Hur Generativ AI Ökar Produktiviteten för Kunskapsarbetare

De senaste outtröttliga och innovativa tekniska framstegen leds av områden som artificiell intelligens (AI), robotik, blockchain och programmerbar biologi. Dessa tekniker revolutionerar detaljhandel, bilindustri, finans, tillverkning och många andra branscher på både makro- och mikronivå.

AI, särskilt generativ AI, förändrar livsstilen och vardagssysslor för kunskapsarbetare – personer som är ämnesexperter med formell utbildning och utbildning. Detta är tydligt i yrken som programmering, design, ingenjörskap och skrivande, där generativ AI har förbättrat produktiviteten för kunskapsarbetare.

Men vad är generativ AI egentligen 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 mänskliga skrivna prompter.

Några av de mest framträdande AI-genereringsverktygen och produkterna inkluderar:

• ChatGPT – Utvecklat av OpenAI, ChatGPT är en intelligent AI-chattbot som kan ge extremt detaljerade och personliga svar baserat på användarprompter.
• DALL-E 2, Stable Diffusion och Midjourney – Dessa är AI-drivna bildgenereringsverktyg.
• Meta – Detta är ett AI-drivet videogenereringsverktyg som tillåter användare att generera videor från textprompter.
• Codex – Det möjliggör för programmerare att generera kod i flera programmeringsspråk inom några sekunder.

Låt oss nu se hur generativ AI påverkar kunskapsarbetare!

Förstå Hur Generativ AI Ökar Produktiviteten för Kunskapsarbetare från Olika Domäner

Enligt ARK’s Big Ideas 2023-rapporten förväntas AI öka produktiviteten för kunskapsarbetare mer än 4-faldigt till 2030. Rapporten föreslår också att med 100% adoption kan AI medföra cirka 200 biljoner dollar i form av arbetsproduktivitet efter en total AI-utgift på 31 biljoner dollar. Om leverantörer kan utvinna bara 10% av värdet som skapas av deras AI-baserade produkter kan de samla in nästan 14 biljoner dollar i intäkter och 90 biljoner dollar i företagsvärde 2030.

AI-marknadsprognos för 2030. Källa: ARK’s Big Ideas 2023

Låt oss se i detalj hur AI-genereringsverktyg bidrar till att öka produktiviteten för innehållsskrivare, utvecklare och konstnärer.

1. Kunskapsarbetare: Innehållsskrivare och Redaktörer

Modernt företag behöver välgenomarbetat och skickligt utformat innehåll för att attrahera publik. Här är där generativ AI gör jobbet för innehållsskrivare och redaktörer enklare.

Med framväxten av intelligenta chattbotar som ChatGPT blir innehållsskapande alltmer enkelt och ekonomiskt. Enligt ARK’s Big Ideas 2023-rapporten kostar ChatGPT:s per-fråge-inferens cirka 0,01 dollar i år 2022. För en miljard frågor blir den totala inferenskostnaden 10 miljoner dollar. Till 2030 förväntas denna kostnad minska till endast 650 dollar, baserat på Wrights lag.

En kostnadsminskning av denna storlek skulle möjliggöra massadoption av AI-innehållsverktyg. Till exempel förväntas ChatGPT-liknande applikationer matcha Google (GOOGL ) Sök:s skala och bearbeta 8,5 miljarder sökningar dagligen till 2030. Det kommer därför att bli enklare för kunskapsarbetare inom innehållsområdet att utnyttja generativ AI i vardagssysslor.

2. Kunskapsarbetare: Programvaruutvecklare och Utvecklare

Med tanke på de komplexa och långa programvaruutvecklingscyklerna krävs det ett team av dedikerade, skickliga utvecklare och programmerare för att hantera och distribuera programvara. Generativa AI-kodningsverktyg som Codex och Copilot gör programvaruutveckling enklare och mer produktiv för kunskapsarbetare.

I själva verket förutspår ARK’s Big Ideas 2023-rapporten att AI-kodassistenter minskar tiden för att slutföra en koduppgift med hälften. Till 2030 kan AI-kodassistenter öka utdata från programvaruutvecklare med 10-faldigt.

Tid för att slutföra koduppgifter. Källa: ARK’s Big Ideas 2023

3. Kunskapsarbetare: Visuella Konstnärer och Formgivare

En annan grupp av kunskapsarbetare som kategoriseras som konstnärer och formgivare påverkas också av generativ AI. Deras uppgifter omfattar 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 för formgivare ökat avsevärt. Till exempel kan grafiska design som skapats av människor på 5 timmar och som kostar 150 dollar nu skapas utan ansträngning på mindre än en minut för 8 cent med hjälp av generativa bildmodeller.

4. Kunskapsarbetare: Musiker och Ljudtekniker

Generativ AI gör det lättare att komponera och blanda en musikspår. Till exempel är Google:s AudioLM ett generativt audiomodell som skapar realistisk pianomusik och slutför ofullständiga akustiska toner. Google har också utvecklat ett musikgenereringsmodell som kallas MusicLM som kan generera vackra melodier baserat på textbeskrivningar.

År 2020 introducerade Open AI ett liknande musikgenereringsverktyg som kallas Jukebox som genererar ett nytt musikexempel baserat på genre, artist och text som indata. Tidigare har Open AI också släppt ett GPT-2-baserat MuseNet-modell som kan generera 4-minuters musikkompositioner med 10 instrument.

Även om generativa audiomodeller är i sin linda, kommer utrymmet för att öka produktiviteten för musiker och ljudtekniker att växa varje år med bättre generativa AI-musikverktyg.

5. Kunskapsarbetare: YouTubers och Videoinnehållsskapare

Videoinnehåll blomstrar. Det fanns cirka 51 miljoner YouTube-kanaler år 2022. Produktionen av videoinnehåll går igenom flera stadier, inklusive inspelning, redigering, tillägg av illustrationer och ljud, samt för- och efterproduktion.

Generativa AI-videoplattformar underlättar videoinnehållsgenerering för kunskapsarbetare. Verktyg som Synthesia.io och Pictory gör det enklare för videomarknadsförare och varumärkesexperter att skapa video. Dessa avancerade AI-plattformar tillåter innehållsskapare att skapa videor från manus. De kan lägga till en berättare och en video bakgrund för att skapa professionellt utseende videor baserat på dessa manus.

I september 2022 släppte Meta AI Make-A-Video-plattformen som kan generera högkvalitativa videoklipp baserat på textprompter. Den tränades på offentligt tillgängliga datamängder för att lära sig videomönster. Den kan skapa unika videor som är fulla av färger, karaktärer och landskap.

Att skapa mer kvalitetsinnehåll på kort tid kommer att förbättra produktiviteten för YouTubers och videoinnehållsskapare i framtiden.

Fördelar och Nackdelar med Generativ AI för Kunskapsarbetare

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

Fördelar med Generativ AI för Kunskapsarbetare

1. Generering av Syntetiska Data: Utbildning av innovativa AI-modeller kräver stora mängder datamängder och generativ AI kan lösa detta problem. Enligt rapporten kommer generativ AI att stå för 10% av all data som produceras 2025, jämfört med 1% 2023. Därför behöver dataforskare och AI-experter inte längre möta utmaningarna relaterade till datainsamling.
2. Låga Kostnader: Gartner förutspår att cirka 50% av lågkod-/ingenkod-utvecklingsplattformar kommer att erbjuda “text till kod”-funktion 2024. För utvecklare innebär detta fler funktioner med minsta möjliga ansträngning och kostnad.

Nackdelar med Generativ AI för Kunskapsarbetare

1. Upptäckt av Syntetiskt Innehåll: Även om generativ AI ökar produktiviteten, kommer problemet att upptäcka generativ AI-innehåll och skilja det från äkta innehåll att bli en allvarlig fråga inom forskning och akademi. Till 2024 kommer Europeiska unionen att anta lagstiftning som kräver “vattenstämpel” på AI-genererade artefakter.
2. Arbetslöshet: Utvecklare kan drabbas av arbetslöshet om generativ AI blir “för” intelligent. Gartner förutspår att till 2025 kommer 20% av proffs inom procedurkod att behöva skaffa sig nya färdigheter eftersom generativ AI kommer att ta över deras kärnkompetens.

Kostnaden för Att Bygga Generativa AI-Modeller

Generativ AI är långt den mest innovativa grenen av AI. För närvarande är kostnaden för att träna en generativ AI-modell hög, men minskar gradvis. Till exempel var den uppskattade kostnaden för att träna GPT-3 4,6 miljoner dollar 2020. År 2022 har den minskat till 450 000 dollar.

Kostnad för att träna GPT-3. Källa: ARK’s Big Ideas 2023

Rapporten ARK’s Big Ideas 2023 förutspår att till 2030 kommer AI-modeller med 57 gånger fler parametrar än GPT-3 (175 miljarder parametrar) att kunna tränas för endast 600 000 dollar. Detta kommer att vara möjligt tack vare minskande kostnader för att träna AI-modeller. Wrights lag förutspår att AI-relativ beräkningsenhet (RCU) och programvarukostnader ska minska med 57% respektive 47% per år, vilket resulterar i en 70% minskning av träningskostnader per år till 2030.

AI-träningsmaskinvarukostnad. Källa: ARK’s Big Ideas 2023.

Håll dig uppdaterad med alla disruptiva AI-teknologier på unite.ai.