最新的不斷創新的技術進步是由人工智能 (AI)、機器人技術、區塊鍊和可編程生物學等領域引領的。這些技術正在從宏觀和微觀層面徹底改變零售、汽車、金融、製造以及更多行業。
AI，尤其是生成式 AI，正在改變人們的生活方式和日常工作知識工作者——受過正規教育和培訓的主題專家。在編程、設計、工程和寫作等職業中，生成式 AI 提高了知識工作者的生產力。
但是生成式 AI 到底是什麼，是什麼讓它對知識工作者至關重要?讓我們進一步探討這個想法！
什麼是生成式AI?
生成式 AI 根據人工編寫的提示，使用 AI 算法自動創建文本、視頻、音頻和圖像等新內容。
一些最著名的人工智能生成工具和產品包括:
ChatGPT/strong> – ChatGPT 由 OpenAI 開發，是一種智能 AI 聊天機器人，能夠根據用戶提示提供極其詳細和個性化的響應。DALL-E 2 ，穩定擴散，& Midjourney – 這些是人工智能驅動的圖像生成工具。Meta – 這是一款人工智能視頻生成工具，允許用戶根據文本提示生成視頻。Codex – 它使程序員能夠在幾秒鐘內生成多種編程語言的代碼。
現在，讓我們看看生成式 AI 如何影響知識工作者！
了解生成式 AI 如何提高來自不同領域的知識工作者的生產力
根據 ARK 的 Big Ideas 2023 報告，預計到 2030 年，人工智能將使知識工作者的生產力提高 4 倍以上。該報告還表明，如果 100% 採用人工智能，在人工智能總支出 31 萬億美元之後，人工智能可以帶來大約 200 萬億美元的勞動生產率。如果供應商僅能提取其基於 AI 的產品創造的價值的 10%，到 2030 年，他們可以獲得近 14 萬億美元的收入和 90 萬億美元的企業價值。
AI 2030 年市場預測。資料來源:ARK 的 Big Ideas 2023
讓我們詳細看看如何AI 生成器工具有助於提高內容作者、開發人員和藝術家的工作效率。
1.知識工作者:內容作者和編輯
現代企業需要經過深入研究和巧妙製作的內容來吸引受眾。這就是生成式 AI 使內容作者和編輯的工作更輕鬆的地方。
隨著 ChatGPT 等智能聊天機器人的出現，內容創建變得越來越容易和經濟。根據 ARK 的 Big Ideas 2023 報告，ChatGPT 的每次查詢推斷在 2022 年的成本約為 0.01 美元。對於十億次查詢，總推理成本變為 10,000,000 美元。根據賴特定律，到 2030 年，這一成本預計將縮減至僅 650 美元。
這種幅度的成本下降將使 AI 內容工具得到大規模採用。例如，到 2030 年，ChatGPT 風格的應用程序預計將與穀歌搜索的規模相匹配，每天處理 85 億次搜索。因此，內容領域的知識工作者將更容易在日常任務中利用生成式人工智能。
2.知識工作者:軟件工程師和開發人員
鑑於復雜而漫長的軟件開發週期，管理和部署軟件需要一支敬業、熟練的開發人員和程序員團隊。 Codex 和 Copilot 等生成式 AI 編碼工具讓知識工作者的軟件開髮變得更輕鬆、更高效。
事實上，ARK 的 Big Ideas 2023 報告指出，AI 編碼助手減少了時間完成一半的編碼任務。到 2030 年，AI 編碼助手可以將軟件工程師的產出提高 10 倍。
完成編碼任務的時間。資料來源:ARK 的 2023 年大創意
3.知識工作者:視覺藝術家和設計師
另一組被歸類為藝術家和設計師的知識工作者也受到生成式 AI 的影響。他們的任務通常包括使用 Adobe Photoshop、Illustrator 和 Canva 等設計工具創建視覺概念、圖形、插圖和創意 UI，以提供豐富的用戶體驗。
借助 DALL-E2、Stable Diffusion 和 Midjourney 等突破性的生成圖像模型，設計師的工作效率得到了極大提高。例如，人工在 5 小時內完成並花費 150 美元的圖形設計現在可以在不到一分鐘的時間內以 8 美分 使用生成圖像模型。
4.知識工作者:音樂家和音響工程師
生成式 AI 使音樂曲目的創作和混音變得更加容易。例如，Google 的 AudioLM 是一種生成式音頻模型，可以製作逼真的鋼琴曲並補全不完整的原聲音調。 Google 還開發了一種名為 MusicLM 的音樂生成模型，可以根據文本描述生成優美的旋律。
早在 2020 年，Open AI 就推出了一種名為 Jukebox 的類似音樂生成工具，可生成新的音樂樣本基於流派、藝術家和歌詞作為輸入。此前 Open AI 還發布了一個基於 GPT-2 MuseNet 模型，可以使用 10 種樂器生成 4 分鐘的音樂作品。
雖然生成音頻模型處於初期階段，但提高生產力的空間有了更好的生成 AI 音樂工具，音樂家和音響工程師只會每年都在成長。
5.知識工作者:YouTube 用戶和視頻內容創作者
視頻內容正在蓬勃發展。 2022 年大約有 5100 萬 個 YouTube 頻道。視頻內容的製作經歷了幾個階段，包括錄製、編輯、添加插圖和聲音，以及前期和後期製作。
生成式 AI 視頻平台正在簡化知識工作者的視頻內容生成。 Synthesia.io 和 Pictory 等工具讓視頻營銷人員和品牌專家更容易生成視頻。這些最先進的 AI 平台允許內容創作者根據腳本製作視頻。他們可以添加解說員和視頻背景，以根據這些腳本製作具有專業外觀的視頻。
2022 年 9 月，Meta AI 發布了 Make-A-Video 平台，可以根據文本提示生成高質量的視頻剪輯。它在公開可用的數據集上進行了訓練，以學習視頻模式。它可以創建充滿色彩、人物和風景的獨特視頻。
在短時間內創建更多高質量的內容將提高未來 YouTube 用戶和視頻內容創作者的生產力。
針對知識工作者的生成式 AI 的優缺點
讓我們看看生成式 AI 為知識工作者帶來的各種好處和缺點。
針對知識工作者的生成式 AI 的優點
h3>合成數據生成:訓練創新的人工智能模型需要大量的數據集，而生成式人工智能可以解決這個問題。據報導，生成式 AI 將佔 2025 年生成的所有數據的 10%，而 2025 年為 1% 2023 年。因此，數據科學家和人工智能專家將不必面對與數據收集相關的挑戰。低成本:Gartner 預測大約 50% 的低代碼/無代碼開發平台將提供到 2024 年實現“文本到代碼”功能。對於開發人員而言，這意味著用最少的精力和成本獲得更多功能。
針對知識工作者的生成式 AI 的缺點
合成內容檢測:雖然生成式 AI 提高了生產力，但檢測生成式 AI 內容並區分它的問題將成為研究和學術界的一個嚴重問題。到 2024 年，歐盟將通過立法，強制對 AI 生成的工件進行“水印”。 失業:如果生成 AI 變得“太”智能，開發人員可能面臨失業。 Gartner 預測，到 2025 年，20% 的程序代碼專業人員將必須獲得新技能，因為生成式 AI將接管他們的核心技能。
構建生成式 AI 模型的成本
生成式 AI 是迄今為止 AI 中最具創新性的分支。目前，訓練生成式 AI 模型的成本很高，但正在逐漸下降。例如，2020 年 GPT-3 的估計訓練成本為 460 萬美元。到 2022 年，它已經到來降至 450,000 美元。
訓練 GPT-3 的成本。資料來源:ARK 的 2023 年大創意
ARK 的 Big Ideas 2023 報告預測，到 2030 年，參數比 GPT-3 多 57 倍（175 B 參數）的 AI 模型的訓練成本僅為 600,000 美元。由於訓練 AI 模型的成本降低，這在很大程度上是可能的。賴特定律表明，到 2030 年，AI 相對計算單元 (RCU) 生產成本和軟件成本應按年率分別下降 57% 和 47%，從而使培訓成本每年下降 70%。
人工智能訓練硬件成本。資料來源:ARK 的 2023 年大創意。