生成式 AI 拿走五分之一

• 2024 年生成式 AI 的私人投資達 339 億美元，較 2023 年成長 18.7%，是 2022 年水準的 8.5 倍以上。這個領域如今佔所有 AI 相關私人投資的五分之一以上。
• 新獲資金的 AI 公司增加到 2,049 家，成長 8.4%。新獲資金的生成式 AI 公司增至 214 家，高於 2023 年的 179 家，以及 2019 年的僅 31 家。
• 交易變得更大，而不是更多。平均每筆私人 AI 投資案從 2023 年的 3,160 萬美元增至 2024 年的 4,540 萬美元。有 15 筆交易超過 10 億美元，5 億至 10 億美元級距的交易更從 9 筆增至 20 筆、翻了一倍以上，較小的級距則持平或萎縮。
• 以領域來看，2024 年獲得最多資金的類別是 AI 基礎設施、研究與治理(373 億美元)，資料管理與處理(166 億美元)，以及醫療與健康照護(110 億美元) — 這個模式反映出資金大量流向 OpenAI、Anthropic、xAI 這類建造 AI 本身的公司。
• 並非每個類別都在上升。自然語言處理與客戶支援的投資在 2021 年見頂，之後持續下滑。

美國持續拉開距離

2024 年美國私人 AI 投資達 1,091 億美元 — 是中國 93 億美元的 11.7 倍、英國 45 億美元的 24.1 倍。瑞典(43 億美元)、奧地利(15 億美元)、荷蘭(11 億美元)與義大利(9 億美元)則排進前 15 名。差距正在擴大而非縮小：美國私人 AI 投資較 2023 年成長 50.7%、較 2022 年成長 78.3%，中國下跌 1.9%，歐洲則從低得多的基期成長 60%。單就生成式 AI 而言，美國的投資額超過中國、歐盟與英國三者合計達 254 億美元，而 2023 年的差距為 218 億美元。

• 自 2013 年累計，排名相同：美國吸引了 4,709 億美元、中國 1,193 億美元、英國 282 億美元，其後是以色列(150 億美元)、新加坡(73 億美元)與瑞典(73 億美元)。
• 創業活動跟著資金走。2024 年美國有 1,073 家新獲資金的 AI 公司，英國 116 家、中國 98 家。過去十年，美國的總數約為中國的 4.3 倍、英國的 7.9 倍。
• 中國新獲資金的 AI 公司數連續第二年下滑，美國與歐洲則同步上升。
• 這一年的指標性交易：1 月 Synopsys 同意以 350 億美元收購 Ansys；10 月 OpenAI 以 1,570 億美元估值募得 66 億美元；12 月 xAI 宣布 60 億美元募資；Safe Superintelligence 與 Scale AI 各募得 10 億美元；Figure AI 募得 6.75 億美元；Nvidia 以 7 億美元收購 Run：ai。
• 人才收購也出現了不尋常的形式 — 3 月微軟聘走了 Inflection AI 大部分的員工，8 月 Google 則延攬了 Character.AI 的共同創辦人。

最能說明問題的數字，是兩者之間正在縮小的距離。2023 年，使用任何 AI 的組織與使用生成式 AI 的組織之間相差 22 個百分點；到 2024 年，這道差距縮小到 7 個百分點。生成式 AI 不再是分析架構旁邊獨立進行的實驗 — 對多數採用者而言，它就是「AI」現在的意思。

採用成長最快的地方

• 北美在整體 AI 使用率上仍以 82% 領先，但差距不大。歐洲在成長 23 個百分點後達到 80%，大中華區則以上升 27 個百分點，寫下全球最快的年增率之一。
• 單就生成式 AI 而言，三個地區幾乎持平：北美 74%、歐洲 73%、大中華區 73%。
• 以產業與職能來看，使用最密集的是科技業自己 — 資訊科技(48%)、產品與服務開發(47%)、行銷與業務(47%)。
• 最常見的部署都很局部：行銷策略內容支援(27%)、知識管理(19%)、個人化(19%)與設計開發(14%)。領先的使用情境多半落在行銷與業務之內。
• 另一份針對成熟市場高階主管的調查發現，只有 1% 形容自家的生成式 AI 導入已臻成熟。多數公司在規模化擷取價值上，仍處於早期階段。

確實有錢，但金額不大

各組織同時回報了成本下降與營收上升 — 但幾乎都是小幅度。在成本面，使用 AI 於服務營運的受訪者有 49% 回報節省，其次是供應鏈與庫存管理(43%)與軟體工程(41%)；其中多數回報的節省幅度不到 10%。在營收面，把 AI 用於行銷與業務的受訪者有 71% 回報成長，供應鏈 63%、服務營運 57%、產品或服務開發 56%、軟體工程 44%；最常見的成長幅度低於 5%。生成式 AI 呈現同樣的形狀，只是領先者不同：回報成本節省最多的是供應鏈與庫存管理(61%)、服務營運(58%)，以及人力資源與策略暨企業財務(皆 56%)；回報營收成長最多的則是策略暨企業財務(70%)、供應鏈(67%)與行銷業務(66%)。

誰在招人，在哪裡招

• AI 相關職缺在 2023 年佔全美職缺的 1.4%，2024 年為 1.8%。全球方面，新加坡以 3.2% 領先，其次是盧森堡(2%)與香港(1.9%)。多數國家的比例都較前一年上升。
• 以技能群來看，人工智慧與機器學習各佔美國職缺的 0.9%，自然語言處理佔 0.2%。生成式 AI 成長近四倍 — 是所有技能群中增幅最大的 — 而自駕與機器人是唯二下滑的技能群。提及生成式 AI 技能的職缺較前一年增加超過三倍。
• 幾乎每個產業的 AI 職缺佔比都上升，唯一的例外是公共行政。專業、科學與技術服務業以 5.25% 居首，成長 31.2%；比例增幅最陡的是採礦、採石與油氣開採，上升 67.8%。
• 2024 年加州釋出 103,375 個 AI 職缺 — 佔全美 15.7% — 其次是德州的 57,785 個。若以佔該州自身職缺的比例來看，華盛頓特區以 4.44% 領先，其次是德拉瓦州(3.4%)與華盛頓州(3.3%)。四個領先州別的 AI 職缺佔比，都扭轉了多年的下滑走勢。
• 在 LinkedIn 上，2024 年相對 AI 招聘成長最快的是印度(33.4%)、巴西(30.8%)與沙烏地阿拉伯(28.7%)。

人才在哪裡，又是誰

• 2015 至 2024 年間，相對 AI 技能滲透率最高的是美國(2.6)與印度(2.5)，其後是英國(1.4)、德國(1.3)與巴西(1.3)。2.6 的意思是，在同一組職業中，美國會員列出 AI 技能的機率是全球平均的 2.6 倍。
• 2024 年 AI 人才濃度最高的是以色列(2.0%)、新加坡(1.6%)與盧森堡(1.4%)。印度則是自 2016 年以來 AI 人才濃度增幅最大的國家之一。
• 以每 10,000 名 LinkedIn 會員計算，AI 人才淨遷入最高的是盧森堡(8.9)、賽普勒斯(4.7)與阿拉伯聯合大公國(4.1)。以色列、荷蘭與加拿大近年的淨流入則在下降。
• 性別差距幾乎沒有動。LinkedIn 估計平台上 69.5% 的 AI 專業人士為男性、30.5% 為女性，這個比例長期以來相當穩定。除了印度與沙烏地阿拉伯之外，每個國家的 AI 人才濃度都是男性較高；以色列的女性 AI 人才濃度最高，為 1.6%。

生產力證據登場

2024 年產出了第一幅關於 AI 職場效應的大規模實證圖像，生產力提升大致落在 10% 到 45% 之間，以技術、客戶支援與創意類任務的成效最強。Brynjolfsson、Li 與 Rock 分析 5,179 名客服人員後發現，導入生成式 AI 助理讓每小時解決的案件數增加 14.2%，效果很快浮現且持續。在軟體開發方面，一項涵蓋 4,867 名開發者的實地實驗發現，AI 協助讓任務完成率提升 26.08%；另一項涵蓋 187,489 名開發者的自然實驗則記錄到核心程式活動增加 12.4%，同時花在專案管理上的時間減少 24.9%。第二項研究也發現 AI 讓新技術的探索增加 21.8%，每位開發者每年平均可能增加 1,683 美元的潛在薪資 — 這說明工具帶來的不只是產出，還有技能成長。

AI 最幫得上原本最需要幫助的人

• 客戶支援(Brynjolfsson 等人，2023)：低技能工作者提升 34%，對高技能工作者的效果則與零無異。
• 顧問業(Dell'Acqua 等人，2023)：低技能工作者提升 42.96%，高技能工作者 16.5%。
• 軟體工程(Cui 等人，2024)：資淺開發者提升 21%–40%，資深開發者 7%–16%。
• 軟體工程(Hoffman 等人，2024)：低能力工作者提升 12%–27%，高能力工作者 5%–10%。
• 整合程度和取得管道一樣重要：高度整合 AI 的組織有 72% 的機率出現顯著生產力提升，而低度整合的組織僅 3.4%。就整體樣本而言，46.8% 的受訪者回報 0%–20% 的提升，26.2% 為 20%–40%，18.4% 達 40%–60%，7.7% 回報 60%–80%，0.9% 回報 80%–100%。