【行业追踪】为何提高生产力才是AI投资关键？生成式AI能给哪些领域带来质变？
2023.08.14
播放量 11.1k
最近我读了一份麦肯锡的报告，名叫《生成式AI的经济潜力》，这篇报告给了我不少灵感，我觉得有必要跟各位看官好好分享一下。生成式AI能够给哪领域带来生产力的质变？具体的提升在哪？同时他也给出了AI对于不同行业，不同国家，乃至不同个人的具体影响。#行业追踪 #行业分析 #研报解读 #AI #生产力
开通服务即可查看评论～
文字稿
生成式AI如何提升生产力？这个问题非常关键！我们说AI真正的投资机会，其实并不出在基础层的公司身上，而是出在应用层，也就是真正靠AI提升生产力的公司身上。就像当年互联网革命一样，真正有价值的公司，并非是那些拉网线的公司，而是像谷歌，meta这样，真正靠互联网提升生产力的公司。所以说了解生成式AI最终会如何提升生产力，就变得至关重要了。
最近我读了一份麦肯锡的报告，名叫《生成式AI的经济潜力》，这篇报告给了我不少灵感，我觉得有必要跟各位看官好好分享一下。这份报告长达68页，详细描述了，生成式AI能够给哪领域带来生产力的质变？具体的提升在哪？同时他也给出了AI对于不同行业，不同国家，乃至不同个人的具体影响。本期美投Pro视频，就让我们将从一个更大的格局来分析这场AI的技术革命。
生成式AI会如何提高生产力呢？高盛之前的一个预测说，生成式AI可以让美国未来10年的劳动生产力平均每年提升1.5%。1.5%是什么概念呢？根据美国劳工部的数据，从2007年以来，美国年均生产力增速只有1.4%。而从二战以来的平均增长要高一些，不过也就是只有2.1%。现在有了生成式AI提升的1.5%，就相当于美国未来10年的生产力增速将会翻倍，达到2.9%。这将是二战以来的最高值。所以说，生成式AI的出现，的的确确是有可能为我们带来一次生产力大爆发的时代。
不过，同样是生产力提升，不同行业提升的幅度也是不同的。作为投资者，我们需要清楚哪些行业或领域最容易率先提高生产力。下面这张图展示的就是麦肯锡做出的，生成式AI在不同领域所带来的不同经济价值。其中越是右上角的部分，经济价值的提升就越大，而越是左下角的部分，经济价值的提升就越小。可以看到，有75%的经济价值会集中在4个特定的领域，他们分别是：客户管理运营，市场营销和销售，软件开发，以及产品研发。
了解这点非常重要。我们只需要去找，哪些行业特别依赖着四个领域，那么他大概率就是未来最受益的行业。你可以根据自己的专业寻找适合的行业或公司，这肯定是最好的，毕竟投资最重要的是自己了解。不过，如果你没有思路，那么麦肯锡给出了我们4个行业，他们认为是最能够从生成式AI中提高生产力的，他们分别是：银行业，生物医药行业，零售业，以及高科技行业。接下来，我们就一起来看看，生成式AI是如何给这些行业提高生产力的？又有那些机会是值得我们提前布局的呢？
首先，我们先看银行业。之所以先讲银行也，是因为银行是这几个行业中AI应用确定性最强，最好投资的行业。据麦肯锡的估计，生成式AI可以给银行业整体的运营利润里带来9%到15%的增长。那具体是怎么做到的呢？
银行属于典型的服务业，如果有在银行工作的看官应该了解，他的员工数量极大，银行成本的大头就是这些人工成本。而生成式AI的作用就是通过降低银行的人工成本来提高利润。银行的人力成本主要分成两部分。一部分是给客户提供服务的前台人员，包括分行柜员，业务经理，网上和电话的远程客服等等。另一部分则是后台人员，主要包括行政，以及IT技术人员。这两大部分成本都可以被生成式AI进行优化。我们分别来看。
第一类，前台工作。其实所有的前台工作，都属于典型的“客户管理运营”这一部分，也就是上面4大领域中最受益的一类。根据麦肯锡的估计，随着技术的进步，生成式AI最终能够砍掉一半的客服工作。这里的客服指的不仅仅是打电话的客服，他指的是所有面向客户的服务。
除了替代客服的工作以外，在生成式AI的帮助下，现有客服的效率还能够被提高30%到45%。也就是说，最终生成式AI能够砍掉约70%的客服成本。这必然能够给银行的利润带来提升。而这只是计算了直接的经济影响，还没有计算潜在的客户满意度提升，以及个性化服务提供的更多的销售。
那生成式AI是怎么办到的呢？一方面，有了生成式AI后，聊天机器人可以更精准地帮助客户来解决问题。银行可以通过自己的调试，把数据和解决方案丢进去他们的模型里去训练，这就能实时给用户提供反馈，还能提供个性化的回答。这就可以替代大部分的客服工作。
另一方面，生成式AI也可以提高真人客服的工作效率。根据最近一项5000人的实验发现，当公司的员工有了生成式AI的帮助后，他们可以在单位时间内多解决14%的问题，寻找经理帮助的时间也减少了25%。实验发现，生成式AI对于新员工的帮助特别大，能让他们更快速地了解业务，也减少了找公司的老员工的培训时间，这进一步减少了银行的用人成本。
第二类银行的用人成本是后台工作。由于银行是第一批使用软件来管理业务的行业，他们实际上雇佣了大量的技术人员来做维护和写代码。而这些人就是典型的“软件开发”人员，他们也是最受益的领域之一。实际上，现在这些人已经在大规模应用生成式AI了。根据一些公司管理层的反馈，生成式AI现在已经提升了15%-20%的工作效率了，而根据麦肯锡的估计，未来这个数字能提高到45%。
这是对于后台的技术人员来说的，而对于后台的行政人员来说，生成式AI也可以直接替代。银行由于受到极为严格的监管，需要大量的员工去做风险、合规、法律方面的工作。这些工作生成式AI甚至能比人完成的更好。除此之外，银行内部的沟通也需要大量的报告和文书工作，这也是生成式AI的强项。麦肯锡估计，未来超过50%的行政工作可以被AI取代。
除了减少前台和后台的用人成本外，生成式AI还能够提升客户满意度，促进销售，辅助银行做投资和风险管理决策，以及增强诈骗监控和管理等等。可以说，生成式AI对于银行业的提升是全方位的。
那在这个前提下，那些具体的公司是最值得布局的呢？这里多说一句，因为麦肯锡是个咨询公司，他不会再具体的投资布局上给出建议。我这里找了一些其他资料给大家做一个参考。接下来的几个行业也是如此，我也会另外找一些资料给大家补充进来。另外，我们这里虽然会讲哪些公司值得布局，但我们也要清楚，也许真正伟大的AI应用公司现在还没有出现呢。这些我们分析不了，我们只能从现有公司中去寻找那些最可能会受益。
对于银行也来说，整体应该都能够从生成式AI中获益。但相对来说，越是传统的商业银行，受益的程度就越越大一些。因为他们面对的更多的是普通用户，雇人的数量也会更多一些。根据第三方机构TechCrunch的评估，全球所有银行中，在AI领域最领先的是JP Morgan，第二名到第五名分别是加拿大皇家银行，花旗银行，UBS，和富国银行。其中JPM，加拿大皇家银行，富国银行都是相对比较传统的银行，理应会获益更明显。
接下来，我们来看看麦肯锡给出的第二大AI获益行业，生物医药行业。据麦肯锡的估计，生成式AI将会对生物医药行业的运营利润带来15%-25%的增长。而另一个研究机构The Business认为，未来AI在医药行业里将会以每年30%的速度增长，是推动该行业未来发展最重要的因素。和银行促进“客户管理运营”以及“软件开发”不同，生物医药行业能从生成式AI中受益，完全是因为，生成式AI能大幅促进新产品的研发。
要想了解生成式AI是如何促进生物医药的产品研发的，我们得先简单了解一下这个行业的特点。生物医药公司在运营上最重要的事情，也是成本最高的事情，就是新药物的研发。据统计，一家医药公司的研发支出平均占总营收的20%，而且每一项新药，都要花10-15年的时间。作为比较，即便是苹果这么厉害的公司，研发费用也只是占了总营收的7%，可见研发对于生物医药公司来说有多么重要。
那AI是怎么优化这部分成本的呢？这里涉及好几个步骤。这部分内容比较专业，我简单给大家介绍一下，咱就当涨知识了。首先，AI能够加速药物的设计以及药物材料的选择。比如他可以更快的找到目标药物的分子结构，或者自动设计一些药物的蛋白质结构。举个例子，在研发中有一步叫做lead identification，就是去寻找潜在的新药靶标分子的过程。现在行业内普遍用的传统深度学习技术，而用这个技术找到目标分子往往需要几个月的时间。但是，由于生成式AI可以自动识别图像，还能自动进行筛选，它可以将这个时间缩短在几周之内。
另外，AI还能帮助研究员在寻找药物过程中做一些量化分析。寻找药物这一步需要大量的数据分析，主要是看病人的病症跟什么样的分子结构的药物相匹配。而AI可以大幅加速这个匹配的过程。
上面说的都是对于药物设计上的帮助。在药物设计完之后，AI还能够帮助研究院去做模拟测试、情景分析、以及临床测试人员的筛选。这些流程本来都需要大量的人工和重复的实验，AI可以有效优化这个流程。这还没完，在药物批准上市后，AI还能帮助药厂找到最优的制造方案，提高量产效率。
总的来说，生成式AI对于生物医药公司的提升也是全方位的，从最初的设计研发，中期的测试，以后后期的生产销售，都有很大的帮助。这不仅会降低公司的运营成本，提高企业的利润率，还能用更短的时间研发出更多的药物，对于公司长期的业务提升会有非常正面的作用。
那哪一家医药公司在AI领域中布局最为领先呢？麦肯锡没有告诉我们答案，而且很多医药公司也没有披露太多的信息。不过，目前市面上一些专业的分析基本都认为，辉瑞是AI应用范围最广，也是行业最领先的公司。由于辉瑞本身就是行业龙头，如果想要布局生物医药的AI发展，我认为辉瑞是个不错的选择。
麦肯锡给出的第三个AI受益行业是零售。这里的零售不仅仅指的是像沃尔玛这样的零售商，也包括哪些做包装食品，像是薯片，可乐这样的公司。可能有人会好奇，零售如此成熟稳定的行业，还能怎么获得提升呢？神奇的是，零售实际上是收到AI提升最大的行业。根据麦肯锡的估计，生成式AI能够给零售业整体提升27%到44%的利润。这其实是因为，零售本身的利润就非常薄，一般都在5%左右，哪怕仅仅是获得1%的提升，那效果就是非常明显的。而生成式AI在零售领域最大的帮助就在于市场营销上。
对于零售行业来说，可以说最重要的一点就是市场营销了。相信大家都听说过很多借助市场营销大火的案例。像百事可乐，耐克，脑白金，农夫山泉都是典型的靠营销获得成功的品牌。根据研究发现，好的市场营销可以增加33%的营收，而AI就可以在这部分发挥巨大的作用。
那AI怎么去帮助市场营销呢？首先，AI能帮助市场营销的员工做头脑风暴，给出有创造性的想法，加快一些市场营销内容的创造和落地。这包括借助AI来做广告文案设计，策划，以及图像生成等。然后当营销内容出现后，AI能够准确的抓取这些想法在市面上的效果，进行数据分析。比如这个图是不是真的抓住用户的注意力了，有没有让用户冲动消费了，是否真的转化成营收的增长了等等。在一番分析过后，它能够根据这些数据和反馈进行自我学习和修正，来找到更好地提高销售转化率的营销内容。这些工作，在以前都是要人工不断去尝试和改进的。花大量成本不说，也耗费大量时间。
这还没完，生成式AI在营销上最厉害的地方在于，他可以根据每个用户的不同情况，来提供个性化的营销方案，真正做到“千人千面”。
举个例子，假设今天麦当劳要通过邮件去发一个广告，他会怎么做呢？现在他还是先想出一套促销方案，然后做一个模板，把这个模板群发到上百万的用户邮箱中去，最多就是根据地区做一些微调。但有了生成式AI之后，广告就不再是千篇一律了。AI可以自动生成数以千万个不同的广告邮件，每一个人收到的广告都是不一样的。可能它发给我的是巨无霸汉堡的推荐广告，发给我孩子的是一个儿童套餐的广告，发给我父母的，又是一些养生沙拉的广告。如果我特别讨厌“我最喜欢”这句广告词，AI还能够识别出来，并在我的邮件上不展示这句话。可以看到，AI能够将广告中所有的元素都能做到个性化，做到真正最大化市场营销的效果。
根据麦肯锡的报告，现在已经有做衣服零售的公司再用这种方式做市场营销了。这家公司会根据用户的喜好，来创造出用户最喜欢的衣服款式，如果用户真的有意愿购买，公司就会从库存中找到最类似的商品，或者单独制造。这成功优化了这家公司的营收业绩。
除了广告以外，AI还能从优化搜索引擎，产品发现，分析用户行为等方式提高零售公司的销售。在市场营销以外，AI还能在客服、供应链管理、物流等方面提高运营效率。总的来说，至少从利润提升的角度上看，零售将会受益最高的行业，没有之一。
在这个行业中，亚马逊是AI应用的领先者。现在亚马逊正在探索更多用生成式AI做市场营销的可能，而一直以来，亚马逊也在用AI来做产品推荐，搜索，用户分析等功能。亚马逊还有着AWS这个强大的云计算做支撑。或许，有了AI的亚马逊，会在未来进一步拉开和其他零售商的距离。
好了，到这里，麦肯锡报告中提到的三个AI最受益的行业就都讲完了。记性好的看官可能还记，还有一个行业我们没有讲，这就是科技行业。这个行业我不打算讲了，因为科技行业受益的原因很直接，大家也都懂，就是帮助程序员写代码。现在很多企业也已经开始应用这一点了，他的效果不确定性比较强，而且也没有什么护城河。我相信大家都理解，所以我也就不花时间讲了。
到这里这篇报告最精华的部分就跟各位看讲完了。不过这份报告还有一些很有趣的内容，我相信咱各位也会感兴趣。他还分析了生成式AI对于不同经济体，不同人群以及不同职业会带来怎样的影响。他和投资关系不大，但是和我们每个人的生活息息相关。
咱们先说职业。生成式AI对于不同职业的影响是很不一样的。下面这张图，就是麦肯锡总结的，不同职业在有了生成式AI和没有生成式AI之下，生产力会有多大的变化。其中浅蓝色的线，代表的是有生成式AI时的生产力；黑色的线，就代表没有生成式AI时的生产力。两条线隔得越远，就说明生成式AI对于这个职业的作用越大，这份工作就越容易被取代。
可以看到，生成式AI带来变化最大的职业都是些白领职业，比如教育工作者，商业和法律的专业人士，科学，技术和工程白领等等。而受影响最小的行业都是些蓝领职业，比如造房子，农业，机械设备维护等工作。这说明，本轮技术革命，将会有大量知识类工作者的职位被取代，而常规的蓝领工作收到的影响将会非常小。原因很简单，因为生成式AI取代的更多是脑力劳动，而体力劳动则属于机器人和自动化的范畴，并非生成式AI的影响。
从不同学历上看，AI带来的影响也是不同的。下图是麦肯锡总结的，生成式AI对于不同学历人群的影响。可以看到，越是高学历的人群，蓝线和黑线的差距特别大，说明越是高学历的人，工作岗位受到的威胁就会越大，这跟上面得出来的结论如出一辙。
不过看到这些，咱在座的各位白领们也不用急着转行去建房子。因为每当技术革命来临的时候，不仅仅是以前的职业被取代，还会带来更多的新工作。就像在互联网时代，虽然淘汰掉了很多线下工作，但也带来了更多线上工作，并间接增加了很多医疗，教育和食品服务的需求。据统计，当前有85%的就业增长跟技术进步有关。所以说，生成式AI即便会取代一些工作岗位，但也会带来更多的机会。因此如果你感到了职场危机的话，与其去学建房子，不如多学学AI更有价值。
对于不同经济体来说，AI的效果也很不同。虽然麦肯锡也给出了分析，不过我还是更喜欢高盛总结的这张图。它展示的是未来十年里，不同经济体每年因为生成式AI带来的生产力的增速。可以看到，前五名分别是，香港，以色列，日本，瑞典，和美国，这些都是发达国家，而排名最后的，分别是印度，肯尼亚，越南，尼日利亚，和中国。显然，AI对于发达国家的促进，要远高于发展中国家。原因很简单，越是发达的经济体，知识类工作的占比就越大，而生成式AI能够提供的促进也就越高。而发展中国家更多的还是提供简单的劳动力，相对来说促进会小一些。从这点我们也能推断出，生成式AI的发展，有可能会进一步的拉大国家和国家之间的差距。
好了，到这里麦肯锡的这份生成式AI的报告就全部讲完了。不知道大家听完后是否和我一样，对于生成式AI的发展有了更深的认知了呢？你对于自己所在的行业的AI应用，有什么不一样的洞见呢？欢迎在评论区给出你的反馈，咱们共同交流进步，谢谢各位！
#行业追踪 #行业分析 #研报解读 #AI #生产力
为你推荐
