人工智能(AI)在协助领导者及其团队做出战略性、即时的、数据驱动的决策并采取有效行动方面可以发挥至关重要的作用。研究表明，在营销中采用生成式人工智能可以显着提高生产力，营销人员估计生成式人工智能每年可以为他们节省一个多月的时间，为更有意义的工作腾出空间。一些估计预测人工智能有潜力使平均工作日40% 的时间实现自动化

麦肯锡关于生成式人工智能对经济潜在影响的最新报告 指出了下一个生产力前沿。该报告研究了 16 个业务功能，检查了 63 个用例，在这些用例中，该技术可以通过产生一种或多种可衡量结果的方式解决特定的业务挑战。

以下是麦肯锡报告中对生成人工智能影响的一些主要预测：

麦肯锡的最新研究估计，在麦肯锡分析的 63 个用例中，生成式人工智能每年可以增加相当于 2.6 万亿至 4.4 万亿美元的收入——相比之下，英国 2021 年的 GDP 总额为 3.1 万亿美元。这将使所有人工智能的影响力增加 15% 至 40%。

生成式 AI 用例可提供的价值中约 75% 分布在四个领域：客户运营、营销和销售、软件工程和研发。

生成式人工智能将对所有行业产生重大影响。银行业、高科技和生命科学等行业可能会受到生成式人工智能收入所占比例影响最大的行业之列。

生成式人工智能有可能改变工作的结构，通过自动化一些个人活动来增强个体工人的能力。当前的生成式人工智能和其他技术有潜力实现工作活动的自动化，而这些活动占用了当今员工 60-70% 的时间。技术自动化潜力的加速增长很大程度上是由于生成式人工智能理解自然语言的能力增强，这是占总工作时间 25% 的工作活动所必需的。

鉴于技术自动化潜力的增加，劳动力转型的步伐可能会加快。我们更新了采用方案，包括技术开发、经济可行性和扩散时间表，据此估计，当今工作活动的一半可以在 2030 年至 2060 年间实现自动化，中间点为 2045 年，比我们之前的估计早大约十年。

生成式人工智能可以大幅提高整个经济体的劳动生产率，但这需要投资来支持工人转移工作活动或更换工作。到 2040 年，生成式人工智能可以使劳动生产率每年增长 0.1% 至 0.6%，具体取决于技术采用率和工人时间重新部署到其他活动的速度。

生成式人工智能时代才刚刚开始。人们对这项技术的兴奋是显而易见的，早期的试点也很引人注目。但充分实现该技术的优势需要时间，商业和社会领导者仍然面临相当大的挑战需要解决。其中包括管理生成人工智能固有的风险，确定劳动力需要哪些新技能和能力，以及重新思考核心业务流程，例如再培训和开发新技能。

不同业务功能的生成式人工智能的价值潜力会有所不同。麦肯锡对 16 个业务职能的分析发现，只有四个业务职能——客户运营、营销和销售、软件工程以及研发——可以占生成式 AI 用例年度总价值的约 75%。

麦肯锡报告的一个非常重要的结论是：“除了人工智能可以在特定用例中提供潜在价值之外，该技术还可以通过彻底改变内部知识管理系统来推动整个组织的价值。”