GenAI對全球產業有何影響？

下面將從職能領域及行業兩個維度來探討GenAI對全球產業的影響。

1.按職能領域劃分的GenAI價值潛力

GenAI能為絕大多數職能領域創造價值，不過，以價值占該職能領 域支出的比例以及所創造價值量衡量，我們發現，GenAI的價值潛 力在各職能的分布并不均衡。其在客戶運營、營銷和銷售、軟件工 程和研發四大領域所創造的價值占到GenAI用例年度總價值的75% 。

客戶運營

GenAI通過自助服務可大大提升客戶體驗和客服效率，并能提升人 工客服的服務技能。研究發現，在一家擁有5,000名客服人員的公 司中，應用生成式AI使每小時的問題解決率提高了14%，處理問題 所花時間縮短了9%，與經理對話的請求數量減少了25%。 我們預計，在客戶運營領域應用GenAI將可以帶來相當于該領域成 本30%~45%的價值。

以下是GenAI在不同場景下的用例： 快速響應客戶咨詢：GenAI驅動的聊天機器人可以對復雜的客戶 查詢提供個性化的即時響應，大大減少人工客服團隊需要處理 的客戶任務量。我們預計生成式人工智能可將人工服務的任務 量減少50%，同時還能提升客戶體驗。 通過大量數據訓練，優化客戶服務能力：GenAI可以基于過往客 戶互動數據，快速理解不同客戶群體的需求，從而做到從一開始 便能更有針對性地解答客戶疑問、提供優質服務，這有助于提 升客戶轉化率。  捕捉客戶數據，提升客戶價值：GenAI能夠快速捕獲及分析客 戶行為數據，據此識別客戶可能感興趣的產品并進行精準推送， 從而提升客戶轉化與復購率。

營銷和銷售

GenAI在營銷和銷售領域產生的價值可分別占各自領域全球支出的 5%~15%和3%~5%。我們將以如下應用場景為例，探討GenAI如 何在營銷與銷售領域創造價值。  高效創建個性化內容，顯著增加客戶轉化率、留存率和客戶價值。營銷內容個性化：企業應用GenAI，可向不同畫像客戶群發送 更為個性化的營銷信息。例如，群發的營銷郵件可根據實際 需要被自動翻譯成多種語言，還可面向不同文化背景和地理 區域的受眾，有針對性地使用差異化圖像，采用更適合受眾 的風格。 產品推送千人千面：GenAI可依據文本、圖像和語音格式的 信息輸入及對客戶資料的深刻理解，生成個性化的產品描述， 增強產品介紹網頁對客戶的吸引力，提升轉化率和銷售額。

提升搜索引擎優化（SEO）結果。 GenAI可幫助優化網頁標題、圖像標簽和URL等數字營銷要素的 搜索引擎結果，支持SEO數字內容的創建，幫助營銷人員將內容 準確分發給目標客戶，實現精準營銷，降低廣告成本。 提升銷售效率。 基于客戶數據庫信息，GenAI可以幫助銷售人員快速理解特定客 戶需求，使之能在初期接觸時更有針對性地解答客戶疑問、提 供優質服務，從而能有效提升客戶轉化率。此外，GenAI能夠 基于客戶與產品信息創建對話腳本，推動向上銷售和交叉銷售。 GenAI還可以自動跟進與挖掘潛在客戶價值，促成客戶與人工銷 售代理的直接互動。而且在銷售團隊的客戶外展中，GenAI亦可 提供更多個性化的信息。

產品研發

GenAI能夠快速生成候選設計、提升效率，還可以改進設計本身。 所創造價值占整體研發成本的比例達10%~15%。GenAI在產品研 發的應用示例如下：  快速生成候選產品設計，加速研發進程。 GenAI模型可以基于過往相關產品的特征生成初步設計（如候 選藥物分子、電路等），從而縮短產品研發到上市所需時間。但 其局限性在于，產品設計模型具有較強的行業特征，因而GenAI 在不同行業中的應用互通性較低。優化產品設計。 GenAI可以通過基于對類似產品數據的學習與分析，協助設計師 更有效地選擇和使用材料，從而可降低包裝、物流和生產等成本。  提升產品測試效率、改進質量。 GenAI的深度學習能力能有效優化產品模擬與測試階段的系統虛 擬仿真能力，幫助縮短復雜系統的測試時間。

軟件工程

GenAI為軟件工程開辟了新的可能性，在收到軟件工程師以自然語 言提出的代碼描述后，GenAI即可協助生成代碼。根據麥肯錫分析， GenAI對軟件工程生產效率的直接影響可能占當前該領域年度支出 的20%~45%。 研究發現，軟件開發人員使用Microsoft GitHub Copilot后，完成任 務的速度比不使用該工具的軟件開發人員快56%2 。同時，麥肯錫 內部對軟件工程團隊的實證研究發現，接受過GenAI工具培訓的員 工表示自己擁有更好的工作體驗，幸福感、沉浸感和成就感均有所 提升。

2.按行業劃分的GenAI價值潛力

在我們分析的63個用例中，GenAI將在不同行業產生2.6萬億至4.4 萬億美元的價值。 麥肯錫分析顯示，GenAI可以通過提升營銷、客戶互動等，為零售 業貢獻大約3,100億美元價值。在銀行業，GenAI可通過承擔客 服、代碼生成等任務，進一步提升員工工作效率。在生命科學行業， GenAI有望為藥物發現和開發做出重大貢獻。

零售和消費品行業

GenAI將改變零售和消費品公司的游戲規則，為零售和消費品行業 創造4,000億至6,600億美元的價值，價值潛力占行業總收入的 1.2%~2.0%。

GenAI可通過以下方式為零售和消費品行業創造價值： 1. 重塑客戶互動模式。 GenAI為零售和消費品公司提供了許多交叉銷售和追加銷售的機 會，還能幫助企業捕獲關鍵信息用于改進產品。此外，GenAI在 助力企業擴大客戶群、增加收入機會、提升整體營銷投資回報 率方面也大有可為。 如今，無論是選購服裝、化妝品，還是購物體驗本身，消費者越 來越多地尋求方方面面的個性化體驗，而GenAI可以改善這種 體驗。聊天機器人可以通過個性化營銷活動來增強客戶價值管 理，從而提高客戶的滿意度和品牌忠誠度。 2. 加速關鍵領域價值創造 。GenAI能助力營銷和銷售文案寫作，幫助打開思路、提出創意營 銷理念，減少消費者研究過程中的人工投入，并加速內容分析 和創建。文字和視覺效果的改進可以擴大產品知名度、提高銷售 轉化率。

3. 快速解決客戶問題，加深了解客戶需求 。電商時代，企業與消費者的有效互動格外重要。零售商可將現有 的人工智能工具與生成式人工智能相結合，以增強聊天機器人 能力，使之更接近人工客服。GenAI聊天機器人可以直接響應客 戶的各種要求，如查詢、跟蹤或取消訂單、要求打折和追加銷 售等。將此類任務交由GenAI進行自動化處理，有助于將人工客 服解放出來去處理更復雜的客戶問題。

4. 助力設計創新。 GenAI設計工具發展極快，可加速數字化設計過程，從而加快產品 的迭代進程。設計師使用GenAI工具可以從頭開始生成包裝設計， 也可以對現有設計進行修改。

銀行業

GenAI將為銀行業帶來2000億至3400億美元的價值，相當于行業 年收入的2.8%~4.7%。此外，生成式人工智能工具還可幫助各銀 行增強客戶滿意度，改善決策和員工體驗，并能更好地監控欺詐和 風險，從而有效降低風險。

銀行業的如下特征也為GenAI在銀行業大顯身手提供了舞臺： 龐雜的IT架構。幾十年來，銀行一直在投資技術，因而積累了大 量的遺留系統，IT架構各自孤立且繁復龐雜。 龐大的客戶服務團隊。銀行業依賴大量業務服務代表，如呼叫中 心的客服人員和財富管理顧問等。 嚴格的監管環境。作為一個受到嚴格監管的行業，銀行業有大量 的風險、合規和法律需求。 繁重的文件工作。GenAI的影響可以跨越整個組織，協助所有員 工編寫電子郵件、創建業務演示文稿和完成其他任務。

GenAI可通過以下方式為銀行業創造價值： 1. 作為虛擬客服，降本增效。 接受過政策、研究和客戶互動等專有知識訓練的GenAI機器人可 以提供全天候的的支持。這種面向客戶的聊天機器人可以評估用 戶請求，并根據主題、難度和客戶類型等特征選擇最佳服務專 家來解決這些問題。通過GenAI，專業服務人員可以快速訪問所 有相關信息，例如產品指南和政策，以即時滿足客戶請求。 例如，摩根士丹利正在使用GPT-4構建人工智能助手，該工具旨 在幫助該行數萬名財富經理從龐大的內部知識庫中快速找到信 息、整理出答案。該模型結合了搜索和內容創建功能，財富經理 可以隨時利用它為任何客戶查找信息，提供定制內容。

2. 加速代碼生成，更快交付軟件。 GenAI工具可通過四大應用加速代碼生成和軟件交付。 首先，GenAI工具可以通過所輸入代碼或自然語言根據上下文起 草代碼，幫助開發人員更快地編寫代碼并減少摩擦，同時啟用自 動翻譯以及無代碼和低代碼工具。 其次，這些工具可以自動生成代碼測試、確定其優先級、并運行 和審查不同的代碼測試，從而加速測試過程、擴大覆蓋范圍并 提高有效性。 第三，生成式人工智能的自然語言翻譯能力可以優化遺留框架的 集成和遷移。 最后，這些工具可以檢查代碼以識別計算中的缺陷和低效環節， 輸入更穩健有效的代碼。

3. 大規模制作個性化內容。 生成式AI工具可以利用現有文檔和數據集簡化內容生成。這些 工具可以根據客戶的檔案和歷史，創建個性化的營銷和銷售內容， 還能提供多種替代方案用于A/B測試。此外，生成式人工智能可 以自動生成模型文檔，識別缺失的文檔并掃描相關法規更新，為 內容變化創建提醒。

生命科學行業

我們的分析發現，GenAI將在生命科學行業產生600億至1,100億美 元的價值，相當于該行業年收入的2.6%~4.5%。 GenAI在生命科學領域的用例覆蓋從藥物發現、藥物實驗到患者治 療、商業化推廣的價值鏈全流程。GenAI可借助圖像或自然語言等 模型為研發人員提供更具有潛力的藥物分子，從而縮短藥物前期研 發和實驗時間。同時GenAI還能為醫療機構和患者提供更精準的治 療方案和更高效的藥物。

在藥物發現與早期開發階段，GenAI為研發團隊提供更精準的藥 物研發工具，提升新藥研發效率，縮短研發所需時間。具體而言， GenAI能夠通過建立更準確的篩選標準，提升目標分子識別精 度，從而縮減每個階段的分子實驗規模，快速推進藥物研發進 程。同時，GenAI還能夠基于患者病程大數據信息，為新藥的適 應癥搜尋提供更科學的建議。

在藥物試驗階段，GenAI基于受訓的患者數據，為研發人員提供 不同患者群體所需的特定試驗設計信息，從而有助于試驗人員 更科學地進行試驗設計。同時GenAI還能被用來對患者進行數 字化預試驗，方便研發人員根據預試驗的臨床結果快速迭代試 驗設計。在試驗過程中，GenAI則以聊天機器人的形式，為試驗 患者解答相關問題并記錄相關數據，提升患者管理的自動化程 度。試驗結束時，GenAI能自動生成相關報告以及洞察分析，大大節省試驗結果分析總結用時。

在患者治療階段，對研發機構或藥企而言，GenAI能夠大規模篩 選和分析藥物的真實世界數據，并評估藥物對不同患者的實際 效果，為研發提供反饋。對醫療專業人員而言，GenAI能夠基于患 者病史和電子病歷數據產生對于臨床決策的建議，同時搜索最新 文獻信息，幫助醫療專業人員了解最新科研結果。

在商業化階段，GenAI能以聊天機器人的形式實時回復銷售代表 或醫生的藥物相關問題，并基于群體偏好自動生成患者教育內 容和醫生互動內容，提升藥品推廣效率。