50+ 史詩般的生成人工智能統計數據
17分鐘讀
更新了
請閱讀我們的揭露頁面,了解如何幫助 MSPoweruser 維持編輯團隊的發展 阅读更多
生成式人工智能是一種人工智能,可以通過從現有數據中學習模式來生成獨特的文本、圖像或其他媒體。 它可以在沒有明確指示的情況下這樣做。
ChatGPT 和其他可讓您輸入簡單提示的人工智能工具的興起在公眾中引起了爆炸性的增長,並正在徹底改變我們創建書面內容、藝術和代碼的方式。
但數據對這項非凡技術有何說明呢? 這些生成式人工智能統計數據探討了它的增長和價值、它的使用方式以及社會對它的態度。
關鍵生成人工智能統計數據
係好安全帶,因為這是最重要的生成物 人工智能統計 每個人都應該知道!
- 到 1.3 年,生成式 AI 市場預計將達到 2032 萬億美元。
- 按價值和用戶計算,OpenAI 是最大的生成式人工智能公司。
- 超過 60% 的公司在工作場所使用生成式人工智能。
- 12% 的美國成年人使用 ChatGPT 來生成文本。
- 大型組織 30% 的出站營銷信息將由人工智能生成。
- 生成式人工智能將減少 60% 至 70% 的工作量。
生成式人工智能使用統計
有多少人使用生成式人工智能以及他們用它做什麼? 這些引人入勝的統計數據探討了它的採用方式、用戶演示等等。
1. 超過60%的公司在工作場所使用生成式人工智能。
(來源:Jasper AI)
大約 61.5% 擁有 11-1000 名員工的公司正在工作場所使用生成式人工智能。 46.1% 的實施者每週使用一次以上。 不到 33% 的人每天都使用它。
2.超過50%的企業領導者已經專門針對內容營銷實施了生成式人工智能。
(來源:SiegeMedia)
52% 的受訪企業領導者表示,他們已經實施了 ChatGPT 等生成式人工智能工具來幫助生成營銷內容。 64.7% 的人計劃在 2023 年底之前進行嘗試。
3. 12% 的美國成年人使用 ChatGPT 生成文本內容。
(來源:Statista – ChatGPT 使用情況)
生成式 AI 非常受歡迎,截至 2023 年 12 月,38% 的美國成年人使用 ChatGPT 自己生成文本,另有 XNUMX% 的人看到其他人使用它。 這意味著一半人已經接觸過這項技術。
4. 26%的英國人使用過生成式人工智能。
(來源:德勤)
英國的使用率高於美國,52% 的人聽說過生成式人工智能,26% 的人至少嘗試過一次。 28% 的人每週使用一次,9% 的人每天使用一次。 30% 的人只嘗試過一次。
5. 三分之一的美國大學生使用 ChatGPT 來做作業。
(來源:Intelligent.com)
人類語言模型使 ChatGPT 可以輕鬆回答問題和撰寫作業。 調查數據顯示,高達 33% 的美國大學生使用生成式人工智能來完成家庭作業。 60% 承認使用 ChatGPT 的學生表示,他們一半以上的作業都使用它。
6.超過一半的英國大學生已在教育中使用人工智能。
(來源:德勤)
在英國,56% 的 16 至 19 歲中學生或大學適齡學生使用過生成式 人工智能教育 作業。
7. 營銷和廣告行業的生成式人工智能採用率最高。
(來源:Statista – 人工智能採用)
根據對各行業專業人士的調查,截至 2022 年,美國營銷和廣告公司使用生成式人工智能的次數最多。 技術專業人士的採用率位居第二(35%),其次是諮詢行業(30%)。
儘管 醫療保健有很多人工智能應用,它並不是生成式人工智能的高采用者。 它以 15% 的採用率墊底。
8. 約 86% 的醫療保健提供商、生命科學公司和技術供應商使用人工智能。
(資料來源:醫療保健 IT 新聞)
儘管採用率如此之高,但其中許多行業都出現在生成式人工智能之前。 事實上,醫療保健一直是其他人工智能技術的早期採用者。 然而,隨著生成式人工智能助手的出現,預計未來幾年它將快速增長。
9. 沒有一個年齡組使用生成式人工智能的次數明顯多於其他年齡組。
(來源:Statista – 人工智能時代)
在美國,不同世代使用人工智能的數量大致相同。 29% 的年輕 Z 一代使用過它,但 28% 的 X 一代和 27% 的千禧一代也嘗試過。
10. 城市人口接觸生成式人工智能的程度比農村人口高 15%。
(來源:桑坦德銀行)
35% 的城市人口接觸人工智能,而農村人口這一比例為 20%。 這遵循與其他技術相同的軌跡。
歷史生成人工智能統計數據
以下生成式人工智能統計數據和事實回顧了該技術的歷史和里程碑。
11. 早期的生成式人工智能最早於 1960 世紀 XNUMX 年代開發。
(來源:福布斯)
ELIZA 是 1960 世紀 XNUMX 年代最早的生成式聊天機器人之一,由麻省理工學院計算機科學家 Joseph Weizenbaum 開發。 ELIZA 旨在使用簡化的模式匹配方法來模擬用戶和心理治療師之間的對話。
這是通過識別用戶輸入中的關鍵字和短語並根據這些模式生成預編程的響應來實現的。 然而,這並不是一個真正的學習模型。
12. 隨著生成對抗網絡的引入,生成式人工智能在 2014 年實現了飛躍。
(來源:科技目標)
生成對抗網絡 (GAN) 由 Ian Goodfellow 於 2014 年提出。 該過程同時訓練兩個神經網絡,一個稱為生成器,另一個稱為鑑別器。 生成器創建合成數據,而鑑別器的工作是區分真實數據和生成數據。
在訓練過程中,生成器嘗試生成越來越真實的數據來欺騙鑑別器,而鑑別器則學習如何更好地區分真實數據和虛假數據。
13. 2016年,DeepMind的WaveNet是音頻生成AI的一個重要里程碑。
(來源:The Verge)
WaveNet 能夠生成類似人類的語音,從而催生了先進的人工智能語音助手和我們今天看到的高度準確的文本到語音合成工具。
14. 2017 年,NVIDIA 開發了漸進式 GAN,用於生成逼真的圖像。
(來源:英偉達)
NVIDIA 的 GAN 通過在數據訓練時以指數方式添加新層,能夠生成具有前所未有的細節和清晰度的圖像。 這創建了我們現在從多個人工智能圖像生成器中看到的高細節和高分辨率圖像。
15. Open AI於2018年開發了第一個生成式預訓練變壓器(GPT)。
(來源:世界經濟論壇)
ChatGPT 中的 GPT 指的是“生成預訓練變壓器”,這是 OpenAI 在其題為“通過生成預訓練提高語言理解”的論文中引入的。
該模型在 570 億個參數的 175 GB 文本上進行了預訓練,使其能夠學習語言的底層模式和結構。 之後,在文本分類、語言翻譯、問答等方面進行了微調。
16. GPT-3 的培訓花費了 3.2 萬美元的計算機資源。
(來源:桑坦德銀行)
從所有這些數據中學習並不是免費的。 GPT 的第三個版本估計消耗了價值 3.2 萬美元的計算機能力和資源。 發布後,ChatGPT 每天的運行成本為 700,000 萬美元。
17. 2021 年,隨著 DALL-E 的發布,人工智能藝術應運而生。
(來源:Armetrics)
OpenAI 的 DALL-E 是對藝術家薩爾瓦多·達利 (Salvador Dali) 的模仿,它將預先訓練的轉換器應用於像素生成而不是文本。 這使得可以根據自然語言提示生成高質量的人工智能藝術。 DALL-E 緊隨其後的是 Midjourney 和 Stable Diffusion。
18. GhatGPT 在不到一周的時間裡用戶就突破了 XNUMX 萬。
(來源:路透社)
ChatGPT 首席執行官 Sam Altman 在 Twitter 上宣布,其於 2022 年 2 月公開發布,一周內用戶數量突破 XNUMX 萬。 為了說明這種迅速崛起,Twitter 本身直到推出兩年後才那麼受歡迎。
19. 100 年 2023 月谷歌上市後,巴德損失了 XNUMX 億美元的股票價值。
(來源:華爾街日報)
並非所有生成式人工智能工具都能一鳴驚人。 Bard 是 Google ChatGPT 的競爭對手,在 8 年 2023 月通過直播展示並生成不准確的答案後,導致該公司股價下跌 XNUMX%。
20. 2023 年 XNUMX 月,克勞德能夠在一分鐘內讀完一本普通小說。
(來源:麥肯錫)
Anthropic 的生成式人工智能 Claude 在 9,000 年 2023 月開始具有處理 100,000 個文本標記的能力。兩個月後,它超過了 75,000 個文本標記,相當於每分鐘約 XNUMX 個單詞或一本普通小說。
金融生成人工智能統計
這些財務統計數據著眼於生成人工智能的市場份額、所賺的錢以及領先公司的價值。
21. 到 1.3 年,生成式人工智能市場預計將達到 2032 萬億美元。
(來源:彭博)
2022 年,生成式 AI 市場價值約為 40 億美元。 最近的分析表明,其複合年增長率 (CAGR) 可能達到 42%,到下一個十年末達到 1.3 萬億美元。
此外,生成式人工智能軟件產品可為全球軟件市場增加約 280 億美元。
22. 生成式人工智能可為全球經濟增加 2.6 萬億至 4.4 萬億美元。
(來源:麥肯錫)
生成式人工智能帶來的額外生產力每年可為全球經濟增加 2.6 萬億至 4.4 萬億美元。 該價值的 75% 涉及客戶運營、營銷和銷售、軟件工程和研發。
23. 按地區劃分,北美是領先的生成式人工智能市場。
(來源:Precedence Research、Statista – AI US)
按地區劃分,北美是市場領先者,41 年收入份額為 2022%。這一數字略低於 10 億美元。 其次是歐洲(26%)、亞太地區(22%)、拉丁美洲(8%)和中東/非洲(3%)。
24. 2022年,媒體和娛樂領域佔據全球生成人工智能市場的34%。
(來源:優先研究)
1.5 年,媒體和娛樂領域的收入超過 34 億美元,佔據 2022% 的收入份額。這歸功於生成式 AI 廣告活動。 未來十年,商業和金融服務領域預計將以36.4%的最快速度增長。
25. OpenAI 是按價值和用戶計算最大的生成式人工智能公司。
(來源:路透社 2-3、SimilarWeb 1-2、DailyAlts)
OpenAI 是流行的人工智能聊天機器人 ChatGPT 和圖像生成器 DALL-E 背後的公司。 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 億美元至 XNUMX 億美元之間。
截至 1.7 年 2023 月,它還擁有超過 140 億用戶。相比之下,Google Bard 擁有大約 XNUMX 億用戶,並且有時會損失公司資金。
Anthropic是一家人工智能公司,最近估值為4.1億美元,最近推出了第二款生成式聊天機器人模型Claude 2。不過,其用戶群比ChatGPT小得多。
26. 生成式AI藝術平台Stable Diffusion價值超過1億美元。
(來源:福布斯 2、iNews)
人工智能生成器可以創建圖像和藝術品 不僅僅是文字回复。 Stable Diffusion 是目前領先的圖像生成器,每天擁有超過 10 萬用戶,價值超過 1 億美元。 它最接近的競爭對手是 OpenAI 自己的 DALL-E 圖像生成器,儘管它需要付費。
人工智能藝術市場 很難量化。 然而,價值最高的人工智能生成的 NFT 售價為 1.1 萬美元,其他常規人工智能藝術品在拍賣會上售價數十萬美元。
27. 已為非 ChatGPT 人工智能解決方案籌集了 1.7 億美元的風險投資。
(來源:Gartner)
大家都知道 ChatGPT,但自 1.7 年以來,風險投資家已為生成式 AI 技術投資了超過 2020 億美元,其中新藥發現和軟件編碼獲得的投資最多。
28. 到 3.7 年底,生成式人工智能軟件的價值預計將達到 2023 億美元。
(來源:標準普爾全球)
根據 263 家生成式 AI 軟件公司的數據,到 3.7 年底,生成式 AI 軟件市場價值預計約為 2023 億美元。
29. 代碼生成器是增長最快的生成式人工智能工具。
(來源:標準普爾全球)
雖然一般聊天機器人是目前最常用的生成人工智能形式,但能夠生成計算機代碼的機器人預計將在未來 5 年內以最快的速度增長。 預計代碼生成器的年復合增長率將達到72.9%。
人工智能圖像生成器 是增長第二快的生成人工智能類型,複合年增長率為 65.8%。
30. 澳大利亞的醫療保健行業可以通過採用生成式人工智能獲得 13 億美元的價值。
(來源:微軟)
微軟的研究表明,採用患者可穿戴設備、人工智能驅動的診斷以及通過自動化管理任務節省的時間可以為澳大利亞醫療保健行業增加 5 億至 13 億美元的價值。
對生成人工智能統計的態度
以下統計數據和觀點探討了專業人士和公眾對生成式人工智能興起的看法。
31. 近 100% 的全球高管認為人工智能對其戰略很重要。
(來源:埃森哲)
全球 98% 的受訪高管表示,人工智能將在未來 3 到 5 年的公司戰略中發揮關鍵作用。
32. 男性比女性更信任生成式人工智能。
(來源:內幕情報)
在接受調查的美國成年人中,強烈信任生成式人工智能的人中,男性比例為 60%,女性比例為 40%。 與此同時,表示強烈不信任的人中,女性佔 53%,男性佔 47%。
33. ChatGPT 的男性和女性比例為 60/40。
(來源:SimilarWeb)
截至 2023 年 59.69 月,ChatGPT 的網絡流量中男性佔 40.31%,女性佔 XNUMX%。 男性似乎比女性更使用和信任人工智能。
34. 68.4% 的科技專業人士不認為他們的工作會因生成人工智能而面臨風險。
(來源:Jasper AI)
在對 500 個部門的 12 名技術專業人士進行的調查中,68.4% 的人認為生成式人工智能工具不會讓他們的工作面臨風險。 此外,73% 的受訪者認為此類工具是安全且合乎道德的。
35. 82% 的員工擔心黑客正在使用生成式人工智能來創建詐騙電子郵件。
(來源:IT 專業人士)
2023 年的研究發現,基於社會工程的新型電子郵件攻擊數量大幅增加,這與生成型人工智能機器人的興起有關。 因此,82% 的員工表示,人工智能生成的詐騙電子郵件是工作中的一個擔憂。
36. 超過 50% 的美國成年人擔心人工智能生成的文本內容可能不准確或具有誤導性。
(來源:內幕情報2)
儘管大多數人都認為生成式人工智能可以在工作場所節省時間和金錢,但 56% 的調查受訪者強烈同意或部分同意其書面內容可能包含偏見和不准確之處。
這可能包括獲取完全錯誤的信息、錯誤的語法,或者 ChatGPT 等工具在 2021 年 XNUMX 月之後尚未接受過真實世界數據的訓練。
37. 43% 的英國生成式人工智能用戶認為它總是說實話。
(來源:電信)
在英國,43% 的常規生成式 AI 用戶相信它總能生成準確的答案,而尚未使用過 AI 的人只有 19% 相信這一點。
38. 大多數人同意準確性會隨著時間的推移而提高。
(來源:Jasper AI)
儘管目前擔心結果不准確,但高達 83% 的人預計人工智能模型會隨著時間的推移改進其結果,這是機器學習的固有功能。
39. 75% 的美國人擔心深度造假。
(來源:MITRE-哈里斯)
更令人擔憂的是,人工智能生成的照片、視頻和音頻的質量是如此之好,以至於可以欺騙人們認為這是真實的。 所謂的“深度造假”採用名人或政治家等真人的肖像,並使用人工智能讓他們做和說創作者想要的任何事情。
這引發了一系列有關宣傳、假新聞、隱私和侵犯版權的問題。
40. 88% 的營銷人員通過生成式人工智能節省時間和金錢。
(來源:內幕情報3)
絕大多數 營銷人員稱生成式人工智能 使他們的公司更加高效、更具成本效益。 88%也相信 人工智能內容 可以與人類生產的產品一樣好甚至更好。
生成式人工智能的未來
這些生成式人工智能統計數據探索了市場的增長和對未來的預測。
41. 生成式人工智能將減少 60% 至 70% 的工作量。
(來源:麥肯錫、埃森哲)
通過自動化重複性任務並增強更複雜的任務,生成式人工智能有可能將普通工人當前的工作量減少 60% 至 70%。 這相當於一天所有工作時間的 40%。
雖然這些數字令人恐懼 人工智能工作替代,它還可以騰出時間來完成人工智能無法自動化的更重要的任務。
42. 辦公室和行政工作面臨自動化的風險最大。
(來源:高盛)
研究表明,管理性、重複性和基於數據的任務被生成式人工智能取代的風險最高。
在角色方面,46%的辦公室和行政支持工作將實現自動化。 其次是法律職業(44%), 建築 和工程(37%)。
儘管體力勞動可能面臨機器人技術的進一步自動化,但它受人工智能生成形式的影響最小。
43. 生成式人工智能對女性工人的影響比男性更大。
(來源:凱南研究所)
最近的一項研究發現,80% 的女性從事的職業高度暴露於生成人工智能帶來的自動化。 這些職位中至少有四分之一的任務可以由人工智能完成。
只有 60% 的男性擔任相似的角色,這意味著人工智能可能會取代比男性更多的女性。
44. 生成式人工智能將有助於勞動生產率每年增長 3.3%。
(來源:麥肯錫)
生成式人工智能、其他形式的人工智能和其他自動化技術相結合,將使勞動生產率每年提高 0.2% 至 3.3%。 預計這一增長將持續到 2040 年。
45. 銀行業的生產率將提高2.8%以上。
(來源:麥肯錫)
生成式人工智能對於銀行業來說是一個巨大的前景。 根據該行業的年收入,預計生產率將提高 2.8% 至 4.7%。
46. 借助人工智能,客戶服務中解決問題的速度可以加快 15%。
(來源:美國國家經濟研究局)
對一家擁有 5,000 名客戶服務人員的公司進行的研究發現,採用人工智能可以使問題解決速度提高 15%。 它還將處理任何給定問題所花費的時間減少了 10%。
47. 大型組織 30% 的對外營銷信息將由人工智能生成。
(來源:Gartner、影響者營銷中心)
預計到 30 年,人工智能將生成 2025% 的大型組織對外營銷信息。2022 年,這一比例僅為 2%。
這可能是 35.6% 的營銷專業人士認為人工智能可能對營銷人員的工作構成風險的原因之一。
48. 未來10%的數據將由人工智能產生。
(來源:Gartner 2)
到 2025 年,人工智能生成的內容將佔所有數據的 10%,大大高於目前的 1%。
49. 蘋果計劃發布自己的 GPT 機器人,導致股價飆升 71 億美元。
(來源:The Verge、《財富》)
這家被媒體暱稱為 Apple GPT 的 iPhone 製造商目前正在開發自己的人工智能大型語言模型。 有趣的是,它使用了 Google 的 JAX 機器學習框架。 當該項目的消息公開後,蘋果公司的股價上漲了 71 億美元。
50. 谷歌正在添加生成式人工智能來改進助手的文章摘要。
(來源:安卓警察)
每個人都使用谷歌的語音助手閱讀網絡文章,結果它把頁面上寫的所有內容都噴出來? 那些目光敏銳的人已經窺探了最新的代碼,發現其中包含了生成人工智能,這將有助於它跳過那些廢話,只閱讀相關內容。
51. 聲音“深度假貨”已被用來犯罪。
(來源:TechFinitive、商業內幕)
隨著生成式人工智能的發展,安全性也必須隨之發展。 今年早些時候,一名記者利用人工智能根據公開錄音模仿自己的聲音,從而繞過了勞埃德銀行的聲控安全步驟。
在另一起案件中,一名婦女被犯罪分子利用,以為她的女兒被綁架勒索贖金。 人工智能生成令人信服的錄音 的她在困境中。
52. Deepfake 視頻已被證明會產生錯誤記憶。
(來源:新科學家)
最近一項關於深度造假對觀眾影響的實驗顯示,大多數人都遭受著錯誤記憶的困擾。 在觀看了假查理茲·塞隆飾演《驚奇隊長》中的角色的人工智能電影片段後,70% 的觀眾繼續認為這部電影確實存在。
結論
生成式人工智能席捲了世界,這些類型的工具已以某種形式在幾乎每個行業和部門中得到採用。
面對一個只會呈指數級增長的巨大市場和只會變得更加先進的人工智能模型,唯一的問題是,社會將如何適應?
來源
- 賈斯珀人工智能
- 圍城媒體
- Statista – ChatGPT 用法
- 德勤
- 智能
- Statista – 人工智能採用
- 醫療IT新聞
- Statista – 人工智能時代
- 桑坦德
- 福布斯
- 技術目標
- 一觸即發
- NVIDIA
- WEF
- 計量學
- 路透社
- 華爾街日報
- 麥肯錫
- 彭博社
- 優先研究
- Statista – AI 美國
- 路透社2
- 路透社3
- 類似Web 1
- 類似網絡2
- 每日替代品
- 福布斯2
- 互動新聞
- Gartner公司
- 標普全球
- Microsoft微軟
- 埃森哲
- 內幕情報
- IT專業版
- 內幕情報2
- 電信
- 米特雷-哈里斯
- 內幕情報3
- 高盛
- 凱南研究所
- 美國國家經濟研究局
- 有影響力的營銷中心
- Gartner 2
- 邊緣 2
- 運氣
- Android的警察
- 科技創新
- 商業內幕
- “新科學家”