"Era AI" telah resmi tiba, dan "kecerdasan buatan" telah dimasukkan sebagai alasan PHK untuk pertama kalinya, dan mungkin gelombang PHK yang dipicu oleh AI baru saja dimulai.
Pada tanggal 14 Juni, perusahaan konsultan McKinsey merilis laporan penelitian berjudul "Potensi Ekonomi Kecerdasan Buatan Generatif". Dalam laporan tersebut, analis menganalisis 850 pekerjaan di 47 negara dan wilayah (80% dari penelitian di dunia tentang pekerjaan yang disebutkan di atas). populasi) mengeksplorasi dampak terhadap ekonomi global di balik perkembangan eksponensial AI, industri mana yang paling terpengaruh, dan siapa yang menghadapi ancaman pengangguran?
Isi utama laporan tersebut adalah sebagai berikut:
Waktu AI untuk menggantikan pekerjaan manusia telah sangat maju 10 tahun, **50% pekerjaan akan digantikan secara bertahap oleh AI antara tahun 2030 dan 2060 (titik tengahnya adalah 2045). **
*AI dapat membawa pertumbuhan sebesar US$2,6 triliun hingga US$4,4 triliun ke ekonomi global setiap tahun, dan meningkatkan produktivitas sebesar 0,1%-0,6%, yang setara dengan menyumbang satu PDB Inggris per tahun. **
Secara keseluruhan, AI bermanfaat bagi perkembangan semua lapisan masyarakat, **tetapi tidak baik untuk individu, dan pekerja mental bergaji tinggi dan berpendidikan tinggi adalah yang paling terpengaruh. **
Pertumbuhan nilai yang dibawa oleh AI generatif sebagian besar terkonsentrasi (sekitar 75%) di empat area: operasi pelanggan, pemasaran dan penjualan, rekayasa perangkat lunak, dan R&D, yang juga berarti bahwa keempat bisnis tersebut paling terpengaruh oleh AI generatif.
Pengembangan AI manusia generatif dan teknologi lainnya dapat mengotomatiskan 60% hingga 70% dari pekerjaan saat ini. Di antara mereka, industri seperti perbankan, industri teknologi tinggi, dan ilmu kehidupan paling terpengaruh.
AI akan "menyumbang satu PDB Inggris Raya" per tahun untuk ekonomi global
Laporan tersebut menemukan bahwa penggunaan AI generatif dalam 63 aplikasi yang dipelajari akan menghasilkan pertumbuhan tahunan sebesar $2,6 triliun hingga $4,4 triliun bagi ekonomi global. Dan perkiraan ini tidak memperhitungkan semua aplikasi AI generatif. Jika aplikasi yang belum dipelajari dimasukkan, dampak ekonomi AI generatif dapat berlipat ganda:
Penelitian ini terutama mencakup dua aspek: 1. Potensi pertumbuhan ekonomi lebih dari 60 organisasi menggunakan AI generatif 2. Potensi produktivitas tenaga kerja dari sekitar 2.100 aktivitas kerja di seluruh dunia.
McKinsey menunjukkan dalam laporan bahwa penelitian mereka mencakup 16 elemen bisnis dan menyimpulkan bahwa jika diterapkan di berbagai industri, berkontribusi pada keuntungan ekonomi antara 2,6 triliun hingga 4,4 triliun dolar AS per tahun, khususnya:
Metrik kami meliputi: mengurangi biaya pembuatan konten, dan pendapatan yang dihasilkan dengan meningkatkan kualitas konten dalam skala besar melalui penggunaan AI. Dalam pemasaran, misalnya, satu kasus penggunaan adalah penerapan AI generatif untuk menghasilkan konten kreatif seperti email yang dipersonalisasi.
Peningkatan ini kira-kira setara dengan PDB Inggris selama satu tahun ($3,1 triliun pada tahun 2021).
Kami memperkirakan bahwa nilai ekonomi AI non-generatif akan meningkat dari $11,0 triliun menjadi $17,7 triliun, meningkat 15% hingga 40%. (Pada tahun 2017, kami percaya bahwa kecerdasan buatan dapat menghasilkan nilai ekonomi sebesar US$9,5 triliun hingga US$15,4 triliun)
Untuk setiap posisi, penelitian McKinsey mencakup 2.100 pembagian fungsi pekerjaan di sekitar pekerjaan 850. Menurut tingkat adopsi dan implementasi teknologi, laporan tersebut menunjukkan bahwa *AI dapat memengaruhi semua pekerjaan saat ini di dunia *, memengaruhi semua industri , dalam 20 tahun ke depan ** IB generatif dapat meningkatkan produktivitas tenaga kerja sebesar 0,1%-0,6%. **
"Pecundang" terbesar? - Pekerja pengetahuan yang bergaji tinggi dan berpendidikan tinggi
McKinsey mencatat bahwa meskipun AI generatif akan memengaruhi semua lapisan masyarakat, AI akan paling terpengaruh** oleh **pekerja mental bergaji tinggi yang “sebelumnya dianggap relatif kebal terhadap otomatisasi”.
McKinsey menunjukkan bahwa** antara tahun 2030 dan 2060 (titik tengahnya adalah tahun 2045), 50% pekerjaan akan secara bertahap digantikan oleh AI, yang berarti 10 tahun lebih awal dari penelitian mereka sebelumnya. **
** Sementara pekerja berpengetahuan adalah yang paling mungkin terpengaruh oleh otomatisasi, terutama yang melibatkan pekerjaan yang membutuhkan pengambilan keputusan dan kerja tim:**
Teknologi otomasi generasi sebelumnya terutama melibatkan pengumpulan dan pemrosesan data, sehingga berdampak kecil pada pekerja pengetahuan. Namun, kemunculan AI generatif membuat peran dan tugas "pekerja pengetahuan" tepat untuk model bahasa besar (LLM). .
Karena model bahasa besar pada dasarnya dirancang untuk menyelesaikan tugas kognitif, kemampuan kami untuk menerapkan model bahasa besar ke pengetahuan profesional telah meningkat sebesar 34 poin persentase dibandingkan tahun 2017, sementara potensi untuk manajemen otomatis dan pelatihan bakat telah meningkat dari 16% di tahun 2017. % meningkat menjadi 49% pada tahun 2023.
Oleh karena itu, McKinsey percaya bahwa banyak tugas yang melibatkan komunikasi, pengawasan, perekaman, dan interaksi manusia cenderung diotomatisasi oleh AI generatif, yang tidak diragukan lagi akan mempercepat transformasi pendidik dan pekerjaan kerah putih yang terlibat dalam pekerjaan kreatif:
Pada saat yang sama, McKinsey menunjukkan bahwa di antara banyak perubahan produktivitas sebelumnya, orang dengan pendidikan tinggi cenderung kurang terpengaruh, tetapi revolusi AI akan membuat talenta berpendidikan tinggi lebih terpengaruh:
Menurut kami, satu penjelasan untuk hal ini adalah bahwa AI generatif meningkatkan potensi otomatisasi teknologi, yang cenderung paling diminati dalam pekerjaan berpendidikan tinggi.
Menurut kami, penjelasan alternatifnya adalah bahwa kredensial gelar telah dipandang sebagai indikator keterampilan selama bertahun-tahun, dan hal ini akan ditentang oleh AI generatif, dengan lebih banyak pendukung pendekatan berbasis keterampilan untuk pengembangan tenaga kerja guna menciptakan pelatihan tenaga kerja yang lebih Adil dan lebih efisien. sistem pencocokan. AI generatif masih dapat digambarkan sebagai perubahan teknologi dengan preferensi keterampilan, tetapi dengan kebutuhan keterampilan yang lebih bernuansa.
McKinsey menekankan bahwa perlu dicatat bahwa generasi sebelumnya dari perubahan otomasi cenderung memiliki dampak terbesar pada pekerjaan berupah menengah, sebuah fenomena yang disamakan oleh beberapa ekonom: "kehampaan di tengah," tetapi sekarang AI dampak terbesar pada pekerjaan pekerja pengetahuan bergaji tinggi**:
Untuk pekerjaan berupah rendah, biaya tenaga kerja rendah tidak mencerminkan manfaat otomatisasi Selain itu, pekerjaan berupah rendah yang terlibat dalam aktivitas tenaga kerja sulit untuk diotomatisasi, seperti memetik buah yang lembut.
Namun, pekerjaan-pekerjaan inilah yang sebelumnya dianggap relatif kurang dapat diotomatisasi yang akan paling terpengaruh karena kemajuan otomatisasi teknologi AI generatif.
AI mengganggu semua lapisan masyarakat
Menurut McKinsey, dampak AI generatif terkonsentrasi di empat area (sekitar 75%): operasi pelanggan, pemasaran dan penjualan, rekayasa perangkat lunak, serta penelitian dan pengembangan. Pengembangan AI generatif dan teknologi lainnya dapat mengotomatisasi 60% hingga 70% pekerjaan saat ini. Di antara mereka, industri seperti perbankan, industri teknologi tinggi, dan ilmu kehidupan paling terpengaruh:
Industri perbankan sendiri dapat menghasilkan tambahan keuntungan produktivitas sebesar $200-340 miliar karena teknologi baru meningkatkan kepuasan pelanggan, memfasilitasi pengambilan keputusan, dan mengurangi penipuan melalui pemantauan yang lebih baik. Ini setara dengan peningkatan laba operasi sebesar 9% hingga 15%.
Dalam pengembangan produk, AI dapat meningkatkan produktivitas sebesar 10% hingga 15%. Dalam ilmu hayati dan teknik kimia, misalnya, AI dapat menghasilkan molekul potensial lebih cepat, mempercepat proses pengembangan obat dan bahan baru, yang dapat meningkatkan keuntungan perusahaan produk farmasi dan medis sebanyak 25%.
Dari segi dampak terhadap produktivitas pemasaran, AI generatif dapat meningkatkan nilai ekonomi produktivitas pemasaran sebesar 5% hingga 15%. Analisis kami tentang potensi penggunaan AI dalam pemasaran menemukan bahwa, selain dampak langsung pada produktivitas, akan ada efek lanjutan, meningkatkan produktivitas penjualan sebesar 3% hingga 5%.
Integrasi AI generatif ke dalam berbagai aplikasi dapat memberikan wawasan data berkualitas lebih tinggi, membawa ide baru ke aktivitas pemasaran, dan kelompok pelanggan sasaran yang lebih baik. Fungsi pemasaran dapat mengalihkan sumber daya untuk menghasilkan konten berkualitas lebih tinggi untuk saluran yang dimiliki, sehingga berpotensi mengurangi pengeluaran outsourcing.
Dari perspektif rekayasa perangkat lunak, AI generatif secara langsung memengaruhi sekitar 20% hingga 45% pengeluaran rekayasa perangkat lunak tahunan. Nilai ini terutama berasal dari pengurangan waktu untuk tugas-tugas tertentu seperti pembuatan kode awal, koreksi dan pemfaktoran ulang kode, analisis akar penyebab, dan pembuatan desain sistem baru. Sebuah penelitian menemukan bahwa pengembang perangkat lunak** yang menggunakan Microsoft GitHub Copilot menyelesaikan tugas 56% lebih cepat** dibandingkan mereka yang tidak menggunakan alat tersebut.
Sebuah studi empiris internal McKinsey tentang tim rekayasa perangkat lunak menemukan bahwa mereka yang dilatih untuk menggunakan AI menghabiskan lebih sedikit waktu untuk membuat dan memfaktorkan ulang kode, dan para insinyur umumnya melaporkan pengalaman kerja yang lebih baik, dengan mengatakan bahwa hal itu membuat pekerjaan lebih bahagia , Prosesnya lebih nyaman dan lebih mudah untuk mendapatkan rasa pencapaian.
Dari perspektif pengembangan produk, kami percaya bahwa AI generatif dapat mempercepat waktu pemasaran produk, dan menghadirkan peningkatan produktivitas dan kenyamanan operasional dari dua aspek berikut: termasuk mengoptimalkan desain produk dan meningkatkan kualitas produk .
Revolusi AI akan meningkatkan produktivitas secara dramatis
McKinsey menyimpulkan bahwa penurunan tingkat kelahiran global dan penuaan populasi akan menjadi hambatan bagi pengembangan produktivitas global, dan pengembangan AI dan teknologi lainnya dapat menutupi penurunan populasi tenaga kerja, sangat meningkatkan produktivitas, dan mempercepat ekonomi global Negara maju mengadopsi AI juga bisa lebih cepat:
Pertumbuhan ekonomi global dari 2012 hingga 2022 akan lebih lambat dibandingkan dua dekade sebelumnya, sebagian karena tantangan struktural jangka panjang – termasuk penurunan tingkat kelahiran dan populasi yang menua – dalam pandangan kami.
Di banyak negara besar, jumlah populasi angkatan kerja telah menurun dari tahun ke tahun, dan kami yakin bahwa AI dapat memprogram ulang waktu kerja yang dibutuhkan dan mendorong pertumbuhan produktivitas.
Lihat Asli
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
McKinsey merilis laporan "Potensi Ekonomi Kecerdasan Buatan Generatif": Industri mana yang akan terkena dampak terbesar AI?
Pengarang: Ge Jiaming
"Era AI" telah resmi tiba, dan "kecerdasan buatan" telah dimasukkan sebagai alasan PHK untuk pertama kalinya, dan mungkin gelombang PHK yang dipicu oleh AI baru saja dimulai.
Pada tanggal 14 Juni, perusahaan konsultan McKinsey merilis laporan penelitian berjudul "Potensi Ekonomi Kecerdasan Buatan Generatif". Dalam laporan tersebut, analis menganalisis 850 pekerjaan di 47 negara dan wilayah (80% dari penelitian di dunia tentang pekerjaan yang disebutkan di atas). populasi) mengeksplorasi dampak terhadap ekonomi global di balik perkembangan eksponensial AI, industri mana yang paling terpengaruh, dan siapa yang menghadapi ancaman pengangguran?
AI akan "menyumbang satu PDB Inggris Raya" per tahun untuk ekonomi global
Laporan tersebut menemukan bahwa penggunaan AI generatif dalam 63 aplikasi yang dipelajari akan menghasilkan pertumbuhan tahunan sebesar $2,6 triliun hingga $4,4 triliun bagi ekonomi global. Dan perkiraan ini tidak memperhitungkan semua aplikasi AI generatif. Jika aplikasi yang belum dipelajari dimasukkan, dampak ekonomi AI generatif dapat berlipat ganda: Penelitian ini terutama mencakup dua aspek: 1. Potensi pertumbuhan ekonomi lebih dari 60 organisasi menggunakan AI generatif 2. Potensi produktivitas tenaga kerja dari sekitar 2.100 aktivitas kerja di seluruh dunia.
Metrik kami meliputi: mengurangi biaya pembuatan konten, dan pendapatan yang dihasilkan dengan meningkatkan kualitas konten dalam skala besar melalui penggunaan AI. Dalam pemasaran, misalnya, satu kasus penggunaan adalah penerapan AI generatif untuk menghasilkan konten kreatif seperti email yang dipersonalisasi.
Peningkatan ini kira-kira setara dengan PDB Inggris selama satu tahun ($3,1 triliun pada tahun 2021).
Kami memperkirakan bahwa nilai ekonomi AI non-generatif akan meningkat dari $11,0 triliun menjadi $17,7 triliun, meningkat 15% hingga 40%. (Pada tahun 2017, kami percaya bahwa kecerdasan buatan dapat menghasilkan nilai ekonomi sebesar US$9,5 triliun hingga US$15,4 triliun)
"Pecundang" terbesar? - Pekerja pengetahuan yang bergaji tinggi dan berpendidikan tinggi
McKinsey mencatat bahwa meskipun AI generatif akan memengaruhi semua lapisan masyarakat, AI akan paling terpengaruh** oleh **pekerja mental bergaji tinggi yang “sebelumnya dianggap relatif kebal terhadap otomatisasi”.
**
Sementara pekerja berpengetahuan adalah yang paling mungkin terpengaruh oleh otomatisasi, terutama yang melibatkan pekerjaan yang membutuhkan pengambilan keputusan dan kerja tim:**
Teknologi otomasi generasi sebelumnya terutama melibatkan pengumpulan dan pemrosesan data, sehingga berdampak kecil pada pekerja pengetahuan. Namun, kemunculan AI generatif membuat peran dan tugas "pekerja pengetahuan" tepat untuk model bahasa besar (LLM). . Karena model bahasa besar pada dasarnya dirancang untuk menyelesaikan tugas kognitif, kemampuan kami untuk menerapkan model bahasa besar ke pengetahuan profesional telah meningkat sebesar 34 poin persentase dibandingkan tahun 2017, sementara potensi untuk manajemen otomatis dan pelatihan bakat telah meningkat dari 16% di tahun 2017. % meningkat menjadi 49% pada tahun 2023.
Menurut kami, satu penjelasan untuk hal ini adalah bahwa AI generatif meningkatkan potensi otomatisasi teknologi, yang cenderung paling diminati dalam pekerjaan berpendidikan tinggi.
Menurut kami, penjelasan alternatifnya adalah bahwa kredensial gelar telah dipandang sebagai indikator keterampilan selama bertahun-tahun, dan hal ini akan ditentang oleh AI generatif, dengan lebih banyak pendukung pendekatan berbasis keterampilan untuk pengembangan tenaga kerja guna menciptakan pelatihan tenaga kerja yang lebih Adil dan lebih efisien. sistem pencocokan. AI generatif masih dapat digambarkan sebagai perubahan teknologi dengan preferensi keterampilan, tetapi dengan kebutuhan keterampilan yang lebih bernuansa.
Untuk pekerjaan berupah rendah, biaya tenaga kerja rendah tidak mencerminkan manfaat otomatisasi Selain itu, pekerjaan berupah rendah yang terlibat dalam aktivitas tenaga kerja sulit untuk diotomatisasi, seperti memetik buah yang lembut.
Namun, pekerjaan-pekerjaan inilah yang sebelumnya dianggap relatif kurang dapat diotomatisasi yang akan paling terpengaruh karena kemajuan otomatisasi teknologi AI generatif.
AI mengganggu semua lapisan masyarakat
Menurut McKinsey, dampak AI generatif terkonsentrasi di empat area (sekitar 75%): operasi pelanggan, pemasaran dan penjualan, rekayasa perangkat lunak, serta penelitian dan pengembangan. Pengembangan AI generatif dan teknologi lainnya dapat mengotomatisasi 60% hingga 70% pekerjaan saat ini. Di antara mereka, industri seperti perbankan, industri teknologi tinggi, dan ilmu kehidupan paling terpengaruh:
Industri perbankan sendiri dapat menghasilkan tambahan keuntungan produktivitas sebesar $200-340 miliar karena teknologi baru meningkatkan kepuasan pelanggan, memfasilitasi pengambilan keputusan, dan mengurangi penipuan melalui pemantauan yang lebih baik. Ini setara dengan peningkatan laba operasi sebesar 9% hingga 15%.
Dalam pengembangan produk, AI dapat meningkatkan produktivitas sebesar 10% hingga 15%. Dalam ilmu hayati dan teknik kimia, misalnya, AI dapat menghasilkan molekul potensial lebih cepat, mempercepat proses pengembangan obat dan bahan baru, yang dapat meningkatkan keuntungan perusahaan produk farmasi dan medis sebanyak 25%.
Dari segi dampak terhadap produktivitas pemasaran, AI generatif dapat meningkatkan nilai ekonomi produktivitas pemasaran sebesar 5% hingga 15%. Analisis kami tentang potensi penggunaan AI dalam pemasaran menemukan bahwa, selain dampak langsung pada produktivitas, akan ada efek lanjutan, meningkatkan produktivitas penjualan sebesar 3% hingga 5%.
Integrasi AI generatif ke dalam berbagai aplikasi dapat memberikan wawasan data berkualitas lebih tinggi, membawa ide baru ke aktivitas pemasaran, dan kelompok pelanggan sasaran yang lebih baik. Fungsi pemasaran dapat mengalihkan sumber daya untuk menghasilkan konten berkualitas lebih tinggi untuk saluran yang dimiliki, sehingga berpotensi mengurangi pengeluaran outsourcing.
Dari perspektif rekayasa perangkat lunak, AI generatif secara langsung memengaruhi sekitar 20% hingga 45% pengeluaran rekayasa perangkat lunak tahunan. Nilai ini terutama berasal dari pengurangan waktu untuk tugas-tugas tertentu seperti pembuatan kode awal, koreksi dan pemfaktoran ulang kode, analisis akar penyebab, dan pembuatan desain sistem baru. Sebuah penelitian menemukan bahwa pengembang perangkat lunak** yang menggunakan Microsoft GitHub Copilot menyelesaikan tugas 56% lebih cepat** dibandingkan mereka yang tidak menggunakan alat tersebut.
Sebuah studi empiris internal McKinsey tentang tim rekayasa perangkat lunak menemukan bahwa mereka yang dilatih untuk menggunakan AI menghabiskan lebih sedikit waktu untuk membuat dan memfaktorkan ulang kode, dan para insinyur umumnya melaporkan pengalaman kerja yang lebih baik, dengan mengatakan bahwa hal itu membuat pekerjaan lebih bahagia , Prosesnya lebih nyaman dan lebih mudah untuk mendapatkan rasa pencapaian.
Dari perspektif pengembangan produk, kami percaya bahwa AI generatif dapat mempercepat waktu pemasaran produk, dan menghadirkan peningkatan produktivitas dan kenyamanan operasional dari dua aspek berikut: termasuk mengoptimalkan desain produk dan meningkatkan kualitas produk .
Revolusi AI akan meningkatkan produktivitas secara dramatis
McKinsey menyimpulkan bahwa penurunan tingkat kelahiran global dan penuaan populasi akan menjadi hambatan bagi pengembangan produktivitas global, dan pengembangan AI dan teknologi lainnya dapat menutupi penurunan populasi tenaga kerja, sangat meningkatkan produktivitas, dan mempercepat ekonomi global Negara maju mengadopsi AI juga bisa lebih cepat:
Pertumbuhan ekonomi global dari 2012 hingga 2022 akan lebih lambat dibandingkan dua dekade sebelumnya, sebagian karena tantangan struktural jangka panjang – termasuk penurunan tingkat kelahiran dan populasi yang menua – dalam pandangan kami.
Di banyak negara besar, jumlah populasi angkatan kerja telah menurun dari tahun ke tahun, dan kami yakin bahwa AI dapat memprogram ulang waktu kerja yang dibutuhkan dan mendorong pertumbuhan produktivitas.