50+ Epic Generative AI Statistics

Το Generative AI είναι ένας τύπος τεχνητής νοημοσύνης που μπορεί να δημιουργήσει μοναδικό κείμενο, εικόνες ή άλλα μέσα μαθαίνοντας μοτίβα από υπάρχοντα δεδομένα. Μπορεί να το κάνει χωρίς ρητές οδηγίες.

Η άνοδος του ChatGPT και άλλων εργαλείων τεχνητής νοημοσύνης που σας επιτρέπουν να εισάγετε απλές προτροπές έχει εκραγεί στο ευρύ κοινό και φέρνει επανάσταση στον τρόπο που δημιουργούμε γραπτό περιεχόμενο, τέχνη και κώδικα.

Τι λένε όμως τα δεδομένα για αυτή την αξιοσημείωτη τεχνολογία; Αυτές οι παραγωγικές στατιστικές τεχνητής νοημοσύνης διερευνούν την ανάπτυξη και την αξία της, τον τρόπο χρήσης της και τη στάση της κοινωνίας απέναντί ​​της.

Βασικά στατιστικά στοιχεία τεχνητής νοημοσύνης

Πόρπη μέσα, καθώς εδώ είναι τα πιο σημαντικά γεννήτρια Στατιστικά AI όλοι πρέπει να γνωρίζουν!

• Η αγορά παραγωγής τεχνητής νοημοσύνης εκτιμάται ότι θα φτάσει τα 1.3 τρισεκατομμύρια δολάρια μέχρι το 2032.
• Η OpenAI είναι η μεγαλύτερη εταιρεία παραγωγής τεχνητής νοημοσύνης σε αξία και χρήστες.
• Περισσότερο από το 60% των εταιρειών χρησιμοποιούν γενετική τεχνητή νοημοσύνη στο χώρο εργασίας.
• Το 12% των ενηλίκων στις ΗΠΑ έχει χρησιμοποιήσει το ChatGPT για τη δημιουργία κειμένου.
• Το 30% των εξερχόμενων μηνυμάτων μάρκετινγκ από μεγάλους οργανισμούς θα δημιουργηθεί με τεχνητή νοημοσύνη.
• Το Generative AI θα μειώσει τον φόρτο εργασίας κατά 60% έως 70%.

Δημιουργικά στατιστικά χρήσης AI

Πόσοι άνθρωποι χρησιμοποιούν γενετική τεχνητή νοημοσύνη και σε τι το χρησιμοποιούν; Αυτά τα συναρπαστικά στατιστικά εξερευνούν πώς υιοθετείται, επιδείξεις χρηστών και πολλά άλλα.

1. Πάνω από το 60% των εταιρειών χρησιμοποιούν γενετική τεχνητή νοημοσύνη στο χώρο εργασίας.

(Πηγή: Jasper AI)

Περίπου το 61.5% των εταιρειών με 11-1000 υπαλλήλους χρησιμοποιούν γενετική τεχνητή νοημοσύνη στο χώρο εργασίας. Το 46.1% όσων το έχουν εφαρμόσει το χρησιμοποιούν περισσότερες από μία φορά την εβδομάδα. Κάτι λιγότερο από το 33% το χρησιμοποιεί κάθε μέρα.

2. Πάνω από το 50% των ηγετών επιχειρήσεων έχουν εφαρμόσει γενετική τεχνητή νοημοσύνη ειδικά για το μάρκετινγκ περιεχομένου.

(Πηγή: SiegeMedia)

Το 52% των ηγετών επιχειρήσεων που ερωτήθηκαν δηλώνουν ότι έχουν εφαρμόσει εργαλεία παραγωγής τεχνητής νοημοσύνης όπως το ChatGPT για να βοηθήσουν στη δημιουργία περιεχομένου μάρκετινγκ. Το 64.7% σχεδιάζει να το δοκιμάσει μέχρι το τέλος του 2023.

3. Το 12% των ενηλίκων των ΗΠΑ έχουν χρησιμοποιήσει το ChatGPT για τη δημιουργία περιεχομένου κειμένου.

(Πηγή: Statista – Χρήση ChatGPT)

Το Generative AI είναι τόσο δημοφιλές που από τον Ιανουάριο του 2023, το 12% των ενηλίκων των ΗΠΑ χρησιμοποίησε το ChatGPT για να δημιουργήσει οι ίδιοι κείμενο, ενώ ένα επιπλέον 38% έχει δει άλλους να το χρησιμοποιούν. Αυτό σημαίνει ότι οι μισοί έχουν εκτεθεί στην τεχνολογία.

4. Το 26% των ανθρώπων στο Ηνωμένο Βασίλειο έχουν χρησιμοποιήσει γενετική τεχνητή νοημοσύνη.

(Πηγή: Deloitte)

Η χρήση στο Ηνωμένο Βασίλειο είναι υψηλότερη από ό,τι στις ΗΠΑ, με το 52% να έχει ακούσει για γενετική τεχνητή νοημοσύνη και το 26% να το έχει δοκιμάσει τουλάχιστον μία φορά. Το 28% όσων το έχουν χρησιμοποιήσει το κάνουν σε εβδομαδιαία βάση και το 9% το χρησιμοποιούν κάθε μέρα. Το 30% το δοκίμασε μόνο μία φορά.

5. 1 στους 3 φοιτητές κολεγίου στις ΗΠΑ χρησιμοποιούν το ChatGPT για εργασίες για το σπίτι.

(Πηγή: Intelligent.com)

Το μοντέλο ανθρώπινης γλώσσας κάνει το ChatGPT εύκολο για την απάντηση σε ερωτήσεις και τη σύνταξη σχολικών εργασιών. Τα δεδομένα της έρευνας αποκαλύπτουν ότι έως και το 33% των φοιτητών κολεγίου στις ΗΠΑ χρησιμοποιούν γενετική τεχνητή νοημοσύνη για τις εργασίες τους στο σπίτι. Το 60% των μαθητών που παραδέχονται ότι χρησιμοποιούν το ChatGPT λένε ότι το χρησιμοποιούν σε περισσότερες από τις μισές εργασίες.

6. Περισσότεροι από τους μισούς φοιτητές κολεγίου στο Ηνωμένο Βασίλειο έχουν χρησιμοποιήσει AI στην εκπαίδευση.

(Πηγή: Deloitte)

Στο Ηνωμένο Βασίλειο, το 56% των μαθητών σχολικής ή κολεγιακής ηλικίας 16 έως 19 ετών έχει χρησιμοποιήσει γενετική AI για την εκπαίδευση αναθέσεις.

7. Ο κλάδος του μάρκετινγκ και της διαφήμισης έχει το υψηλότερο ποσοστό υιοθέτησης τεχνητής νοημοσύνης.

(Πηγή: Statista – AI Adoption)

Από το 2022, οι αμερικανικές εταιρείες μάρκετινγκ και διαφήμισης είχαν χρησιμοποιήσει περισσότερο την παραγωγική τεχνητή νοημοσύνη με βάση μια έρευνα επαγγελματιών από όλους τους κλάδους. Οι επαγγελματίες που ασχολούνται με την τεχνολογία είχαν το δεύτερο υψηλότερο ποσοστό υιοθεσίας (35%), ακολουθούμενοι από τη συμβουλευτική (30%).

Παρά υγειονομική περίθαλψη με πολλές εφαρμογές τεχνητής νοημοσύνης, δεν έχει υιοθετήσει ιδιαίτερα τη γενετική τεχνητή νοημοσύνη. Έφτασε στο κάτω μέρος της λίστας με ποσοστό υιοθέτησης 15%.

8. Περίπου το 86% τοις εκατό των παρόχων υγειονομικής περίθαλψης, των εταιρειών βιοεπιστημών και των προμηθευτών τεχνολογίας χρησιμοποιούν AI.

(Source: Healthcare IT News)

Παρά το τόσο υψηλό ποσοστό υιοθέτησης, πολλές από αυτές τις βιομηχανίες προηγήθηκαν της γενετικής τεχνητής νοημοσύνης. Στην πραγματικότητα, η υγειονομική περίθαλψη υπήρξε πρώιμος υιοθέτης άλλων τεχνολογιών τεχνητής νοημοσύνης. Ωστόσο, αναμένεται να αναπτυχθεί ραγδαία τα επόμενα χρόνια με τους βοηθούς τεχνητής νοημοσύνης.

9. Καμία ηλικιακή ομάδα δεν χρησιμοποιεί τη γενετική τεχνητή νοημοσύνη σημαντικά περισσότερο από τις άλλες.

(Πηγή: Statista – AI Age)

Στις Ηνωμένες Πολιτείες, διαφορετικές γενιές χρησιμοποιούν AI περίπου την ίδια ποσότητα. Το 29% του νεότερου Gen Z το έχει χρησιμοποιήσει, αλλά το 28% του Gen X και το 27% των Millennials το έχουν δοκιμάσει επίσης.

10. Οι αστικοί πληθυσμοί είναι 15% περισσότερο εκτεθειμένοι σε γενετική τεχνητή νοημοσύνη από τους αγροτικούς πληθυσμούς.

(Πηγή: Santander)

Το 35% του αστικού πληθυσμού εκτίθεται σε τεχνητή νοημοσύνη σε σύγκριση με το 20% του αγροτικού πληθυσμού. Αυτό ακολουθεί την ίδια τροχιά με άλλες τεχνολογίες.

Ιστορικές Γενετικές Στατιστικές ΤΝ

Τα παρακάτω γενικά στατιστικά και γεγονότα τεχνητής νοημοσύνης κοιτάζουν πίσω στην ιστορία και τα ορόσημα της τεχνολογίας.

11. Η πρώιμη γενετική τεχνητή νοημοσύνη αναπτύχθηκε για πρώτη φορά τη δεκαετία του 1960.

(Πηγή: Forbes)

Το ELIZA ήταν ένα από τα πρώτα γενετικά chatbot που αναπτύχθηκαν τη δεκαετία του 1960 από τον Joseph Weizenbaum, έναν επιστήμονα υπολογιστών στο MIT. Το ELIZA σχεδιάστηκε για να προσομοιώνει μια συνομιλία μεταξύ ενός χρήστη και ενός ψυχοθεραπευτή, χρησιμοποιώντας μια απλοποιημένη προσέγγιση αντιστοίχισης προτύπων.

Αυτό λειτούργησε αναγνωρίζοντας λέξεις-κλειδιά και φράσεις στα στοιχεία εισαγωγής του χρήστη και δημιουργώντας προ-προγραμματισμένες απαντήσεις με βάση αυτά τα μοτίβα. Ωστόσο, δεν ήταν πραγματικά ένα μοντέλο μάθησης.

12. Η Generative AI έκανε άλμα προς τα εμπρός το 2014 με την εισαγωγή των παραγωγικών δικτύων αντιπάλου.

(Πηγή: Tech Target)

Τα Generative Adversarial Networks (GANs) εισήχθησαν το 2014 από τον Ian Goodfellow. Η διαδικασία εκπαιδεύει δύο νευρωνικά δίκτυα ταυτόχρονα, το ένα γνωστό ως γεννήτρια και το άλλο ως διαχωριστής. Η γεννήτρια δημιουργεί συνθετικά δεδομένα, ενώ η δουλειά του διαχωριστή είναι να διακρίνει μεταξύ πραγματικών και παραγόμενων δεδομένων.

Κατά τη διάρκεια της εκπαιδευτικής διαδικασίας, η γεννήτρια επιχειρεί να παράγει ολοένα και πιο ρεαλιστικά δεδομένα που μπορούν να ξεγελάσουν αυτόν που διακρίνει, ενώ ο χρήστης που διακρίνει μαθαίνει να διαφοροποιεί καλύτερα μεταξύ πραγματικών και πλαστών δεδομένων.

13. Το 2016, το WaveNet της DeepMind ήταν ένα σημαντικό ορόσημο για την τεχνητή νοημοσύνη που δημιουργεί ήχους.

(Πηγή: The Verge)

Το WaveNet μπόρεσε να δημιουργήσει ανθρώπινη ομιλία, η οποία γέννησε προηγμένους βοηθούς φωνής AI και τα εξαιρετικά ακριβή εργαλεία σύνθεσης κειμένου σε ομιλία που βλέπουμε σήμερα.

14. Το 2017, η NVIDIA ανέπτυξε προοδευτικά GAN για τη δημιουργία φωτορεαλιστικών εικόνων.

(Πηγή: NVIDIA)

Τα GAN της NVIDIA μπόρεσαν να δημιουργήσουν εικόνες με λεπτομέρεια και σαφήνεια που δεν είχαν ξαναδεί, προσθέτοντας εκθετικά νέα επίπεδα ενώ εκπαιδεύονταν στα δεδομένα της. Αυτό δημιούργησε εικόνες υψηλής λεπτομέρειας και υψηλής ανάλυσης που βλέπουμε τώρα από πολλαπλές γεννήτριες εικόνων AI.

15. Η Open AI ανέπτυξε τον πρώτο Generative Pre-trained Transformer (GPT) το 2018.

(Πηγή: WEF)

Το GPT στο ChatGPT αναφέρεται στο «Generative Pre-trained Transformer» που εισήχθη από το OpenAI στην εργασία του με τίτλο «Improving Language Understanding by Generative Pre-training».

Το μοντέλο είναι προεκπαιδευμένο σε 570 gigabyte κειμένου σε 175 δισεκατομμύρια παραμέτρους, επιτρέποντάς του να μάθει τα υποκείμενα μοτίβα και δομές της γλώσσας. Στη συνέχεια, ρυθμίζεται με ακρίβεια στην ταξινόμηση του κειμένου, στη μετάφραση γλώσσας, στην απάντηση ερωτήσεων κ.λπ.

16. Το GPT-3 κόστισε 3.2 εκατομμύρια δολάρια σε πόρους υπολογιστών για την εκπαίδευση.

(Πηγή: Santander)

Η εκμάθηση από όλα αυτά τα δεδομένα δεν είναι δωρεάν. Η τρίτη ενσάρκωση του GPT εκτιμάται ότι έχει καταναλώσει ισχύ και πόρους υπολογιστών αξίας 3.2 εκατομμυρίων δολαρίων. Μετά την κυκλοφορία, το ChatGPT κόστιζε 700,000 $ την ημέρα για να λειτουργήσει.

17. Η τέχνη της τεχνητής νοημοσύνης εμφανίστηκε το 2021 με την κυκλοφορία του DALL-E.

(Πηγή: Arimetrics)

Το DALL-E του OpenAI, το οποίο είναι ένα παιχνίδι για τον καλλιτέχνη Σαλβαδόρ Νταλί, εφάρμοσε προεκπαιδευμένους μετασχηματιστές στη δημιουργία εικονοστοιχείων αντί για κείμενο. Αυτό επέτρεψε τη δημιουργία υψηλής ποιότητας τέχνης AI από προτροπές φυσικής γλώσσας. Το DALL-E ακολούθησε σύντομα το Midjourney και το Stable Diffusion.

18. Το GhatGPT ξεπέρασε το ένα εκατομμύριο χρήστες σε λιγότερο από μια εβδομάδα.

(Πηγή: Reuters)

Ο διευθύνων σύμβουλος του ChatGPT, Sam Altman, ανακοίνωσε στο Twitter ότι η δημόσια κυκλοφορία του τον Νοέμβριο του 2022 ξεπέρασε το ένα εκατομμύριο χρήστες μέσα σε μια εβδομάδα. Για να καταδείξουμε αυτή τη μετεωρική άνοδο, το ίδιο το Twitter δεν ήταν τόσο δημοφιλές παρά μόνο 2 χρόνια μετά την κυκλοφορία του.

19. Ο Bard έχασε την Google 100 δισεκατομμύρια δολάρια σε αξία μετοχών μετά την παρουσίασή της τον Φεβρουάριο του 2023.

(Πηγή: Wallstreet Journal)

Δεν ξεκινούν όλα τα εργαλεία τεχνητής νοημοσύνης που δημιουργούνται. Η Bard, η οποία είναι ο αντίπαλος της Google με το ChatGPT, προκάλεσε πτώση της μετοχής της εταιρείας κατά 8% αφού προβλήθηκε μέσω ζωντανής ροής τον Φεβρουάριο του 2023 και έδωσε μια ανακριβή απάντηση.

20. Τον Μάιο του 2023 ο Claude μπόρεσε να επεξεργαστεί ένα μέσο μυθιστόρημα σε ένα λεπτό.

(Πηγή: McKinsey)

Το γενεσιουργό AI της Anthropic, ο Claude, ξεκίνησε με την ικανότητα να επεξεργάζεται 9,000 διακριτικά κειμένου τον Μάρτιο του 2023. Δύο μήνες αργότερα ξεπέρασε τα 100,000 tokens, που ισοδυναμούν με περίπου 75,000 λέξεις το λεπτό ή ένα μέσο μυθιστόρημα.

Financial Generative AI Statistics

Αυτά τα οικονομικά στατιστικά εξετάζουν το παραγωγικό μερίδιο αγοράς της τεχνητής νοημοσύνης, τα χρήματα που παράγονται και την αξία των κορυφαίων εταιρειών.

21. Η αγορά παραγωγής τεχνητής νοημοσύνης εκτιμάται ότι θα φτάσει τα 1.3 τρισεκατομμύρια δολάρια μέχρι το 2032.

(Πηγή: Bloomberg)

Το 2022, η παραγωγική αγορά AI άξιζε περίπου 40 δισεκατομμύρια δολάρια. Πρόσφατη ανάλυση δείχνει ότι θα μπορούσε να αυξηθεί με σύνθετο ετήσιο ρυθμό ανάπτυξης (CAGR) 42%, φτάνοντας τα 1.3 τρισεκατομμύρια δολάρια μέχρι το τέλος της επόμενης δεκαετίας.

Επιπλέον, τα προϊόντα λογισμικού παραγωγής τεχνητής νοημοσύνης θα μπορούσαν να προσθέσουν περίπου 280 δισεκατομμύρια δολάρια στην παγκόσμια αγορά λογισμικού.

22. Η γενετική τεχνητή νοημοσύνη θα μπορούσε να προσθέσει το ισοδύναμο 2.6 τρισεκατομμυρίων δολαρίων έως 4.4 τρισεκατομμύρια δολάρια στην παγκόσμια οικονομία.

(Πηγή: McKinsey)

Η επιπλέον παραγωγικότητα που αποδίδεται στη γενετική τεχνητή νοημοσύνη θα μπορούσε να προσθέσει από 2.6 τρισεκατομμύρια έως 4.4 τρισεκατομμύρια δολάρια στην παγκόσμια οικονομία κάθε χρόνο. Το 75% αυτής της αξίας καλύπτει τις λειτουργίες πελατών, το μάρκετινγκ και τις πωλήσεις, τη μηχανική λογισμικού και την Ε&Α.

23. Η Βόρεια Αμερική είναι η κορυφαία αγορά παραγωγής τεχνητής νοημοσύνης ανά περιοχή.

(Πηγές: Precedence Research, Statista – AI US)

Η Βόρεια Αμερική είναι ο ηγέτης της αγοράς ανά περιοχή, με μερίδιο εσόδων 41% το 2022. Αυτό ανήλθε σε λίγο κάτω από τα 10 δισεκατομμύρια δολάρια. Ακολούθησαν η Ευρώπη (26%), η Ασία-Ειρηνικός (22%), η Λατινική Αμερική (8%) και η Μέση Ανατολή/Αφρική (3%).

24. Το 2022, ο τομέας των μέσων ενημέρωσης και της ψυχαγωγίας κατείχε το 34% της παγκόσμιας αγοράς παραγωγής τεχνητής νοημοσύνης.

(Πηγές: Precedence Research)

Το τμήμα μέσων και ψυχαγωγίας ξεπέρασε τα 1.5 δισεκατομμύρια δολάρια και κατείχε μερίδιο εσόδων 34% το 2022. Αυτό αποδόθηκε σε δημιουργικές διαφημιστικές καμπάνιες τεχνητής νοημοσύνης. Κατά την επόμενη δεκαετία, ο τομέας των επιχειρήσεων και των χρηματοοικονομικών υπηρεσιών αναμένεται να αναπτυχθεί με τον ταχύτερο ρυθμό 36.4%.

25. Η OpenAI είναι η μεγαλύτερη εταιρεία παραγωγής τεχνητής νοημοσύνης σε αξία και χρήστες.

(Πηγές: Reuters 2-3, SimilarWeb 1-2, DailyAlts)

Η OpenAI είναι η εταιρεία πίσω από το δημοφιλές chatbot AI ChatGPT και τη δημιουργία εικόνων DALL-E. Αυτήν τη στιγμή είναι η πιο επιτυχημένη εταιρεία παραγωγής τεχνητής νοημοσύνης στον κόσμο, με αξία μεταξύ 27 και 29 δισεκατομμυρίων δολαρίων τον Απρίλιο του 2023.

Είχε επίσης περισσότερους από 1.7 δισεκατομμύρια χρήστες τον Ιούνιο του 2023. Συγκριτικά, το Google Bard είχε περίπου 140 εκατομμύρια χρήστες και κατά καιρούς έχασε τα χρήματα της εταιρείας.

Η Anthropic, μια εταιρεία τεχνητής νοημοσύνης με τελευταία αξία 4.1 δισεκατομμυρίων δολαρίων, κυκλοφόρησε πρόσφατα το δεύτερο παραγωγικό μοντέλο chatbot Claude 2. Ωστόσο, η βάση χρηστών της είναι πολύ μικρότερη από το ChatGPT.

26. Η παραγωγική πλατφόρμα τέχνης AI Stable Diffusion αξίζει περισσότερο από 1 δισεκατομμύριο δολάρια.

(Πηγές: Forbes 2, iNews)

Οι γεννήτριες AI μπορούν να δημιουργήσουν εικόνες και έργα τέχνης όχι μόνο απαντήσεις κειμένου. Η Stable Diffusion είναι αυτή τη στιγμή η κορυφαία εταιρεία παραγωγής εικόνων με πάνω από 10 εκατομμύρια χρήστες την ημέρα και αξία άνω του 1 δισεκατομμυρίου δολαρίων. Ο πλησιέστερος αντίπαλός του είναι η δική του συσκευή δημιουργίας εικόνων DALL-E του OpenAI, αν και βρίσκεται πίσω από ένα paywall.

Η Αγορά τέχνης AI είναι δύσκολο να ποσοτικοποιηθεί. Ωστόσο, το NFT που δημιουργήθηκε από την τεχνητή νοημοσύνη με την υψηλότερη αξία πωλήθηκε για 1.1 εκατομμύρια δολάρια και άλλα κανονικά έργα τέχνης τεχνητής νοημοσύνης έχουν πουληθεί για εκατοντάδες χιλιάδες σε δημοπρασία.

27. Έχουν συγκεντρωθεί 1.7 δισεκατομμύρια δολάρια σε επιχειρηματικά κεφάλαια για λύσεις τεχνητής νοημοσύνης εκτός ChatGPT.

(Πηγή: Gartner)

Όλοι γνωρίζουν για το ChatGPT, αλλά οι επενδυτές επιχειρηματικών κεφαλαίων έχουν χρηματοδοτήσει περισσότερα από 1.7 δισεκατομμύρια δολάρια σε γενετική τεχνολογία AI από το 2020, με την ανακάλυψη νέων φαρμάκων και κωδικοποίησης λογισμικού να έχει τις περισσότερες επενδύσεις.

28. Το λογισμικό παραγωγής τεχνητής νοημοσύνης αναμένεται να έχει αξία 3.7 δισεκατομμυρίων δολαρίων μέχρι το τέλος του 2023.

(Πηγή: S&P Global)

Με βάση 263 εταιρείες λογισμικού παραγωγής τεχνητής νοημοσύνης, η αγορά λογισμικού παραγωγής τεχνητής νοημοσύνης εκτιμάται ότι θα αξίζει περίπου 3.7 δισεκατομμύρια δολάρια μέχρι το τέλος του 2023.

29. Οι γεννήτριες κώδικα είναι τα ταχύτερα αναπτυσσόμενα εργαλεία παραγωγής τεχνητής νοημοσύνης.

(Πηγή: S&P Global)

Ενώ τα γενικά chatbots είναι αυτή τη στιγμή η πιο χρησιμοποιούμενη μορφή τεχνητής νοημοσύνης που δημιουργείται, τα bots που μπορούν να δημιουργήσουν κώδικα υπολογιστή αναμένεται να έχουν τον ταχύτερο ρυθμό ανάπτυξης τα επόμενα 5 χρόνια. Εκτιμάται ότι οι γεννήτριες κωδικών θα έχουν σύνθετο ετήσιο ρυθμό ανάπτυξης 72.9%.

Γεννήτριες εικόνας AI είναι ο δεύτερος ταχύτερα αναπτυσσόμενος τύπος γενετικής τεχνητής νοημοσύνης, με 65.8% CAGR.

30. Ο τομέας της υγειονομικής περίθαλψης της Αυστραλίας θα μπορούσε να κερδίσει 13 δισεκατομμύρια δολάρια σε αξία από την υιοθέτηση της γενετικής τεχνητής νοημοσύνης.

(Πηγή: Microsoft)

Έρευνα της Microsoft υποδηλώνει ότι η υιοθέτηση φορητών συσκευών για ασθενείς, διαγνωστικά με τεχνητή νοημοσύνη και ο χρόνος που εξοικονομείται από την αυτοματοποίηση των διοικητικών εργασιών, θα μπορούσαν να προσθέσουν αξία μεταξύ 5 και 13 δισεκατομμυρίων δολαρίων στον κλάδο υγειονομικής περίθαλψης της Αυστραλίας.

Stations Towards Generative AI Statistics

Τα παρακάτω στατιστικά στοιχεία και απόψεις διερευνούν πώς νιώθουν οι επαγγελματίες και το κοινό για την άνοδο της γενετικής τεχνητής νοημοσύνης.

31. Σχεδόν το 100% των παγκόσμιων στελεχών πιστεύουν ότι η τεχνητή νοημοσύνη θα είναι σημαντική για τις στρατηγικές τους.

(Πηγή: Accenture)

Το 98% των στελεχών που συμμετείχαν σε δημοσκόπηση από όλο τον κόσμο λένε ότι η τεχνητή νοημοσύνη θα διαδραματίσει βασικό ρόλο στη στρατηγική της εταιρείας τους τα επόμενα 3 έως 5 χρόνια.

32. Οι άνδρες έχουν μεγαλύτερη εμπιστοσύνη στη γενετική τεχνητή νοημοσύνη από τις γυναίκες.

(Πηγή: Insider Intelligence)

Από τους ενήλικες των ΗΠΑ που συμμετείχαν στην έρευνα, εκείνοι που εμπιστεύονται έντονα τη γενετική τεχνητή νοημοσύνη διαφοροποιούν το 60% των ανδρών με το 40% των γυναικών. Εν τω μεταξύ, όσοι εξέφρασαν έντονη δυσπιστία ήταν 53% γυναίκες έως 47% άνδρες.

33. Το ChatGPT έχει διαχωρισμό 60/40 μεταξύ ανδρών και γυναικών.

(Πηγή: SimilarWeb)

Από τον Ιούνιο του 2023, η επισκεψιμότητα ιστού του ChatGPT είναι 59.69% άνδρες έως 40.31% γυναίκες. Φαίνεται ότι και οι άνδρες χρησιμοποιούν και εμπιστεύονται την τεχνητή νοημοσύνη περισσότερο από τις γυναίκες.

34. Το 68.4% των επαγγελματιών της τεχνολογίας δεν πιστεύουν ότι οι δουλειές τους κινδυνεύουν λόγω της γενετικής τεχνητής νοημοσύνης.

(Πηγή: Jasper AI)

Σε μια έρευνα 500 επαγγελματιών τεχνολογίας σε 12 τμήματα, το 68.4% δεν αισθάνθηκε ότι τα εργαλεία παραγωγής τεχνητής νοημοσύνης θέτουν τη δουλειά τους σε κίνδυνο. Επιπλέον, το 73% όλων των ερωτηθέντων πιστεύει ότι τέτοια εργαλεία είναι ασφαλή και ηθικά.

35. Το 82% των εργαζομένων ανησυχούν ότι οι χάκερ χρησιμοποιούν γενετική τεχνητή νοημοσύνη για να δημιουργήσουν μηνύματα ηλεκτρονικού ταχυδρομείου απάτης.

(Πηγή: IT Pro)

Έρευνα το 2023 διαπίστωσε μια τεράστια αύξηση στον αριθμό των νέων επιθέσεων ηλεκτρονικού ταχυδρομείου που βασίζονται σε κοινωνική μηχανική, οι οποίες συσχετίστηκαν με την άνοδο των ρομπότ τεχνητής νοημοσύνης. Εξαιτίας αυτού, το 82% των εργαζομένων είπε ότι τα ηλεκτρονικά μηνύματα απάτης που δημιουργήθηκαν από την τεχνητή νοημοσύνη ήταν μια ανησυχία στη δουλειά.

36. Πάνω από το 50% των ενηλίκων των ΗΠΑ φοβούνται ότι το περιεχόμενο κειμένου που δημιουργείται από AI μπορεί να είναι ανακριβές ή παραπλανητικό.

(Πηγή: Insider Intelligence 2)

Αν και η πλειονότητα συμφωνεί ότι η γενετική τεχνητή νοημοσύνη μπορεί να εξοικονομήσει χρόνο και χρήμα στον χώρο εργασίας, το 56% των ερωτηθέντων συμφώνησε σθεναρά ή κάπως συμφώνησε ότι το γραπτό περιεχόμενό της θα μπορούσε να περιέχει προκαταλήψεις και ανακρίβειες.

Αυτό μπορεί να κυμαίνεται από τη λήψη πληροφοριών εντελώς λανθασμένων, την κακή γραμματική ή το γεγονός ότι εργαλεία όπως το ChatGPT δεν έχουν εκπαιδευτεί σε δεδομένα πραγματικού κόσμου μετά τον Σεπτέμβριο του 2021.

37. Το 43% των χρηστών τεχνητής νοημοσύνης στο Ηνωμένο Βασίλειο πιστεύουν ότι λέει πάντα την αλήθεια.

(Πηγή: Telecoms)

Στο Ηνωμένο Βασίλειο, το 43% των τακτικών χρηστών γενετικής τεχνητής νοημοσύνης πιστεύουν ότι παράγει πάντα ακριβείς απαντήσεις, σε σύγκριση με μόνο το 19% των ατόμων που δεν έχουν χρησιμοποιήσει ακόμη την τεχνητή νοημοσύνη.

38. Η πλειοψηφία συμφωνεί ότι η ακρίβεια θα βελτιωθεί με την πάροδο του χρόνου.

(Πηγή: Jasper AI)

Παρά τους τρέχοντες φόβους για ανακρίβειες, το 83% αναμένει ότι τα μοντέλα τεχνητής νοημοσύνης θα βελτιώνουν τα αποτελέσματά τους όσο περνάει ο καιρός, κάτι που είναι μια εγγενής λειτουργία της μηχανικής μάθησης.

39. Το 75% των Αμερικανών ανησυχούν για τα deepfakes.

(Πηγή: MITRE-Harris)

Ακόμη πιο ανησυχητικό είναι ότι η ποιότητα των φωτογραφιών, των βίντεο και του ήχου που δημιουργούνται με τεχνητή νοημοσύνη είναι τόσο καλή που μπορεί να ξεγελάσει τους ανθρώπους να πιστεύουν ότι είναι αληθινή. Τα λεγόμενα deepfakes παίρνουν την ομοιότητα ενός πραγματικού προσώπου, όπως διασημότητας ή πολιτικού και χρησιμοποιούν την τεχνητή νοημοσύνη για να τους κάνουν και να πουν οτιδήποτε θέλει ο δημιουργός.

Αυτό εγείρει μια σειρά ζητημάτων σχετικά με την προπαγάνδα, τις ψεύτικες ειδήσεις, το απόρρητο και την παραβίαση πνευματικών δικαιωμάτων.

40. Το 88% των επαγγελματιών μάρκετινγκ εξοικονομούν χρόνο και χρήμα με το Generative AI.

(Πηγή: Insider Intelligence 3)

Η συντριπτική πλειοψηφία των οι έμποροι λένε γενετική τεχνητή νοημοσύνη κάνει την εταιρεία τους πιο αποτελεσματική και οικονομικά αποδοτική. Το 88% πιστεύει επίσης Περιεχόμενο AI μπορεί να είναι τόσο καλό ή ακόμα καλύτερο από αυτό που παράγουν οι άνθρωποι.

Το μέλλον του Generative AI

Αυτές οι παραγωγικές στατιστικές τεχνητής νοημοσύνης εξερευνούν την ανάπτυξη της αγοράς και τις προβλέψεις για το μέλλον.

41. Το Generative AI θα μειώσει τον φόρτο εργασίας κατά 60% έως 70%.

(Πηγές: McKinsey, Accenture)

Με την αυτοματοποίηση επαναλαμβανόμενων εργασιών και την αύξηση των πιο σύνθετων εργασιών, η γενετική τεχνητή νοημοσύνη έχει τη δυνατότητα να μειώσει τον τρέχοντα φόρτο εργασίας του μέσου εργαζόμενου κατά 60% έως 70%. Αυτό αντιστοιχεί στο 40% του συνόλου των ωρών εργασίας της ημέρας.

Ενώ τέτοια στοιχεία δημιουργούν φόβο Αντικαταστάσεις θέσεων εργασίας AI, θα μπορούσε επίσης να ελευθερώσει χρόνο για πιο σημαντικές εργασίες που η τεχνητή νοημοσύνη δεν μπορεί να αυτοματοποιήσει.

42. Οι εργασίες γραφείου και διοίκησης κινδυνεύουν περισσότερο από την αυτοματοποίηση.

(Πηγή: Goldman Sachs)

Η έρευνα δείχνει ότι οι διοικητικές, οι επαναλαμβανόμενες εργασίες και οι εργασίες που βασίζονται σε δεδομένα διατρέχουν τον υψηλότερο κίνδυνο να αντικατασταθούν από γενετική τεχνητή νοημοσύνη.

Όσον αφορά τους ρόλους, το 46% των εργασιών γραφείου και διοικητικής υποστήριξης θα είναι αυτοματοποιημένες. Ακολουθεί το δικηγορικό επάγγελμα (44%), και αρχιτεκτονική και μηχανικής (37%).

Αν και η χειρωνακτική εργασία θα μπορούσε να αντιμετωπίσει περαιτέρω αυτοματισμό από τη ρομποτική, επηρεάζεται λιγότερο από τις γενετικές μορφές τεχνητής νοημοσύνης.

43. Η γενετική τεχνητή νοημοσύνη θα επηρεάσει τις γυναίκες εργαζόμενες περισσότερο από τους άνδρες.

(Πηγή: Ινστιτούτο Kenan)

Μια πρόσφατη μελέτη διαπίστωσε ότι το 80% των γυναικών είναι σε επαγγέλματα που είναι πολύ εκτεθειμένα στον αυτοματισμό μέσω της γενετικής τεχνητής νοημοσύνης. Αυτές είναι θέσεις όπου τουλάχιστον το ένα τέταρτο των εργασιών μπορεί να γίνει από AI.

Μόνο το 60% των ανδρών έχει παρόμοιους ρόλους, πράγμα που σημαίνει ότι η τεχνητή νοημοσύνη θα μπορούσε να εκτοπίσει περισσότερες γυναίκες από ό,τι άνδρες από τις δουλειές τους.

44. Η γενετική τεχνητή νοημοσύνη θα συμβάλει σε πιθανή ετήσια αύξηση 3.3% στην παραγωγικότητα της εργασίας.

(Πηγή: McKinsey)

Η γενετική τεχνητή νοημοσύνη, άλλες μορφές τεχνητής νοημοσύνης και άλλες τεχνολογίες αυτοματισμού θα συνδυαστούν για να παράγουν μια αύξηση από 0.2% έως 3.3% της παραγωγικότητας της εργασίας κάθε χρόνο. Η αύξηση αυτή αναμένεται να είναι σταθερή μέχρι το 2040.

45. Ο τραπεζικός τομέας θα δει αύξηση της παραγωγικότητας άνω του 2.8%.

(Πηγή: McKinsey)

Το Generative AI είναι μια μεγάλη προοπτική για τον τραπεζικό κλάδο. Προβλέπεται αύξηση της παραγωγικότητας μεταξύ 2.8% και 4.7% με βάση το ετήσιο εισόδημα του κλάδου.

46. ​​Η επίλυση προβλημάτων μπορεί να λυθεί 15% πιο γρήγορα στην εξυπηρέτηση πελατών λόγω της τεχνητής νοημοσύνης.

(Πηγή: NBER)

Έρευνα που αφορούσε μια εταιρεία 5,000 υπαλλήλων εξυπηρέτησης πελατών, διαπίστωσε ότι η υιοθέτηση της τεχνητής νοημοσύνης προκάλεσε αύξηση 15% στην ταχύτητα επίλυσης προβλημάτων. Επίσης μείωσε τον χρόνο που δαπανάται για τη διαχείριση οποιουδήποτε δεδομένου προβλήματος κατά 10%.

47. Το 30% των εξερχόμενων μηνυμάτων μάρκετινγκ από μεγάλους οργανισμούς θα δημιουργηθεί με τεχνητή νοημοσύνη.

(Πηγές: Gartner, Influencer Marketing Hub)

Η τεχνητή νοημοσύνη αναμένεται να δημιουργήσει το 30% των εξερχόμενων μηνυμάτων μάρκετινγκ μεγάλων οργανισμών έως το 2025. Το 2022, αυτό ήταν μόνο 2%.

Αυτός μπορεί να είναι ένας από τους λόγους για τους οποίους το 35.6% των επαγγελματιών μάρκετινγκ πιστεύει ότι η τεχνητή νοημοσύνη θα μπορούσε να είναι κίνδυνος για τις θέσεις εργασίας των εμπόρων.

48. Το 10% όλων των δεδομένων θα δημιουργηθεί από AI στο μέλλον.

(Πηγή: Gartner 2)

Μέχρι το 2025, το περιεχόμενο που δημιουργείται από την τεχνητή νοημοσύνη θα αντιπροσωπεύει το 10% όλων των δεδομένων, το οποίο είναι σημαντικά μεγαλύτερο από το τρέχον 1%.

49. Η Apple σχεδιάζει να κυκλοφορήσει το δικό της GPT bot, προκαλώντας άνοδο των μετοχών 71 δισεκατομμυρίων δολαρίων.

(Πηγές: The Verge, Fortune)

Με το παρατσούκλι Apple GPT από τα μέσα ενημέρωσης, ο κατασκευαστής iPhone αναπτύσσει επί του παρόντος το δικό του μοντέλο μεγάλης γλώσσας για AI. Είναι ενδιαφέρον ότι χρησιμοποιεί το πλαίσιο μηχανικής εκμάθησης JAX της Google. Όταν δημοσιοποιήθηκαν τα νέα του έργου, η αξία της μετοχής της Apple αυξήθηκε κατά 71 δισεκατομμύρια δολάρια.

50. Η Google προσθέτει γενετική τεχνητή νοημοσύνη για να βελτιώσει τις περιλήψεις άρθρων του Assistant.

(Πηγή: Android Police)

Όλοι χρησιμοποιούσαν τον φωνητικό βοηθό της Google για να διαβάσουν ένα άρθρο στον ιστό, μόνο και μόνο για να αναβλύξουν όλα όσα γράφονται στη σελίδα; Όσοι έχουν έντονο μάτι έχουν κατασκοπεύσει τον πιο πρόσφατο κώδικα και βρήκαν τη συμπερίληψη της γενετικής τεχνητής νοημοσύνης που θα τους βοηθήσει να παρακάμψει το χνούδι και να διαβάσει μόνο το σχετικό περιεχόμενο.

51. Τα «deepfakes» της φωνής έχουν χρησιμοποιηθεί για τη διάπραξη εγκλημάτων.

(Πηγές: TechFinitive, Business Insider)

Καθώς η γενετική τεχνητή νοημοσύνη εξελίσσεται, η ασφάλεια πρέπει επίσης να εξελιχθεί μαζί της. Νωρίτερα φέτος, ένας ρεπόρτερ μπόρεσε να παρακάμψει το βήμα ασφαλείας της Lloyds Bank με φωνητική ενεργοποίηση, χρησιμοποιώντας τεχνητή νοημοσύνη για να μιμηθεί τη δική του φωνή με βάση τις ηχογραφήσεις που ήταν διαθέσιμες στο κοινό.

Σε μια άλλη περίπτωση, μια γυναίκα εξαπατήθηκε ώστε να πιστεύει ότι η κόρη της είχε απαχθεί για λύτρα μετά από χρήση εγκληματιών AI για να δημιουργήσετε μια πειστική ηχογράφηση φωνής της σε στενοχώρια.

52. Τα Deepfake βίντεο έχουν αποδειχθεί ότι παράγουν ψευδείς αναμνήσεις.

(Πηγή: New Scientist)

Ένα πρόσφατο πείραμα σχετικά με τον αντίκτυπο που έχουν τα deepfakes στον θεατή αποκάλυψε ότι οι περισσότεροι υποφέρουν από ψεύτικες αναμνήσεις. Αφού παρακολούθησαν ένα απόσπασμα ταινίας AI με μια ψεύτικη Charlize Theron ως χαρακτήρα στο Captain Marvel, το 70% των θεατών συνέχισε να πιστεύει ότι η ταινία υπήρχε πραγματικά.

Συμπέρασμα

Η γενετική τεχνητή νοημοσύνη έχει κατακλύσει τον κόσμο και αυτοί οι τύποι εργαλείων έχουν υιοθετηθεί με κάποια μορφή σε σχεδόν κάθε κλάδο και τομέα.

Με μια τεράστια αγορά που πρόκειται να αναπτυχθεί μόνο εκθετικά και μοντέλα τεχνητής νοημοσύνης που μπορούν μόνο να γίνουν πιο προηγμένα, το μόνο ερώτημα είναι πώς θα προσαρμοστεί η κοινωνία;

Πηγές

1. Jasper AI
2. SiegeMedia
3. Statista – Χρήση ChatGPT
4. Deloitte
5. Έξυπνος
6. Statista – AI Adoption
7. Ειδήσεις Υγειονομικής περίθαλψης
8. Statista – AI Age
9. Santander
10. Forbes
11. Τεχνολογικός στόχος
12. Η Verge
13. NVIDIA
14. WEF
15. Αριμετρική
16. Reuters
17. Εφημερίδα Wallstreet
18. McKinsey
19. Bloomberg
20. Έρευνα Προτεραιότητας
21. Statista – AI ΗΠΑ
22. Reuters 2
23. Reuters 3
24. SimiliarWeb 1
25. SimilarWeb 2
26. DailyAlts
27. Forbes 2
28. iNews
29. Gartner
30. S&P Global
31. Microsoft
32. Accenture
33. InsiderIntelligence
34. ITPro
35. Insider Intelligence 2
36. Τηλεπικοινωνίες
37. ΜΙΤΡΕ-Χάρις
38. Insider Intelligence 3
39. Goldman Sachs
40. Ινστιτούτο Kenan
41. NBER
42. Κέντρο διαφημιστικών προτιμήσεων
43. Γκάρτνερ 2
44. The Verge 2
45. Τύχη
46. Android Αστυνομία
47. TechFinitive
48. Πρόσωπα Επιχειρήσεις
49. New Scientist