Hur generativ AI ökar produktiviteten hos kunskapsarbetare

De senaste oupphörliga och innovativa tekniska framstegen leds av domäner som artificiell intelligens (AI), robotik, blockchain och programmerbar biologi. Dessa tekniker revolutionerar detaljhandel, bil, finans, tillverkning och många fler industrier på både makro- och mikronivå.

AI, i synnerhet generativ AI, förändrar kunskapsarbetarnas livsstil och dagliga uppgifter – individer som är ämnesexperter med formell utbildning. Helt uppenbart i yrken som programmering, design, ingenjörskonst och skrivande har generativ AI ökat kunskapsarbetarnas produktivitet.

Men vad är egentligen generativ AI och vad gör den kritisk för kunskapsarbetare? Låt oss utforska denna idé mer! 

Vad är Generativ AI?

Generativ AI skapar nytt innehåll som text, video, ljud och bild automatiskt med hjälp av AI-algoritmer, baserat på mänskligt skrivna uppmaningar. 

Några av de mest framstående verktygen och produkterna för AI-generering inkluderar:

• ChatGPT – Utvecklad av OpenAI, ChatGPT är en intelligent AI-chatbot som kan ge extremt detaljerade och personliga svar baserat på användarmeddelanden.
• DALL-E2, Stabil diffusion, & midjourney – Dessa är AI-drivna bildgenereringsverktyg.
• meta – Det här är ett AI-drivet videogenereringsverktyg som låter användare skapa videor från textmeddelanden.
• Codex – Det gör det möjligt för programmerare att generera kod på flera programmeringsspråk inom några sekunder.

Låt oss nu se hur generativ AI påverkar kunskapsarbetare!

Förstå hur generativ AI ökar produktiviteten hos kunskapsarbetare från olika domäner

Enligt ARK:s stora idéer 2023 rapport förväntas AI öka produktiviteten för kunskapsarbetare mer än fyra gånger till 4. Rapporten antyder också att med 2030 % adoption skulle AI kunna inbringa ungefär 100 biljoner dollar i termer av arbetsproduktivitet efter en total AI-utgift på 200 biljoner dollar . Om leverantörer bara kan extrahera 31 % av värdet som skapas av deras AI-baserade produkter, kan de samla in nästan 10 biljoner dollar i intäkter och 14 biljoner dollar i företagsvärde 90.

AI-marknadsprognos för 2030. Källa: ARK:s stora idéer 2023

Låt oss se i detalj hur AI-generatorverktyg bidrar till att öka produktiviteten för innehållsskribenter, utvecklare och artister.

1. Kunskapsarbetare: Innehållsskribenter och -redaktörer

Moderna företag behöver väl undersökt och skickligt utformat innehåll för att locka publik. Det är här generativ AI gör jobbet för innehållsskribenter och redaktörer enklare.

Med framväxten av intelligenta chatbots som ChatGPT blir innehållsskapande allt lättare och ekonomiskt. Enligt ARK:s stora idéer 2023  rapport, ChatGPTs slutledning per fråga, kostar cirka 0.01 USD 2022. För en miljard frågor blir den totala slutledningskostnaden 10,000,000 2030 650 USD. År XNUMX förväntas denna kostnad krympa till endast $XNUMX, baserat på Wrights lag. 

En kostnadsminskning av denna storleksordning skulle möjliggöra massantagande av AI-innehållsverktyg. Till 2030 förväntas applikationer i ChatGPT-stil matcha Google Söks skala och bearbeta 8.5 miljarder sökningar dagligen. Därför kommer det att bli lättare för kunskapsarbetare inom innehållsdomänen att utnyttja generativ AI i vardagliga uppgifter.

2. Kunskapsarbetare: Programvaruingenjörer och -utvecklare

Med tanke på de komplexa och långa mjukvaruutvecklingscyklerna kräver hantering och distribution av programvara ett team av dedikerade, skickliga utvecklare och programmerare. Generativa AI-kodningsverktyg som Codex och Copilot gör mjukvaruutveckling enklare och mer produktiv för kunskapsarbetare. 

I själva verket, ARK:s stora idéer 2023 rapporten anger att AI-kodningsassistenter halverar tiden för att slutföra en kodningsuppgift. År 2030 kan AI-kodningsassistenter öka produktionen hos mjukvaruingenjörer med tio gånger.  

Dags att slutföra kodningsuppgifter. Källa: ARK:s stora idéer 2023

3. Kunskapsarbetare: Bildkonstnärer & designers

En annan grupp kunskapsarbetare som kategoriseras som konstnärer och designers är också influerade av generativ AI. Deras uppgifter inkluderar vanligtvis att skapa visuella koncept, grafik, illustrationer och kreativa användargränssnitt med hjälp av designverktyg som Adobe Photoshop, Illustrator och Canva för att leverera rika användarupplevelser. 

Med banbrytande generativa bildmodeller som DALL-E2, Stable Diffusion och Midjourney har produktiviteten hos designers ökat enormt. Till exempel kan grafiska mönster gjorda av människor på 5 timmar och som kostar $150 nu enkelt göras i under en minut för 8 cent använda generativa bildmodeller. 

4. Kunskapsarbetare: Musiker och ljudtekniker

Generativ AI gör det mycket lättare att komponera och mixa ett musikspår. Till exempel Googles AudioLM är en generativ ljudmodell som gör realistisk pianomusik och kompletterar ofullständiga akustiska toner. Google har också utvecklat en musikgenereringsmodell som heter MusicLM som kan generera vackra melodier utifrån textbeskrivningar.

Redan 2020 introducerade Open AI ett liknande musikgenereringsverktyg som kallas jukebox som genererar ett nytt musikprov baserat på genre, artist och text som input. Tidigare har Open AI också släppt en GPT-2-baserad MuseNet modell som kan generera 4-minuters musikaliska kompositioner med 10 instrument.

Även om generativa ljudmodeller är i sin begynnande fas kommer utrymmet för att öka produktiviteten för musiker och ljudtekniker bara att växa varje år med bättre generativa AI-musikverktyg.

5. Kunskapsarbetare: Youtubers och skapare av videoinnehåll

Videoinnehållet blomstrar. Det fanns ungefär 51 miljoner YouTube-kanaler 2022. Produktionen av videoinnehåll går igenom flera stadier, inklusive inspelning, redigering, lägga till illustrationer och ljud samt för- och efterproduktion.

Generativa AI-videoplattformar underlättar generering av videoinnehåll för kunskapsarbetare. Verktyg som Synthesia.iooch Bild, gör videogenerering enklare för videomarknadsförare och varumärkesexperter. Dessa toppmoderna AI-plattformar tillåter innehållsskapare att göra videor från skript. De kan lägga till en berättare och en videobakgrund för att göra videor med professionellt utseende baserat på dessa skript.

I september 2022 släpptes Meta AI Göra en video plattform som kan generera högkvalitativa videoklipp baserat på textmeddelanden. Den utbildades i allmänt tillgängliga datauppsättningar för att lära sig videomönster. Det kan skapa unika videor som är fulla av färger, karaktärer och landskap.

Att skapa mer kvalitetsinnehåll på korta tidsperioder kommer att öka produktiviteten för YouTubers och skapare av videoinnehåll i framtiden.

För- och nackdelar med generativ AI för kunskapsarbetare

Låt oss titta på de olika fördelarna och nackdelarna som generativ AI ger kunskapsarbetare.

Fördelar med generativ AI för kunskapsarbetare

1. Syntetisk datagenerering: Att träna innovativa AI-modeller kräver stora mängder datauppsättningar och generativ AI kan lösa detta problem. Enligt uppgift kommer generativ AI att stå för 10% av all data som producerades 2025 jämfört med 1 % 2023. Dataforskare och AI-experter behöver därför inte möta utmaningarna i samband med datainsamling. 
2. Låga kostnader: Gartner förutspår det runt 50% av utvecklingsplattformar med låg kod/ingen kod kommer att tillhandahålla "text till kod"-funktionalitet senast 2024. För utvecklare innebär detta fler funktioner med minsta ansträngning och kostnad. 

Nackdelar med generativ AI för kunskapsarbetare

1. Syntetisk innehållsdetektering: Även om generativ AI ökar produktiviteten, skulle problemet att upptäcka generativt AI-innehåll och särskilja det bli ett allvarligt problem inom forskning och akademi. År 2024 kommer Europeiska unionen att anta lagstiftning som kräver "vattenmärkning" av artefakter som genererats av AI.
2. Arbetslöshet: Utvecklare kan möta arbetslöshet om generativ AI blir "för" intelligent. Gartner förutspår att år 2025, 20% av procedurkodproffs skulle behöva skaffa nya färdigheter eftersom generativ AI kommer att ta över deras kärnkompetens. 

Kostnaden för att bygga generativa AI-modeller

Generativ AI är den överlägset mest innovativa grenen av AI. För närvarande är kostnaden för att träna en generativ AI-modell hög, men sjunker gradvis. Till exempel beräknad kostnaden för att träna GPT-3 var 4.6 miljoner USD 2020. 2022 har den kommit ner till 450,000 XNUMX USD.

Kostnad för att träna GPT-3. Källa: ARK:s stora idéer 2023

Smakämnen ARK:s stora idéer 2023 rapporten förutspår att AI-modeller med 2030 gånger fler parametrar än GPT-57 (3 B-parametrar) år 175 skulle kunna tränas för endast $600,000 57. Detta kommer till stor del att vara möjligt på grund av minskande kostnader för att träna AI-modeller. Wrights lag föreslår att produktionskostnaderna för AI relativa beräkningsenheter (RCU) och programvarukostnader bör minska med 47 % och 70 % i årstakt, vilket resulterar i en 2030 % minskning av utbildningskostnaderna årligen fram till XNUMX. 

Kostnad för hårdvara för AI-träning. Källa: ARK:s stora idéer 2023.

Håll dig uppdaterad med alla störande AI-tekniker på förena.ai.