我们进一步将这20 业和服务型产业。总体来看，生成式人工智能将在服务型产业中带来 大行业按照价值链的顺序归为基础源头型产业、制造型产业、产品型产业、媒介型产 5.3%的显著成本节降，其运营成 本主要分布于客户运营、财务战略、销售营销或软件开发，均存在高替代潜力；在媒介型产业中影响也 较大，成本降低比例为2.4%，主要体现在供应链、销售等渠道管理的关键方面；在产品型产业中将省去 1.3%的成本，这类企业往往在产品研发设计、市场营销方面投入较多，未来产品模型、外观设计、宣发物 料的自动生成将重塑工作模式；而在制造型产业与基础源头型产业中影响相对较弱，与传统机器学习算 法带来的影响并无太大差异，成本下降的幅度仅0.4%。五大产业类型与具体的行业对应可以参考附录。 除了评估对产业带来的量化影响，我们希望对生成式人工智能技术的产业影响顺序进行判断。我们认为 生成式人工智能技术在各行业的落地前景取决于两个关键要素，第一是技术应用的价值空间，即前文所 述的效率提升带来的成本节省幅度，第二是各行业内企业快速部署与使用这项技术的可行性。
尽管生成 式人工智能的大规模普及与行业的数字化水平、任务容错率、安全合规要求等多种因素相关，本文通过 衡量不同行业的数字化能力来初步判断商业落地的可行性，以行业的信息化支出作为量化评估的手段。 在不同行业中，我们认为有望首先落地的第一波次将是互联网与高科技、金融和专业服务行业。互联网 与高科技行业通常依赖先进的信息系统来开发软硬件产品，并且其规模庞大的用户基础带来海量的数 据存储需求，因此企业往往具备灵活可扩展的数据中心和云基础设施，有利于生成式人工智能的快速部 署。金融行业出于安全合规、风险控制、流程自动化等运营提效诉求，一直走在信息化建设的前列，而数 字货币、混业经营等创新产品和业务模式进一步驱动数字化能力的持续升级，为生成式人工智能的实施 创造条件。第二波次将是教育、通信、医疗服务、公共服务、零售、文娱传媒和消费品行业，虽然信息化投 入相对较少，但生成式人工智能技术带来的价值空间广阔，驱动企业抓住机遇提升竞争优势，具备敏捷 开发实践或技术集成经验的企业将率先享受生成式人工智能带来的价值赋能。
