生成式人工智慧對商業的影響與未來

Find AI Tools
No difficulty
No complicated process
Find ai tools

生成式人工智慧對商業的影響與未來

目錄

  1. 介紹
  2. 生成式人工智慧對生產力的影響
    • 2.1 發展與應用
    • 2.2 知識勞工與高技能勞工的轉變
  3. LLM-based 程式碼助手演進
    • 3.1 Codex 與 GitHub COPILOT
    • 3.2 其他公司的相關工具
  4. 程式碼助手的功能與優勢
    • 4.1 減少按鍵次數
    • 4.2 提供程式碼建議
    • 4.3 程式碼品質與新編碼方式
    • 4.4 溝通文件與節省時間
  5. 潛在關切與問題
    • 5.1 建議可能不正確
    • 5.2 企業客戶的開源和安全
  6. 田野實驗與結果
    • 6.1 實驗設計與組別
    • 6.2 採用率與前後變化
    • 6.3 生產力的影響
  7. 研究結果與討論
    • 7.1 與實驗室實驗的一致性
    • 7.2 工具的潛在發展與採用障礙
  8. 勞動市場的影響與政策考量
    • 8.1 工具是否會取代人類軟體開發者
    • 8.2 生成式人工智慧與人類的合作關係
    • 8.3 政策應對的問題與解決方案
  9. 結論

生成式人工智慧對生產力的影響

🤖⚡️

生成式人工智慧 (Generative AI) 正在改變各個行業,對未來的工作和勞動市場具有重大影響。相較於以往的自動化技術,生成式人工智慧更注重知識與高技能勞工。早期的證據已經顯示,與生成式人工智慧接觸與學習的知識工作者,如軟體開發者,其薪資和教育水平呈現正相關。軟體開發者是生成式人工智慧的早期使用者,他們可提供未來工作的先行指標,並為其他行業提供借鏡。

生成式人工智慧的演進與應用

🤖📈

生成式人工智慧的演進可從 LLM-based 程式碼助手的發展觀察。以 Codex 為例,該 GPT-3-based 模型是通過訓練數百萬個公開的 GitHub 存儲庫獲得的。隨後,該模型轉變為產品,即 GitHub Copilot。目前已經有許多公司推出了類似的工具,例如 Amazon 的 CodeWhisperer、Replit 的Ghostwriter以及 Google 最近推出的 Codey。軟體開發者在使用這些工具方面的廣泛應用已經被證實。GitHub Copilot例,目前已經擁有100萬個付費個人用戶和37個企業訂閱者。

程式碼助手的功能與優勢

🤖💡

程式碼助手工具為軟體開發者提供了許多便利功能。首先,它們可以減少按鍵次數,減少查找不同功能的需求。其次,它們能夠提供程式碼建議,可能是一行程式碼、程式碼片段或完整的函數。軟體開發者在編碼過程中可以看到這些建議並進行審閱,然後接受或拒絕。如果接受了建議,它們將被合併到程式碼中。此外,程式碼助手還可以改善程式碼的品質並提出新的編碼方式,這些方式開發人員可能不熟悉。當然,這些工具也可能存在一些潛在關切,例如建議的正確性和安全性問題。

田野實驗與結果

🏭📊

為了理解軟體開發者使用程式碼助手工具後的生產力變化,我們進行了一個田野實驗,共有400名專業軟體開發者參與。這些開發者是Accenture的全職員工,從事各種軟體開發項目,在東亞地區工作。我們將他們隨機分成兩組:200名被實驗組和200名被對照組。實驗組成員有權使用GitHub Copilot,而對照組成員則無法使用,但可以使用其他類似的工具,如ChatGPT。實驗過後,我們對軟體開發者的活動進行了大量數據收集,包括每周請求、提交次數和建構次數等輸出指標。初步結果顯示,使用GitHub Copilot的開發者在建構活動方面呈現顯著增加的趨勢。

研究結果與討論

📚🤔

實驗結果與實驗室實驗的結果相一致,生產力的提升在不同的指標上呈現不同的差異。例如,建構次數增加了50%,請求次數增加了20%,但提交次數方面則沒有統計顯著的影響。這些結果表明,當軟體開發者使用GitHub Copilot時,他們的生產力確實提升了一些。然而,我們也需要進一步了解這些指標所體現的不同數字背後的原因。此外,在實驗中有40%的轟體開發者沒有使用GitHub Copilot,這也引發了一些有趣的問題,例如為什麼他們不使用這個工具,是否存在一些採用障礙等等。

勞動市場的影響與政策考量

💼📈

生成式人工智慧工具對勞動市場的影響及相關政策問題也值得關注。首先,這些工具是否會取代人類軟體開發者是非常重要的問題。然而,我們認為這是不太可能的,因為對於具有新技能的軟體開發者仍然存在不斷增長的需求。即使這些軟體開發者的生產力提高了50%,他們仍然需要處理更高級別的任務。另外,人工智慧工具與人類之間的合作關係對產品開發具有重要意義。最後,政策問題方面,是否有必要提供培訓以使軟體工程師能夠充分利用這些工具,以及這些工具對不同人群的影響等。

結論

🎯

總體而言,我們的研究結果顯示,程式碼助手工具能夠提高軟體開發者的生產力,符合實驗室實驗的結果。然而,考慮到這些工具仍處於早期階段,並且生產力效果可能會發生變化,因此我們需要進一步研究。此外,40%的軟體開發者沒有使用程式碼助手,這需要進一步研究瞭解其採用障礙。生成式人工智慧工具不太可能取代人類軟體開發者,重要的是要理解兩者在產品開發中的聯合生產方式,並瞭解生成式人工智慧是替代還是補充了人類的工作。政策上,培訓軟體工程師充分利用這些工具可能是有必要的。

Most people like

Are you spending too much time looking for ai tools?
App rating
4.9
AI Tools
100k+
Trusted Users
5000+
WHY YOU SHOULD CHOOSE TOOLIFY

TOOLIFY is the best ai tool source.