· ยูสเคส (Use Case) ใหม่ 63 แบบของGenerative AI สามารถเพิ่มผลผลิตให้กับเศรษฐกิจทั่วโลกได้ประมาณ 2.6 - 4.4 ล้านล้านดอลลาร์ต่อปี ซึ่งเทียบได้กับ GDP ของสหราชอาณาจักรในปี 2564

· เทคโนโลยี AI อื่นๆ อาจมีส่วนช่วยเพิ่มมูลค่าทางเศรษฐกิจได้มากถึง 40% จากการนำยูสเคสของ Generative AI ไปปรับใช้

· Generative AI สามารถเพิ่มประสิทธิภาพแรงงานได้กว่า 0.1 - 0.6% ทุกปี จนถึงปี 2586 ซึ่งช่วยชดเชยการเติบโตของการจ้างงานที่ลดลง เนื่องจากการเข้าสู่สังคมผู้สูงอายุได้

· ศักยภาพปัจจุบันของ Generative AI เมื่อใช้ร่วมกับเทคโนโลยีอื่นๆ สามารถทำให้กิจกรรมการทำงานต่างๆ เป็นไปโดยอัตโนมัติ ซึ่งช่วยลดเวลาการทำงานของพนักงานลงได้ 60 - 70 % จากเดิมอยู่ที่ 50%

กรุงเทพ 20 มิถุนายน 2566 — รายงานฉบับใหม่ที่เผยแพร่โดย McKinsey & Company เรื่อง The economic potential of generative AI: the next productivity frontier พบว่า Generative AI สามารถเพิ่มผลผลิตต่อปีได้ประมาณ 2.6 – 4.4 ล้านล้านดอลลาร์ทั่วโลก โดยรายงานดังกล่าวเป็นการวิเคราะห์ยูสเคสใหม่ 63 แบบใน 16 สายงานธุรกิจที่สามารถให้ผลตอบแทนเหล่านั้นได้ ซึ่งเทียบได้กับ GDP ของสหราชอาณาจักรในปี 2564 ที่ 3.1 ล้านล้านดอลลาร์

McKinsey ประมาณการว่าปัญญาประดิษฐ์ (Artificial Intelligence) และยูสเคสจาก analytics โดยไม่รวมผลลัพธ์ของ Generative AI นั้นจะสามารถสร้างมูลค่าให้กับเศรษฐกิจโลกได้ประมาณ 11 ล้านล้าน - 17.7 ล้านล้านดอลลาร์ต่อปี และการเพิ่ม Generative AI เข้ามาในยูสเคสเหล่านี้อาจเพิ่มตัวเลขดังกล่าวได้ประมาณ 15 - 40%

Generative AI กับอนาคตของการทำงาน: ผลกระทบต่อการทำงาน อาชีพ และผลผลิต

รายงานระบุว่าการช่วยให้พนักงานทั่วทั้งภาคเศรษฐกิจใช้งาน Generative AI ได้ แม้จะอยู่นอกเหนือยูสเคสทั้ง 63 แบบนั้นจะช่วยเพิ่มผลผลิตได้ประมาณ 0.1 - 0.6% ทุกปีจนถึงปี 2586 ซึ่งสามารถชดเชยการจ้างงานที่มีอัตราการเติบโตลดลง อันเนื่องมาจากการเข้าสู่สังคมผู้สูงอายุได้

มูลค่านี้เกิดขึ้นได้เมื่อ Generative AI พลิกโฉมการทำงานและเพิ่มขีดความสามารถให้กับพนักงานโดยการปรับเปลี่ยนบางกิจกรรมให้เป็นอัตโนมัติ ความสามารถของ Generative AI ในปัจจุบันเมื่อใช้ร่วมกับเทคโนโลยีอื่นๆ จะช่วยลดเวลาการทำงานของพนักงานในปัจจุบันได้ถึง 60 - 70% อันเนื่องมาจากการปรับการทำงานดังกล่าวเป็นอัตโนมัติ โดยก่อนหน้านี้ McKinsey Global Institute เคยคาดการณ์ไว้ว่าการปรับเปลี่ยนกิจกรรมทางเทคนิคต่างๆ ให้เป็นอัตโนมัตินี้จะสามารถลดระยะเวลาประมาณครึ่งหนึ่งในการทำงานของพนักงาน แต่ Generative AI ได้เร่งตัวเลขการคาดการณ์นั้นให้เร็วขึ้นอีก

ถึงแม้ว่าการนำ AI มาปรับใช้จะเป็นไปอย่างรวดเร็วยิ่งขึ้น แต่การปรับเปลี่ยนการทำงานเหล่านี้จะไม่สามารถเกิดขึ้นได้ในชั่วข้ามคืนในภาคเศรษฐกิจทั่วโลก อย่างไรก็ตาม บางองค์กรอาจสามารถปรับใช้ AI ได้เร็วกว่า ด้วยเหตุนี้ อัตราการเปลี่ยนแปลงของแรงงานจึงถูกเร่งเครื่องตามไปด้วย รายงานคาดการณ์ว่าครึ่งหนึ่งของกิจกรรมการทำงาน ในปัจจุบันอาจกลายเป็นระบบอัตโนมัติภายในปี 2573 - 2603 ซึ่งจุดกึ่งกลางของช่วงเวลาดังกล่าว (ปี 2588) จะมาถึงเร็วกว่าการคาดการณ์ครั้งก่อนของ McKinsey Global Institute ถึงหนึ่งทศวรรษ

ลารีนา ยี, Senior Partner และ Chair of McKinsey Technology Council ให้ความเห็นว่า “Generative AI ทำให้องค์กรต่างๆ ต้องพลิกโฉมการทำงานกันอย่างเร่งด่วน ตำแหน่งงานต่างๆ จะไม่เหมือนเดิมอีกต่อไป และการพลิกโฉมอุตสาหกรรมต่างๆ กลับใช้เวลาเพียงไม่กี่เดือนแทนที่จะนานนับปี Generative AI ทำให้มนุษย์มีพลังวิเศษในรูปแบบใหม่และอัดฉีดพลังการเพิ่มผลผลิตที่เศรษฐกิจของเรากำลังต้องการเป็นอย่างมาก”

ยูสเคสของ Generative AI และการสร้างมูลค่าในอุตสาหกรรมและสายงานต่างๆ

ประมาณ 75% ของศักยภาพเชิงมูลค่าทั้งหมดจากการนำมูลค่าของ Generative AI มาปรับใช้จะเกิดขึ้นจริงในสายงานธุรกิจ 4 สายงาน ได้แก่ การบริการลูกค้า การตลาดและการขาย วิศวกรรมซอฟต์แวร์ และฝ่ายวิจัยและพัฒนาหรือ R&D

· การบริการลูกค้าเพื่อมอบบริการที่เฉพาะตัวและเป็นอัตโนมัติ: Generative AI สามารถเพิ่มมูลค่าผลผลิตได้ถึง 30 – 45% ของต้นทุนสายงานในปัจจุบัน ยูสเคสนี้รวมถึงการเพิ่มประสิทธิภาพการบริการตนเองผ่านช่องทางอัตโนมัติ และการช่วยให้เจ้าหน้าที่ดูแลลูกค้าสามารถให้ข้อมูลแก่ลูกค้าได้ตรงจุดยิ่งขึ้น อันจะช่วยในการเพิ่มยอดขาย

· เพิ่มประสิทธิภาพด้านการตลาดและการขาย: ฝ่ายการตลาดสามารถเพิ่มมูลค่าผลผลิตได้ตั้งแต่ 5 -15% ของค่าใช้จ่ายด้านการตลาดทั้งหมด ในขณะที่ฝ่ายขายจะสามารถเพิ่มมูลค่าผลผลิตได้ตั้งแต่ 3 - 5% ยูสเคสตัวอย่างได้แก่ การหาไอเดียและร่างคอนเทนต์ได้รวดเร็วขึ้น ข้อมูลเชิงลึกที่มีคุณภาพสูงขึ้น การปรับแต่งการค้นหา และการจัดลำดับความสำคัญของลูกค้าเป้าหมาย

· วิศวกรรมซอฟต์แวร์จะสามารถประหยัดค่าใช้จ่ายในการสร้างผลิตภัณฑ์ได้: ผลลัพธ์โดยตรงของ Generative AI ต่อผลผลิตทางวิศวกรรมซอฟต์แวร์อาจอยู่ในช่วง 20 – 45% ของค่าใช้จ่ายประจำปีในปัจจุบัน โดยการเพิ่มผลผลิตอาจมาจากการใช้เวลาในการเขียนโค้ดที่ลดลง การแก้ไขโค้ด และการวิจัยตลาดสำหรับสร้างโซลูชั่น

· R&D จะสร้างผลิตภัณฑ์ได้มากขึ้น: ผลผลิตมูลค่าระหว่าง 10 - 15% ของต้นทุนของ R&D โดยรวมนั้นสามารถเกิดขึ้นได้ด้วยยูสเคสที่รวมถึงการปรับปรุงคุณภาพผลิตภัณฑ์โดยรวม การเพิ่มประสิทธิภาพดีไซน์สำหรับการผลิต และการลดต้นทุนด้านขนส่งและการผลิต

โฉมหน้าของอุตสาหกรรมต่างๆ กำลังเปลี่ยนแปลงไป เนื่องจากมีการนำ Generative AI ไปปรับใช้อย่างรวดเร็ว

Generative AI สามารถสร้างคุณค่าได้มหาศาล เมื่อมีการนำไปปรับใช้ในยูสเคสในบางอุตสาหกรรม เช่น

· ธนาคารสามารถใช้ประโยชน์สูงสุดจากคุณค่าที่ Generative AI มอบให้นอกเหนือจากเทคโนโลยีขั้นสูง ซึ่งรวมถึงการสร้างรายได้เพิ่มขึ้น 200 - 340 พันล้านดอลลาร์จากประสิทธิภาพการทำงานที่เพิ่มขึ้น ประโยชน์ต่างๆ ยังรวมถึงความพึงพอใจของลูกค้าที่เพิ่มขึ้น การปรับปรุงกระบวนการตัดสินใจและประสบการณ์ของพนักงานให้ดีขึ้น และอาจลดความเสี่ยงในการฉ้อโกงได้ด้วยการตรวจสอบที่ดีขึ้น

· ธุรกิจค้าปลีกสามารถสร้างรายได้ 240 - 390 พันล้านดอลลาร์จากการใช้งาน Generative AI โดยการทำงานที่เป็นอัตโนมัติของสายงานหลัก เช่น การบริการลูกค้า การตลาดและการขาย และการจัดการสินค้าคงคลัง และซัพพลายเชน การปรับปรุงโซลูชั่น AI ที่มีอยู่เดิมจะช่วยปรับปรุงการบริการลูกค้าให้มีความเฉพาะตัวมากขึ้น รวมถึงเพิ่มประสิทธิภาพให้กับการตลาดและการขาย

· อุตสาหกรรมยาและผลิตภัณฑ์ทางการแพทย์ สามารถปลดล็อครายได้ถึง 60 - 110 พันล้านดอลลาร์ต่อปีผ่านการใช้ Generative AI ที่มีศักยภาพในการเร่งวงจรการผลิตยาให้เร็วขึ้นถึง10-15 ปีก่อนที่ยาจะออกสู่ตลาด ทั้งยังช่วยปรับปรุงคุณภาพส่วนผสมของยา และลดต้นทุนของการวิจัยและพัฒนาได้ด้วย

“เครื่องมืออันทรงพลังเหล่านี้มีศักยภาพมหาศาลต่อเศรษฐกิจโลก โดยเฉพาะอย่างยิ่งเมื่อเผชิญกับความท้าทายด้านประชากร แต่ความสามารถด้านภาษาของ AI ก็มีความเสี่ยงเช่นกัน เพราะนอกจากจะมีปฏิสัมพันธ์กับมนุษย์ได้ดีขึ้นแล้ว ยังอาจก่อให้เกิดอันตรายจากความเข้าใจผิด การชักจูงควบคุม และสร้างความขัดแย้งได้ด้วย" ไมเคิล ชุย Partner ของ McKinsey Global Institute กล่าว

“ด้วยเทคโนโลยี Generative AI ที่พัฒนาอย่างรวดเร็ว ผู้นำทางธุรกิจจึงต้องเร่งดำเนินการอย่างรวดเร็วเพื่อใช้ประโยชน์จากคุณประโยชน์ต่างๆ และจัดการความเสี่ยงให้ได้ รัฐบาลยังควรติดตามความคืบหน้าของการพัฒนาเทคโนโลยีด้านนี้ เพื่อรับมือกับความท้าทาย และใช้ประโยชน์จากเทคโนโลยีดังกล่าว และด้วยผลกระทบที่มีนัยสำคัญต่อแรงงาน องค์กรต่างๆ จึงต้องเร่งการวางแผนกำลังคน และฝึกอบรมพนักงานด้วยความรู้ใหม่ๆ ในขณะที่พนักงานเองควรฝึกฝนการใช้งานเทคโนโลยีให้เชี่ยวชาญ และเรียนรู้ทักษะใหม่ๆด้วย” ชุยกล่าวสรุป

การศึกษานี้เป็นความร่วมมือระหว่าง McKinsey Global Institute (MGI), McKinsey Technology Council, McKinsey Growth Marketing & Sales และ QuantumBlack, AI โดย McKinsey

เศรษฐกิจไทยฟื้นตัวต่อเนื่องจากการอุปโภคบริโภคภาคเอกชนและการส่งออกบริการ EIC คาดเศรษฐกิจไทยปี 2023 อาจไม่สดใสมากจากเศรษฐกิจโลกชะลอตัวและความไม่แน่นอนรอบด้าน