生成型人工知能が経済と社会に与える影響

生成アルゴリズム、事前トレーニング済みモデル、マルチモーダルなどの技術の累積的な統合と反復を経て、人工知能は徐々に従来の分析型人工知能の分野を突破し、生成型人工知能の急速な発展をもたらしました。生成型人工知能ツールの発売から1年も経たないうちに、その応用は「爆発的な」成長を見せています。この技術は、将来、ビジネス運営や経済・社会の発展に大きな影響を与え、新たな技術革新サイクルの到来を告げ、世界経済に数兆ドルの価値をもたらすことが期待されています。

人工知能の発展

Dall-E2、ChatGPT、Stable Dif fusionなどのアプリケーションの登場により、生成型人工知能は全国的な注目を集めるようになりました。 ChatGPT アプリはリリースからわずか 2 か月でアクティブ ユーザー数が 1 億人に達し、史上最も急速に成長している消費者向けアプリとなりました。 2022 年以降、多くの生成型人工知能アプリケーションが登場しており、2022 年は「生成型人工知能元年」と呼ばれています。このようなモデルは、ビジネス運営モデルや経済・社会の発展に大きな影響を与えると予想されており、人工知能は新たな技術革新サイクルの到来を告げるものと期待されています。

人工知能産業の発展の歴史を振り返ると、生成型人工知能の進化は大まかに3つの段階を経てきました。まず、21 世紀の最初の 10 年間に、機械学習は分析と予測に使用されました。さまざまな機械学習技術が急速に発展し、大量のデータが機械学習モデルを通じて分析され、出力情報から結論を導き出したり学習したりしました。この期間中、機械学習生成型人工知能は経済と社会に強力な人工知能ツールとして影響を与え、企業ではデータ分析、パターン発見、将来の予測に広く使用され、これまでよりもはるかに高速かつ大規模にタスクを自動化します。

21 世紀の第 2 の 10 年間は、ディープラーニングによる視覚および言語処理の段階に続きました。人工知能の知覚能力がさらに強化され、ディープラーニングは機械学習の分野における新たな研究方向となっています。この期間中、コンピューター ビジョンにおけるディープラーニングの応用により、検索エンジンや自動運転車は物体をより適切に分類および検出できるようになりました。音声認識アプリケーションでは、人工知能音声アシスタントがより自然な方法でユーザーと対話できます。

最後に、生成アルゴリズム、事前トレーニング済みモデル、マルチモーダル性などの人工知能技術の累積的な統合により、生成人工知能の「爆発」が徐々に現れてきました。 OpenAI が開発した GPT-4 言語モデルは、言語ベースの人工知能アプリケーションにおける新たな段階を示しています。生成型人工知能は幅広い発展の展望をもたらし、その「軌道」上では多くの「ユニコーン」企業が誕生している。ボストンコンサルティンググループによると、生成型人工知能の市場規模は2025年までに少なくとも600億ドルに達するだろう。

さまざまなビジネスモジュールや業界での応用シナリオと雇用への影響

生成AIアプリケーションシナリオ

生成型人工知能の応用シナリオには、テキスト生成、画像生成、オーディオおよびビデオ生成、および「デジタルヒューマン」生成が含まれます。その中で、自然言語処理に基づくテキスト生成アプリケーションは、生成型人工知能において早期に開発されたアプリケーションです。テキストコンテンツの継続、テキストスタイルの転送、要約の生成、テキストの段落全体の生成を実現できます。関連するパーソナライズされたテキスト生成とリアルタイムのテキストインタラクションには、幅広い展望があります。

画像生成の技術的なシナリオは、画像属性の編集、ローカル画像の生成と変更、エンドツーエンドの画像生成に分かれています。そのうち、最初の 2 つは画像編集ツールに適用され、広く使用されており、関連製品も豊富です。エンドツーエンドの画像生成は、クリエイティブな画像生成と機能的な画像生成という 2 つの主要なアプリケーション シナリオに対応しています。

オーディオ生成の応用分野は、音声合成と音楽作曲に分けられます。音声合成には、テキスト生成特定音声と音声クローニングの分野が含まれます。その中でも、テキスト生成特定音声の技術はより成熟しており、音声クローニングは映画やアニメーションなどの業界にとって大きな意義を持っています。

ビデオ生成は、主にビデオ属性編集、ビデオ自動編集、ビデオパーツ生成の 3 つの領域に対応します。その中で、ビデオ属性編集はより広く使用されており、編集効率を大幅に向上させることができます。自動ビデオ編集技術はまだ試験段階にあり、ビデオ部分の生成原理は基本的に画像生成と似ています。今後のクロスモーダル生成分野において、ビデオ生成は中〜高レベルの潜在的シナリオになると予想されます。

「デジタルヒューマン」の生成は、「デジタルヒューマン」のビデオ生成と「デジタルヒューマン」のリアルタイムインタラクションに分けられます。その中で、「デジタルヒューマン」のビデオ生成は現在最も広く使用されている分野の一つであり、「デジタルヒューマン」のリアルタイムインタラクションは主にリアルタイムのインタラクティブ機能を重視した視覚的なインテリジェントカスタマーサービスで使用されています。

ビジネスモジュールの運用への影響

生成 AI は、ユーザー操作、マーケティングと販売、ソフトウェア エンジニアリング、製品開発ビジネス モジュールの運用にプラスの影響を与えます。マッキンゼーのコンサルティング調査によると、16 のビジネス機能における 63 のアプリケーション シナリオの中で、生成 AI が提供できる潜在的な価値の約 75% が、ユーザー操作、マーケティングと販売、ソフトウェア エンジニアリング、製品開発の 4 つの領域に集中しています。そのうち、ユーザーオペレーション事業は、主に生成型人工知能を活用してユーザーエクスペリエンスを向上させ、顧客サービスの生産性を高めます。この技術を適用することで、単位時間あたりの問題解決率が向上するだけでなく、問題解決にかかる時間や接客席の回転率も大幅に削減されます。重要なのは、生成 AI によって、経験の浅いカスタマー サービス エージェントが提供するサービスの品質を向上できることです。 McKinsey の調査では、生成 AI を顧客サービス業務に適用すると、生産性が向上し、現在のビジネス コストが 30% ～ 45% 削減されると推定されています。

生成 AI をマーケティングおよび販売業務に適用すると、パーソナライズされたマーケティング、コンテンツ作成、販売効率が向上します。このテクノロジーは、ユーザーの好みや行動に基づいてパーソナライズされたメッセージを作成し、ブランド広告、見出し、製品の説明などを生成することができます。さらに、生成 AI をさまざまなアプリケーションに統合することで、より高品質なデータの分析情報を提供したり、ユーザー グループをより適切にターゲットにしたり、適切なマーケティング戦略を決定したりすることもできます。マッキンゼーの調査では、生成 AI によってマーケティング生産性の経済的価値が 5% ～ 15% 向上すると推定されています。生成 AI はマーケティングの生産性に直接的な影響を与えるだけでなく、波及効果ももたらし、販売の生産性を 3% ～ 5% 向上させます。

ソフトウェア エンジニアリング ビジネスでは、生成 AI はコーディング アシスタントとして機能し、開発者の作業をスピードアップします。この技術を適用することで、初期コードの生成、コード修正、リファクタリング、新しいシステム設計の生成などの作業負荷を軽減できるほか、ソフトウェア エンジニアの作業経験も向上します。最近の調査によると、Microsoft の GitHub Copilot ソフトウェアを使用した開発者は、このツールを使用しない開発者よりも 56% 速くタスクを完了したことがわかりました。

製品開発に生成 AI 技術を適用すると、研究開発と設計の時間を短縮し、製品のシミュレーションとテストのプロセスを改善できます。研究によると、生成型人工知能により製品開発速度が 10 ～ 15% 向上し、製品の発売サイクルが短縮されることがわかりました。

生成型AIがさまざまな業界や仕事に与える影響

生成 AI はあらゆる業界に大きな影響を与えるでしょう。コンサルティング会社マッキンゼーの分析によると、小売・消費財、銀行、製薬、医療業界が最も大きな影響を受けているという。中でも、小売業や消費財業界では、生成型人工知能によってユーザーサービス、マーケティングと販売、在庫とサプライチェーン管理などの主要業務を自動化できるため、業界の生産性が1.2%から2.0%向上し、毎年4,000億から6,600億米ドルの追加経済価値を生み出すことが期待されています。銀行業界に対する生成AIの影響も甚大です。AI仮想エキスパート、高速コード生成、カスタマイズされたコンテンツの大規模生成などの生成AIテクノロジーの応用により、業界の生産性は2.8%～4.7%向上し、毎年2,000億ドル～3,400億ドルの追加経済価値を生み出すことが期待されています。生成 AI は、製薬および医療業界における研究開発のスピードと品質を大幅に向上させ、業界全体の生産性を 2.6% ～ 4.5% 向上させ、毎年 600 億ドル ～ 1,100 億ドルの経済価値を生み出すと予想されています。

生成型人工知能は、さまざまな職種の雇用に機会と課題をもたらすでしょう。一方で、生成型人工知能は、職位のインテリジェントなアップグレードを促進し、一部の仕事は置き換えられるでしょう。ゴールドマン・サックス・リサーチの分析によると、生成AIのインテリジェント自動化機能により、作業効率が大幅に向上し、運用コストが削減されました。米国とヨーロッパの伝統的な職種は、程度の差こそあれAIによる自動化の影響を受け、生成AIは4分の1の仕事を置き換えることができます。一方、生成AIは新たな雇用も生み出すでしょう。 「文科」では、自然言語をプロンプトとして使用して AI と対話し、情報を取得したり、作品を作成したりすることができます。さらに、人工知能トレーナーなど関連分野でも多数の新規雇用が創出されるでしょう。

生成型人工知能の経済的・社会的価値

生成型 AI は世界経済に数兆ドルの利益をもたらす可能性があります。マッキンゼー・コンサルティングは、分析された63種類の生成AIがすべての産業に適用された場合、世界経済に年間2.6兆ドルから4.4兆ドルの増加をもたらし、これは英国のGDPの規模に相当すると推定している。この予測では、生成 AI アプリケーションがすべて考慮されているわけではありません。まだ研究されていないアプリケーションも考慮に入れれば、生成 AI の経済的影響は 2 倍になる可能性があります。

生成 AI は社会全体の労働生産性を大幅に向上させることができますが、それはこの技術が社会全体の生産構造や作業モデルと連携している場合に限られます。生成AIを他の技術と組み合わせると、2023年から2040年の間に労働生産性が年間平均0.2％から3.3％増加すると予想されており、そのうち生成AIは労働生産性を0.1％から0.6％増加させることができます。具体的な値は、技術の採用率と、さまざまな活動への従業員の時間割り当てによって異なります。また、従業員は生成型人工知能関連の技術を学習し習得する際に研修が必要であり、従業員によっては途中で転職する可能性もあります。労働力の変革やその他のリスクが効果的に管理されれば、生成 AI は経済成長に大きく貢献し、世界をより持続可能で包括的なものにするでしょう。

生成型人工知能は、幅広い応用が期待できる分野となっています。今後、技術革新と市場需要の解放が続くにつれ、生成型人工知能はあらゆる分野でより広く活用され、経済と社会にさらなる価値をもたらすとともに、ビジネス運営モデルや人々の生活様式を大きく変えることになるでしょう。同時に、テクノロジーの急速な発展は、知的財産の保護、セキュリティ、技術倫理、環境への影響など、新たなリスクと課題ももたらします。生成型人工知能技術の高品質で健全かつ持続可能な開発を確保するには、業界関係者、政策立案者、消費者が協力する必要があります。