Generativ AI och dess ekonomiska inverkan: Vad du behöver veta

Generativ AI (Gen AI) är en typ av artificiell intelligens designad för att generera nytt innehåll utan mänsklig inblandning, såsom text, bilder och till och med musik. Denna teknik använder komplexa algoritmer och maskininlärning modeller för att memorera mönster och regler från befintliga data och generera nytt innehåll liknande stil och struktur.

Generera nytt innehåll baserat på kumulativ datainmatning gen AI värdefullt i många branscher. Den hastighet med vilken denna teknik kan skapa innehåll kan hjälpa anställda att utveckla mer innehåll på kortare tid och/eller arbeta mer effektivt. Detta kan minska behovet av mänsklig arbetskraft, vilket ger upphov till oro över arbetsförflyttning och inkomstojämlikhet.

Gen AI: s inverkan på konsumtionsmönster har gjort det lättare för företag att anpassa sina marknadsförings- och reklaminsatser. Detta har lett till ett mer riktat förhållningssätt till annonsering, vilket kan vara fördelaktigt, men också problematiskt ur ett integritetsperspektiv.

Tillämpningar av Generativ AI

Gen AI har ökat noggrannheten och produktiviteten samtidigt som kostnaderna sänkts i olika branscher, inklusive:

Sjukvård

Inom sjukvårdsindustrin används gen AI för att analysera medicinska bilder och hjälpa läkare att ställa diagnoser. Enligt en rapport från Världshälsoorganisationen (WHO) är upp till 50 % av alla medicinska fel i primärvården administrativa fel. Gen AI har potential att öka noggrannheten, men tekniken kommer också med sårbarheter, eftersom dess tillförlitlighet är starkt beroende av kvaliteten på utbildningsdatauppsättningar, enligt Varlds ekonomiskt forum.

Vidare räknar WHO med en brist på 10 miljoner hälsoarbetare år 2030. Gen AI förväntas hjälpa till att hantera denna brist genom ökad effektivitet, vilket gör att färre arbetare kan betjäna fler patienter.

Finansiera

I den finansiell industri, AI-algoritmer upptäcker bedrägeri och identifierar investeringsmöjligheter. Generativ AI har visat potentialen att automatisera rutinuppgifter, förbättra riskreducering och optimera finansiella operationer.

Användningen av gen AI inom finans förväntas öka globalt bruttonationalprodukt (BNP) med 7 % – nästan 7 biljoner dollar – och öka produktivitet tillväxt med 1,5 %, enligt Goldman Sachs Research. Gen AI passar bra med ekonomi eftersom dess styrka – att hantera stora mängder data – är precis vad finans förlitar sig på för att fungera.

Transport

Inom transportbranschen drivs självkörande fordon av generativ AI, vilket gör att de kan navigera på vägar och fatta beslut i realtid. Tillämpningarna av gen AI inom transport inkluderar dock mycket mer än så.

Artificiell intelligens kan lösa många problem som människor inte kan, såsom trafikstockningar, parkeringsbrist och långa pendlingar. Gen AI förväntas spela en roll för att förbättra framtidens kvalitet, säkerhet, effektivitet och hållbarhet transportsystem som inte finns idag.

Tillverkning

Gen AI har potential att revolutionera tillverkning. Med sin förmåga att utnyttja enorma mängder data och förutsäga resultat kan AI avsevärt förbättra beslutsfattandet, optimera produktionen, förbättra produktkvaliteten och minska avfallet.

Generativ AI förbättrar verksamheten och säkerställer att anställda följer de rätta stegen. Det kan också förbättra prestandasynlighet över affärsenheter genom att integrera olika datakällor.

Underhållning

Inom underhållningsindustrin skapar gen AI personliga rekommendationer för filmer, TV-program och musik baserat på individuella preferenser. Denna teknik kan främja samma effektivitet och precision som den gör i andra branscher, vilket gör den till en potentiell kostnadsbesparing för medieföretag.

På den mindre ofarliga sidan var generativ AI: s förmåga att ersätta en del av det arbete som utförts av mänskliga författare, konstnärer, fotografer och andra kreativa proffs en del av orsaken till Writers Guild of America (WGA) strejk som började i maj 2023.

Detaljhandeln

Optimerande lagerhantering och att rekommendera produkter till kunder baserat på deras köphistorik och surfbeteende är bara en del av värdet av gen AI i detaljhandeln. Generativ AI kan också hjälpa återförsäljare att öka försäljningen och optimera verksamheten.

Till exempel kan generativ AI hjälpa återförsäljare med lagerhantering och kundservice, båda kostnadsbekymmer för butiksägare. Gen AI kan också hjälpa återförsäljare att förnya sig, minska utgifterna och fokusera på att utveckla nya produkter och system.

Fallstudier och rapporter om AI

Många fallstudier och rapporter har pekat på AI: s inverkan på olika branscher, ekonomin och arbetskraften.

Accenture

En studie av Accenture fann att artificiell intelligens kan tillföra 14 biljoner dollar till den globala ekonomin år 2035, med de mest betydande vinsterna i Kina och Nordamerika. Studien förutspådde också att AI skulle kunna öka arbetsproduktiviteten med upp till 40 % i vissa branscher.

Johns Hopkins medicinsystem

En studie utförd vid fem Johns Hopkins Medicine System-anslutna sjukvårdsinrättningar visade att användning av AI-algoritmer för att analysera medicinska bilder ledde till en 20% minskning av sepsisdödsfall på sjukhus. Sepsis, som inträffar när svaret på en infektion går utom kontroll, är ansvarig för en av tre dödsfall på sjukhus i USA. Enligt Centers for Disease Control and Prevention utvecklar cirka 1,7 miljoner vuxna i USA sepsis varje år, och cirka 350 000 av dem dör.

McKinsey & Company

En rapport från McKinsey & Company fann att AI kunde automatisera upp till 45 % av de uppgifter som för närvarande utförs av detaljhandels-, gästfrihets- och hälsovårdspersonal. Även om detta kan leda till jobbförskjutning, noterade rapporten också att bara för att AI kunde automatisera ett jobb betyder inte nödvändigtvis att det kommer, eftersom kostnader, regler och social acceptans också kan vara begränsande faktorer.

Varlds ekonomiskt forum

En studie från World Economic Forum visade att antagande av AI kan leda till en nettoökning av jobb i vissa industrier, särskilt de som kräver högre utbildningsnivåer och färdigheter. Men rapporten varnade också för att fördelarna med AI kan vara ojämnt fördelade, med vissa arbetare och regioner som upplever mer betydande arbetsförflyttning än andra.

Fördelar och nackdelar med Generativ AI

Huruvida fördelarna med generativ AI uppväger nackdelarna är inte alltid klart. Hänsyn till båda resultaten är absolut nödvändigt.

Ökad produktivitet vs. Erforderlig teknisk expertis

Proffs: AI-drivna maskiner och robotar kan utföra repetitiva uppgifter med större noggrannhet och snabbhet, vilket ökar produktiviteten och effektiviteten i olika branscher. Dessa kan i sin tur leda till lägre totala tillverkningskostnader och så småningom lägre inflation.

Lura: Utvecklingen och implementeringen av generativa AI-algoritmer kräver betydande teknisk expertis, vilket kan vara utmanande att hitta eller ha råd med för vissa företag. För dem som är kvar kan det bli en riktig utmaning att komma ikapp och hänga med.

Implementeringskostnadsbesparingar vs. Investeringskostnader

Proffs: Gen AI kan spara affärskostnader genom att minska behovet av mänskligt arbete inom vissa områden. Behovet av att anställa färre betalda arbetare och möjligheten att ersätta dem med obetalda maskiner kan sänka kostnaderna avsevärt.

Lura: Att anta gen AI kräver en betydande investering i teknik och infrastruktur, vilket kan vara oöverkomligt dyrt för vissa företag.

Skapande av nya jobb vs. Arbetsförflyttning

Proffs: Även om gen AI kan ersätta vissa jobb, kan nya jobb skapas inom områden som dataanalys och mjukvaruutveckling.

Lura: Eftersom gen AI automatiserar specifika uppgifter kan vissa arbetare hamna utan arbete eller i lägre betalda positioner, vilket kan leda till ökad ekonomisk svårighet och social oro.

Förbättrat beslutsfattande vs. Dålig data och partiskhet

Proffs: Gen AI-algoritmer kan analysera stora mängder data och identifiera mönster och insikter som människor kan missa, vilket leder till förbättrat beslutsfattande i olika branscher.

Lura: Gen AI-algoritmer förlitar sig på enorma mängder data för att lära sig och förbättra, men om denna data är partisk eller ofullständig kan det leda till felaktiga eller orättvisa resultat.

Personalisering vs. Etiska betänkligheter

Proffs: Gen AI-driven marknadsföring och reklam kan leda till mer personliga meddelanden och produkterbjudanden, vilket förbättrar kundnöjdhet och lojalitet.

Lura: Gen AI väcker kritiska etiska frågor om Integritet, partiskhet och ansvarsskyldighet, vilket måste övervägas noggrant och åtgärdas.

Förbättrad säkerhet vs. Regulatoriska och juridiska överväganden

Proffs: Inom industrier som transport och tillverkning, kan gen AI-drivna maskiner och robotar utföra farliga eller farliga uppgifter, vilket förbättrar arbetarnas säkerhet.

Lura: När gen AI blir mer genomgripande i olika branscher kan det finnas behov av nya regler och rättsliga ramar för att säkerställa att den används på ett ansvarsfullt och etiskt sätt.

Tabellen nedan illustrerar hur fördelarna och nackdelarna med generativ AI måste jämföras för att avgöra om användningen av gen AI är fördelaktig.

Generativ AI För- och nackdelar
Fördelar	Nackdelar
Ökad produktivitet	mot.	Krävs teknisk expertis
Kostnadsbesparingar	mot.	Kostnad för utveckling
Skapande av jobb	mot.	Arbetsförflyttning
Förbättrat beslutsfattande	mot.	Effekten av dålig data
Personalisering	mot.	Etiska bekymmer
Förbättrad säkerhet	mot.	Juridiska överväganden

Ekonomisk påverkan av Gen AI: Expertutlåtande

På frågan om den potentiella övergripande ekonomiska effekten av generativ AI på ekonomin, Anton Korinek, Ph. D., professor i ekonomi vid Darden School of Business vid University of Virginia i Charlottesville och icke-resident fellow vid The Brookings Institution, en ekonomisk tankesmedja, ser produktivitetstillväxt som den primära effekten av gen AI på det övergripande ekonomi.

"Detta inkluderar att öka produktivitetsnivån genom direkta effektivitetsvinster samt att accelerera innovationstakten och framtida produktivitetstillväxt", säger Korinek.

"Effekten på arbetsmarknad kommer att bli mer osäker”, tillägger han. "Inom vissa sektorer kommer det nästan säkert att finnas jobbförluster och nedåtgående lönetryck eftersom gen AI automatiserar vissa uppgifter. Men om de ekonomiövergripande produktivitetseffekterna är tillräckligt starka kan det stimulera den totala efterfrågan på arbetskraft. De fördelningsmässiga effekterna kommer att bero på om gen AI i första hand ersätter eller kompletterar olika typer av arbetare."

När det gäller möjliga lösningar på arbetsfrågan, säger Korinek, "Ekonomiska beslutsfattare kommer att behöva fokusera på att underlätta utbyggnaden och införandet av gen AI i hela ekonomin för att maximera produktivitetsfördelarna. De måste också uppdatera policyer kring arbetsträning, social välfärd och skatter för att hjälpa arbetare att anpassa sig till störningar på arbetsmarknaden.”

Korinek föreslår också långsiktig planering nu när åldern av generativ AI är över. "Det borde ekonomiska politiker stresstest befintliga institutioner mot en rad AI-scenarier som kan spela ut under kommande decennier, inklusive möjligheten till artificiell allmän intelligens”, säger han. "Med det menar jag AI som kan utföra alla intellektuella uppgifter på mänsklig nivå. Vi kan inte längre utesluta ett sådant scenario och måste förbereda våra institutioner och socialförsäkringssystem för att säkerställa att fördelarna med fortsatta AI-framsteg delas i stort."

Vilka företag tillverkar generativ AI?

Listan över företag som skapar gen AI-teknik växer. Några av de mer kända namnen inkluderar:

• Alfabet (GOOGL och GOOG) har utvecklat flera generativa AI-modeller, inklusive Bard för naturlig språkbehandling och Studio Bot för kodning.
• Kramar ansikte är en startup som specialiserat sig på att skapa AI-modeller för naturlig språkbehandling, inklusive GPT-2.
• IBM (IBM) har utvecklat flera AI-modeller, bland annat Watson för naturlig språkbehandling och IBM Research AI-systemet för datorseende.
• Microsoft (MSFT) har utvecklat flera AI-modeller, inklusive Copilot, en produktivitetsassistent, och Azure AI Vision för datorseende.
• NVIDIA (NVDA) är ett teknikföretag som specialiserat sig på att skapa grafikprocessorenheter (GPU) som driver AI-algoritmer, inklusive generativa bild- och taligenkänningsmodeller.
• OpenAI är en forskningsorganisation som utvecklar avancerad AI-teknik, inklusive generativa modeller för naturlig språkbehandling och datorseende. OpenAI släppt ChatGPT, en av de mest kända chatbotarna, i november 2022.
  

Vilka företag använder generativ AI?

Den innovativa användningen och potentiella affärsuppsidan driver många företag att använda denna teknik i konsumentinriktade och interna verktyg. Några av de mer kända företagen inkluderar:

• Amazon (AMZN) använder generativ AI i sina rekommendationsmotorer och den röstaktiverade assistenten Alexa.
• Google använder generativ AI i sin sökmotor och reklamprodukter, såväl som i sina röstigenkännings- och naturliga språkbehandlingsverktyg.
• IBMAnvändningen av generativ AI är främst i dess Watson-plattform.
• Microsoft använder generativ AI i sin Azure cloud computing-plattform och i sin Bing-sökmotor.
• Netflix (NFLX) använder generativ AI i sin rekommendationsmotor, som föreslår filmer och TV-program för användare baserat på deras visningshistorik och preferenser.
• Tesla (TSLA) använder generativ AI i sina självkörande bilar, som använder AI-drivna sensorer och algoritmer för att navigera på vägar och fatta beslut i realtid.
  

Poängen

Införandet av generativ AI förväntas ha en betydande inverkan på olika branscher och arbetsmarknader, inklusive tillverkning, hälsovård, detaljhandel, transport och finans. Även om det sannolikt kommer att leda till ökad effektivitet och produktivitet, förväntas det också leda till arbetsförflyttning för vissa arbetstagare.

Flera studier och analyser har undersökt effekten av generativ AI på ekonomin, med uppskattningar som sträcker sig från 14 biljoner dollar till 15,7 biljoner dollar i ekonomiskt bidrag till 2030. De potentiella ekonomiska fördelarna med generativ AI inkluderar ökad produktivitet, kostnadsbesparingar, nya jobbskapande, förbättrat beslutsfattande, personalisering och ökad säkerhet. Men det finns också viktiga frågor om fördelningen av dessa förmåner och den potentiella inverkan på arbetstagare och samhället.