在过去的十年中，人工智能（AI）已从一个理论概念迅速发展成为一种实用工具，并正在改变许多行业。
然而，人工智能的真正潜力尚未得到充分发挥。
由于每年有潜力为经济增加 4.4 万亿美元，未来几年的发展将为我们这个时代提供最重要的经济机遇之一。
但与任何变革性技术一样，未来也存在挑战和风险。
在本报告中，我们将探讨塑造人工智能未来的 7 个关键趋势。
1.人工智能改变我们的工作方式
毫无疑问，未来几年我们将看到人工智能技术的进步。
但现有技术已经可以实现占用员工60%至70%时间的工作活动的自动化。
从这个意义上讲，只需增加采用率，就能显著改变职场动态。事实上，50% 的美洲职场领导者（以及 52% 的欧洲职场领导者）已经欢迎采用人工智能和机器学习。
传统上，专业领域中的琐碎任务为人工智能的参与提供了明显的第一步。例如，人们对人工智能笔记的兴趣猛增。
5 年内，“AI 笔记”的搜索量增长了 8800%。
五年前，公众几乎还未意识到这一概念。但现在它已成现实。
Otter AI是一项自动转录服务。
过去5年里，“Otter AI”的搜索量增加了3233%。
Otter 已转录了超过 10 亿场会议。其 2023 年推出的 OtterPilot line数据库 服务已在超过 5000 万场会议中使用，该服务使用更先进的人工智能生成会议摘要并建议后续任务。
整个行业都有可能被人工智能改变
看一下 AI 招聘搜索量的增长情况：
“AI招聘”的搜索量5年来增长了488%。
现实情况是，社会需要奋起应对这些变化。一种可能性是，全民基本收入的呼声越来越高。
10 年来，“基本收入”的搜索量增长了 235%。
基本收入是一种全民福利。其理念是，随着某些工作从劳动力中完全消失，企鹅机器人 每个人都会得到某种安全网，从而通过减轻财务压力来鼓励人们从事更多创造性和教育性工作。
目前美国正在开展100多项UBI试点，被誉为人工智能教父的Geoffrey Hinton就是此类计划的倡导者之一。
2.人工智能变得更聪明
人工智能的新用例几乎每天都在涌现。
然而，尽管人工智能改变了各行各业，我们仍在努力使其底层技术变得更智能、更卓越、更安全。
ChatGPT 现在主导了人工智能的讨论。这并不奇怪，因为微软向其创始人 OpenAI 投资了 130 亿美元。
“ChatGPT” 的搜索量在两年内增长了 8300%。
虽然 GPT-4 改变了游戏规则，但GPT-5 已经在路上了。早期版本已经向业内人士进行了演示。
首席执行官 Sam Altman预测这将是一次“重大飞跃”。并预测它将消除 GPT-4 有时会犯的许多事实错误。
尽管 OpenAI 在技术方面进展迅速，但竞争对手也纷纷涌现。
谷歌推出了 Gemini。它的每月访问量已经超过 3 亿次。
我们向 Gemini 询问了谷歌在该技术上投资了多少。
还有克劳德·艾尔。
两年内，“Claude AI”的搜索量增长了 7000%。
Claude 由 Anthropic 创建，后者由前 OpenAI 成员创立，體育新聞 891 人工智能的未来 专注于人工智能伦理。亚马逊为其注资 40 亿美元，谷歌也投入了巨资。
3. 人工智能作为软件开发工具不断发展
软件开发是我们可以预期人工智能将继续颠覆的一个领域。
人工智能不仅可以生成代码，还可以审查和测试代码以检测错误和失误。
利用人工智能已经可以使软件开发过程加快至少 25%。
一些开发人员估计，他们编写的代码中大约 30%可以由人工智能处理。
使用 GitHub 的 Copilot 等AI 编码平台可以更快地完成编码任务，减少对重复任务的关注。
OpenAI 确实有一个专门用于代码生成的 Codex 工具。但它去年被弃用了，部分原因是最新版本的 ChatGPT 足以在软件开发中部署。
最近的一项研究发现，ChatGPT 解决某些编码问题的成功率高达 89%。
尽管对于最难的问题，这一比例下降到了 40%，而对于模型未经训练的较新问题，这一比例再次大幅下降。
GitHub 的 Copilot是目前最受欢迎的专用代码生成 AI 平台。
近年来，“GitHub Copilot”的搜索量迅速增加。
软件工程师输入提示或开始一段代码，平台自动创建完成代码所需的内容。
目前，超过 50,000 家公司拥有130 万个付费 Copilot 账户。
现在平台上编写的代码中几乎有一半都是由人工智能生成的。
公司官员预测到 2027 年这一比例将上升至 80%。
Github 归微软所有。其他一些我们熟悉的科技巨头也正在加入进来。
Google 的 Gemini Code Assist支持超过 20 种编程语言。
当 Wayfair 采用 Gemini 时，它发现环境的设置速度可以提高 55%。
与此同时，亚马逊宣布其Q Developer工具将提供免费订阅服务，震惊了市场。
澳大利亚国民银行报告称，该银行接受了Q Developer 50% 的编码建议。
规模较小的公司也对市场产生了影响。
Tabnine配备了一个由人工智能驱动的测试生成工具来配合其代码生成工具。
近年来，“Tabnine”的搜索量呈爆炸式增长。
它宣称拥有超过一百万用户。去年，它完成了 2500 万美元的 B 轮融资。
Magic AI是另一家希望在未来挑战 Copilot 主导地位的初创公司。该计划的关键是使用巨大的上下文窗口。
Magic AI 表示，其平台就像计算机内部的一位同事，协助完成编码任务。
该公司声称自己正在“直接走向”通用人工智能（AGI），这是人工智能的下一步假设，具有类似人类的推理和批判性思维技能。
尽管最常见的预测认为 AGI 要到 2300 年才能实现。
Magic 已筹集 1.45 亿美元，其中包括今年 1.17 亿美元的巨额 B 轮融资。
尽管备受关注，但其实际平台尚未推出。
4. 人工智能改变金融格局
麦肯锡估计，如果所有用例都得到实施，人工智能推动的生产力提高每年可为银行业增加 3400 亿美元的价值。
花旗银行的研究发现，人工智能可以在未来四年内将该行业的利润提高 9%，接近 2 万亿美元大关。
5 年来，“金融领域的人工智能”搜索量增长了 809%。
自主财务包括客户服务聊天机器人、自动预测和人工智能欺诈检测等一切内容。
借助人工智能，欺诈监控、客户支持和个性化营销等任务 可以实现自动化。
50% 的财务 CFO计划在未来 12 到 18 人工智能的未来 个月内在客户体验工具中实施 AI。
在预防欺诈方面，近四分之一（24%）的人已经在使用人工智能，另有 36% 的人计划引入人工智能。
NVIDIA 的数据显示，金融领域对人工智能的大部分兴趣集中在数据分析上。
几乎七成的金融服务专业人士表示，他们的公司已经采用人工智能进行数据分析。
高级分析与欺诈预防密切相关，人工智能能够梳理数据集以发现复杂的欺诈模式。
它还具有风险管理要素，可以更容易地识别投资和贷款中的异常情况。
例如，Zest AI提供了一个专注于借贷的 AI 平台。
他们的人工智能帮助银行发现优质借款人并避开那些可能违约的借款人。
它实际上可以挑战人类的偏见：Zest 帮助贷方在保持风险不变的情况下将拉丁裔申请人的批准率提高了 49% ，将黑人申请人的批准率提高了 41%。
自 2020 年以来，其客户群每年增长 50%。
一家资产达 22 亿美元的信用合作社在实施 Zest 平台后，实现了70% 至 83% 的消费者贷款决策自动化。
人工智能贷款使银行和借款人受益。
Portrait Analytics是另一家致力于推动金融行业盈利业绩的公司。
该初创公司提供的是人工智能投资分析师。
它是一个基于生成式人工智能的自然语言处理平台。
分析师通常需要花费数小时阅读和分析公司文件，但这个人工智能应用程序可以提取这些数据并自动总结关键信息。
它比人类分析师快 10 倍，这使公司能够节省时间并在竞争对手之前发现新的投资机会。
该公司去年筹集了 700 万美元的种子资金。
5. 医疗保健进一步拥抱人工智能
高盛报告称，目前美国医疗保健专业人员所做的工作中有超过 25%可以通过人工智能实现自动化。
高盛估计，医疗保健从业人员的 28% 的工作可以通过人工智能实现自动化。
麦肯锡和哈佛大学的研究人员估计，未来五年内，人工智能带来的成本节省每年可超过 3600 亿美元。
人工智能已在放射学、病理学和病人监测等领域得到应用。
它甚至被用作 COVID-19 疫苗研发的一部分。
总共有650 多种支持 AI 的设备已获得 FDA 批准。这些 AI 应用直接影响患者护理。
当前人工智能的绝大部分应用领域是放射学。
第一种算法于 1995 年获得批准，但直到 2019 年才有了很大的发展。从那一年到 2023 年，已有超过 400 种算法获得批准。
新的人工智能发展正在蓬勃兴起。
精准医疗是人工智能在医疗保健领域的潜在应用之一。
这是指根据每个患者的 DNA、病史、影像等个体独特部分进行治疗。
人工智能平台将能够分析所有患者的数据，并为该患者推荐专门的治疗方案。
如今，这种治疗方法是根据特定基因表达来治疗患者，比如某些癌症。
然而，专家表示，人工智能技术很快将涵盖更多数据点，并可应用于阿尔茨海默病、肥胖症和抑郁症等疾病。
过去5年，“精准医疗”的搜索量增长了26%。
在一个当前的例子中，Avenda Health推出了一个用于管理和治疗前列腺癌的 AI 平台。
该解决方案将患者数据、影像、活检和病理学整合到深度学习算法中。然后，它确定癌症的程度，并创建 3D 癌症评估图以及最佳治疗可能性。
在临床试验中，该平台的使用导致28% 的治疗方式发生变化。大多数情况下，这些变化导致癌症的治疗更加局部化。
Avenda 声称，与单纯的 MRI 相比，其 AI 可以识别出 159% 的癌症。
Avenda 的 Unfold AI 系统改善了前列腺癌的定位和治疗。
一些医疗保健领域的专业人士认为，人工智能甚至可能在许多工作方面取代医生。
西北大学凯洛格管理学院的研究人员表示，这种转变可能只需几十年时间。但他们警告称，医生仍然需要同理心、同情心和人际交往。
人工智能在医疗保健领域的另一个未来应用是药物开发。
过去5年，“AI药物发现”的搜索量增长了929%。
一款药物最终获批所需的总成本估计平均为 10 亿美元。这还是针对那些一路过关斩将的药物而言的，众所周知，药物的开发过程总是充满不确定性。
在进入人体临床试验的药物中，90%都会失败，主要原因是疗效不佳或出现意想不到的副作用。
人工智能技术能够大幅提高药物送到患者手中的速度。
人工智能实现这一目标的主要方式之一是挖掘开发过程中产生的大量数据。
想象一下，人工智能可以在人类研究人员所需时间的一小部分内对所有这些数据进行分类。
人工智能可以注意到解锁新治疗方法的特定分子或链接来自各种研究的数据以研制出更好的药物。
与此同时，谷歌认为更复杂的人工智能模型实际上并不需要那么多数据。