来源：pwc.com

编译：弗格森 刘小芹

报告要点：

人工智能(AI)能够改变全球经济的生产力潜力和GDP潜力。需要对不同类型的AI技术进行战略投资，才能实现这一目标。

随着企业寻求利用AI技术“提高”劳动生产率，并将某些劳动任务和角色自动化，劳动生产率的提高将推动GDP的初步增长。

我们的研究还显示，到2030年，45%的经济增长将来自于产品增值，刺激消费需求。这是因为AI将推动产品种类扩大，随着时间的推移，产品的个性化、吸引力和可承担能力将会增强。

AI带来最大经济收益的国家将是中国（2030年GDP增长26%）和北美（14.5%），相当于10.7万亿美元，占全球经济影响的近70%。

15.7万亿——游戏规则的改变者

商业领袖们问：AI对我的公司会产生什么影响？我们的商业模式是否会受到AI破坏的威胁？当这些领袖们希望利用AI的机会时，他们又问：我们应该把投资的目标定在哪里，什么样的能力能让我们表现得更好？在所有这些考虑中，最重要是如何以负责任、透明的方式构建人工智能，以保持客户和更广泛的利益相关者的信心。

这些是我们将在一系列报告中提出的问题，这些报告旨在帮助企业为人工智能投资和开发创造一个清晰而令人信服的商业案例。尽管有很多关于自动化影响的研究，但自动化只是故事的一部分。在普华永道最新的一系列报告中，我们想强调人工智能如何增强企业的能力，其价值潜力何等巨大，甚至比自动化的价值潜力更大。

这份报告的分析评估了从现在到2030年间AI的经济潜力，包括区域经济和全球经济8个行业。我们提出AI影响指数（AI Impact Index），研究个性化/定制、质量和功能的改进如何在近300个AI用例增加价值、选择和需求。该研究的其他关键因素包括深入的行业分析。

从这份报告所做的分析中，我们可以看到，AI作为游戏规则的改变者将有多大的可能性，以及有多大的潜在价值。到2030年，AI将为全球经济贡献高达15.7万亿美元，比中国和印度目前经济产值的总和还多。其中，6.6万亿美元可能来自生产率的提高，9.1万亿美元可能来自消费端的影响。

尽管一些市场、行业和私人企业比其他企业更先进，但整体上AI仍处于发展的早期阶段。从宏观经济的角度看，新兴市场有机会超越相对更发达的市场。而在某些行业，今天的初创企业或尚未成立的企业，可能会在10年后成为市场的领导者。

如何衡量AI的影响力和潜力

生产力的增长

在短期内，AI带来的最大的潜在经济增长可能来自生产力的提高(见图1)。这包括常规工作的自动化，员工能力增强，以及将他们从重复任务中解放出来，令他们专注于更有价值的工作。制造业和运输等资本密集型行业可能会利用AI获得最大的生产率增长，因为它们的许多操作流程都高度易于自动化。

图1：AI的价值收益将来自哪里?

对生产率的影响可能会有竞争性的变革——那些无法适应和采用AI的企业可能会很快发现自己在周转时间和成本上都处于不利局面。结果，他们将失去大量的市场份额。不过，AI应用的初始阶段的潜力主要集中在加强已经完成的工作，而不是创造新的事物。

消费者需求的增长

最终，由产品增长带来的GDP增长，以及随之而来的消费需求、消费行为和消费转变的升值，将超过生产率的增长，到2030年可能带来超过9万亿美元的额外GDP。消费者将会更青睐高质量、更个性化的产品和服务，但也有机会更好地利用他们的时间——例如，如果你不再需要自己开车去上班，多出的时间你可以做很多事情。反过来，消费的增加创造了更多数据接触点的良性循环，从而产生更多的数据、更好的见解、更好的产品，从而又进一步促进消费。

由AI引发的消费者革命为大规模的颠覆开辟了道路，因为原来的成熟企业和新进企业共同推动创新，开发新的商业模式。AI的影响的一个关键部分将来自它能够充分利用物联网连接等并行开发的能力。

AI的领先者将具有更好的客户洞察力。最直接的竞争优势包括利用消费者偏好的能力，调整他们的产出以满足这些个人的需求，并且，在这样做的过程中，他们将获得更大的市场份额。而且，领先者围绕这些丰富的客户数据形成产品开发的能力，将使落后的竞争对手更难跟上步伐，并最终使其优势无可战胜。我们已经看到，这种数据驱动的创新和差异化，在生产、分销和消费的过程中，产生了新的商业模式、新的市场领导者，以及淘汰那些未能迅速适应的传统参与者。

根据我们的分析，医疗保健、汽车和金融服务是最具潜力的利用AI实现产品增强和颠覆的行业。但是，在其他行业的某些领域，竞争优势也有很大的潜力，从按需制造到娱乐业的内容指向，我们将在下一部分列出每一个行业中最具AI潜力的业务领域。

一些工作岗位被取代，但也有新的工作机会出现

“no-human-in-the-loop”技术的采用意味着一些职位将不可避免地成为多余，但另一些职位将由AI带来的生产率和消费者需求的变化以及AI本身的价值链而产生。除了新类型的工人，他们将专注于创造性地思考如何开发和应用AI，还需要一批新的人员来构建、维护、操作和管理这些新兴技术。例如，我们需要相当于空中交通管制员的职位来控制道路上的自动驾驶车辆。同样，送货机器人和仓储机器人也为机器人和人类带来了更多的工作机会。所有这些都将有助于创造新的工作岗位，而这些工作在没有AI的世界里是不存在的。

对不同区域的影响

如图2所强调的，不管在绝对还是相对的条件下，一些经济体有可能获得比其他经济体有更多的获益潜力。尽管所有的经济体都将受益，中国和北美可能会受到最大的影响。

图2：哪些地区将从AI获益最多?

AI 的实际效应，而非增长预估

我们的研究结果建立在一个基于全球经济的大规模动态经济模型之上。该模型基于全球贸易分析模型（Global Trade Analysis Project，GTAP）数据库。GTAP 持续地为140个国家提供57个不同规模的经济部门的数据及其之间通过供应链交易的数据。

在面对这些研究结果时，有两个重要因素需要考量：

1. 这些结果仅显示了 AI 的经济影响，但并非直接的经济增长数字。未来必然会有积极或负面的因素放大或消减 AI 潜在的影响（如：全球贸易政策的调整、金融领域的繁荣或萧条、主要商品价格的调整，地缘政治冲击等）。

2. 我们的经济模型结果是与一个长期稳定状态的经济增长基线作比较。这一基线基于三个关键因素构建：人口增长、资本存量增长和技术革新。假定的技术革新基准率是以历史平均趋势为基础的。经济在 AI 影响下会实现长期增长（意指现有技术的影响会随时间推移减弱），还是其增长率仅仅较之历史平均增长率有所上升（假设这些影响早期就在主要的技术革新中发挥作用）。

上述因素意味着我们的结果应该被解读为 AI 对未来经济潜在的影响，而非针对未来经济增长的预估。

北美

在北美，AI 对 GDP 提升的潜在影响因引入大量生产技术的巨大机遇而被放大，其中很多技术都已经可被直接应用。技术应用的收益会因技术实现的突破和消费者的认可而提升，此外还有技术、数据触点、资讯传播及消费者反馈等资源积累的带来的影响。

未来几年内，北美的增长速度可能是最快的。2020 年代中期以后，其影响仍然很大，但可能不会像前几年那么高。主要原因之一是，随着中国的生产力开始赶上北美，将刺激从中国到北美的 AI 产品出口。

中国

中国 GDP 中很高一部分比例来自制造业，引入更多的生产技术使这一部分继续升高。建立实施这些能力所需的技术和专门知识可能需要一段时间，因此 GDP 增长速度不会和美国一样快。但在未来十年左右的时间里，中国生产力增长可能会领先于美国。

价值潜力的一个关键部分在于，与欧洲和北美地区相比，中国经济的资本再投资比率较高，因为中国企业的利润被用于提升 AI 能力及相应回报率。一方面，AI 将在向以消费者为导向的经济转型中扮演重要角色，另一方面，也将价值链转变为更高级的高科技驱动的制造业和商业。AI 专利的激增充分证明了中国在该领域的投入和投资。在例如分析领域的人才发展的加速对于实现中国经济中 AI 的潜在收益至关重要。

AI 影响指数：为你的投资找准目标和时机

在今天快速变化的经济发展中，AI将成为转型，变革和竞争优势的关键来源。根据我们的AI影响指数的调查结果，我们将呈现变化的速度有多快，以及你的企业将在哪些地方得到最大的回报。

在为本报告进行的研究中，我们已经深入了解AI的对各个行业和各个产品的影响，使你的企业能够抓住机会，发现威胁并判断如何解决这些问题。

普华永道AI影响指数中的独特分析包括对即将解放的自由时间的潜力，提升质量和个性化的评估。我们已经用这个分析创造了近300个用例，为创新，驱动力、时机和当下市场采纳的可行性开辟了渠道，此外还有，怎样维持这些趋势以及如何克服这些障碍。

我们在这里高度概述的相关领域最大潜力和时间表旨在帮助你的企业在短期至中期内投资。一些方面的改变，如机器人医生，可能会更具革命性，不过也会相对远一些。

AI影响评分从1-5（1是最低的影响，5最高），医疗和汽车都是3.7分，并列第一：

以下是报告中特别强调的8个领域：

1. 医疗

高潜力用例：基于数据的诊断支持

AI驱动的诊断使用病人的独有的历史作为基准，这意味着，即使是很小偏差，也标志着健康状况需要进一步调查和治疗。人工智能最初可能被作为人类医生的辅助来采纳，而不是替代人类医生。这将改善医生的诊断，但此过程中也为AI学习提供了有价值的见解，让其可以不断学习和改进。人类医生和AI驱动的诊断之间的这种持续的相互作用将提高系统的准确性，并且随着时间的推移，人类将足够的信心完全授权AI系统进行自主操作。

需要克服的障碍

有必要解决对隐私和敏感健康数据的保护的担忧。人类生物学的复杂性和进一步技术发展的需求也意味着一些更先进的应用可能需要一些时间才能实现潜力，并获得患者，医疗保健提供方和监管者的接受。

2. 汽车

高潜力用例：自动驾驶车队共享乘车

自动驾驶车队将使乘客在需要的时候能够使用汽车，而不用自己再去买保险或者保养汽车，也不用大部分时间都在进行驾驶。大部分必要的数据正在变得可用，技术正在推进。然而，企业仍然需要赢得消费者的信任。

需要克服的障碍

技术仍然需要发展 ，在极端天气条件下安全执行自主驾驶的车辆可能会更具挑战性。即使技术到位，也需要获得消费者的信任和监管接受。

3. 金融服务

高潜力用例：个性化财务规划

尽管人力财务咨询费用高昂且费时，AI的发展，例如出现了为大众市场的消费者开发了定制化投资解决方案的机器人咨询师，但是直到最近，这一技术也仅仅是对高净值客户（HNW）的客户可用。

通过增强资产管理人员的能力，甚至是在某些情况下取代人类雇员，AI可用动态管理财务以匹配目标（例如，为抵押贷款进行储蓄），并优化客户的可用资金。在这一领域，技术和数据已经到位，尽管客户的接受度仍然需要增加才能实现全面的潜力。

需要克服的障碍

消费者信任和监管接受度。

4.零售和消费

高潜力用例：个性化设计和生产

可以根据需要定制服装和耗材，而不是一致性地生产。如果以时尚和服装为例，我们最终可以进行完全互动和定制化的设计和供应，其中AI创建的搭配模型在线提供服务和销售，使用自动化生产以小批量进行生产，随后基于用户反馈更改设计。

需要克服的障碍

使设计和生产适应这种更灵活和量身定做的方法。企业还需要加强对数据使用和保护的信任。

5. 技术，通讯和娱乐

高潜力用例：媒体归档和搜索

我们已经在娱乐部门内提供个性化的内容推荐。然而，现在有这么多现有和新生成的（例如在线视频）内容，可能难以标记，推荐和转化为收入。 AI为这种巨大的资产库进行分类和存档提供了更有效的选择，为更精确的定位和增加的收入铺路。

需要克服的障碍

当有这么多数据时，切割噪音，因为其中大部分是非结构化的。

6. 制造业

高潜力用例：增强监控和自动校正功能

自学习监控使制造过程更可预测和可控，从而减少昂贵的延迟，缺陷或偏离产品规格。通过制造过程可以获得大量数据，从而实现智能监控。

需要克服的障碍

充分利用供应链和生产机会，要求各方拥有必要的技术，并准备进行合作。目前，只有最大，最资源最多的供应商和制造商才能加快速度。

7. 能源

高潜力用例：智能电表

智能仪表可帮助客户量身定制其能源消耗并降低成本。更大的使用也将开辟大量的数据源，这可能为更多的定制税收和更有效的供应铺平道路。

需要克服的障碍

技术开发和较高的投资要求，使得这一技术集中在部分较先进地区。

8. 运输和物流

高潜力用例：自主运输

自主运输可以通过允许增加资产利用率来降低成本，因为24/7运行时间是可能的。此外，运输和物流（T＆L）的整体业务模式可能会受到新兴市场参与者的干扰。

需要克服的障碍

自主车队的技术还在发展中。

向前迈步：最大化利用AI的四个步骤

了解AI对你的业务意义

战略评估的出发点是概览你所在行业内的技术发展和竞争压力，到达时间以及你将如何回应。然后，你可以确定自动化和其他AI技术可以解决的操作难点，现在可用的AI带来了什么破坏性的机会，以及即将发生的事情。

确定你的回应的优先顺序

在确定你的战略回应时，主要问题包括不同的AI选择如何帮助你实现业务目标，以及你的兴趣和对变化的准备情况。你想成为一个早期采用者，快速跟随者还是追随者？ 你的AI战略目标是改变业务或颠覆业务？

确保你拥有合适的人才和文化以及技术

虽然投资AI似乎现在似乎很贵，普华永道主题专家预计，随着软件变得更加商品化，未来十年的成本将会下降。最终，简单的商业活动中，我们将转向免费（或“免费增值”模式），或者为商业差异化服务提供高级模式。虽然使能技术可能日益商品化，但数据的供应及其使用方式将成为主要资产。

建立适当的管理和控制

信任和透明度至关重要。例如，就自动化车辆而言，人工智能需要人们将生命委托给机器，这对乘客和公共政策制定者来说都是一个巨大的信仰跳跃。任何事情出错，无论是故障还是崩溃，都是头条新闻。这种声誉风险适用于所有形式的AI，而不仅仅是自主车辆。