50+ มหากาพย์สถิติ AI กำเนิด

เจเนอเรทีฟเอไอเป็นปัญญาประดิษฐ์ประเภทหนึ่งที่สามารถสร้างข้อความ รูปภาพ หรือสื่ออื่นๆ ที่ไม่ซ้ำใครได้ด้วยการเรียนรู้รูปแบบจากข้อมูลที่มีอยู่ สามารถทำได้โดยไม่ต้องมีคำแนะนำที่ชัดเจน

การเพิ่มขึ้นของ ChatGPT และเครื่องมือ AI อื่นๆ ที่ให้คุณป้อนข้อความแจ้งง่ายๆ ได้แพร่หลายในหมู่ประชาชนทั่วไป และกำลังปฏิวัติวิธีที่เราสร้างเนื้อหาที่เป็นลายลักษณ์อักษร ศิลปะ และโค้ด

แต่ข้อมูลบอกอะไรเกี่ยวกับเทคโนโลยีที่น่าทึ่งนี้? สถิติ AI กำเนิดเหล่านี้สำรวจการเติบโตและคุณค่าของมัน วิธีการใช้งาน และทัศนคติของสังคมที่มีต่อมัน

สถิติ AI เชิงกำเนิดที่สำคัญ

หัวเข็มขัดเพราะนี่คือกำเนิดที่สำคัญที่สุด สถิติ AI ทุกคนควรรู้!

• ตลาด AI กำเนิดคาดว่าจะสูงถึง 1.3 ล้านล้านดอลลาร์ภายในปี 2032
• OpenAI เป็นบริษัท AI ที่ใหญ่ที่สุดในด้านมูลค่าและผู้ใช้
• บริษัทมากกว่า 60% ใช้ generative AI ในที่ทำงาน
• 12% ของผู้ใหญ่ในสหรัฐอเมริกาใช้ ChatGPT เพื่อสร้างข้อความ
• 30% ของข้อความการตลาดขาออกจากองค์กรขนาดใหญ่จะถูกสร้างโดย AI
• Generative AI จะลดภาระงานลง 60% ถึง 70%

สถิติการใช้งาน AI กำเนิด

มีกี่คนที่ใช้ AI กำเนิดและใช้เพื่ออะไร สถิติที่น่าสนใจเหล่านี้สำรวจวิธีการนำไปใช้ การสาธิตของผู้ใช้ และอื่นๆ

1. บริษัทมากกว่า 60% ใช้ generative AI ในที่ทำงาน

(ที่มา: Jasper AI)

ประมาณ 61.5% ของบริษัทที่มีพนักงาน 11-1000 คนกำลังใช้ AI กำเนิดในที่ทำงาน 46.1% ของผู้ที่ใช้มันใช้มากกว่าสัปดาห์ละครั้ง น้อยกว่า 33% ใช้มันทุกวัน

2. กว่า 50% ของผู้นำทางธุรกิจได้นำ AI เชิงสร้างสรรค์มาใช้สำหรับการตลาดเนื้อหาโดยเฉพาะ

(ที่มา: SiegeMedia)

52% ของผู้นำธุรกิจที่ทำแบบสำรวจกล่าวว่าพวกเขาได้ใช้เครื่องมือสร้าง AI เช่น ChatGPT เพื่อช่วยสร้างเนื้อหาทางการตลาด 64.7% วางแผนที่จะทดลองใช้ภายในสิ้นปี 2023

3. 12% ของผู้ใหญ่ในสหรัฐอเมริกาใช้ ChatGPT เพื่อสร้างเนื้อหาข้อความ

(ที่มา: Statista – การใช้งาน ChatGPT)

เจเนอเรทีฟเอไอได้รับความนิยมอย่างมาก โดย ณ เดือนมกราคม 2023 12% ของผู้ใหญ่ในสหรัฐฯ ใช้ ChatGPT เพื่อสร้างข้อความด้วยตัวเอง ขณะที่อีก 38% เห็นว่าคนอื่นๆ ใช้ นั่นหมายความว่าครึ่งหนึ่งได้สัมผัสกับเทคโนโลยีแล้ว

4. 26% ของคนในสหราชอาณาจักรเคยใช้ AI กำเนิด

(ที่มา: ดีลอยท์)

การใช้งานในสหราชอาณาจักรสูงกว่าในสหรัฐอเมริกา โดย 52% เคยได้ยินเกี่ยวกับ AI กำเนิด และ 26% ลองใช้อย่างน้อยหนึ่งครั้ง 28% ของผู้ที่ใช้เป็นประจำทุกสัปดาห์ และ 9% ใช้ทุกวัน 30% ลองเพียงครั้งเดียว

5. 1 ใน 3 ของนักศึกษาในสหรัฐอเมริกาใช้ ChatGPT สำหรับการบ้าน

(ที่มา: Intelligent.com)

โมเดลภาษามนุษย์ทำให้ ChatGPT ง่ายต่อการตอบคำถามและเขียนการบ้าน ข้อมูลการสำรวจเผยให้เห็นถึง 33% ของนักศึกษาในสหรัฐฯ ใช้ generative AI สำหรับงานบ้านของพวกเขา 60% ของนักเรียนที่ยอมรับว่าใช้ ChatGPT กล่าวว่าพวกเขาใช้ ChatGPT มากกว่าครึ่งของการบ้านทั้งหมด

6. นักศึกษาในสหราชอาณาจักรมากกว่าครึ่งใช้ AI ในการศึกษา

(ที่มา: ดีลอยท์)

ในสหราชอาณาจักร 56% ของนักเรียนอายุ 16 ถึง 19 ปีหรือนักศึกษาวิทยาลัยใช้การกำเนิด เอไอเพื่อการศึกษา การมอบหมาย.

7. อุตสาหกรรมการตลาดและโฆษณามีอัตราการนำ AI มาใช้สูงสุด

(ที่มา: Statista – การยอมรับ AI)

ในปี 2022 บริษัทด้านการตลาดและโฆษณาของสหรัฐฯ ใช้ AI เชิงสร้างสรรค์มากที่สุด โดยอิงจากการสำรวจผู้เชี่ยวชาญจากทุกอุตสาหกรรม ผู้เชี่ยวชาญที่เกี่ยวข้องกับเทคโนโลยีมีอัตราการยอมรับสูงสุดเป็นอันดับสอง (35%) รองลงมาคือการให้คำปรึกษา (30%)

แม้จะมี การดูแลสุขภาพที่มีแอปพลิเคชัน AI จำนวนมากยังไม่ได้เป็นผู้ใช้ระดับสูงของ AI กำเนิดโดยเฉพาะ มันอยู่ด้านล่างสุดของรายการด้วยอัตราการรับเลี้ยงบุตรบุญธรรม 15%

8. ประมาณ 86% เปอร์เซ็นต์ของผู้ให้บริการด้านสุขภาพ บริษัทด้านชีววิทยาศาสตร์ และผู้ค้าเทคโนโลยีใช้ AI

(ที่มา: ข่าวไอทีด้านการดูแลสุขภาพ)

แม้จะมีอัตราการยอมรับที่สูงเช่นนี้ แต่อุตสาหกรรมเหล่านี้จำนวนมากก็มาก่อน AI กำเนิด ในความเป็นจริงแล้ว การดูแลสุขภาพเป็นการนำเทคโนโลยีปัญญาประดิษฐ์อื่นๆ มาใช้ในช่วงแรกๆ อย่างไรก็ตาม คาดว่าจะเติบโตอย่างรวดเร็วในอีกไม่กี่ปีข้างหน้าด้วยผู้ช่วย AI กำเนิด

9. ไม่มีกลุ่มอายุใดที่ใช้ generative AI มากกว่ากลุ่มอื่น

(ที่มา: Statista – AI Age)

ในสหรัฐอเมริกา คนรุ่นต่างๆ ใช้ AI ในปริมาณที่เท่ากัน 29% ของ Gen Z ที่อายุน้อยกว่าเคยใช้ แต่ 28% ของ Gen X และ 27% ของ Millennials ก็ลองใช้เช่นกัน

10. ประชากรในเมืองมีความเสี่ยงต่อ AI กำเนิดมากกว่าประชากรในชนบทถึง 15%

(ที่มา: ซานทานแดร์)

35% ของประชากรในเมืองสัมผัสกับ AI เทียบกับ 20% ของประชากรในชนบท ซึ่งเป็นไปตามแนวทางเดียวกับเทคโนโลยีอื่นๆ

สถิติ AI กำเนิดในอดีต

สถิติและข้อเท็จจริงเกี่ยวกับการสร้าง AI ต่อไปนี้เป็นการมองย้อนกลับไปที่ประวัติศาสตร์และเหตุการณ์สำคัญของเทคโนโลยี

11. AI ในยุคแรกเริ่มได้รับการพัฒนาขึ้นครั้งแรกในทศวรรษที่ 1960

(ที่มา: ฟอร์บส์)

ELIZA เป็นหนึ่งในแชทบอทรุ่นแรกสุดที่พัฒนาขึ้นในปี 1960 โดย Joseph Weizenbaum นักวิทยาศาสตร์คอมพิวเตอร์ที่ MIT ELIZA ได้รับการออกแบบเพื่อจำลองการสนทนาระหว่างผู้ใช้กับนักจิตบำบัด โดยใช้วิธีการจับคู่รูปแบบที่เรียบง่าย

สิ่งนี้ทำงานโดยการจดจำคำหลักและวลีในการป้อนข้อมูลของผู้ใช้ และสร้างการตอบสนองที่ตั้งโปรแกรมไว้ล่วงหน้าตามรูปแบบเหล่านั้น อย่างไรก็ตาม มันไม่ใช่รูปแบบการเรียนรู้จริงๆ

12. Generative AI ก้าวกระโดดไปข้างหน้าในปี 2014 ด้วยการเปิดตัวเครือข่ายฝ่ายตรงข้ามเชิงสร้างสรรค์

(ที่มา: Tech Target)

Generative Adversarial Networks (GANs) เปิดตัวในปี 2014 โดย Ian Goodfellow กระบวนการนี้ฝึกเครือข่ายประสาทเทียม XNUMX เครือข่ายในเวลาเดียวกัน เครือข่ายหนึ่งเรียกว่าเครื่องกำเนิดและอีกเครือข่ายหนึ่งเรียกว่าเครื่องจำแนก เครื่องกำเนิดสร้างข้อมูลสังเคราะห์ในขณะที่งานของผู้จำแนกแยกแยะระหว่างข้อมูลจริงและข้อมูลที่สร้างขึ้น

ในระหว่างขั้นตอนการฝึกอบรม ตัวสร้างจะพยายามสร้างข้อมูลที่เหมือนจริงมากขึ้นเรื่อยๆ ซึ่งสามารถหลอกผู้เลือกปฏิบัติได้ ในขณะที่ผู้เลือกปฏิบัติจะเรียนรู้ที่จะแยกความแตกต่างระหว่างข้อมูลจริงและข้อมูลปลอมได้ดีขึ้น

13. ในปี 2016 WaveNet ของ DeepMind เป็นก้าวสำคัญสำหรับ AI กำเนิดเสียง

(ที่มา: The Verge)

WaveNet สามารถสร้างคำพูดที่เหมือนมนุษย์ ซึ่งให้กำเนิดผู้ช่วยเสียง AI ขั้นสูงและเครื่องมือสังเคราะห์ข้อความเป็นคำพูดที่มีความแม่นยำสูงที่เราเห็นในปัจจุบัน

14. ในปี 2017 NVIDIA ได้พัฒนา Progressive GAN สำหรับการสร้างภาพที่เหมือนภาพถ่าย

(ที่มา: NVIDIA)

GAN ของ NVIDIA สามารถสร้างภาพที่มีรายละเอียดและความชัดเจนอย่างที่ไม่เคยมีมาก่อนโดยการเพิ่มเลเยอร์ใหม่แบบทวีคูณในขณะที่ฝึกฝนข้อมูล สิ่งนี้สร้างภาพที่มีรายละเอียดสูงและมีความละเอียดสูงซึ่งตอนนี้เราเห็นจากเครื่องสร้างภาพ AI หลายเครื่อง

15. Open AI พัฒนา Generative Pre-trained Transformer (GPT) เครื่องแรกในปี 2018

(ที่มา: WEF)

GPT ใน ChatGPT อ้างอิงถึง 'Generative Pre-trained Transformer' ซึ่งได้รับการแนะนำโดย OpenAI ในเอกสารของพวกเขาที่ชื่อว่า "การปรับปรุงความเข้าใจภาษาโดย Generative Pre-training"

โมเดลได้รับการฝึกฝนล่วงหน้าบนข้อความ 570 กิกะไบต์ในพารามิเตอร์ 175 พันล้านพารามิเตอร์ ทำให้สามารถเรียนรู้รูปแบบและโครงสร้างของภาษาพื้นฐานได้ หลังจากนั้นก็ปรับแต่งการจัดหมวดหมู่ข้อความ การแปลภาษา การถาม-ตอบ ฯลฯ

16. GPT-3 มีค่าใช้จ่าย 3.2 ล้านดอลลาร์สำหรับทรัพยากรคอมพิวเตอร์ในการฝึกอบรม

(ที่มา: ซานทานแดร์)

การเรียนรู้จากข้อมูลทั้งหมดนั้นไม่ฟรี ชาติที่สามของ GPT คาดว่าจะใช้พลังงานและทรัพยากรคอมพิวเตอร์มูลค่า 3.2 ล้านดอลลาร์ หลังจากเปิดตัว ChatGPT มีค่าใช้จ่าย 700,000 เหรียญสหรัฐต่อวัน

17. AI art เกิดขึ้นในปี 2021 ด้วยการเปิดตัว DALL-E

(ที่มา: Arimetrics)

DALL-E ของ OpenAI ซึ่งเป็นบทละครของศิลปิน Salvador Dali ใช้ตัวแปลงที่ฝึกไว้ล่วงหน้ากับการสร้างพิกเซลแทนที่จะเป็นข้อความ สิ่งนี้อนุญาตให้สร้างงานศิลปะ AI คุณภาพสูงจากข้อความแจ้งภาษาธรรมชาติ DALL-E ตามมาด้วย Midjourney และ Stable Diffusion

18. GhatGPT มีผู้ใช้เกินหนึ่งล้านคนในเวลาไม่ถึงสัปดาห์

(ที่มา: รอยเตอร์)

Sam Altman CEO ของ ChatGPT ประกาศบน Twitter ว่าการเปิดตัวสู่สาธารณะในเดือนพฤศจิกายน 2022 มีผู้ใช้เกินล้านคนภายในหนึ่งสัปดาห์ เพื่อแสดงให้เห็นถึงการเพิ่มขึ้นของอุกกาบาต Twitter เองก็ไม่ได้รับความนิยมจนกระทั่งผ่านไป 2 ปีหลังจากเปิดตัว

19. Bard สูญเสียมูลค่าหุ้นของ Google ไป 100 ล้านดอลลาร์ หลังจากเปิดตัวในเดือนกุมภาพันธ์ 2023

(ที่มา: Wallstreet Journal)

ไม่ใช่เครื่องมือ AI เชิงสร้างสรรค์ทั้งหมดที่จะเริ่มต้นขึ้นอย่างรวดเร็ว Bard ซึ่งเป็นคู่แข่งของ Google ต่อ ChatGPT ทำให้หุ้นของบริษัทร่วงลง 8% หลังจากเปิดตัวผ่านสตรีมสดในเดือนกุมภาพันธ์ 2023 และสร้างคำตอบที่ไม่ถูกต้อง

20. ในเดือนพฤษภาคม 2023 Claude สามารถประมวลผลนวนิยายโดยเฉลี่ยได้ภายในหนึ่งนาที

(ที่มา: McKinsey)

Claude ซึ่งเป็น AI กำเนิดของ Anthropic เริ่มต้นด้วยความสามารถในการประมวลผลโทเค็นข้อความ 9,000 รายการในเดือนมีนาคม 2023 สองเดือนต่อมามีมากกว่า 100,000 โทเค็น เท่ากับประมาณ 75,000 คำต่อนาทีหรือนวนิยายหนึ่งเรื่องโดยเฉลี่ย

สถิติ AI กำเนิดทางการเงิน

สถิติทางการเงินเหล่านี้ดูที่ส่วนแบ่งการตลาดของ AI กำเนิด เงินที่ทำขึ้น และมูลค่าของบริษัทชั้นนำ

21. ตลาด AI กำเนิดคาดว่าจะสูงถึง 1.3 ล้านล้านดอลลาร์ภายในปี 2032

(ที่มา: Bloomberg)

ในปี 2022 ตลาด AI กำเนิดมีมูลค่าประมาณ 40 หมื่นล้านดอลลาร์ การวิเคราะห์ล่าสุดชี้ให้เห็นว่าอาจเพิ่มขึ้นในอัตราการเติบโตต่อปี (CAGR) ที่ 42% ซึ่งสูงถึง 1.3 ล้านล้านดอลลาร์ภายในสิ้นทศวรรษหน้า

นอกจากนี้ ผลิตภัณฑ์ซอฟต์แวร์เจนเนอเรทีฟ AI สามารถเพิ่มมูลค่าประมาณ 280 ล้านดอลลาร์ให้กับตลาดซอฟต์แวร์ทั่วโลก

22. Generative AI สามารถเพิ่มมูลค่าเทียบเท่า 2.6 ล้านล้านดอลลาร์ถึง 4.4 ล้านล้านดอลลาร์ให้กับเศรษฐกิจโลก

(ที่มา: McKinsey)

ผลผลิตที่เพิ่มขึ้นจาก AI กำเนิดสามารถเพิ่มระหว่าง 2.6 ล้านล้านถึง 4.4 ล้านล้านดอลลาร์ให้กับเศรษฐกิจโลกทุกปี 75% ของมูลค่านี้ครอบคลุมการดำเนินงานของลูกค้า การตลาดและการขาย วิศวกรรมซอฟต์แวร์ และ R&D

23. อเมริกาเหนือเป็นผู้นำตลาด AI กำเนิดตามภูมิภาค

(ที่มา: Precedence Research, Statista – AI US)

อเมริกาเหนือเป็นผู้นำตลาดตามภูมิภาค โดยคิดเป็นส่วนแบ่งรายได้ 41% ในปี 2022 ซึ่งมีมูลค่าต่ำกว่า 10 หมื่นล้านดอลลาร์ ตามมาด้วยยุโรป (26%) เอเชียแปซิฟิก (22%) ลาตินอเมริกา (8%) และตะวันออกกลาง/แอฟริกา (3%)

24. ในปี 2022 กลุ่มสื่อและความบันเทิงถือหุ้น 34% ของตลาด AI เจนเนอเรทีฟทั่วโลก

(ที่มา: Precedence Research)

ส่วนสื่อและความบันเทิงมีมูลค่าเกิน 1.5 พันล้านดอลลาร์และครองส่วนแบ่งรายได้ 34% ในปี 2022 ซึ่งเป็นผลมาจากแคมเปญโฆษณา AI ในช่วงทศวรรษหน้า ภาคธุรกิจและบริการทางการเงินคาดว่าจะเติบโตเร็วที่สุดที่ 36.4%

25. OpenAI เป็นบริษัท AI ที่ใหญ่ที่สุดในด้านคุณค่าและผู้ใช้

(ที่มา: รอยเตอร์ 2-3, เว็บที่คล้ายกัน 1-2, DailyAlts)

OpenAI เป็นบริษัทที่อยู่เบื้องหลัง Chatbot AI ยอดนิยม ChatGPT และโปรแกรมสร้างภาพ DALL-E ปัจจุบันเป็นบริษัท AI ที่ประสบความสำเร็จมากที่สุดในโลก โดยมีมูลค่าระหว่าง 27 หมื่นล้านดอลลาร์ถึง 29 หมื่นล้านดอลลาร์ในเดือนเมษายน 2023

นอกจากนี้ยังมีผู้ใช้มากกว่า 1.7 พันล้านคนในเดือนมิถุนายน 2023 เมื่อเปรียบเทียบกันแล้ว Google Bard มีผู้ใช้ประมาณ 140 ล้านคน และบางครั้งก็สูญเสียเงินของบริษัทไป

Anthropic บริษัทด้าน AI ที่มีมูลค่า 4.1 พันล้านดอลลาร์ ล่าสุดเพิ่งเปิดตัวแชทบอทรุ่นที่สองรุ่น Claude 2 อย่างไรก็ตาม ฐานผู้ใช้มีขนาดเล็กกว่า ChatGPT มาก

26. แพลตฟอร์มศิลปะ AI เจเนอเรชั่น Stable Diffusion มีมูลค่ามากกว่า 1 พันล้านดอลลาร์

(ที่มา: Forbes 2, iNews)

เครื่องกำเนิด AI สามารถสร้างภาพและงานศิลปะได้ ไม่ใช่แค่การตอบกลับข้อความเท่านั้น ปัจจุบัน Stable Diffusion เป็นเครื่องสร้างภาพชั้นนำที่มีผู้ใช้มากกว่า 10 ล้านคนต่อวันและมีมูลค่ามากกว่า 1 พันล้านเหรียญ คู่แข่งที่ใกล้เคียงที่สุดคือโปรแกรมสร้างภาพ DALL-E ของ OpenAI แม้ว่าสิ่งนี้จะอยู่เบื้องหลังเพย์วอลล์ก็ตาม

พื้นที่ ตลาดศิลปะ AI นับได้ยาก อย่างไรก็ตาม NFT ที่สร้างโดย AI ที่มีมูลค่าสูงสุดขายได้ในราคา 1.1 ล้านดอลลาร์ และงานศิลปะ AI ทั่วไปอื่นๆ ขายได้ในราคาหลายแสนชิ้นในการประมูล

27. มีการระดมทุนร่วม 1.7 พันล้านดอลลาร์สำหรับโซลูชัน AI ที่ไม่ใช่ ChatGPT

(ที่มา: การ์ทเนอร์)

ทุกคนรู้เกี่ยวกับ ChatGPT แต่ผู้ร่วมทุนได้ให้เงินสนับสนุนมากกว่า 1.7 พันล้านดอลลาร์ในเทคโนโลยี AI กำเนิดตั้งแต่ปี 2020 โดยการค้นพบยาใหม่และการเข้ารหัสซอฟต์แวร์ได้รับการลงทุนมากที่สุด

28. ซอฟต์แวร์ Generative AI คาดว่าจะมีมูลค่า 3.7 พันล้านดอลลาร์ภายในสิ้นปี 2023

(ที่มา: S&P Global)

จากบริษัทซอฟต์แวร์ generative AI 263 แห่ง ตลาดซอฟต์แวร์ generative AI คาดว่าจะมีมูลค่าประมาณ 3.7 พันล้านดอลลาร์ภายในสิ้นปี 2023

29. ตัวสร้างโค้ดเป็นเครื่องมือสร้าง AI ที่เติบโตเร็วที่สุด

(ที่มา: S&P Global)

ในขณะที่แชทบอททั่วไปเป็นรูปแบบของการสร้าง AI ที่ใช้มากที่สุดในปัจจุบัน บอทที่สามารถสร้างรหัสคอมพิวเตอร์คาดว่าจะมีอัตราการเติบโตเร็วที่สุดในอีก 5 ปีข้างหน้า มีการประมาณการว่าผู้สร้างโค้ดจะมีอัตราการเติบโตต่อปีที่ 72.9%

เครื่องกำเนิดภาพ AI เป็นประเภท AI เชิงกำเนิดที่เติบโตเร็วที่สุดเป็นอันดับสอง โดยมี CAGR 65.8%

30. ภาคส่วนการดูแลสุขภาพของออสเตรเลียสามารถรับมูลค่า 13 ล้านดอลลาร์จากการนำ AI กำเนิดมาใช้

(ที่มา: ไมโครซอฟท์)

การวิจัยโดย Microsoft ชี้ให้เห็นถึงการนำอุปกรณ์สวมใส่สำหรับผู้ป่วยมาใช้ การวินิจฉัยที่ขับเคลื่อนด้วย AI และเวลาที่ประหยัดโดยการทำงานด้านการดูแลระบบอัตโนมัติ สามารถเพิ่มมูลค่าระหว่าง 5 พันล้านถึง 13 พันล้านดอลลาร์ให้กับอุตสาหกรรมการดูแลสุขภาพของออสเตรเลีย

ทัศนคติต่อสถิติ Generative AI

สถิติและความคิดเห็นต่อไปนี้สำรวจว่ามืออาชีพและสาธารณชนรู้สึกอย่างไรเกี่ยวกับการเพิ่มขึ้นของ AI แบบกำเนิด

31. ผู้บริหารทั่วโลกเกือบ 100% เชื่อว่า AI จะมีความสำคัญต่อกลยุทธ์ของพวกเขา

(ที่มา: แอคเซนเจอร์)

98% ของผู้บริหารที่สำรวจความคิดเห็นจากทั่วโลกกล่าวว่า AI จะมีบทบาทสำคัญในกลยุทธ์ของบริษัทในช่วง 3 ถึง 5 ปีข้างหน้า

32. ผู้ชายมีความเชื่อมั่นใน AI มากกว่าผู้หญิง

(ที่มา: ข่าวกรองภายใน)

จากการสำรวจผู้ใหญ่ในสหรัฐฯ ผู้ที่เชื่อมั่นอย่างยิ่งว่า AI กำเนิดจะโน้มน้าวผู้ชาย 60% ต่อผู้หญิง 40% ในขณะเดียวกัน ผู้ที่แสดงความไม่ไว้วางใจอย่างรุนแรงเป็นผู้หญิง 53% ต่อผู้ชาย 47%

33. ChatGPT มีการแบ่ง 60/40 ระหว่างชายและหญิง

(ที่มา: เว็บที่คล้ายกัน)

ในเดือนมิถุนายน 2023 การเข้าชมเว็บของ ChatGPT เป็นผู้ชาย 59.69% และผู้หญิง 40.31% ดูเหมือนว่าผู้ชายจะใช้และไว้วางใจ AI มากกว่าผู้หญิง

34. 68.4% ของผู้เชี่ยวชาญด้านเทคโนโลยีไม่เชื่อว่างานของพวกเขามีความเสี่ยงเนื่องจาก AI กำเนิด

(ที่มา: Jasper AI)

จากการสำรวจผู้เชี่ยวชาญด้านเทคโนโลยี 500 คนใน 12 แผนก 68.4% ไม่รู้สึกว่าเครื่องมือ AI เชิงสร้างสรรค์ทำให้งานของพวกเขาตกอยู่ในความเสี่ยง ยิ่งไปกว่านั้น 73% ของผู้ตอบแบบสอบถามทั้งหมดเชื่อว่าเครื่องมือดังกล่าวปลอดภัยและมีจริยธรรม

35. 82% ของพนักงานกังวลว่าแฮ็กเกอร์กำลังใช้ AI กำเนิดเพื่อสร้างอีเมลหลอกลวง

(ที่มา: ไอทีโปร)

การวิจัยในปี 2023 พบว่าจำนวนการโจมตีทางอีเมลแบบใหม่ที่ใช้วิศวกรรมสังคมเพิ่มขึ้นอย่างมาก ซึ่งสัมพันธ์กับการเพิ่มขึ้นของบอท AI เชิงกำเนิด ด้วยเหตุนี้ พนักงาน 82% จึงกล่าวว่าอีเมลหลอกลวงที่สร้างโดย AI เป็นเรื่องที่ต้องกังวลในที่ทำงาน

36. กว่า 50% ของผู้ใหญ่ในสหรัฐอเมริกากลัวว่าเนื้อหาข้อความที่สร้างโดย AI อาจไม่ถูกต้องหรือทำให้เข้าใจผิด

(ที่มา: Insider Intelligence 2)

แม้ว่าคนส่วนใหญ่จะเห็นพ้องกันว่า AI กำเนิดสามารถช่วยประหยัดเวลาและเงินในที่ทำงาน แต่ 56% ของผู้ตอบแบบสำรวจเห็นด้วยอย่างยิ่งหรือค่อนข้างเห็นด้วยว่าเนื้อหาที่เป็นลายลักษณ์อักษรอาจมีอคติและความไม่ถูกต้อง

ซึ่งอาจมีตั้งแต่การรับข้อมูลผิดทั้งหมด ไวยากรณ์ไม่ดี หรือข้อเท็จจริงที่ว่าเครื่องมืออย่าง ChatGPT ยังไม่ได้รับการฝึกฝนเกี่ยวกับข้อมูลจริงหลังจากเดือนกันยายน 2021

37. 43% ของผู้ใช้ AI กำเนิดในสหราชอาณาจักรเชื่อว่ามันบอกความจริงเสมอ

(ที่มา: โทรคมนาคม)

ในสหราชอาณาจักร 43% ของผู้ใช้ AI ทั่วไปเชื่อมั่นว่าระบบจะสร้างคำตอบที่ถูกต้องตามความเป็นจริงเสมอ เทียบกับเพียง 19% ของผู้ใช้ที่ยังไม่เคยใช้ AI

38. คนส่วนใหญ่ยอมรับว่าความแม่นยำจะดีขึ้นเมื่อเวลาผ่านไป

(ที่มา: Jasper AI)

แม้จะมีความหวาดกลัวต่อความไม่ถูกต้องในปัจจุบัน แต่สูงถึง 83% คาดหวังว่าโมเดล AI จะปรับปรุงผลลัพธ์ให้ดีขึ้นเมื่อเวลาผ่านไป ซึ่งเป็นฟังก์ชันดั้งเดิมของแมชชีนเลิร์นนิง

39. 75% ของชาวอเมริกันกังวลเกี่ยวกับของปลอม

(ที่มา: MITRE-Harris)

สิ่งที่น่ากังวลยิ่งกว่าก็คือคุณภาพของภาพถ่าย วิดีโอ และเสียงที่สร้างโดย AI นั้นดีมาก มันสามารถหลอกผู้คนให้คิดว่ามันเป็นเรื่องจริงได้ สิ่งที่เรียกว่า Deepfakes คือการนำรูปลักษณ์ของบุคคลจริงๆ เช่น คนดังหรือนักการเมือง แล้วใช้ AI เพื่อให้พวกเขาทำและพูดอะไรก็ได้ที่ผู้สร้างต้องการ

สิ่งนี้ก่อให้เกิดปัญหามากมายเกี่ยวกับการโฆษณาชวนเชื่อ ข่าวปลอม ความเป็นส่วนตัว และการละเมิดลิขสิทธิ์

40. 88% ของนักการตลาดประหยัดเวลาและเงินด้วย Generative AI

(ที่มา: Insider Intelligence 3)

ส่วนใหญ่แล้ว นักการตลาดกล่าวว่า AI กำเนิด กำลังทำให้บริษัทของพวกเขามีประสิทธิภาพและคุ้มทุนมากขึ้น 88% ยังเชื่อ เนื้อหา AI ได้ดีเท่าหรือดีกว่าที่มนุษย์ผลิตได้

อนาคตของ AI เจเนอเรทีฟ

สถิติ AI เชิงกำเนิดเหล่านี้สำรวจการเติบโตของตลาดและการคาดการณ์ในอนาคต

41. Generative AI จะลดภาระงานลง 60% ถึง 70%

(ที่มา: McKinsey, Accenture)

การทำงานซ้ำๆ โดยอัตโนมัติและการเพิ่มงานที่ซับซ้อนยิ่งขึ้น AI เชิงสร้างสรรค์มีศักยภาพในการลดภาระงานปัจจุบันของพนักงานโดยเฉลี่ย 60% ถึง 70% ซึ่งคิดเป็น 40% ของชั่วโมงทำงานทั้งหมดในแต่ละวัน

ในขณะที่ตัวเลขดังกล่าวสร้างความหวาดกลัวให้กับ AI ทดแทนงานนอกจากนี้ยังช่วยเพิ่มเวลาให้กับงานที่สำคัญกว่าที่ AI ไม่สามารถทำให้เป็นอัตโนมัติได้

42. งานสำนักงานและธุรการมีความเสี่ยงต่อการทำงานอัตโนมัติมากที่สุด

(ที่มา: โกลด์แมน แซคส์)

งานวิจัยชี้ว่างานธุรการ งานซ้ำๆ และฐานข้อมูลมีความเสี่ยงสูงสุดที่จะถูกแทนที่ด้วย AI เชิงกำเนิด

ในแง่ของบทบาท 46% ของงานสนับสนุนสำนักงานและการบริหารจะเป็นไปโดยอัตโนมัติ ตามมาด้วยวิชาชีพด้านกฎหมาย (44%) และ สถาปัตยกรรม และวิศวกรรมศาสตร์ (37%)

แม้ว่าการใช้แรงงานคนอาจต้องเผชิญกับระบบอัตโนมัติเพิ่มเติมโดยหุ่นยนต์ แต่รูปแบบการสร้างของ AI ได้รับผลกระทบน้อยที่สุด

43. Generative AI จะส่งผลกระทบต่อคนงานหญิงมากกว่าผู้ชาย

(ที่มา: สถาบันคีนัน)

การศึกษาเมื่อเร็ว ๆ นี้พบว่า 80% ของผู้หญิงอยู่ในอาชีพที่มีความเสี่ยงสูงต่อระบบอัตโนมัติโดย generative AI ตำแหน่งเหล่านี้เป็นตำแหน่งที่ AI สามารถทำงานได้อย่างน้อยหนึ่งในสี่

มีผู้ชายเพียง 60% เท่านั้นที่มีบทบาทคล้ายกัน หมายความว่า AI สามารถไล่ผู้หญิงออกจากงานได้มากกว่าผู้ชาย

44. AI เชิงกำเนิดจะมีส่วนช่วยให้ผลิตภาพแรงงานเพิ่มขึ้น 3.3% ต่อปี

(ที่มา: McKinsey)

AI เจเนอเรทีฟ, AI รูปแบบอื่นๆ และเทคโนโลยีอัตโนมัติอื่นๆ จะรวมกันเพื่อสร้างผลิตภาพแรงงานเพิ่มขึ้น 0.2% ถึง 3.3% ในแต่ละปี การเติบโตนี้คาดว่าจะสม่ำเสมอจนถึงปี 2040

45. ภาคธนาคารจะเห็นผลผลิตเพิ่มขึ้นมากกว่า 2.8%

(ที่มา: McKinsey)

Generative AI เป็นโอกาสที่ดีสำหรับอุตสาหกรรมการธนาคาร คาดว่าจะเพิ่มผลผลิตระหว่าง 2.8% ถึง 4.7% ตามรายได้ต่อปีของภาคส่วน

46. ​​การแก้ปัญหาสามารถแก้ไขได้เร็วขึ้น 15% ในการบริการลูกค้าเนื่องจาก AI

(ที่มา: NBER)

การวิจัยที่เกี่ยวข้องกับบริษัทที่มีพนักงานบริการลูกค้า 5,000 คนพบว่าการนำ AI มาใช้ทำให้ความเร็วในการแก้ไขปัญหาเพิ่มขึ้น 15% นอกจากนี้ยังลดเวลาที่ใช้ในการจัดการปัญหาใดๆ ลง 10%

47. 30% ของข้อความการตลาดขาออกจากองค์กรขนาดใหญ่จะถูกสร้างโดย AI

(ที่มา: Gartner, Influencer Marketing Hub)

AI คาดว่าจะสร้าง 30% ของข้อความทางการตลาดขาออกขององค์กรขนาดใหญ่ภายในปี 2025 ในปี 2022 มีเพียง 2% เท่านั้น

นี่อาจเป็นสาเหตุหนึ่งที่ 35.6% ของผู้เชี่ยวชาญด้านการตลาดเชื่อว่า AI อาจมีความเสี่ยงต่องานของนักการตลาด

48. 10% ของข้อมูลทั้งหมดจะถูกสร้างขึ้นโดย AI ในอนาคต

(ที่มา: การ์ตเนอร์ 2)

ภายในปี 2025 เนื้อหาที่สร้างโดย AI จะคิดเป็น 10% ของข้อมูลทั้งหมด ซึ่งมากกว่า 1% ในปัจจุบันอย่างมาก

49. Apple กำลังวางแผนที่จะปล่อย GPT bot ของตัวเอง ทำให้หุ้นพุ่งขึ้น 71 ล้านดอลลาร์

(ที่มา: The Verge, Fortune)

สื่อตั้งชื่อเล่นว่า Apple GPT ปัจจุบันผู้ผลิต iPhone กำลังพัฒนาโมเดลภาษาขนาดใหญ่ของตนเองสำหรับ AI ที่น่าสนใจคือใช้เฟรมเวิร์กแมชชีนเลิร์นนิง JAX ของ Google เมื่อข่าวโครงการเผยแพร่สู่สาธารณะ มูลค่าหุ้นของ Apple ก็เพิ่มขึ้น 71 ล้านดอลลาร์

50. Google กำลังเพิ่ม AI เชิงกำเนิดเพื่อปรับปรุงการสรุปบทความของ Assistant

(ที่มา: Android Police)

ทุกคนใช้ผู้ช่วยเสียงของ Google เพื่ออ่านบทความบนเว็บ เพียงเพื่อจะพ่นทุกอย่างที่เขียนบนหน้านั้นออกมา ผู้ที่มีสายตาแหลมคมได้สอดแนมโค้ดล่าสุดและพบว่ามีการรวม AI กำเนิด ซึ่งจะช่วยให้สามารถข้ามขนปุยและอ่านเฉพาะเนื้อหาที่เกี่ยวข้องได้

51. เสียง 'deepfakes' ถูกใช้ก่ออาชญากรรม

(ที่มา: TechFinitive, Business Insider)

เมื่อ AI กำเนิดวิวัฒนาการ ความปลอดภัยก็ต้องพัฒนาตามไปด้วย เมื่อต้นปีที่ผ่านมา นักข่าวสามารถข้ามขั้นตอนการรักษาความปลอดภัยที่เปิดใช้งานด้วยเสียงของ Lloyds Bank ได้โดยใช้ AI เพื่อเลียนแบบเสียงของเขาเองโดยอ้างอิงจากการบันทึกที่เปิดเผยต่อสาธารณะ

อีกกรณีหนึ่ง ผู้หญิงคนหนึ่งถูกหลอกให้คิดว่าลูกสาวของเธอถูกลักพาตัวไปเรียกค่าไถ่หลังจากที่อาชญากรใช้ AI เพื่อสร้างการบันทึกเสียงที่น่าเชื่อถือ ของเธอในความทุกข์

52. มีการแสดงวิดีโอ Deepfake เพื่อสร้างความทรงจำที่ผิดพลาด

(ที่มา: นักวิทยาศาสตร์ใหม่)

การทดลองเมื่อเร็วๆ นี้เกี่ยวกับผลกระทบของ Deepfake ที่มีต่อผู้ชมเผยให้เห็นว่าส่วนใหญ่ต้องทนทุกข์ทรมานจากความทรงจำที่ผิดพลาด หลังจากดูคลิปภาพยนตร์ AI ที่มีชาร์ลิซ เธอรอนตัวปลอมเป็นตัวละครใน Captain Marvel ผู้ชม 70% คิดว่าภาพยนตร์เรื่องนี้มีอยู่จริง

สรุป

เจเนอเรทีฟเอไอได้ทำให้โลกต้องตกตะลึง และมีการนำเครื่องมือประเภทนี้ไปใช้ในบางรูปแบบในเกือบทุกอุตสาหกรรมและภาคส่วน

ด้วยตลาดขนาดใหญ่ที่มีแต่จะเติบโตแบบทวีคูณและโมเดล AI ที่นับวันจะก้าวหน้ามากขึ้นเท่านั้น คำถามเดียวคือสังคมจะปรับตัวอย่างไร

แหล่งที่มา

1. แจสเปอร์ เอ.ไอ
2. ซีจมีเดีย
3. Statista – การใช้งาน ChatGPT
4. Deloitte
5. ฉลาด
6. Statista – การยอมรับ AI
7. ข่าวไอทีด้านการดูแลสุขภาพ
8. Statista – AI อายุ
9. Santander
10. ฟอร์บ
11. เป้าหมายทางเทคนิค
12. Verge
13. NVIDIA
14. WEF
15. เลขคณิต
16. รอยเตอร์ส
17. วอลล์สตรีทเจอร์นัล
18. McKinsey
19. บลูมเบิร์ก
20. การวิจัยลำดับความสำคัญ
21. Statista – AI สหรัฐ
22. สำนักข่าวรอยเตอร์ 2
23. สำนักข่าวรอยเตอร์ 3
24. เว็บที่คล้ายกัน 1
25. เว็บที่คล้ายกัน 2
26. Alts รายวัน
27. Forbes 2
28. inews
29. Gartner
30. เอสแอนด์พีโกลบอล
31. ไมโครซอฟท์
32. แอคเซนเจอร์
33. ข่าวกรองวงใน
34. ไอทีโปร
35. ข่าวกรองภายใน2
36. โทรคมนาคม
37. MITRE-แฮร์ริส
38. ข่าวกรองภายใน3
39. แซคส์โกลด์แมน
40. สถาบันคีนัน
41. เอ็นเบอร์
42. ศูนย์กลางการตลาดที่มีอิทธิพล
43. การ์ตเนอร์ 2
44. เดอะเวอร์จ 2
45. โชคลาภ
46. ตำรวจหุ่นยนต์
47. TechFinitive
48. ภายในธุรกิจ
49. นักวิทยาศาสตร์นิว