麦肯锡-下一次创新革命——由人工智能驱动（英）-2025.6_17页_1mb

总结：AI驱动的创新革命

引言和挑战

文章探讨了当前创新面临的主要问题，即研发（R&D）生产力下降，导致创新越来越困难且成本高昂。这在半导体（如摩尔定律失效）和生物医药（如厄罗姆定律）等领域尤为明显。历史数据显示，尽管科学进步，但每美元研发投入获得的创新产出越来越少，表明需更多支出才能维持进步。

AI加速创新的三个主要渠道

1. 增加设计候选的速度、数量和多样性：AI生成模型（如大型语言模型）可快速产生大量设计候选，超越人类创造力，例如在药物发现和材料设计中生成新颖化合物。
2. 加速评估通过AI代理模型：使用AI代理模型（如数字孪生）模拟物理测试，预测性能，比传统方法更快更高效，例如在航空设计或蛋白质结构预测中减少测试时间。
3. 加速研究操作：包括分析客户需求、合成研究数据、管理内部知识和自动化文档，通过LLM和分析AI提升R&D流程效率。

经济潜力

AI加速R&D可释放每年3600亿至5600亿美元的经济价值。主要行业受益包括：

• IP产品行业：如软件和游戏，研发吞吐量可能翻倍。
• 科学基础产品行业：如制药，研发加速潜力高达75-100%。
• 复杂制造产品行业：如汽车和航空航天，加速25-50%。

行业特定影响

不同行业在R&D加速方面潜力不同：高研发强度行业（如制药和半导体）受益最大，而大宗商品行业影响有限。AI有助于创建新IP和产品。

组织变革建议

领导者需推动四大关键杠杆：快速扩展AI应用以获得竞争优势；超越技术进行组织重组，如整合原型与模拟团队；建立模型核心能力；人性化设计AI与人类协作，包括重新培训员工。

结论

AI有潜力重振创新革命，不仅能提升经济效益，还能解决关键人类挑战。及早行动和组织变革是实现这一愿景的关键。