麥肯錫全球人工智能現狀調查證實了生成式人工智能（gen AI）工具的爆炸性增長。在許多此類工具推出後不到一年，三分之一的受訪者表示，他們的組織在至少一項業務職能中定期使用人工智能。

麥肯錫全球人工智能現狀調查證實了生成式人工智能（gen AI）工具的爆炸性增長。在許多此類工具推出後不到一年，三分之一的受訪者表示，他們的組織在至少一項業務職能中定期使用人工智能。在最近的進展中，人工智能已經從一個屬於技術員工的話題上升爲公司領導者關注的焦點：近四分之一的受訪高管表示，他們個人正在使用新一代人工智能工具進行工作，超過四分之一的受訪者表示使用人工智能的公司表示，新一代人工智能已經列入他們董事會的議程。此外，40% 的受訪者表示，由於新一代人工智能的進步，他們的組織將增加對人工智能的整體投資。

2023年是生成式人工智能（Generative AI）迎來突破的一年。生成式AI應用，如ChatGPT、GitHub Copilot、Stable Diffusion等，引發了廣泛關注，其通用性和能夠與用戶進行對話的能力使其比以往的AI應用更受歡迎。這些應用不僅能夠執行例行任務，如數據重組和分類，還能夠創作文本、音樂和數字藝術，吸引了大量用戶進行嘗試。然而，盡管生成式AI在商業和社會中產生了影響，但缺乏足夠的背景知識來理解其影響。

生成式AI技術的發展速度也在迅猛增長。2022年11月，ChatGPT發布，隨後在2023年3月，DeepMind發布了改進後的大型語言模型GPT-4，而Anthropic的生成式AI“Claude”在2023年3月剛發布時，每分鐘能夠處理10萬個文本標記，而到了同年5月，這一數字增長到了約7.5萬個單詞。谷歌也在2023年5月宣布了由生成式AI提供支持的新功能，包括搜索生成體驗和新的LLM模型“PaLM 2”。

要理解生成式AI的崛起，需要了解支持其發展的突破，這些突破在幾十年來逐漸實現。生成式AI通常是基於基礎模型構建的應用，這些模型包含着受到人類大腦數十億個神經元連接啓發的廣闊人工神經網絡。盡管深度學習已經推動了人工智能的許多進步，但支持生成式AI應用的基礎模型是深度學習內的一個突破性進化。與以往的深度學習模型不同，這些模型可以處理極其大且多樣的數據。

在2023年的調查中，麥肯錫的調查結果顯示，生成式AI工具正經歷爆炸性增長，不到一年時間，三分之一的受訪者表示他們的組織在至少一個業務領域定期使用生成式AI。近期的進展使AI從技術員工關注的話題轉變爲公司領導層的關注焦點。調查還發現，40%的受訪者表示由於生成式AI的進展，他們的組織將增加對AI的投資。然而，目前仍然是在管理生成式AI相關風險的早期階段。

生成式AI的潛在業務顛覆影響顯著，受訪者預測將會對其員工隊伍產生有意義的變化，包括在某些領域的員工削減和大規模的技能重塑。盡管生成式AI的使用可能會推動其他AI工具的採用，但在組織採用這些技術方面的增長並不顯著。雖然生成式AI的使用仍處於早期階段，但其已經廣泛應用於商業領域，受訪者對其新能力充滿期待。

本文作者可以追加內容哦 !