Copilot 使用者的任務完成時間少了 26%–73%
微軟一份彙整 Microsoft Copilot 與 GitHub Copilot 相關研究的統合回顧發現，使用者完成任務所花的時間，比沒有 AI 的工作者少了 26% 到 73%。
資金退場了，生成式 AI 卻沒收到通知
AI 指數 2024 第 4 章追蹤 2023 年的 AI 與經濟，幾乎每個頭條數字都朝下：企業投資連兩年下滑，私人投資跟著下滑，AI 職缺在全美職缺中的占比也縮水。橫切這個趨勢的，是一條垂直往上的線 — 生成式 AI 募資 — 以及第一批真正證明 AI 能提升工作產出的研究。先看數字：
25.22023 年生成式 AI 私人投資(十億美元，約為 2022 年的 9 倍)
67.2美國私人 AI 投資(十億美元) — 是中國 78 億的 8.7 倍
189.2全球企業 AI 投資總額(十億美元，下滑約 20%)
1,8122023 年全球新獲資金的 AI 公司數，成長 40.6%
55% 至少在一項職能中導入 AI 的組織(2022 年為 50%)
394提到 AI 的財星 500 大法說會場次(2022 年為 266)
4.3 — 連續兩年下滑，以及一條筆直往上的線
2023 年全球企業 AI 投資降至 1,892 億美元，約比 2022 年少兩成，其中併購跌得最重，減少 31.2%。私人投資下滑 7.2% 至 960 億美元，是連續第二年減少。生成式 AI 則完全走在反方向。
生成式 AI 吃下四分之一以上
2023 年生成式 AI 吸引了 252 億美元的私人投資 — 接近 2022 年的九倍，約為 2019 年的 30 倍。光是這個領域，就占了全年所有 AI 相關私人投資的四分之一以上。錢流向的是造模型的人：OpenAI、Anthropic、Hugging Face 與 Inflection 都完成了可觀的募資輪。新獲資金的生成式 AI 公司增至 99 家，高於 2022 年的 56 家與 2019 年的 31 家。
更多公司，更小的支票
- 全球新獲資金的 AI 公司數躍升至 1,812 家，較前一年成長 40.6% — 但平均每筆私人投資案幾乎沒動，從 2022 年的 3,130 萬美元微增到 2023 年的 3,240 萬美元。
- 交易件數在幾乎每個級距都減少，只有最大的兩個級距成長：超過 10 億美元的輪次從 7 筆增為 9 筆，5 億至 10 億美元從 6 筆增為 7 筆。往下看，1 億至 5 億美元從 187 筆掉到 120 筆，5,000 萬至 1 億美元從 260 筆掉到 182 筆，5,000 萬美元以下從 2,840 筆掉到 2,641 筆。總件數由 3,994 降至 3,639。
- 以領域來看，2023 年拿到最多錢的是 AI 基礎設施、研究與治理(183 億美元)，自然語言處理與客戶支援(81 億美元)，以及資料管理與處理(55 億美元)。基礎設施與資料管理是少數仍在成長的領域。
- 醫療與健康照護、自然語言處理與客戶支援都在 2021 年見頂，之後持續下滑 — 絕對金額依然可觀，但新錢已經不往那裡去了。
- 把鏡頭拉遠，結論就反過來了：過去十年間，AI 相關的企業投資成長了十三倍。
美國持續拉開距離
2023 年美國私人 AI 投資達 672 億美元，約為第二名中國(78 億美元)的 8.7 倍、英國(38 億美元)的 17.8 倍。其後是德國(19.1 億美元)與瑞典(18.9 億美元)。差距是在擴大而非縮小：自 2022 年以來，中國的私人 AI 投資減少 44.2%，歐盟加英國減少 14.1%，美國卻成長 22.1%。
- 自 2013 年累計，排名完全一樣：美國 3,352 億美元、中國 1,037 億美元、英國 223 億美元，其後是以色列(128 億美元)、加拿大(106 億美元)與德國(104 億美元)。
- 公司的誕生也照著同一張地圖走。2023 年美國有 897 家新獲資金的 AI 公司，中國 122 家、英國 104 家。
- 過去十年，美國的總數(5,509 家)約為中國(1,446 家)的 3.8 倍、英國(727 家)的 7.6 倍。
4.2 — AI 職缺變少了，卻冒出一個憑空出現的技能
AI 相關職缺占全美職缺的比例，從 2022 年的 2.0% 降到 2023 年的 1.6%。Lightcast 認為這反映的是少數大型雇主整體縮手，而不是市場對 AI 失去興趣 — 而在總量底下，有一個技能群成長超過十倍。
誰在徵才，又徵在哪裡
- 以占全體職缺的比例來看，2023 年美國以 1.62% 居首，其次是西班牙(1.35%)與瑞典(1.31%)。多數國家較前一年下滑，儘管拉長到五年，不少國家的 AI 職缺數其實是增加的。
- Lightcast 把美國的下滑歸因於幾家主要 AI 雇主 — 包括 Amazon、Deloitte、Capital One、Randstad 與 Elevance Health — 整體縮減職缺數，並改變了職務組合。以 Amazon 為例，2023 年它張貼了更高比例的送貨、包裝與收發室職缺，軟體開發與資料科學職缺的比例則下降。
- 以技能群來看，機器學習仍是最搶手的，占美國職缺的 0.7%，其後是人工智慧(0.5%)與自然語言處理(0.2%)。Lightcast 追蹤的每一個技能群市占率都下滑，唯一的例外是生成式 AI，成長超過十倍。
- 換成絕對數字：15,410 則美國職缺明確把生成式 AI 列為需求技能，4,669 則提到大型語言模型，2,841 則點名 ChatGPT。在生成式 AI 職缺之中，被提及最多的技能就是生成式 AI 本身(60.0%)，接著是大型語言模型(18.2%)與 ChatGPT(11.1%)。
- 幾乎每個產業的 AI 職缺占比都下降，例外是公共行政，成長 88.8% 至 1.49%，教育服務業也上升 6.0%。占比最高的產業依然是資訊業(4.63%)、專業科學與技術服務業(3.33%)與金融保險業(2.94%)。
- 加州釋出 70,630 個 AI 職缺 — 占全美 15.3% — 領先德州(36,413 個)與維吉尼亞州(24,417 個)。若看占該州自身職缺的比例，華盛頓特區以 2.7% 居首，其次是德拉瓦州(2.4%)與馬里蘭州(2.1%)。
招聘、技能，以及人才在哪裡
- 相對 AI 招聘成長最快的是香港(28.8%)、新加坡(18.9%)與盧森堡(18.9%) — 意思是在這些市場，AI 招聘的成長速度比整體招聘快上這麼多。
- 2015 至 2023 年間，相對 AI 技能滲透率最高的是印度(2.8)、美國(2.2)與德國(1.9)。2.2 的意思是，在同一組職業中，美國 LinkedIn 會員列出 AI 技能的機率是全球平均的 2.2 倍。
- 2023 年 AI 人才濃度最高的是以色列(1.1%)、新加坡(0.9%)與南韓(0.8%)。
- 開發者薪資可以粗略代表 AI 周邊人才的行情。在 Stack Overflow 超過 90,000 名開發者的調查中，雲端基礎架構工程師的全球平均年薪為 105,000 美元，在美國則是 185,000 美元。全球與美國的薪資之冠都是高階主管，其次是工程經理 — 而受訪的每一種職務，在美國的薪資都明顯高於其他地區。
4.4 — 採用率緩步上升，省下的錢開始出現，而每間會議室都把它掛在嘴上
麥肯錫調查的組織中，有 55% 在 2023 年至少於一個業務單位或職能導入 AI，高於 2022 年的 50% 與 2017 年的 20%。首次納入調查的生成式 AI，採用率已經來到 33%。
每個受訪地區的 AI 採用率都高於 2022 年。歐洲成長最快，增加 9 個百分點，大中華區成長 7 個百分點，北美仍是整體領先者。單看生成式 AI，北美以 40% 領先全球平均的 33%，歐洲與大中華區皆為 31%，亞太為 30%。
AI 實際上被拿來做什麼
- 以職能來看，AI 最常出現在產品與服務開發(24% 的受訪者)、行銷與業務(23%)與服務營運(23%)。生成式 AI 則集中在行銷與業務(14%)、產品與服務開發(13%)與服務營運(10%)。
- 年增幅最大的是行銷與業務(+18 個百分點)、產品與服務開發(+14)與服務營運(+4)。反向走的是策略暨企業財務(-12 個百分點)、風險(-9)與人力資源(-2)。
- 跨所有產業來看，最常被嵌入的 AI 能力是自然語言文字理解(30%)、機器人流程自動化(30%)與虛擬客服(30%)。在金融服務業內部，機器人流程自動化更達到 46%。
- 單一產業加職能的最高組合，是科技、媒體與電信業的產品與服務開發，達 44%，其次是同產業的服務營運(36%)與行銷業務(36%)。
- 最常見的生成式 AI 使用情境都很局部：草擬文件初稿(9%)、個人化行銷(8%)、摘要文件(8%)與生成圖像或影片(8%)。領先的情境多半落在行銷與業務之內。
回報開始出現在調查裡
以所有活動平均計算，42% 的受訪者回報 AI 帶來成本下降，59% 回報營收上升 — 成本下降的比例比前一年多了 10 個百分點，營收上升的比例則少了 4 個百分點。回報成本節省最多的是製造(55%)、服務營運(54%)與風險(44%)；回報營收成長最多的是製造(66%)、行銷與業務(65%)與風險(64%)。幅度依然不大：多數回報的成本下降低於 10%，最常見的營收成長則在 5% 以內。
開發者早就住在裡面了
Stack Overflow 在 2023 年 5 月訪問了超過 90,000 名開發者。最多人用的 AI 開發工具是 GitHub Copilot，達 56.0%，遠高於 Tabnine(11.7%)與 AWS CodeWhisperer(4.9%)；最多人用的 AI 搜尋工具是 ChatGPT，達 83.3%，其次是 Bing AI(18.8%)與 WolframAlpha(11.2%)。82.6% 的開發者固定用 AI 寫程式，48.9% 用來除錯與求助，34.4% 用來寫文件。明顯的空缺是測試：只有 23.9% 目前拿 AI 做測試，卻有 55.2% 表示想這麼做。問到用這些工具得到什麼，開發者的答案是生產力提升(32.8%)、學得更快(25.2%)與效率更好(25.0%)。
而會議室開始把它說出口
Quid 分析了 2023 年所有財星 500 大企業的法說會。其中 394 場提到 AI — 接近財星 500 大的八成 — 高於 2022 年的 266 場，約為 2018 年的兩倍。最主要的主題是生成式 AI，出現在 19.7% 的法說會中，而前一年只有 0.31%。其次是 AI 投資、AI 能力擴張與 AI 成長計畫(15.2%)，再來是公司或品牌自有的 AI(7.6%)。
生產力這道題終於有答案的一年
多年來，AI 與工作產出之間的證據始終薄弱，原因很單純：職場上真正在用 AI 的人太少。2023 年幾項嚴謹研究同時落地 — 而它們大致互相印證，包括「誰受益最多」以及「陷阱在哪裡」。
用 GPT-4 的顧問做得更快，也做得更好
哈佛商學院的研究發現，有 GPT-4 可用的顧問在生產力上勝過對照組 12.2%、速度快 25.1%、品質高 40.0%。
客服人員每小時多處理 14.2% 的案件
美國國家經濟研究局的研究發現，使用 AI 的客服中心人員，每小時處理的案件數比沒用 AI 的人多 14.2%。
獲益最大的，是經驗最少的人
在同一項顧問實驗中，技能位於後半段的參與者靠 AI 提升了 43.0%，前半段的參與者提升 16.5%。AI 縮短了兩者之間的距離。
太信任「好用的 AI」，反而讓招募人員變差
拿到任何 AI 協助的招募人員，準確度提升 0.6 分 — 但拿到「高效能 AI」的人，分數比拿到「已知會出錯的 AI」的人低了 1.08 分。
數字回答的六個問題
關於 2023 年的 AI 與經濟，第 4 章能告訴你什麼、又不能告訴你什麼。
2023 年的 AI 投資真的下滑了嗎？
是的，兩條線都在跌 — 但看哪一條，結論會不太一樣。全球企業 AI 投資總額降至 1,892 億美元，約比 2022 年少兩成，其中併購減少 31.2%。私人投資下滑 7.2% 至 960 億美元，是連續第二年下降，不過跌幅小於 2021 到 2022 年那一次。但新獲資金的 AI 公司數成長 40.6% 至 1,812 家，光是生成式 AI 就吸走 252 億美元，占所有 AI 相關私人投資的四分之一以上。而拉長到十年來看，AI 相關的企業投資仍成長了十三倍。
AI 職缺為什麼變少了？
不是因為雇主不想要 AI 了。Lightcast 把美國職缺占比從 2.0% 掉到 1.6% 的原因，歸在幾家主要 AI 雇主 — 包括 Amazon、Deloitte、Capital One、Randstad 與 Elevance Health — 整體縮減職缺數，以及他們張貼的職務組合改變。Amazon 在 2023 年張貼了更高比例的送貨、包裝與收發室職務，軟體開發與資料科學職務則變少。在總量底下，生成式 AI 是 Lightcast 追蹤的技能群中唯一市占率上升的，成長超過十倍，有 15,410 則美國職缺明確點名它。幾乎每個產業都下滑，例外是公共行政，成長 88.8%。
AI 真的讓工作者更有生產力嗎？
2023 年是第一個有足夠嚴謹研究可以回答的年份。Copilot 使用者完成任務的時間少了 26% 到 73%。用 GPT-4 的顧問生產力提升 12.2%、速度提升 25.1%、品質提升 40.0%。使用 AI 的客服人員每小時多處理 14.2% 的案件，每小時 2.97 則對話，對照組為 2.60 則。使用 GPT-4 的法律系學生在多項法律任務上，工作品質與時間效率同時改善，尤以合約草擬最明顯 — 不過報告也提醒，大型語言模型的幻覺在法律任務中被回報得特別普遍。跨研究一致的發現是：低技能工作者受益最多，顧問實驗中是 43.0% 對 16.5%。而一致的但書，是必須有人盯著。
各種預測怎麼說？
麥肯錫推估，生成式 AI 可讓高科技產業營收成長 4.8% 到 9.3% — 也就是多出 2,400 億至 4,600 億美元 — 其次是銀行業的 2.8% 到 4.7%(2,000 億至 3,400 億美元)，再來是製藥與醫療產品，以及教育。高盛則推估全球生產力在十年期間可成長 1.0% 到 1.5%，其中香港、以色列與日本的條件特別好。在人力方面，高階主管認為縮減最劇烈的職能是服務營運(54% 預期減少)、供應鏈管理(45%)與人力資源(41%)。問到自家員工數的變化，30% 的受訪者預期沒什麼改變，25% 預期減少 3%–10%，12% 預期增加 3% 以上 — 而有 38% 預期要為超過五分之一的員工進行技能重訓。
企業對投資人說了什麼？
比一年前多得多。2023 年有 394 場財星 500 大法說會提到 AI — 接近整份榜單的八成 — 高於 2022 年的 266 場，約為 2018 年的兩倍。最主要的主題是生成式 AI，出現在 19.7% 的法說會中，前一年只有 0.31%。其次是 AI 投資、AI 能力擴張與成長計畫(15.2%)，再來是公司或品牌自有的 AI(7.6%)。調查數據顯示營運端的現實要平實得多：42% 的組織回報成本下降、59% 回報營收上升，而且多數分別低於 10% 與 5%。
機器人算在這個故事裡嗎？
算，只是機器人的資料比本章其餘部分晚一年。2022 年全球安裝了 553,000 台工業機器人，成長 5.1%，是 2012 年的三倍以上，運轉存量則從 3,479,000 台成長至 3,904,000 台。中國安裝了其中的 290,300 台 — 占全球 52.4%，是日本 50,400 台的 5.8 倍、美國 39,500 台的 7.4 倍。成長最快的是新加坡(68%)、土耳其(22%)與墨西哥(13%)；跌得最重的是加拿大(-24%)、台灣(-21%)與泰國(-18%)。組成也在變：設計來與人並肩工作、而非取代人的協作型機器人，占新安裝量的比例從 2017 年的 2.8% 升到 2022 年的 9.9%；服務型機器人的安裝量則在除了醫療機器人以外的每個應用類別都上升。以產業看，電機電子以 157,000 台居首，汽車以 136,000 台居次；以應用看，搬運以 266,000 台獨大，是焊接的 3.1 倍、組裝的 4.4 倍。
用五句話看這一章
第 4 章「經濟」的頭條發現。
儘管去年整體 AI 私人投資下滑，生成式 AI 的募資卻大幅衝高，達到 252 億美元。包括 OpenAI、Anthropic、Hugging Face 與 Inflection 在內的主要業者，都完成了可觀的募資輪。
2023 年美國的 AI 投資達 672 億美元，幾乎是第二名中國的 8.7 倍。
2022 年 AI 相關職缺占全美職缺的 2.0%，這個數字在 2023 年降到 1.6%。
多項研究評估了 AI 對勞動的影響，顯示 AI 讓工作者更快完成任務，並提升產出的品質。這些研究也證明 AI 有潛力弭平低技能與高技能工作者之間的落差。
2013 年中國的工業機器人安裝量占全球 20.8%，到 2022 年這個比例已升至 52.4%。