Investing.com - 据摩根大通最近的一份报告显示,生成式人工智能需要将IT服务工作负载提高55%以上,才能抵消其对项目成本的通缩影响。
分析师预测,大型语言模型对编码任务的自动化可能会使同类项目成本降低约35%。
这一估计假设常规编码成本将下降90%,而目前常规编码约占典型项目全职等效(FTE)工时的40%。
文档编制和测试环节预计也将出现通缩,而需要更高层次推理的功能,如需求分析和架构设计,预计价格压缩幅度较小。
该券商强调,新引入的提示工程(prompt engineering)任务可能会抵消部分通缩影响,预计将占AI前项目成本的15%或AI后项目构成的23%。
代码审查的比重预计将翻倍,这主要由对AI生成代码的监督需求所驱动。
而生成式AI既可以自动化也可能使调试工作复杂化,因此假设调试成本保持中性。
摩根大通基于价格乘以数量模型的计算表明,如果价格下降35%,则至少需要工作量增加55%才能避免净收入损失。
该报告提供了达到这一阈值的多种组合方案,例如项目数量和复杂性同时增加25%。
分析师认为,生成式AI的采用有望超过这一55%的工作负载增长,他们引用了历史模式,即企业曾将云计算和离岸交付等先前技术转变所节省的成本重新投入到新技术计划中。
早期信号,如Genpact (NYSE:G)报告的使用智能解决方案的客户收入提升3%,表明类似的再投资趋势正在形成。
摩根大通还指出IT工作构成正在发生变化。在AI之前,编写代码占项目成本的40%;采用AI后,这一比例预计将降至6%。
同时,提示工程、调试和代码审查在新成本结构中将占据更大份额,这表明劳动力正在重新分配而非直接减少。
本文由人工智能协助翻译。更多信息,请参见我们的使用条款。
免责声明:投资有风险,本文并非投资建议,以上内容不应被视为任何金融产品的购买或出售要约、建议或邀请,作者或其他用户的任何相关讨论、评论或帖子也不应被视为此类内容。本文仅供一般参考,不考虑您的个人投资目标、财务状况或需求。TTM对信息的准确性和完整性不承担任何责任或保证,投资者应自行研究并在投资前寻求专业建议。