GenAI对全球产业有何影响？

下面将从职能领域及行业两个维度来探讨GenAI对全球产业的影响。

1.按职能领域划分的GenAI价值潜力

GenAI能为绝大多数职能领域创造价值，不过，以价值占该职能领 域支出的比例以及所创造价值量衡量，我们发现，GenAI的价值潜 力在各职能的分布并不均衡。其在客户运营、营销和销售、软件工 程和研发四大领域所创造的价值占到GenAI用例年度总价值的75% 。

客户运营

GenAI通过自助服务可大大提升客户体验和客服效率，并能提升人 工客服的服务技能。研究发现，在一家拥有5,000名客服人员的公 司中，应用生成式AI使每小时的问题解决率提高了14%，处理问题 所花时间缩短了9%，与经理对话的请求数量减少了25%。 我们预计，在客户运营领域应用GenAI将可以带来相当于该领域成 本30%~45%的价值。

以下是GenAI在不同场景下的用例： 快速响应客户咨询：GenAI驱动的聊天机器人可以对复杂的客户 查询提供个性化的即时响应，大大减少人工客服团队需要处理 的客户任务量。我们预计生成式人工智能可将人工服务的任务 量减少50%，同时还能提升客户体验。 通过大量数据训练，优化客户服务能力：GenAI可以基于过往客 户互动数据，快速理解不同客户群体的需求，从而做到从一开始 便能更有针对性地解答客户疑问、提供优质服务，这有助于提 升客户转化率。  捕捉客户数据，提升客户价值：GenAI能够快速捕获及分析客 户行为数据，据此识别客户可能感兴趣的产品并进行精准推送， 从而提升客户转化与复购率。

营销和销售

GenAI在营销和销售领域产生的价值可分别占各自领域全球支出的 5%~15%和3%~5%。我们将以如下应用场景为例，探讨GenAI如 何在营销与销售领域创造价值。  高效创建个性化内容，显著增加客户转化率、留存率和客户价值。营销内容个性化：企业应用GenAI，可向不同画像客户群发送 更为个性化的营销信息。例如，群发的营销邮件可根据实际 需要被自动翻译成多种语言，还可面向不同文化背景和地理 区域的受众，有针对性地使用差异化图像，采用更适合受众 的风格。 产品推送千人千面：GenAI可依据文本、图像和语音格式的 信息输入及对客户资料的深刻理解，生成个性化的产品描述， 增强产品介绍网页对客户的吸引力，提升转化率和销售额。

提升搜索引擎优化（SEO）结果。 GenAI可帮助优化网页标题、图像标签和URL等数字营销要素的 搜索引擎结果，支持SEO数字内容的创建，帮助营销人员将内容 准确分发给目标客户，实现精准营销，降低广告成本。 提升销售效率。 基于客户数据库信息，GenAI可以帮助销售人员快速理解特定客 户需求，使之能在初期接触时更有针对性地解答客户疑问、提 供优质服务，从而能有效提升客户转化率。此外，GenAI能够 基于客户与产品信息创建对话脚本，推动向上销售和交叉销售。 GenAI还可以自动跟进与挖掘潜在客户价值，促成客户与人工销 售代理的直接互动。而且在销售团队的客户外展中，GenAI亦可 提供更多个性化的信息。

产品研发

GenAI能够快速生成候选设计、提升效率，还可以改进设计本身。 所创造价值占整体研发成本的比例达10%~15%。GenAI在产品研 发的应用示例如下：  快速生成候选产品设计，加速研发进程。 GenAI模型可以基于过往相关产品的特征生成初步设计（如候 选药物分子、电路等），从而缩短产品研发到上市所需时间。但 其局限性在于，产品设计模型具有较强的行业特征，因而GenAI 在不同行业中的应用互通性较低。优化产品设计。 GenAI可以通过基于对类似产品数据的学习与分析，协助设计师 更有效地选择和使用材料，从而可降低包装、物流和生产等成本。  提升产品测试效率、改进质量。 GenAI的深度学习能力能有效优化产品模拟与测试阶段的系统虚 拟仿真能力，帮助缩短复杂系统的测试时间。

软件工程

GenAI为软件工程开辟了新的可能性，在收到软件工程师以自然语 言提出的代码描述后，GenAI即可协助生成代码。根据麦肯锡分析， GenAI对软件工程生产效率的直接影响可能占当前该领域年度支出 的20%~45%。 研究发现，软件开发人员使用Microsoft GitHub Copilot后，完成任 务的速度比不使用该工具的软件开发人员快56%2 。同时，麦肯锡 内部对软件工程团队的实证研究发现，接受过GenAI工具培训的员 工表示自己拥有更好的工作体验，幸福感、沉浸感和成就感均有所 提升。

2.按行业划分的GenAI价值潜力

在我们分析的63个用例中，GenAI将在不同行业产生2.6万亿至4.4 万亿美元的价值。 麦肯锡分析显示，GenAI可以通过提升营销、客户互动等，为零售 业贡献大约3,100亿美元价值。在银行业，GenAI可通过承担客 服、代码生成等任务，进一步提升员工工作效率。在生命科学行业， GenAI有望为药物发现和开发做出重大贡献。

零售和消费品行业

GenAI将改变零售和消费品公司的游戏规则，为零售和消费品行业 创造4,000亿至6,600亿美元的价值，价值潜力占行业总收入的 1.2%~2.0%。

GenAI可通过以下方式为零售和消费品行业创造价值： 1. 重塑客户互动模式。 GenAI为零售和消费品公司提供了许多交叉销售和追加销售的机 会，还能帮助企业捕获关键信息用于改进产品。此外，GenAI在 助力企业扩大客户群、增加收入机会、提升整体营销投资回报 率方面也大有可为。 如今，无论是选购服装、化妆品，还是购物体验本身，消费者越 来越多地寻求方方面面的个性化体验，而GenAI可以改善这种 体验。聊天机器人可以通过个性化营销活动来增强客户价值管 理，从而提高客户的满意度和品牌忠诚度。 2. 加速关键领域价值创造 。GenAI能助力营销和销售文案写作，帮助打开思路、提出创意营 销理念，减少消费者研究过程中的人工投入，并加速内容分析 和创建。文字和视觉效果的改进可以扩大产品知名度、提高销售 转化率。

3. 快速解决客户问题，加深了解客户需求 。电商时代，企业与消费者的有效互动格外重要。零售商可将现有 的人工智能工具与生成式人工智能相结合，以增强聊天机器人 能力，使之更接近人工客服。GenAI聊天机器人可以直接响应客 户的各种要求，如查询、跟踪或取消订单、要求打折和追加销 售等。将此类任务交由GenAI进行自动化处理，有助于将人工客 服解放出来去处理更复杂的客户问题。

4. 助力设计创新。 GenAI设计工具发展极快，可加速数字化设计过程，从而加快产品 的迭代进程。设计师使用GenAI工具可以从头开始生成包装设计， 也可以对现有设计进行修改。

银行业

GenAI将为银行业带来2000亿至3400亿美元的价值，相当于行业 年收入的2.8%~4.7%。此外，生成式人工智能工具还可帮助各银 行增强客户满意度，改善决策和员工体验，并能更好地监控欺诈和 风险，从而有效降低风险。

银行业的如下特征也为GenAI在银行业大显身手提供了舞台： 庞杂的IT架构。几十年来，银行一直在投资技术，因而积累了大 量的遗留系统，IT架构各自孤立且繁复庞杂。 庞大的客户服务团队。银行业依赖大量业务服务代表，如呼叫中 心的客服人员和财富管理顾问等。 严格的监管环境。作为一个受到严格监管的行业，银行业有大量 的风险、合规和法律需求。 繁重的文件工作。GenAI的影响可以跨越整个组织，协助所有员 工编写电子邮件、创建业务演示文稿和完成其他任务。

GenAI可通过以下方式为银行业创造价值： 1. 作为虚拟客服，降本增效。 接受过政策、研究和客户互动等专有知识训练的GenAI机器人可 以提供全天候的的支持。这种面向客户的聊天机器人可以评估用 户请求，并根据主题、难度和客户类型等特征选择最佳服务专 家来解决这些问题。通过GenAI，专业服务人员可以快速访问所 有相关信息，例如产品指南和政策，以即时满足客户请求。 例如，摩根士丹利正在使用GPT-4构建人工智能助手，该工具旨 在帮助该行数万名财富经理从庞大的内部知识库中快速找到信 息、整理出答案。该模型结合了搜索和内容创建功能，财富经理 可以随时利用它为任何客户查找信息，提供定制内容。

2. 加速代码生成，更快交付软件。 GenAI工具可通过四大应用加速代码生成和软件交付。 首先，GenAI工具可以通过所输入代码或自然语言根据上下文起 草代码，帮助开发人员更快地编写代码并减少摩擦，同时启用自 动翻译以及无代码和低代码工具。 其次，这些工具可以自动生成代码测试、确定其优先级、并运行 和审查不同的代码测试，从而加速测试过程、扩大覆盖范围并 提高有效性。 第三，生成式人工智能的自然语言翻译能力可以优化遗留框架的 集成和迁移。 最后，这些工具可以检查代码以识别计算中的缺陷和低效环节， 输入更稳健有效的代码。

3. 大规模制作个性化内容。 生成式AI工具可以利用现有文档和数据集简化内容生成。这些 工具可以根据客户的档案和历史，创建个性化的营销和销售内容， 还能提供多种替代方案用于A/B测试。此外，生成式人工智能可 以自动生成模型文档，识别缺失的文档并扫描相关法规更新，为 内容变化创建提醒。

生命科学行业

我们的分析发现，GenAI将在生命科学行业产生600亿至1,100亿美 元的价值，相当于该行业年收入的2.6%~4.5%。 GenAI在生命科学领域的用例覆盖从药物发现、药物实验到患者治 疗、商业化推广的价值链全流程。GenAI可借助图像或自然语言等 模型为研发人员提供更具有潜力的药物分子，从而缩短药物前期研 发和实验时间。同时GenAI还能为医疗机构和患者提供更精准的治 疗方案和更高效的药物。

在药物发现与早期开发阶段，GenAI为研发团队提供更精准的药 物研发工具，提升新药研发效率，缩短研发所需时间。具体而言， GenAI能够通过建立更准确的筛选标准，提升目标分子识别精 度，从而缩减每个阶段的分子实验规模，快速推进药物研发进 程。同时，GenAI还能够基于患者病程大数据信息，为新药的适 应症搜寻提供更科学的建议。

在药物试验阶段，GenAI基于受训的患者数据，为研发人员提供 不同患者群体所需的特定试验设计信息，从而有助于试验人员 更科学地进行试验设计。同时GenAI还能被用来对患者进行数 字化预试验，方便研发人员根据预试验的临床结果快速迭代试 验设计。在试验过程中，GenAI则以聊天机器人的形式，为试验 患者解答相关问题并记录相关数据，提升患者管理的自动化程 度。试验结束时，GenAI能自动生成相关报告以及洞察分析，大大节省试验结果分析总结用时。

在患者治疗阶段，对研发机构或药企而言，GenAI能够大规模筛 选和分析药物的真实世界数据，并评估药物对不同患者的实际 效果，为研发提供反馈。对医疗专业人员而言，GenAI能够基于患 者病史和电子病历数据产生对于临床决策的建议，同时搜索最新 文献信息，帮助医疗专业人员了解最新科研结果。

在商业化阶段，GenAI能以聊天机器人的形式实时回复销售代表 或医生的药物相关问题，并基于群体偏好自动生成患者教育内 容和医生互动内容，提升药品推广效率。