生成式人工智能如何提高知识工作者的生产力

人工智能 (AI)、机器人、区块链和可编程生物学等领域引领着最新的不断创新的技术进步。 这些技术正在宏观和微观层面上彻底改变零售、汽车、金融、制造以及许多其他行业。

人工智能，尤其是 生成式人工智能，正在改变知识工作者的生活方式和日常任务，知识工作者是受过正规教育和培训的主题专家。 在编程、设计、工程和写作等职业中，生成式人工智能提高了知识工作者的生产力，这一点非常明显。

但生成式人工智能到底是什么？是什么让它对知识工作者至关重要？ 让我们进一步探讨这个想法！ 

什么是生成式人工智能？

生成式人工智能根据人工编写的提示，使用人工智能算法自动创建文本、视频、音频和图像等新内容。 

一些最著名的人工智能生成工具和产品包括：

• ChatGPT – ChatGPT 由 OpenAI 开发，是一款智能 AI 聊天机器人，能够根据用户提示提供极其详细和个性化的响应。
• 达尔-E 2, 稳定扩散，＆ 中途 – 这些是人工智能驱动的图像生成工具。
• 元 – 这是一款人工智能驱动的视频生成工具，允许用户根据文本提示生成视频。
• 法典 – 它使程序员能够在几秒钟内生成多种编程语言的代码。

现在，让我们看看生成式人工智能如何影响知识工作者！

了解生成式人工智能如何提高不同领域知识工作者的生产力

根据 ARK 的大创意 2023 报告称，到 4 年，人工智能预计将使知识工作者的生产力提高 2030 倍以上。该报告还表明，如果人工智能采用 100%，则在人工智能总支出达 200 万亿美元之后，人工智能可为劳动生产率带来约 31 万亿美元的收入。 如果供应商仅能提取其基于人工智能的产品所创造的价值的 10%，那么到 14 年他们就可以获得近 90 万亿美元的收入和 2030 万亿美元的企业价值。

2030 年人工智能市场预测。来源： ARK 的大创意 2023

让我们详细了解人工智能生成器工具如何有助于提高内容作者、开发人员和艺术家的生产力。

1. 知识工作者：内容作家和编辑

现代企业需要经过充分研究和精心制作的内容来吸引受众。 这就是生成式人工智能让内容作者和编辑的工作变得更轻松的地方。

随着 ChatGPT 等智能聊天机器人的出现，内容创建变得越来越容易和经济。 根据 ARK 的大创意 2023  报告显示，到 0.01 年，ChatGPT 的每次查询推理成本约为 2022 美元。对于 10,000,000 亿次查询，总推理成本将变为 2030 美元。 到 650 年，这一成本预计将缩减至仅 XNUMX 美元，基于 赖特定律. 

如此大幅度的成本下降将使人工智能内容工具得到广泛采用。 例如，到 2030 年，ChatGPT 风格的应用程序预计将与 Google 搜索的规模相匹配，每天处理 8.5 亿次搜索。 因此，内容领域的知识工作者将更容易在日常任务中利用生成式人工智能。

2. 知识工作者：软件工程师和开发人员

鉴于软件开发周期复杂且漫长，管理和部署软件需要一支由敬业、熟练的开发人员和程序员组成的团队。 Codex 等生成式 AI 编码工具 副驾驶 使软件开发变得更加容易 更有生产力 对于知识工作者。 

事实上， ARK 的大创意 2023 报告指出，人工智能编码助手将完成编码任务的时间减少了一半。 到 2030 年，人工智能编码助手可以将软件工程师的产出提高 10 倍。  

是时候完成编码任务了。 来源： ARK 的大创意 2023

3.知识工作者：视觉艺术家和设计师

另一类被归类为艺术家和设计师的知识工作者也受到生成人工智能的影响。 他们的任务通常包括使用 Adob​​e Photoshop、Illustrator 和 Canva 等设计工具创建视觉概念、图形、插图和创意 UI，以提供丰富的用户体验。 

具有开创性 生成图像模型 像 DALL-E2、Stable Diffusion 和 Midjourney 一样，设计师的生产力得到了极大的提高。 例如，人类花费 5 美元在 150 小时内完成的图形设计现在可以轻松地在 8 美分不到一分钟 使用生成图像模型。 

4.知识工作者：音乐家和音响工程师

生成式人工智能使创作和混音音乐变得更加容易。 例如，谷歌的 音频LM 是一种生成音频模型，可以制作逼真的钢琴音乐并完成不完整的原声音调。 谷歌还开发了一个音乐生成模型，名为 音乐LM 可以根据文本描述生成优美的旋律。

早在 2020 年，Open AI 就推出了一款类似的音乐生成工具，称为 点唱机 根据流派、艺术家和歌词作为输入生成新的音乐样本。 此前Open AI也发布了 基于GPT-2 缪斯网 该模型可以使用 4 种乐器生成 10 分钟的音乐作品。

尽管生成音频模型还处于起步阶段，但随着更好的生成人工智能音乐工具的出现，提高音乐家和音响工程师生产力的空间只会逐年增长。

5. 知识工作者：Youtuber 和视频内容创作者

视频内容正在蓬勃发展。 大约有 51千万 2022年YouTube频道。视频内容的制作要经历几个阶段，包括录制、编辑、添加插图和声音、以及前期和后期制作。

生成式人工智能视频平台正在简化知识工作者的视频内容生成。 类似的工具 综合.io及 图片，使视频营销人员和品牌专家能够更轻松地生成视频。 这些最先进的人工智能平台允许内容创作者根据脚本制作视频。 他们可以添加旁白和视频背景，根据这些脚本制作具有专业外观的视频。

2022年XNUMX月，Meta AI发布 制作一段视频 可以根据文字提示生成高质量视频片段的平台。 它接受了公开数据集的训练，以学习视频模式。 它可以创建充满色彩、人物和风景的独特视频。

在短时间内创建更多优质内容将提高 YouTube 主播和视频内容创作者未来的生产力。

生成式人工智能对于知识工作者的利与弊

让我们看看生成式人工智能给知识工作者带来的各种好处和缺点。

生成式人工智能对知识工作者的优点

1. 综合数据生成： 训练创新的人工智能模型需要大量的数据集，而生成式人工智能可以解决这个问题。 据报道，生成式人工智能将占 10% 2025 年产生的所有数据的比例将从 1 年的 2023% 增加到 XNUMX%。因此，数据科学家和人工智能专家将不必面对与数据收集相关的挑战。 
2. 低成本： Gartner 预测，大约 50% 到 2024 年，大量的低代码/无代码开发平台将提供“文本到代码”功能。对于开发人员来说，这意味着以最少的精力和成本获得更多功能。 

生成式人工智能对知识工作者的缺点

1. 合成内容检测： 尽管生成式人工智能提高了生产力，但检测生成式人工智能内容并区分它的问题将成为研究界和学术界严重关注的问题。 到 2024 年，欧盟将通过立法，强制对人工智能生成的文物添加“水印”。
2. 失业： 如果生成式人工智能变得“太”智能，开发人员可能会面临失业。 Gartner 预测，到 2025 年， 20% 的程序代码专业人员将必须获得新技能，因为生成式人工智能将接管他们的核心技能。 

构建生成式人工智能模型的成本

生成式人工智能是迄今为止人工智能中最具创新性的分支。 目前，训练生成式人工智能模型的成本较高，但正在逐渐下降。 例如， 估计 3 年，GPT-4.6 的培训成本为 2020 万美元。2022 年，该成本已降至 450,000 万美元。

训练 GPT-3 的成本。 Sumber: ARK 的大创意 2023

ARK 的大创意 2023 报告预测，到 2030 年，参数比 GPT-57（3 个 B 参数）多 175 倍的 AI 模型的训练成本仅为 600,000 万美元。 由于训练人工智能模型的成本降低，这在很大程度上是可能的。 赖特定律表明，人工智能相对计算单元（RCU）生产成本和软件成本每年应下降 57% 和 47%，从而导致到 70 年培训成本每年下降 2030%。 

AI训练硬件成本。 Sumber: ARK 2023 年的大创意。

了解所有颠覆性人工智能技术的最新动态，请访问： 团结.ai.