Mckinsey 的研究显示，生成式 AI（AGI）带来的新应用场景可为全球带来 2.6-4.4 万亿美元的新增经济影响；如果考虑到 AGI 对现有工作的赋能，整个影响可达 6.1-7.9 万亿美元。
细分条目角度，图二横轴是细分智能领域有多少比例的开支会被 AI 影响，纵轴是经济影响的财务价值。
销售、营销、产品研发、软件工程和客户运营这几个细分领域会占据 AGI 经济影响的 75%。
北美 The Vox Media Insights and Research 团队在 2023 年 4 月，针对 2,000 名在美国的成年人进行了一轮消费者行为调研，围绕生成式 AI（AGI）工具的使用状态。
AGI 工具的知名度方面，有 57% 的调研对象听说过或用过 ChatGPT。而其他工具（MidJourney、Stable Diffusion）则低得多。
搜索引擎、头脑风暴、艺术创作方面是典型应用场景。从反馈看，主要还是用来做某种内容或作品的 “创作” —— 纯线上场景为主。
大模型的线下场景或者垂直生产场景貌似很宽广，但还是有很长的路要走。尤其是商业上要形成一轮轮的闭环。
经典的一个门槛就是：某个垂直场景所需数据要整理得比较可用，成本就不少了，然后还面临一个细分场景产生的收入能否有经济性问题。
Mckinsey 认为生成式 AI（AGI）会对几乎所有垂直行业造成经济影响。而对于某个行业内部，不同的职能方向面临 AGI 影响程度也有不同。
下图不同色块的颜色强度代表影响的大小，粗略看：“科技公司的软件工程” 是被 AGI 影响最重的领域。
以电信行业为例，2.3 - 3.7% 收入会被 AGI 影响，被影响的经济价值为 600 - 1000 亿美元；营销、客户运营和软件工程是 Top 3 被影响的职能领域。
在 Salesforce 2022 年的全球性调研中，围绕 AI 在市场营销领域的应用场景。Top 3 场景是：(1) 客户互动自动化；(2) 数据集成自动化；(3) 客户跨渠道访问历程的个性化。
留意，有的时候大家觉得 “自动化” 这个词比较有历史感。实际上，从应用角度，能很流畅的自动化就是一个很好的应用状态。
