【罗兰贝格】通用人工智能行业的曙光：生成式人工智能技术的产业影响

在生成式人工智能技术火热发展之际，我们对其技术特点、产业影响、行业应用场景、以及中国生态现状进行了分析，希望本篇报告能够帮助读者更好地理解生成式人工智能的能力与局限，对此项技术能够带来的产业价值形成相对量化的认知，并为各行业企业如何应用生成式人工智能技术提供启发。

1.从技术推动产业发展的角度，我们认为生成式人工智能技术是一项具有通用型技术潜力的软件技术。产业应用方需要清晰的认识到其作为一项软件技术的定位与局限性，但同时认识到它是一项具有操作系统级别平台效应的软件技术，在商业世界中能够带来的价值会随着应用场景的不断拓展而增加。

2.作为一项通用型技术，生成式人工智能在向产业渗透的过程中依然会遵循通用型技术的发展特点，首先技术本身在很长一段时间内不断演变升级，其次技术价值的充分释放需要众多辅助型应用型技术的支撑，最后技术在各产业中的应用需要企业不断摸索价值点与使用方法，并在业务流程、人员能力、甚至商业模式上进行变革，而这是一个需要大量时间以及资源投入的过程。

3.根据我们的测算，生成式人工智能有望通过效率提升的方式在中国各行业中带来占总运营成本1.6%的成本降低，金额达到3.7万亿元。其中，由生成式语言模型技术带来的成本降低约1.9万亿元，生成式图片模型技术带来的成本降低约1.8万亿元。

4.在不同行业中，生成式人工智能将对专业服务、金融、互联网与高科技等知识密集型行业带来较大影响，分别带来11.3%,6.8%,6.5%的成本下降。而农业、建筑业等体力密集型行业受到的影响相对较小，成本降低幅度分别约为0.02%和0.2%。

5.综合价值创造潜力与落地可行性，我们认为生成式人工智能技术将优先影响互联网与高科技、金融和专业服务行业。第二波次将是教育、通信、医疗服务、公共服务、零售、文娱传媒和消费品行业。第三波次中农业、材料、建筑业、能源等行业目前受到生成式人工智能技术的影响相对较小，未来生成式人工智能的价值发挥依然需要夯实的信息化数字化基础支撑，并有望在研发设计、生产制造、运营管理方面创造巨大价值。

6.目前生成式人工智能技术发展的最前沿依然在海外，但从用于训练模型的数据量、算力、底层开源技术框架的角度来看，我们认为国内出现世界级的大模型只是时间问题。我们建议企业管理者从战略、业务、组织、风险四个层面形成对生成式人工智能的充分认知，从而制定适合自己的行动方案。

近年来，生成式人工智能技术在全球范围内迅速发展，为各行各业带来了巨大的变革和机遇。报告认为，生成式人工智能技术是一项具有通用性技术潜力的技术，它能够带来操作系统级别的平台效应，为商业世界带来巨大的价值和创新。

然而，作为一项通用性技术，生成式人工智能技术的发展还需要时间和资源的投入。技术本身需要不断演化和升级，才能实现其充分的价值释放。技术的应用需要依赖众多辅助型应用技术的支持。企业也需要摸索出价值点和使用方法，并在业务流程、人员能力甚至商业模式方面进行变革。

一旦生成式人工智能技术得到充分应用，它有望通过提升效率的方式在各个行业中降低总运营成本。生成式人工智能技术将对专业服务、金融、互联网和高科技等知识密集型行业产生重大影响。这些行业以专业知识为核心价值，而生成式语言模型具备强大的理解、检索、总结和决策能力，与知识型人才的需求高度契合。

目前，生成式人工智能技术的最前沿仍在海外，但从数据量、算力和底层开源技术框架的角度来看，国内应该很快就会出现优秀的大模型。关键在于中国企业如何准确把握生成式人工智能对行业核心竞争要素的影响，将技术嵌入到机制流程中，发挥其最大效能。报告建议企业管理者从战略、业务、组织和风险四个层面全面认识生成式人工智能，并制定适合自身的行动方案。