

1）减少面试流程，生成式AI可以筛选候选人，评估不同面试官的反馈，以及下一步的建议； 2) 编制员工评估以确定员工晋升资格的能力； 3) 通过关键分析加快上市时间，例如公司在 D&I 或 ESG 类别中的表现。

未来生成式AI也将对设计领域产生颠覆性影响，从文字到图像再到3D扫描图纸，有助于加速建筑、工业设计、视频游戏和电影视觉的设计和开发效果开发：

我们期望生成式人工智能能够提供更多的设计方案，将更多的注意力转移到最能满足终端客户需求的设计上，从而大大提高工程生产力。

在产品制造方面，我们期望基于人工智能更好地调整从设计到制造的整个生命周期，将关键的制造智能注入到设计过程中，从而提高生产效率并降低成本，缩短上市时间。

同样，建筑行业可以利用 AI 进行设计探索和提高生产力，同时还有助于在建筑项目生命周期的早期更好地预测成本和进度。

人工智能兴起之际，网络安全领域的机遇与挑战不容忽视。高盛认为，企业可以利用它来防止欺诈和垃圾邮件等恶意行为：

在互联网上，安全方面的人工智能一方面会鼓励犯罪分子的入侵，另一方面，它还可以改进网络安全软件的应用：

1) 攻击者利用生成的人类人工智能能力来提高网络攻击的速度并使其难以被发现 2) 网络安全提供商利用人工智能来减少时间检测和响应黑客攻击并实现规模化。

在医疗保健和生物技术领域，生成式 AI 也有多种应用，从患者护理到药物开发：

AI 可用于患者诊断、个性化治疗和新药设计以及许多其他方面。在药物中在开发方面，它可以在进行昂贵的临床前体内（动物）和临床（人体）研究之前节省大量成本和时间（即使用计算机模拟）。

生成式 AI 可用于创建合成数据，以增强和增加用于训练 ML 模型的数据集的多样性。在数据稀缺和难以收集的领域（例如罕见疾病）提高新药设计和研究的效率，从而缩短试验时间并降低开发成本。

此外，生成式AI可以帮助判断不平衡和不具有代表性的数据集，提高数据集的可操作性。

产品创新为人工智能的发展奠定了基础

自2022年11月30日ChatGPT发布以来，更强大的GPT-4，OpenAI在微软的支持下，在短短四个月内颠覆了外界对互联网的想象，开启了一场AI军备竞赛。微软的老对手谷歌率先反扑，Meta、亚马逊、特斯拉、苹果等紧随其后。

哪些公司最终能够抓住AI的浪潮，成为未来的领导者？高盛认为，我们现在正处于创新时代的开端，Meta、Adobe、亚马逊和 Alphabet 等科技巨头将继续成为生成式人工智能发展的推动者：

Adobe ：自从 Adob​​e 于 2016 年发布 Sensei（Adobe 的 AI/ML 工具）以来，已将其产品集成到所有三个云平台（Creative、Document 和 Experience）上。自实施 Sensei 以来，Adobe 的收入复合年增长率为 19%（FY17-FY22），我们认为 Adob​​e 是一家非常有吸引力的公司，可以在未来进一步扩大客户和扩大市场份额。

此外，随着 Sensei GenAI 在 Experience Cloud 中的初步实施，有助于推动更深入的洞察和更个性化的营销内容（以及其他功能），我们相信 Adob​​e 提供了一个全面且有吸引力的价值主张。随着 Firefly 和 Sensei GenAI 引领 Adob​​e 进军生成式 AI，我们认为 Adob​​e 应该在未来几年保持其在行业中的稳固地位。

微软：对 OpenAI 的 10 亿美元初始投资（2019 年）和后续投资凸显了该公司对生成人工智能的投资战略。

Microsoft 已宣布利用这项技术进行多项产品更新，这增强了人们对许多垂直领域产品使用和功能的理解，包括办公生产力（Microsoft 365 Office——处于测试阶段）、销售/营销（Dynamics 365 , Viva Sales) 和软件开发 (GitHub Copilot X)。

微软已经拥有非常成熟的产品生态系统，其应用套件（Excel、Outlook、PowerPoint、Teams、Word等），以及大量的数据（组织在Microsoft Graph上）应该扩展 Microsoft 的产品功能可以推动客户价值和市场份额的增加，尤其是当 Microsoft 利用先发优势时。

此外，由于微软与OpenAI有独家合作关系，可能会帮助他们为企业级应用做准备。

Meta：随着其在人工智能开发和算力上的投入不断扩大，我们相信Meta未来将成为人工智能的领导者（据我们估计，Meta总共花费约1100 2019-2023 亿美元的资本支出，其中大部分将用于其 AI 工作）。

Meta 专门针对生成式 AI 推出了一些产品，包括 Make-a-Scene 和 Make-a-Video。至此，Meta 已将人工智能注入其核心产品。

亚马逊：虽然围绕生成式 AI 的大部分讨论主要围绕搜索市场份额和计算成本对非商业搜索组合的潜在影响，但我们认为，随着公司深入挖掘超大规模应用程序，企业将从中受益从将 AI/ML 工具集成到他们的技术堆栈中以推动他们的核心业务，并且在这个主题上被低估了受益者（包括亚马逊的云计算业务 AWS）。

Alphabet：回到5年前，谷歌率先推出了一系列AI和更广泛的计算应用（包括Google Assistant、Duplex、Lens、翻译、整合搜索LLM等）。

我们认为谷歌最近宣布的 Bard 是这些努力的延伸，以配合广泛的产品迭代（搜索的持续发展）和最近消费者对 ChatGPT 对话式 AI 性质的热浪。

澳洲中文论坛热点