Investing.com - 據摩根大通最近的一份報告顯示,生成式人工智能需要將IT服務工作負載提高55%以上,才能抵消其對項目成本的通縮影響。
分析師預測,大型語言模型對編碼任務的自動化可能會使同類項目成本降低約35%。
這一估計假設常規編碼成本將下降90%,而目前常規編碼約佔典型項目全職等效(FTE)工時的40%。
文檔編制和測試環節預計也將出現通縮,而需要更高層次推理的功能,如需求分析和架構設計,預計價格壓縮幅度較小。
該券商強調,新引入的提示工程(prompt engineering)任務可能會抵消部分通縮影響,預計將佔AI前項目成本的15%或AI後項目構成的23%。
代碼審查的比重預計將翻倍,這主要由對AI生成代碼的監督需求所驅動。
而生成式AI既可以自動化也可能使調試工作複雜化,因此假設調試成本保持中性。
摩根大通基於價格乘以數量模型的計算表明,如果價格下降35%,則至少需要工作量增加55%才能避免淨收入損失。
該報告提供了達到這一閾值的多種組合方案,例如項目數量和複雜性同時增加25%。
分析師認爲,生成式AI的採用有望超過這一55%的工作負載增長,他們引用了歷史模式,即企業曾將雲計算和離岸交付等先前技術轉變所節省的成本重新投入到新技術計劃中。
早期信號,如Genpact (NYSE:G)報告的使用智能解決方案的客戶收入提升3%,表明類似的再投資趨勢正在形成。
摩根大通還指出IT工作構成正在發生變化。在AI之前,編寫代碼佔項目成本的40%;採用AI後,這一比例預計將降至6%。
同時,提示工程、調試和代碼審查在新成本結構中將佔據更大份額,這表明勞動力正在重新分配而非直接減少。
本文由人工智能協助翻譯。更多信息,請參見我們的使用條款。
免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。