50 多个史诗般的生成式 AI 统计数据
17分钟读
更新
阅读我们的披露页面,了解如何帮助 MSPoweruser 维持编辑团队 查看更多
生成式人工智能是一种人工智能,可以通过从现有数据中学习模式来生成独特的文本、图像或其他媒体。 它可以在没有明确指示的情况下这样做。
ChatGPT 和其他可让您输入简单提示的人工智能工具的兴起已在公众中爆发,并正在彻底改变我们创建书面内容、艺术和代码的方式。
但数据对这项非凡技术有何说明呢? 这些生成式人工智能统计数据探讨了它的增长和价值、它的使用方式以及社会对它的态度。
关键生成人工智能统计数据
系好安全带,因为这是最重要的生成物 人工智能统计 每个人都应该知道!
- 到 1.3 年,生成式 AI 市场预计将达到 2032 万亿美元。
- 按价值和用户计算,OpenAI 是最大的生成式人工智能公司。
- 超过 60% 的公司在工作场所使用生成式人工智能。
- 12% 的美国成年人使用 ChatGPT 来生成文本。
- 大型组织 30% 的出站营销信息将由人工智能生成。
- 生成式人工智能将减少 60% 至 70% 的工作量。
生成式人工智能使用统计
有多少人使用生成式人工智能以及他们用它做什么? 这些引人入胜的统计数据探讨了它的采用方式、用户演示等等。
1. 超过60%的公司在工作场所使用生成式人工智能。
(来源:Jasper AI)
大约 61.5% 拥有 11-1000 名员工的公司正在工作场所使用生成式人工智能。 46.1% 的实施者每周使用一次以上。 不到 33% 的人每天都使用它。
2.超过50%的企业领导者已经专门针对内容营销实施了生成式人工智能。
(来源:SiegeMedia)
52% 的受访企业领导者表示,他们已经实施了 ChatGPT 等生成式人工智能工具来帮助生成营销内容。 64.7% 的人计划在 2023 年底之前进行尝试。
3. 12% 的美国成年人使用 ChatGPT 生成文本内容。
(来源:Statista – ChatGPT 使用情况)
生成式 AI 非常受欢迎,截至 2023 年 12 月,38% 的美国成年人使用 ChatGPT 自己生成文本,另有 XNUMX% 的人看到其他人使用它。 这意味着一半人已经接触过这项技术。
4. 26%的英国人使用过生成式人工智能。
(来源:德勤)
英国的使用率高于美国,52% 的人听说过生成式人工智能,26% 的人至少尝试过一次。 28% 的人每周使用一次,9% 的人每天使用一次。 30% 的人只尝试过一次。
5. 三分之一的美国大学生使用 ChatGPT 来做作业。
(来源:Intelligent.com)
人类语言模型使 ChatGPT 可以轻松回答问题和撰写作业。 调查数据显示,高达 33% 的美国大学生使用生成式人工智能来完成家庭作业。 60% 承认使用 ChatGPT 的学生表示,他们一半以上的作业都使用它。
6.超过一半的英国大学生已在教育中使用人工智能。
(来源:德勤)
在英国,56% 的 16 至 19 岁中学生或大学适龄学生使用过生成式 人工智能教育 作业。
7. 营销和广告行业的生成式人工智能采用率最高。
(来源:Statista – 人工智能采用)
根据对各行业专业人士的调查,截至 2022 年,美国营销和广告公司使用生成式人工智能的次数最多。 技术专业人士的采用率位居第二(35%),其次是咨询行业(30%)。
尽管 医疗保健有很多人工智能应用,它并不是生成式人工智能的高采用者。 它以 15% 的采用率垫底。
8. 约 86% 的医疗保健提供商、生命科学公司和技术供应商使用人工智能。
(来源:医疗保健 IT 新闻)
尽管采用率如此之高,但其中许多行业都出现在生成式人工智能之前。 事实上,医疗保健一直是其他人工智能技术的早期采用者。 然而,随着生成式人工智能助手的出现,预计未来几年它将快速增长。
9. 没有一个年龄组使用生成式人工智能的次数明显多于其他年龄组。
(来源:Statista – 人工智能时代)
在美国,不同世代使用人工智能的数量大致相同。 29% 的年轻 Z 一代使用过它,但 28% 的 X 一代和 27% 的千禧一代也尝试过。
10. 城市人口接触生成式人工智能的程度比农村人口高 15%。
(来源:桑坦德银行)
35% 的城市人口接触人工智能,而农村人口这一比例为 20%。 这遵循与其他技术相同的轨迹。
历史生成人工智能统计数据
以下生成式人工智能统计数据和事实回顾了该技术的历史和里程碑。
11. 早期的生成式人工智能最早于 1960 世纪 XNUMX 年代开发。
(来源:福布斯)
ELIZA 是 1960 世纪 XNUMX 年代最早的生成式聊天机器人之一,由麻省理工学院计算机科学家 Joseph Weizenbaum 开发。 ELIZA 旨在使用简化的模式匹配方法来模拟用户和心理治疗师之间的对话。
这是通过识别用户输入中的关键字和短语并根据这些模式生成预编程的响应来实现的。 然而,这并不是一个真正的学习模型。
12. 随着生成对抗网络的引入,生成式人工智能在 2014 年实现了飞跃。
(来源:科技目标)
生成对抗网络 (GAN) 由 Ian Goodfellow 于 2014 年提出。 该过程同时训练两个神经网络,一个称为生成器,另一个称为鉴别器。 生成器创建合成数据,而鉴别器的工作是区分真实数据和生成数据。
在训练过程中,生成器尝试生成越来越真实的数据来欺骗鉴别器,而鉴别器则学习如何更好地区分真实数据和虚假数据。
13. 2016年,DeepMind的WaveNet是音频生成AI的一个重要里程碑。
(来源:边缘)
WaveNet 能够生成类似人类的语音,从而催生了先进的人工智能语音助手和我们今天看到的高度准确的文本到语音合成工具。
14. 2017 年,NVIDIA 开发了渐进式 GAN,用于生成逼真的图像。
(来源:英伟达)
NVIDIA 的 GAN 通过在数据训练时以指数方式添加新层,能够生成具有前所未有的细节和清晰度的图像。 这创建了我们现在从多个人工智能图像生成器中看到的高细节和高分辨率图像。
15. Open AI于2018年开发了第一个生成式预训练变压器(GPT)。
(来源:世界经济论坛)
ChatGPT 中的 GPT 指的是“生成预训练变压器”,这是 OpenAI 在其题为“通过生成预训练提高语言理解”的论文中引入的。
该模型在 570 亿个参数的 175 GB 文本上进行了预训练,使其能够学习语言的底层模式和结构。 之后,在文本分类、语言翻译、问答等方面进行了微调。
16. GPT-3 的培训花费了 3.2 万美元的计算机资源。
(来源:桑坦德银行)
从所有这些数据中学习并不是免费的。 GPT 的第三个版本估计消耗了价值 3.2 万美元的计算机能力和资源。 发布后,ChatGPT 每天的运行成本为 700,000 万美元。
17. 2021 年,随着 DALL-E 的发布,人工智能艺术应运而生。
(来源:Armetrics)
OpenAI 的 DALL-E 是对艺术家萨尔瓦多·达利 (Salvador Dali) 的模仿,它将预先训练的转换器应用于像素生成而不是文本。 这使得可以根据自然语言提示生成高质量的人工智能艺术。 DALL-E 紧随其后的是 Midjourney 和 Stable Diffusion。
18. GhatGPT 在不到一周的时间里用户就突破了 XNUMX 万。
(来源:路透社)
ChatGPT 首席执行官 Sam Altman 在 Twitter 上宣布,其于 2022 年 2 月公开发布,一周内用户数量突破 XNUMX 万。 为了说明这种迅速崛起,Twitter 本身直到推出两年后才那么受欢迎。
19. 100 年 2023 月谷歌上市后,巴德损失了 XNUMX 亿美元的股票价值。
(来源:华尔街日报)
并非所有生成式人工智能工具都能一鸣惊人。 Bard 是 Google ChatGPT 的竞争对手,在 8 年 2023 月通过直播展示并生成不准确的答案后,导致该公司股价下跌 XNUMX%。
20. 2023 年 XNUMX 月,克劳德能够在一分钟内读完一本普通小说。
(来源:麦肯锡)
Anthropic 的生成式人工智能 Claude 在 9,000 年 2023 月开始具有处理 100,000 个文本标记的能力。两个月后,它超过了 75,000 个文本标记,相当于每分钟约 XNUMX 个单词或一本普通小说。
金融生成人工智能统计
这些财务统计数据着眼于生成人工智能的市场份额、所赚的钱以及领先公司的价值。
21. 到 1.3 年,生成式人工智能市场预计将达到 2032 万亿美元。
(资料来源:彭博社)
2022 年,生成式 AI 市场价值约为 40 亿美元。 最近的分析表明,其复合年增长率 (CAGR) 可能达到 42%,到下一个十年末达到 1.3 万亿美元。
此外,生成式人工智能软件产品可为全球软件市场增加约 280 亿美元。
22. 生成式人工智能可为全球经济增加 2.6 万亿至 4.4 万亿美元。
(来源:麦肯锡)
生成式人工智能带来的额外生产力每年可为全球经济增加 2.6 万亿至 4.4 万亿美元。 该价值的 75% 涉及客户运营、营销和销售、软件工程和研发。
23. 按地区划分,北美是领先的生成式人工智能市场。
(来源:Precedence Research、Statista – AI US)
按地区划分,北美是市场领先者,41 年收入份额为 2022%。这一数字略低于 10 亿美元。 其次是欧洲(26%)、亚太地区(22%)、拉丁美洲(8%)和中东/非洲(3%)。
24. 2022年,媒体和娱乐领域占据全球生成人工智能市场的34%。
(来源:优先研究)
1.5 年,媒体和娱乐领域的收入超过 34 亿美元,占据 2022% 的收入份额。这归功于生成式 AI 广告活动。 未来十年,商业和金融服务领域预计将以36.4%的最快速度增长。
25. OpenAI 是按价值和用户计算最大的生成式人工智能公司。
(来源:路透社 2-3、SimilarWeb 1-2、DailyAlts)
OpenAI 是流行的人工智能聊天机器人 ChatGPT 和图像生成器 DALL-E 背后的公司。 它是目前世界上最成功的生成式人工智能公司,27 年 29 月估值在 2023 亿美元至 XNUMX 亿美元之间。
截至 1.7 年 2023 月,它还拥有超过 140 亿用户。相比之下,Google Bard 拥有大约 XNUMX 亿用户,并且有时会损失公司资金。
Anthropic是一家人工智能公司,最近估值为4.1亿美元,最近推出了第二款生成式聊天机器人模型Claude 2。不过,其用户群比ChatGPT小得多。
26. 生成式AI艺术平台Stable Diffusion价值超过1亿美元。
(来源:福布斯 2、iNews)
人工智能生成器可以创建图像和艺术品 不仅仅是文字回复。 Stable Diffusion 是目前领先的图像生成器,每天拥有超过 10 万用户,价值超过 1 亿美元。 它最接近的竞争对手是 OpenAI 自己的 DALL-E 图像生成器,尽管它需要付费。
人工智能艺术市场 很难量化。 然而,价值最高的人工智能生成的 NFT 售价为 1.1 万美元,其他常规人工智能艺术品在拍卖会上售价数十万美元。
27. 已为非 ChatGPT 人工智能解决方案筹集了 1.7 亿美元的风险投资。
(来源:Gartner)
大家都知道 ChatGPT,但自 1.7 年以来,风险投资家已为生成式 AI 技术投资了超过 2020 亿美元,其中新药发现和软件编码获得的投资最多。
28. 到 3.7 年底,生成式人工智能软件的价值预计将达到 2023 亿美元。
(来源:标准普尔全球)
根据 263 家生成式 AI 软件公司的数据,到 3.7 年底,生成式 AI 软件市场价值预计约为 2023 亿美元。
29. 代码生成器是增长最快的生成式人工智能工具。
(来源:标准普尔全球)
虽然一般聊天机器人是目前最常用的生成人工智能形式,但能够生成计算机代码的机器人预计将在未来 5 年内以最快的速度增长。 预计代码生成器的年复合增长率将达到72.9%。
人工智能图像生成器 是增长第二快的生成人工智能类型,复合年增长率为 65.8%。
30. 澳大利亚的医疗保健行业可以通过采用生成式人工智能获得 13 亿美元的价值。
(来源:微软)
微软的研究表明,采用患者可穿戴设备、人工智能驱动的诊断以及通过自动化管理任务节省的时间可以为澳大利亚医疗保健行业增加 5 亿至 13 亿美元的价值。
对生成人工智能统计的态度
以下统计数据和观点探讨了专业人士和公众对生成式人工智能兴起的看法。
31. 近 100% 的全球高管认为人工智能对其战略很重要。
(来源:埃森哲)
全球 98% 的受访高管表示,人工智能将在未来 3 到 5 年的公司战略中发挥关键作用。
32. 男性比女性更信任生成式人工智能。
(来源:内幕情报)
在接受调查的美国成年人中,强烈信任生成式人工智能的人中,男性比例为 60%,女性比例为 40%。 与此同时,表示强烈不信任的人中,女性占 53%,男性占 47%。
33. ChatGPT 的男性和女性比例为 60/40。
(来源:SimilarWeb)
截至 2023 年 59.69 月,ChatGPT 的网络流量中男性占 40.31%,女性占 XNUMX%。 男性似乎比女性更使用和信任人工智能。
34. 68.4% 的科技专业人士不认为他们的工作会因生成人工智能而面临风险。
(来源:Jasper AI)
在对 500 个部门的 12 名技术专业人士进行的调查中,68.4% 的人认为生成式人工智能工具不会让他们的工作面临风险。 此外,73% 的受访者认为此类工具是安全且合乎道德的。
35. 82% 的员工担心黑客正在使用生成式人工智能来创建诈骗电子邮件。
(来源:IT 专业人士)
2023 年的研究发现,基于社会工程的新型电子邮件攻击数量大幅增加,这与生成型人工智能机器人的兴起有关。 因此,82% 的员工表示,人工智能生成的诈骗电子邮件是工作中的一个担忧。
36. 超过 50% 的美国成年人担心人工智能生成的文本内容可能不准确或具有误导性。
(来源:内幕情报2)
尽管大多数人都认为生成式人工智能可以在工作场所节省时间和金钱,但 56% 的调查受访者强烈同意或部分同意其书面内容可能包含偏见和不准确之处。
这可能包括获取完全错误的信息、错误的语法,或者 ChatGPT 等工具在 2021 年 XNUMX 月之后尚未接受过真实世界数据的训练。
37. 43% 的英国生成式人工智能用户认为它总是说实话。
(来源:电信)
在英国,43% 的常规生成式人工智能用户相信它总能生成事实上准确的答案,而尚未使用过人工智能的人中只有 19% 相信这一点。
38. 大多数人同意准确性会随着时间的推移而提高。
(来源:Jasper AI)
尽管目前担心结果不准确,但高达 83% 的人预计人工智能模型会随着时间的推移改进其结果,这是机器学习的固有功能。
39. 75% 的美国人担心深度造假。
(来源:MITRE-哈里斯)
更令人担忧的是,人工智能生成的照片、视频和音频的质量是如此之好,以至于可以让人们误以为这是真实的。 所谓的“深度造假”采用名人或政治家等真人的肖像,并使用人工智能让他们做和说创作者想要的任何事情。
这引发了一系列有关宣传、假新闻、隐私和侵犯版权的问题。
40. 88% 的营销人员通过生成式人工智能节省时间和金钱。
(来源:内幕情报3)
绝大多数 营销人员称生成式人工智能 使他们的公司更加高效、更具成本效益。 88%也相信 人工智能内容 可以与人类生产的产品一样好甚至更好。
生成式人工智能的未来
这些生成式人工智能统计数据探索了市场的增长和对未来的预测。
41. 生成式人工智能将减少 60% 至 70% 的工作量。
(来源:麦肯锡、埃森哲)
通过自动化重复性任务并增强更复杂的任务,生成式人工智能有可能将普通工人当前的工作量减少 60% 至 70%。 这相当于一天所有工作时间的 40%。
虽然这些数字令人恐惧 人工智能工作替代,它还可以腾出时间来完成人工智能无法自动化的更重要的任务。
42. 办公室和行政工作面临自动化的风险最大。
(来源:高盛)
研究表明,管理性、重复性和基于数据的任务被生成式人工智能取代的风险最高。
在角色方面,46%的办公室和行政支持工作将实现自动化。 其次是法律职业(44%), 架构 和工程(37%)。
尽管体力劳动可能面临机器人技术的进一步自动化,但它受人工智能生成形式的影响最小。
43. 生成式人工智能对女性工人的影响比男性更大。
(来源:凯南研究所)
最近的一项研究发现,80% 的女性从事的职业高度暴露于生成人工智能带来的自动化。 这些职位中至少有四分之一的任务可以由人工智能完成。
只有 60% 的男性担任相似的角色,这意味着人工智能可能会取代比男性更多的女性。
44. 生成式人工智能将有助于劳动生产率每年增长 3.3%。
(来源:麦肯锡)
生成式人工智能、其他形式的人工智能和其他自动化技术相结合,将使劳动生产率每年提高 0.2% 至 3.3%。 预计这一增长将持续到 2040 年。
45. 银行业的生产率将提高2.8%以上。
(来源:麦肯锡)
生成式人工智能对于银行业来说是一个巨大的前景。 根据该行业的年收入,预计生产率将提高 2.8% 至 4.7%。
46. 借助人工智能,客户服务中解决问题的速度可以加快 15%。
(来源:美国国家经济研究局)
对一家拥有 5,000 名客户服务人员的公司进行的研究发现,采用人工智能可以使问题解决速度提高 15%。 它还将处理任何给定问题所花费的时间减少了 10%。
47. 大型组织 30% 的对外营销信息将由人工智能生成。
(来源:Gartner、影响者营销中心)
预计到 30 年,人工智能将生成 2025% 的大型组织对外营销信息。2022 年,这一比例仅为 2%。
这可能是 35.6% 的营销专业人士认为人工智能可能对营销人员的工作构成风险的原因之一。
48. 未来10%的数据将由人工智能产生。
(来源:Gartner 2)
到 2025 年,人工智能生成的内容将占所有数据的 10%,大大高于目前的 1%。
49. 苹果计划发布自己的 GPT 机器人,导致股价飙升 71 亿美元。
(来源:The Verge、《财富》)
这家被媒体昵称为 Apple GPT 的 iPhone 制造商目前正在开发自己的人工智能大型语言模型。 有趣的是,它使用了 Google 的 JAX 机器学习框架。 当该项目的消息公开后,苹果公司的股价上涨了 71 亿美元。
50. 谷歌正在添加生成式人工智能来改进助手的文章摘要。
(来源:安卓警察)
每个人都使用谷歌的语音助手阅读网络文章,结果它把页面上写的所有内容都喷出来? 那些目光敏锐的人已经窥探了最新的代码,发现其中包含了生成人工智能,这将有助于它跳过那些废话,只阅读相关内容。
51. 声音“深度假货”已被用来犯罪。
(来源:TechFinitive、商业内幕)
随着生成式人工智能的发展,安全性也必须随之发展。 今年早些时候,一名记者利用人工智能根据公开录音模仿自己的声音,从而绕过了劳埃德银行的声控安全步骤。
在另一起案件中,一名妇女被犯罪分子利用,以为她的女儿被绑架勒索赎金。 人工智能生成令人信服的录音 的她在困境中。
52. Deepfake 视频已被证明会产生错误记忆。
(来源:新科学家)
最近一项关于深度造假对观众影响的实验显示,大多数人都遭受着错误记忆的困扰。 在观看了假查理兹·塞隆饰演《惊奇队长》中的角色的人工智能电影片段后,70% 的观众继续认为这部电影确实存在。
结论
生成式人工智能席卷了世界,这些类型的工具已以某种形式在几乎每个行业和部门中得到采用。
面对一个只会呈指数级增长的巨大市场和只会变得更加先进的人工智能模型,唯一的问题是,社会将如何适应?
来源
- 贾斯珀人工智能
- 围城媒体
- Statista – ChatGPT 用法
- 德勤
- 智能化
- Statista – 人工智能采用
- 医疗IT新闻
- Statista – 人工智能时代
- 桑坦德
- “福布斯”
- 技术目标
- 一触即发
- NVIDIA公司
- WEF
- 计量学
- 路透社
- 华尔街日报
- 麦肯锡
- 彭博
- 优先研究
- Statista – AI 美国
- 路透社 2
- 路透社 3
- 类似Web 1
- 类似网络2
- 每日替代品
- 福布斯2
- 互动新闻
- Gartner公司
- 标普全球
- 微软
- Accenture
- 内幕情报
- ITPro
- 内幕情报2
- 电信
- 米特雷-哈里斯
- 内幕情报3
- 高盛
- 凯南研究所
- 国家经济研究局
- 有影响力的营销中心
- Gartner 2
- 边缘 2
- 运气
- Android的警察
- 科技创新
- 商业内幕
- “新科学家”