全球 AI 大模型对经济的影响

全球 AI 大模型对经济有着多方面的重大影响。
从规模经济角度看，AI 的规模效应更加突出，规模经济是思考其怎样影响全球经济的重要方面，体现在技术可行性上为模型的性能，经济可行性在于落地应用。目前投入大、成本高，产业应用落地速度未达预期，但未来具身智能发展可能在体力劳动领域有巨大潜力，如采矿业、农业播种采集及资源加工业等，这将提高生产效率，也是中国的发展优势，会有很多应用场景。
高盛研究数据显示，在 AI 得到广泛应用后的 10 年内，全球年度生产率增长提高 1.4 个百分点（以外汇加权平均计算），广泛采用 AI 使全球 GDP 在 10 年内增长 7% 或近 7 万亿美元。人工智能有助于提升劳动生产效率和资源配置效率，对一、三产业生产效率提升作用尤为突出，如智能物流服务机器人的使用可以释放大量人力。麦肯锡的研究报告显示，应用生成式 AI 大模型每年为企业端（即 2B）带来的经济价值为 2.6 - 4.4 万亿美元；其中，全球银行业使用大模型可使其每年营业收入提高 2.8% - 4.7%。

AI 大模型持续影响劳动力市场，2024 年上半年，招聘职位数同比增速前五的人工智能职业中，大语言模型领域的自然语言处理岗位排名首位，同比增速达 111%，深度学习岗以 61% 位列第三，且这两大岗位平均招聘月薪在人工智能行业中位居前列。但由于其 “高技术属性”，入职门槛较高。同时，AI 技术的变革对传统岗位产生影响，编辑 / 翻译、客服 / 运营、销售 / 商务拓展等白领岗位的 “大语言模型影响指数” 位列前三，而生产制造、物流 / 采购 / 供应链等蓝领岗位受到的影响相对较小。
金融行业具备数字化程度高、商业化应用场景潜在价值高等优势，是大模型落地应用的最佳场景之一。大模型的问世或极大加剧中小金融机构与大型机构之间的差距，也可能为处于头部的中小金融机构实现 “弯道超车” 带来机遇。
总之，AI 大模型正在重塑全球经济格局，成为推动经济发展的新引擎。

全球 AI 大模型如何提高生产效率

AI 大模型在提高生产效率方面有着多方面的表现。在工业生产领域，通过将传统手工操作替换为自动化设备和机器人，实现了生产线自动化，提高了生产效率，降低了成本，提升了产品质量，并降低了人工操作带来的风险。例如，AI 大模型可以实时监控生产数据，发现生产过程中的问题，及时调整生产参数，提高产品质量。在金融行业，AI 大模型可以处理各种类型的数据，包括文本、图像、语音等，广泛应用于多个领域。如优化供应链管理，对海量供应链数据进行分析和预测，帮助企业准确把握市场需求和供应情况，优化库存管理，降低库存成本，同时还能预测供应商的产能和价格趋势，制定更合理的采购策略。在办公流程方面，AI 大模型可以自动化处理日常办公流程，如文件处理、邮件发送等，减少人力成本和时间成本，提高工作效率。此外，像卓创资讯这样的公司，利用 AI 大模型提升信息生产效率，辅助分析师补充信息内容、查找文章错误。奇富大模型在小微业务领域，通过对海量数据的深度挖掘与分析，成功将小微用户行业属性精准打标，挖掘并补充泛小微用户行业信息，扩大了普惠金融覆盖范围。同时，基于事件节点构建的事理知识图谱，更好地识别小微风险以及服务掌握服务小微用户的时间节点。

AI 大模型对劳动力市场的影响

AI 大模型对劳动力市场的影响是多方面的。一方面，以 ChatGPT 为代表的大语言模型人工智能技术对高收入和高教育劳动者带来冲击。影响指数最高的 20 个职业包括财务 / 审计 / 税务、翻译、银行、销售业务等白领工作，这些职业多为知识型工作，工作任务包含较多文本处理、资料收集整理等内容，正是大语言模型人工智能的长项，因此更容易被替代。例如销售业务岗位，虽然通常认为需要众多 “软技能” 且直接与人打交道，但实际发布的岗位任务多为常规性质，如收集客户信息、电话联络客户等，在人工智能影响程度计算中排名靠前。另一方面，影响指数最低的 20 个职业包括社区 / 居民 / 家政服务、技工 / 操作工、烹饪 / 料理 / 食品研发等，这些职业共同特点是包含较多体力劳动且需在直接与人打交道过程中提供服务，受大语言人工智能影响较小，但受到机器人等其他数字技术影响较大。面对 AI 工具的普及，职场人采取多种方式应对，如参加 AI 工具使用技能培训课程、学习不容易被 AI 替代的新专业技能、转向新职业方向等。北京大学国家发展研究院与智联招聘的联合报告显示，我国劳动力市场对人工智能新技术适应性较弱，新技术对高影响指数劳动力存在更大替代风险。此外，随着大模型领域岗位需求增长，自然语言处理和深度学习岗位对求职者学历和经验要求提高，这也促使劳动力市场招聘门槛悄然提高，如对编辑 / 翻译、客服 / 运营、销售 / 商务拓展等岗位，开始更多要求本科及以上学历，三年以上工作经验也被越来越多地写入任职要求。

金融行业中大模型的应用场景

金融行业中大模型有着广泛的应用场景。在知识库 / 知识问答方面，目前是大模型落地最多的场景，也是其他业务的基石。例如农业银行人工智能研发团队推出类 ChatGPT 的 AI 大模型应用 ChatABC，并在科技问答场景进行内部试点；摩根士丹利为财务顾问及其团队提供基于私有数据的知识问答；佛罗里达州南方银行开发的知识问答系统使员工能够查询汇总和解释银行内部记录，帮助新员工快速精通特定主题或法规。在智能客服方面，是大模型落地第二多的场景，依赖于知识库体系，可接入语音合成系统实现语音播报或接入数字人系统进行数字人交互。如工商银行应用大模型支撑智能客服接听客户来电，提升了对客户来电诉求和情绪的识别准确率，有效响应客户需求并缩减维护成本。此外，金融行业还在探索大模型在风险管理、资本管理和监管科技等核心业务方面的应用。目前在金融领域发挥大模型的能力面临三方面挑战，一是通用模型能力不能满足金融场景需要，二是大模型如何高效植入现有业务场景存在困难，三是大模型应用于金融业产生的安全合规和隐私保护问题。

全球 AI 大模型的规模经济效应

AI 大模型的规模经济效应较为显著。江小涓以经济学中的基础理论概念 “规模报酬” 为例分析了大模型对经济的影响。规模报酬指在其他条件不变的情况下，各种要素按比例投入增加时产出增加的比例。一般来讲，达到一定规模后，规模报酬会出现报酬递减的规律，但大模型可能导致规模越大边际效应递增。彭文生认为，AI 的规模效应更加突出，规模经济是思考 AI 怎样影响全球经济的重要方面。规模经济的体现，在技术可行性体现在模型的性能，经济可行性就体现在下一步怎么落地。这一轮 AI，具身智能的发展，可能未来几年最大的潜力是在体力劳动，比如采矿业和农业的播种、采集等，在资源加工业也有很多应用场景，这些既涉及体力，又涉及空间导航，灵巧性要求不高但能提高生产效率，也是中国的发展优势。

AI 大模型对不同岗位的影响

AI 大模型对不同岗位的影响差异较大。白领工作和知识型工作首当其冲，容易被大语言模型替代。影响指数最高的 20 个职业多为白领工作，如财务 / 审计 / 税务、翻译、银行、销售业务等，其工作任务包含较多文本处理、资料收集整理等内容，是大语言模型人工智能的长项。例如销售业务岗位，虽被认为需要 “软技能” 且直接与人打交道，但实际岗位任务多为常规性质，在人工智能影响程度计算中排名靠前。而影响指数最低的 20 个职业多为体力劳动且直接与人打交道提供服务的岗位，如社区 / 居民 / 家政服务、技工 / 操作工、烹饪 / 料理 / 食品研发等，受大语言人工智能影响较小，但受机器人等其他数字技术影响较大。在金融行业，编辑 / 翻译、客服 / 运营、销售 / 商务拓展等白领岗位的 “大语言模型影响指数” 位列前三，而生产制造、物流 / 采购 / 供应链等蓝领岗位受到的影响相对较小。企业已对部分职业工作内容进行调整，受影响越大的职业，招聘量占比下降幅度越大，且招聘门槛也在提高，如更多要求本科及以上学历和三年以上工作经验。
全球 AI 大模型对经济的影响是多方面的。在提高生产效率方面，通过自动化设备、数据分析预测等手段，在工业生产、金融行业、办公流程等领域发挥重要作用。对劳动力市场既有冲击也带来新的机遇，促使职场人提升技能、转变职业方向。在金融行业的应用场景不断拓展，同时也面临着挑战。规模经济效应显著，可能带来规模越大边际效应递增的情况，在体力劳动领域有较大发展潜力。对不同岗位的影响差异明显，白领和知识型岗位更容易受到冲击，而体力劳动岗位相对影响较小，但也在逐渐发生变化。总体而言，全球 AI 大模型正深刻改变着经济的各个方面，需要我们积极应对，充分发挥其优势，同时解决好带来的问题。