マッキンゼー（McKinsey）、生成AIの経済的潜在力に関するレポートを公開（66p/PDF/英語）
(mckinsey.com)レポートの目次と主要インサイト程度をDeepLで翻訳してみました。
（⚠️そのため、日本語の内容が原文と異なる可能性があるため、必ず原文もあわせてお読みください！⚠️）
レポート目次
- 主要インサイト / Key insights
- 第1章: 技術触媒としての生成AI / Chapter 1: Generative AI as a technology catalyst
- 用語集 / Glossary
- 第2章: 職種および産業全般における生成AIのユースケース / Chapter 2: Generative AI use cases across functions and industries
- 注目分野: 小売および消費財 / Spotlight: Retail and consumer packaged goods
- 注目分野: 銀行 / Spotlight: Banking
- 注目分野: 製薬および医療製品 / Spotlight: Pharmaceuticals and medical products
- 第3章: 生成AIがもたらす仕事の未来: 業務活動、経済成長、生産性への影響 / Chapter 3: The generative AI future of work: Impacts on work activities, economic growth, and productivity
- 第4章: 企業と社会にとっての検討事項 / Chapter 4: Considerations for businesses and society
- 付録 / Appendix
主要インサイト
生成AIが生産性に与える影響は、世界経済に数兆ドル規模の価値を付け加える可能性があります。最新の研究によると、生成AIは分析対象となった63のユースケースにおいて、年間2兆6,000億ドルから4兆4,000億ドル相当の価値を追加できると推定されています。比較として、2021年の英国のGDP全体は3兆1,000億ドルでした。これは、あらゆる人工知能の影響を15〜40％拡大することになります。さらに、これらのユースケース以外で現在ほかの業務に使われているソフトウェアに生成AIを組み込む影響まで含めると、この推定値はおおよそ2倍になります。
Generative AI’s impact on productivity could add trillions of dollars in value to the global economy. Our latest research estimates that generative AI could add the equivalent of $2.6 trillion to $4.4 trillion annually across the 63 use cases we analyzed—by comparison, the United Kingdom’s entire GDP in 2021 was $3.1 trillion. This would increase the impact of all artificial intelligence by 15 to 40 percent. This estimate would roughly double if we include the impact of embedding generative AI into software that is currently used for other tasks beyond those use cases.
生成AIのユースケースがもたらし得る価値の約75％は、次の4つの領域に集中しています。すなわち、顧客対応、マーケティングと営業、ソフトウェアエンジニアリング、そしてR&Dです。16のビジネス機能にわたり、この技術が1つ以上の測定可能な成果を生み出す形で特定のビジネス課題を解決できる63のユースケースを調査しました。例としては、顧客とのやり取りの支援、マーケティングと営業向けのクリエイティブコンテンツ生成、自然言語プロンプトに基づくコンピューターコードの下書き作成など、多様な業務を支援する生成AIの能力が挙げられます。
About 75 percent of the value that generative AI use cases could deliver falls across four areas: Customer operations, marketing and sales, software engineering, and R&D. Across 16 business functions, we examined 63 use cases in which the technology can address specific business challenges in ways that produce one or more measurable outcomes. Examples include generative AI’s ability to support interactions with customers, generate creative content for marketing and sales, and draft computer code based on natural-language prompts, among many other tasks.
生成AIは、あらゆる産業分野にわたって大きな影響を及ぼすでしょう。銀行、ハイテク、ライフサイエンスは、生成AIによる売上への影響が特に大きいと見込まれる業界の一部です。たとえば銀行業界では、ユースケースが完全に実装された場合、この技術は年間2,000億〜3,400億ドル相当の追加価値をもたらす可能性があります。小売および消費財分野でも、潜在的な影響は年間4,000億〜6,600億ドルに達します。
Generative AI will have a significant impact across all industry sectors. Banking, high tech, and life sciences are among the industries that could see the biggest impact as a percentage of their revenues from generative AI. Across the banking industry, for example, the technology could deliver value equal to an additional $200 billion to $340 billion annually if the use cases were fully implemented. In retail and consumer packaged goods, the potential impact is also significant at $400 billion to $660 billion a year.
生成AIには、個々の作業の一部を自動化することで個人の能力を拡張し、仕事の構造そのものを変える潜在力があります。現在の生成AIおよびその他の技術は、今日の従業員の勤務時間の60〜70％を占める業務活動を自動化できる可能性があります。これに対して、以前は技術によって従業員の労働時間の半分を自動化できる可能性があると見積もっていました。技術的自動化の可能性が加速している主な理由は、総労働時間の25％を占める業務活動に必要な自然言語理解能力が、生成AIの進歩によって大きく高まったためです。そのため生成AIは、他の種類の仕事よりも、賃金水準や教育要件が高い職種に関連する知識労働へより大きな影響を与えます。
Generative AI has the potential to change the anatomy of work, augmenting the capabilities of individual workers by automating some of their individual activities. Current generative AI and other technologies have the potential to automate work activities that absorb 60 to 70 percent of employees’ time today. In contrast, we previously estimated that technology has the potential to automate half of the time employees spend working. The acceleration in the potential for technical automation is largely due to generative AI’s increased ability to understand natural language, which is required for work activities that account for 25 percent of total work time. Thus, generative AI has more impact on knowledge work associated with occupations that have higher wages and educational requirements than on other types of work.
技術的自動化の可能性が高まるにつれ、労働力変革のスピードはさらに加速するとみられます。技術開発、経済的実現可能性、普及までの時間軸を含む更新版の導入シナリオによれば、現在の業務活動の半分が2030年から2060年の間に自動化されると予測されており、その中間時点は2045年で、従来の推定よりおよそ10年早まる見込みです。
The pace of workforce transformation is likely to accelerate, given increases in the potential for technical automation. Our updated adoption scenarios, including technology development, economic feasibility, and diffusion timelines, lead to estimates that half of today’s work activities could be automated between 2030 and 2060, with a midpoint in 2045, or roughly a decade earlier than in our previous estimates.
生成AIは、経済全体の労働生産性を大幅に高めることができますが、そのためには、労働者が業務内容を移行したり職を変えたりする際に支援するための投資が必要です。生成AIは、技術導入の速度と労働者の時間を他の活動へ再配置する割合に応じて、2040年まで毎年0.1〜0.6％の労働生産性成長を可能にし得ます。生成AIを他のあらゆる技術と組み合わせれば、業務自動化によって生産性成長に年間0.2〜3.3ポイントを上乗せできる可能性があります。ただし、労働者は新しいスキルを学ぶうえで支援を必要とし、一部は職業を変えることになるでしょう。労働者の移行やその他のリスクを適切に管理できれば、生成AIは経済成長に実質的に貢献し、より持続可能で包摂的な世界を支えることができます。
Generative AI can substantially increase labor productivity across the economy, but that will require investments to support workers as they shift work activities or change jobs. Generative AI could enable labor productivity growth of 0.1 to 0.6 percent annually through 2040, depending on the rate of technology adoption and redeployment of worker time into other activities. Combining generative AI with all other technologies, work automation could add 0.2 to 3.3 percentage points annually to productivity growth. However, workers will need support in learning new skills, and some will change occupations. If worker transitions and other risks can be managed, generative AI could contribute substantively to economic growth and support a more sustainable, inclusive world.
生成AIの時代は、まだ始まったばかりです。この技術への期待は非常に高まっており、初期のパイロット事例も非常に魅力的です。しかし、この技術の恩恵を完全に実現するには時間がかかり、ビジネスと社会のリーダーには、なお多くの課題が残されています。そこには、生成AIに内在するリスクの管理、労働力に必要となる新たなスキルや能力の見極め、再教育や新たなスキル開発といった中核的なビジネスプロセスの再考などが含まれます。
The era of generative AI is just beginning. Excitement over this technology is palpable, and early pilots are compelling. But a full realization of the technology’s benefits will take time, and leaders in business and society still have considerable challenges to address. These include managing the risks inherent in generative AI, determining what new skills and capabilities the workforce will need, and rethinking core business processes such as retraining and developing new skills.
1件のコメント