摩根士丹利-主题：GPT 时代的多重收入（英译中）

RESEARCH。M解决后推问题：我们最初认为，随着结构自动化趋势的加快，经济中非关键任务角色的数量可能会减少。抵消了这一点，多收入越来越受欢迎。反对我们论点的关键论点是，员工议价能力的减弱和科维德之后的重返办公室计划的结合将减少多收入。我们的最新数据反驳了这一点。在我们的调查中，由于生活成本压力和Z世代的吸收，多收入收入同比增长了8%；低收入者的同比增幅最大，超过15%。官方数据与非官方数据：随着航空公司、酒店和电子商务模式重新回到covid之前的趋势，返回办公室的人数仍然比之前低50%，现在正在下降。这种灵活性——以及我们在报告中提出的其他八个驱动因素——正在加强我们最初的论点。官方数据显示，5%的人口从事多种TheGenerativeAIearningspotential:我们的调查显示，消费者在三件事上松散地使用创成式人工智能：做作业、节省时间和赚钱。生成人工智能工具——尤其是结合文本、图像和音频的多模式工具——似乎将加速零工经济的民主化。只需160美元/米，多收入者就可以访问一套八个平台，将生产率提高55%。然而，这在地理上仍然存在偏差：美国（vs英国）调查受访者找到了增加GeAI收入潜力的方法的四倍，尽管27％的调查受访者表示他们的雇主已经禁止ChatGPT和其他生成性AI工具。AINEXT框架x多重收益：我们已经重新设计了多收入者框架，以与我们的AINEXT框架相吻合，以绘制关键股票和AI风险敞口。我们4000亿美元的多收入收入的基本情况假设,到本十年末，GenerativeAI的生产率提高为我们的多收入收入流计算增加了20％以上,即830亿美元的提升；我们的牛市分别为1.4万亿美元和3000亿美元。MORGANSTANLEY&CO.INTERNATIONALPLC+爱德华·斯坦利+44207425-0840:+44207425-9902MORGANSTANLEY&CO.LLCEllenZentner美国首席经济学家+1212296-4882摩根史丹利印度私人有限公司+RidhamDesai+91226118-2222MORGANSTANLEY&CO.LLCBrianNowak,CFA+1212761-3365MORGANSTANLEY&CO.INTERNATIONALPLC+AnitaBhardwaj数据分析师+44207425-18832MM本报告介绍了我们最初的多收入者报告的反馈，以及我们最新的AlphaWise调查结果，这些调查结果支持结构论点，并补充了先前分析中调查的七个国家的分析（这里，这里，这里）。在我们的印度多收入调查中，高于预期的结果也在其他一些第三方调查中得到了证明，这些调查显示，印度对人工智能工具的采用和信任程度过高(见这里)。沙资料来源:AlphaWise,摩根斯坦利Research对于希望快速了解从上一份报告到这份报告发生了什么变化的投资者，可以总结为三点：(1)我们将印度受访者和生成性人工智能问题纳入了我们的调查：我们对印度的2,021项调查来自该国主要的区域城市中心。因此，这些数据——特别是与人工智能使用相关的数据——在这些城市中，由于倾向于更高的互联网使用，以及其他因素，这些数据的倾斜程度更高。本报告和以下数据应在此背景下进行评估。以下我们注意到，印度声称使用投资平台来补充收入的比例高于之前接受调查的八个国家中的任何一个。然而，我们继续注意到，正如我们在最初的工作中所指出的那样,在这一类别中，没有办法明确地将“储蓄”与“收益”和“交易”分开，这类交易随着股票市场的周期而波动。这个定义上的灰色区域是对原始作品的反复推回，但今天仍然与分解时一样具有挑战性。一个人的副业是另一个人的全职工作-最明显的是驾驶演出。因此，我们不认为这是我们的地方，主观地确定哪些是基于一定水平或收入的可靠性。因此，鉴于人们追求这些收入来源的独特个人原因，我们必须依靠调查受访者自己对其工作属于哪一类的看法。摩根·斯坦利研究34M业程 周期性Mid 自雇人士, Education下面College -高高高高资料来源:AlphaWise,摩根斯坦利Research(2)我们计算了市场规模估计：我们的基本案例（图10）来自个人通过多收入平台产生的收入的当前估计，其详细信息可以在我们最近在英国，美国和印度进行的AlphaWise调查结果中找到，以及以前在欧洲大陆和中东国家进行的调查。我们相对保守的基本假设认为，全球多方收入为2500亿美元，到2030年，范围将增加近一倍，达到4000亿美元以上。本报告中的数学与我们之前的多收入迭代之间最大的个体差异来自上述模型中的GeerativeAI提升部分，到2030年，我们的多收入收入流计算增加了21%，即830亿美元。在Adecco（全球领先的招聘人员）将零工经济量化为的背景下，我们认为即使是牛市数字也不会特别激进。4.4万亿美元。因此，我们2023年的人工智能前基本案例假设零工工人仅占这一市场价值收入的4%。M0资料来源:AlphaWise,摩根斯坦利Research(3)我们已经将多收入者与我们的AINEXT框架进行了拼接：我们最初的多收入者论文可以在这里找到。我们已经根据我们的美国互联网团队的NEXTAI框架重新配置了暴露于主题的股票，由BriaNowa领导，可以在这里找到。NEXT框架分析了人工智能在整个经济中推动增量（N）新商业机会,（E）效率，E（X）永恒生产力和Co（T）et创造的潜力。这些是我们的股票覆盖分析师将多收入者股票分为三类的标准：AI受益人，辩论和挑战。摩根·斯坦利研究56M0六月十月二月六月十月二月六月十月二月六月十月二月资料来源:Refinitiv,摩根斯坦利Research资料来源:Refinitiv,摩根斯坦利ResearchM有大量的输入用于计算个人多收入的程度。为了让投资者更全面地了解多收入者趋势，我们根据有关该主题的多个调查结果创建了牛市，熊市和基本情况计算。但是，我们也为投资者提供了在下面的AlphaWise互动中以黄色修改这些假设的机会。摩根·斯坦利研究78))0M我们的基本案例来自当前对个人通过多收入平台产生的收入的估计，其详细信息可以在我们最近在英国，美国和印度进行的AlphaWise调查结果中找到，以及以前在欧洲大陆进行的调查和中东国家。我们相对保守的基本假设认为，全球多方收入为2500亿美元，到2030年将翻一番。本报告中的数学与我们之前的多收入迭代之间最大的个体差异来自上述模型中的GeerativeAI提升部分，到2030年，我们的多收入收入流计算增加了21%，即830亿美元。资料来源:AlphaWise,摩根斯坦利Research资料来源:AlphaWise,摩根斯坦利Research我们情景分析中的主要差异如下：资料来源:AlphaWise,摩根斯坦利Research生成AI提升计算来自两个来源1）我们的调查结果显示，使用AI之前的收入与使用AI之后的收入相比增长了20在本报告中进一步解释2）越来越多的各个行业和角色的生产力提升示例（请参见此处）。M从呼叫中心到最近的顾问，对特定行业中表现较差、非技术或经验不足的用户的生产力影响最大(见下文)；进一步强化了这样一种观点，即对于那些以前认为这一过程过于具有挑战性或技术性的人来说，生成性人工智能平台可以使获得多收入流的机会民主化(请参阅Shopify管理层在此讨论中的看法)。•潜在的主机可以创建一个更具吸引力，更有效和个性化的列表，吸引更多的潜在客人并提高预订率。•在后端，平台本身可以改善（1）上市流程的简便性，还可以改善（2）客户体验，从而提高完成预订和重复预订的可能性。迄今为止，大部分工作都集中在“实时代理助理”模型上，以改善客户投诉，查询和整体预订结果。以下数据和计算使我们能够推断出在AirBnB等非正式物业租赁平台上获得的收入金额。摩根·斯坦利研究9夏威夷那夏威夷那莫入M0在全球追踪的60个最大城市中，有超过820,000个物业出租，其中41％是单一物业房东，而不是更专业的集团租户。仅以非正式的多收入单单元主机为例，在全球60个城市中0)86420MAlphaWise调查方法资料来源:AlphaWise,摩根斯坦利Research摩根·斯坦利研究11M我们的原始论文可以在这里找到。对我们原始报告的回击集中在以下信念上1）后经济正常化和重返工作岗位和/或（2）经济下滑，多收入或副业的增长将减少。然而，即使利率上升了500个基点，重返工作岗位的要求也得到了执行，多收入仍在继续健康增长。我们会更进一步，认为非官方数据显示，多收入平台的复合年增长率高达18%，这是反周期的，而不是顺周期的。然而,自我们上次发表关于这个主题的文章以来，最深刻的变化是ChatGPT和各种竞争性生成AI服务的出现。我们的调查显示，这些服务正在成为推动收入流的重要驱动力。这是一个结构性的主题，由技术传播和创造性工具的民主化所实现，而生成性人工智能正在提供这些工具。我们之前在原始报告中提到的大多数驱动因素仍然是正确的，并且在过去一年中看到了更多的数据点。自我们最初的论文以来，主要的驱动力发生了变化，那就是廉价或免费且迅速民主化的生成AI工具的出现。6.低增长前景：Z世代员工可以期望在英国和美国经历1.3％GDP/人均增长的经济中成长M三年来，在八个国家进行了五次关于这一主题的调查，我们现在有了足够的数据点，可以用来建立这一主题的增长模型。我们的潜在市场专注于个人的创收潜力，但可以用来暗示提供多种收入服务的平台的总使用率。这些数字可以在我们的AlphaWise互动中敏感化。我们的基本案例计算了4000亿美元的多收入收入，但牛市收入包括2030年超过1万亿美元的人工智能增长。最近几个月，多收入者可以加速创收的人工智能工具的广度大幅扩大。下面我们提供可用模型的摘要，以及我们确定哪些模型可用于赚取补充收入的过程。这些生成性人工智能工具——特别是具有文本、图像和音频的多模式工具——将加速副业经济的民主化。模型：通用聊天机器人(如GPT4)和为这些接口提供支持的模型非常适合个人寻求帮助，帮助他们如何实现多收入，并指导他们建立二级收入流的过程。相比之下，编码模型（GitHbCopilot）或图像生成模型（Midjorey）分别有助于寻求自动化任务或扩展广告业务的个人（例如）。这些后面的例子往往对生成商业计划不太有用-聊天机器人的省份。因此，对于许多使用ChatGPT提出商业计划的多收入者来说，这往往是一次发现之旅，然后在许多情况下，转向更适合所讨论收入流的模摩根·斯坦利研究13商业创意生成广告创作Affilitae营销博客交付平台Drive-to-earn平台商业创意生成广告创作Affilitae营销博客交付平台Drive-to-earn平台Dropshipping电子商务销售金融交易图片内容影响音乐内容物理Gig工作租赁平台翻译工具视频内容虚拟Gig工作Vlogging网站建设ScoreM发布日期发布日期Company类型型号999866611GoogleAIGoogleAI人类OpenAIGoogleAIMetaGoogleAIOpenAI稳定性AIMetaMicrosoftGoogleAIOpenAI开源开源GeneralPurposeGeneralPurposeImagesImagesImagesCoding音频音频FinanceFinance2022201820222020202120212022202120222022202220212023202220222023BERT克劳德2GPT3:LAMAPaLM稳定扩散迪诺GithubMusicLMFinGPTPIXIUTheProcess:自从GPT4和后来的Bard问世以来，与GPT3.5相比，它具有更高的质量和多模式(文本加图像）功能，因此使用AI工具帮助赚取收入的便利性和能力呈指数级增长。例如，下面我们将探讨一个简单的示例，说明ChatGPT或Bard如何通过联盟营销或Dropshipping的过程使新手获得多种收入。营销内容。Or，通过勾勒出您希望该网站的外观，拍摄照片并上传到GPT4来更轻松地构建一个简单的网站。然后，AI将创建一个用户不可见的python代码（除非要求并创建一个具有所需属性的网站。TheTime:以上是一个过程的略微简化的版本，对于已经熟悉使用这些人工智能工具的人来说，这个过程可能只需要四个小时，这本身就变得越来越不言自明。M成本：以下是广泛使用且相对便宜的生成性AI工具的成本堆栈-从生成性客户服务到版权，从生成性编码到人力资源管理。这是一个非详尽的清单，但对于一套全面的提高生产力的工具来说，金额仅为160加元/米(2000加元/年)。这显然不包括与启动或扩展业务相关的工资、管理费用或其他成本。但是，如果像Copilot这样的工具能够使开发人员的生产力提高50％以上，那么一套生成性AI工具可以使初创企业/多收入者的努力以更低的速度和更低的成本进行扩展。％，下降。然而，这些数据与那些希望通过更多非正式渠道获得额外收入的人的搜索兴趣的快摩根·斯坦利研究15M上升速度远远快于官方数据-18.5％的复合年增长率-并且被证明是反周期的。即使执行到实际收入大大低于搜索数据增长本身所表明的，多收入的愿望或必要性也被证明是结构性增加的0-资料来源:BLS,LEHD,US人口普查局,摩根斯坦利Research540美元/下午。根据三个多月前开始工作的人的衡量，多收入的粘性同比增长了7%。最后，尽管随着员工开始进一步重视工作保障，离职全职职位的愿望有所减弱，但与永久合同相比，灵活合同的工作愿望同比变化了5%。用或平台嵌入式人工智能工具的帮助下得到了提高。近三分之一的人还声称，由于这些的最后一个结论是，与生成人工智能相关的是，那些雇主已经禁止使用这些工具的人和止使用这些工具的人，可以在多大程度上描述那些有短期野心离开全职工作而专注于多M%资料来源:AlphaWise,摩根斯坦利Research资料来源:AlphaWise,摩根斯坦利Research量有关。虽然我们对地区之间的反应差异以及印度对GeAI工具的采为，由于人工智能工具提高了生产力，他们有了更安全的全职工作，这与股票市场的传。的人数是英国受访者的四倍。这又导致所使用的平台数量的扩大。与美国或英国的受访多收入者已经尝试了更多的平台，他们通常将精力集中在一两用多个平台的人数分别同比增长8％和14美国/英国因为使用生成AI可以帮助设置和管理轻摩根·斯坦利研究17M资料来源:AlphaWise,摩根斯坦利Research资料来源:AlphaWise,摩根斯坦利ResearchM资料来源:全国范围内,摩根斯坦利Research摩根·斯坦利研究19642--24201420152016M80.6880.660.640.620.60.580.5619501960197019801990200020102020Note:ONS,摩根斯坦利ResearchNote:ONS,摩根斯坦利ResearchM和持久的股权影响(见这里)，没有太多可以解读的头条新闻工作趋势的兴衰。另一方面，在谷歌搜索远程工作的人数并没有减少；现在的活动水平是Covid开始时的五倍。“数字游牧民族”主义的日益普及现在也显示出来自较低基础的结构性牵引力的迹象，因为远程工作的便利性和乐趣吸引了越来越多的GeZ人口。-0了其结构趋势线，以及美国酒店客房需求和航空公司乘客座位行驶公里0%一月三月五月七月九月十一月一月三月五月七月九月十一月一月三月五月七月九月十一月0 资料来源:Bloomberg,Kastle,IATA,摩根斯坦利Research资料来源:Kastle,摩根斯坦利Research摩根·斯坦利研究21M1名工业制造机器人，这一比例是世界上最高的。随着自动化水平的增长，甚至在预期 率24%24%27%25%17%70%36%44%22%M 50资料来源:Bloomberg,摩根斯坦利Research50资料来源:Bloomberg,摩根斯坦利Research的中点。但好消息是，随着时间的推移，采用速度一直在期间更快。有关此主题的更多详细信息，请参阅此处和此处。这里与多收入相关的•生成的人工智能制作/启用的内容是否能满足对该内容的足够需求，以允许不断增长的多收入者将其内容货币化？•如果员工能够在家工作更长时间，那么他们将利用这种灵活性获得多少收入？•如果员工在工作中使用创成式人工智能的效率能提高20%，员工会被解雇吗？他们会把额外的时间用来工作吗？或者他们会把额外的时间用来享受或赚取多重收入吗？资料来源:Bloomberg,摩根斯坦利Research 资料来源:指数View,NBER,摩根斯坦利Research摩根·斯坦利研究23M周期性vs结构性趋势通过官方和非官方的衡量，越来越多的证据表明，实现更多多多收入的趋势既是长期的结构性趋势，也是更短期的反周期趋势。我们跟踪这些测量的方式如下：官方数据显示，多个工作持有者的近期增长以及长期工作持有者的增长。BLS估计，截至2023年7月，这一数字已达到美国劳动力的c5但以6％的复合增长率增长，占多个收入来源的女性的增长率高达两位数。但是，这些官方数据低估了实际的多收入者数字。我们相信，更全面和更有帮助的方式来思考多个工作的人是来自美国人口普查部门的纵向雇主-家庭动态（LEHD）研究团队：定义不同，定义不同，因此多收入者的趋势也不同：人口普查LEHD定义（显示美国人口的结构增长部分）：“我们将多工作者定义为在一个季度内拥有两个或更多工作的个人，并且至少有一个工作是长期稳定的工作.数据还显示，,收入较高和较低的多重工作持有者从多重工作中获得的收入占其总收入的25％以上。这些新BLS定义（显示美国人口的一致水平）：多名员工是指在调查参考周期间有两份或更多工作的人，其中至少一份是工资和薪金工作(如上定义)。要在当前人口调查中被归类为多人工作，受雇人员必须符合以下标准之一1）有两个或多个工资和薪金工作（2）有工资和薪金工作的自雇人士（3）是有工资和薪金工作的无薪家庭工人。拥有多个业务的自雇人士和拥有多个工作的人作为无薪家庭工人不属于。M与BLS数据显示多收入者占总劳动力的一部分相比，LEHD显示出美国劳动力参与多种收入流的稳定,尽管是顺周期的上升轨迹：8％与BLS数据接近5％，并且通常会随着时间的推移而下降。然而,这些数据与那些希望通过更多非正式渠道获得额外收入的人的搜索兴趣的快速增长并列。我们将在下面更详细地讨论这些数据，它们的上升速度要快得多，而且是反周期的。4.0%0资料来源:BLS,LEHD,US人口普查局,摩根斯坦利Research资料来源:BLS,LEHD,US人口普查局,摩根斯坦利Research我们倾向于了解个人短期行为的另一种方法是查看Google趋势。我们使用搜索数据来显示个人正在寻找的补充收入流的波动性和广度。我们这样做的方式是采用YoTbe的趋势-对于寻找多收入方式的人来说最受欢迎的搜索-并将所有其他搜索数据重新调整为最大搜索结果。100.从那里，我们将搜索活动堆叠在其他平台上，从中得出三个结论：。摩根·斯坦利研究25M--补充上述数据，在图表46中，我们显示了我们用作Google趋势跟踪搜索词的组成部分。--M8642-50摩根·斯坦利研究27M近几个月来，多收入者可以加速其创收的AI工具的广度已大大扩展。下面，我们提供了可用模型的摘要，并确定了在赚取补充收入的过程中可以使用哪些模型。。通用聊天机器人(如GPT4)和为这些接口提供支持的模型非常适合个人寻求帮助，帮助他们如何实现多收入，并指导他们建立二级收入流的过程。相比之下，编码模型（GitHbCopilot）或图像生成模型（Midjorey）分别有助于寻求自动化任务或扩展广告业务的个人（例如）。这些后面的例子往往对生成商业计划不太有用-这是聊天机器人的核心技能。因此，对于许多使用ChatGPT的多收入者来说，这往往是一次发现之旅，他们会提出一个商业计划，然后在许多情况下，转向更适合相关收入流的模型。翻译工具视频内容虚M766611:以下是广泛可用的生成AI工具的成本堆栈-从生成客户服务到版权，从生成编码到人力资源管理。这是一个非详尽的清单，但对于一套全面的提高生产力的工具来说，金额仅为160加元/米(2000加元/年)。这显然不包括与启动或扩展业务相关的工资、管理费用或其他成本。但是，如果像Copilot这样的工具能够使开发人员的生产力提高50％以上，那么一套生成性AI工具可以使企业以更低的速度和更低的成本进行扩展。自从GPT4和后来的Bard出现以来，与GPT3.5相比，它具有卓越的质量和多模式（文本加图像)功能，使用这些工具赚取收入的能力呈指数级增长。下面，我们将探讨越来越多的社交媒体用户中的一个人的旅程，这些用户拥抱“HustleGPT”生活方式的便利性。摩根·斯坦利研究29MM和营销内容。Or，通过勾勒出您希望该网站的外观，拍摄照片并上传到GPT4来更轻松地构建一个简单的网站。然后，AI将创建一个用户不可见的python代码（除非要求并创建一个具有所需属性的网站。摩根·斯坦利研究31M以上是一个过程的略微简化的版本，对于已经熟悉使用这些人工智能工具的人来说，这个过程可能只需要四个小时，这本身就变得越来越不言自明。用于电子商务的GenAI：正如Shopify首席执行官在最近的一次演讲中所解释的那样，人工智能和嵌入式副驾驶工具正在帮助卖家鼓起勇气，以比以前更无摩擦的方式开设自己的商店。他认为，最初作为多收入收入来源开设在线商店主要是“计划B”。现在，人工智能工具正在帮助鼓励人们在空闲时间或午休时间以低成本，轻触的方式开设商店。聊天机器人是耐心和良好的帮助一般目的的问题在启动阶段。他们在定制产品发现方面也越来越强大，并通过改进在线商店的布局来增加销售额。此过程有利于具有更高质量数据的较大平台。这些工具在平台上的所有数据上进行了培训，特别是最成功的卖家，以帮助不太合格的人更快地扩大规模。用于内容创建的GenAI：根据营销公司IZEA的一份报告，视频帖子对内容创作者和有影响力的人来说是一种溢价，可能是在TiTo，IstagramStories，Twitch或YoTbe上。2022年，Faceboo、Istagram、Piterest或Twitter上基于照片的付费帖子的价格在642美元至1643美元之间，而YoTbe和TiTo上的单篇帖子的价格要高得多，平均在2102美元至2741美元之间。Istagram的故事甚至平均带来了2,784美元的收入-略低于Faceboo和Istagram上两个静态帖子的价格。由于它与生成人工智能有关，X现在正在为较小的创作者支付他们在平台上制作的内容，并且创造印象的数字比许多人想象的要大。这鼓励更多的创作者使用生成AI来制作足够的内容以达到盈利阈值。EloMs最近指出，重要的是向其他经过验证的用户展示了多少广告。例如，X创作者已经注意M通过使用GenerativeAI大幅提升收益带来的丰厚回报。正如一位用户通过X所说，“8美元可以赚370美元，这对我所做的事情来说是一个了不起的投资回报率。”用于财务多重收益的GenAI：编写代码现在已经完全民主化，用户一直在尝试各种提示来帮助他们赚钱.我们在下面展示了一项学术研究，其中研究人员使用GPT生成的代码和新闻流的非情绪化自然语言提示（NLP）来确定股票市场的买卖信号，回溯测试表明这将是一个成功的策略。最近，研究人员整理了4,138家公司的67,586条头条新闻。研究小组使用ChatGPT（由GPT-3.5提供支持）来评估给定的标题是否表示好消息，坏消息或未知，也要求简要解释，并进行相应的交易。从2021年10月到2022年12月，他们的测试发现，由ChatGPT驱动的交易模型在此期间可以产生超过500%的回报。这一表现与同期买入并持有标准普尔500指数ETF的-12%回报率形成鲜明对比。当针对其他方法进行基准测试时，例如情感分析和GPT-1，GPT-2和BERT等较旧的语言模型，ChatGPT始终优于竞争对手。传统的情绪分析方法在所有投资策略中产生的结果明显较差,而GPT-1，GPT-2和BERT未能准确预测收益。与这项学术研究并列的是个人使用ChatGPT在YoTbe上重新创建并成功实施它的简便性。摩根·斯坦利研究33MGenAI影响：ForeverVoicesAI是一个基于Telegram的聊天机器人，允许用户与AI驱动的公众人物和名人的克隆进行交谈。然而，该公司最近一直在与已经著名的有影响力的人合作，以提高他们的收益可扩展性。在主要的社交媒体渠道上，受欢迎的有影响力的人已经转向克隆自己，并通过每分钟的货币化来吸引想要与自己相似的人。这种类型的增量多收入无疑不适合更非正式的多收入人群,但它展示了人工智能被用来创造合法的“深度假货”的方式，尽管也有可能通过非法的深度假货获GenAI教学：根据JamesW.Peebaer，奥斯汀大学心理学教授，ChatGPT教学生提出更好的问题，然后为这些问题辩护，这可以帮助他们成为更好的科学家。这已经被证明是通过ChatGPT和其他AI平台进行自我辅导的流行途径。就像GitHbCopilot在传统编码平台的损失中获得的份额收益一样，EdTech一直受到投资者的担忧，并在趋势数据中显示会导致某种份额转移-Chegg在今年早些时候的股票疲软成为这种风险的象征。然而，生成人工智能能够帮助创作者以多种方式将他们的产品货币化：M0用于博客，博客和内容创建的GenAI：当涉及到通过Sbstac，Patreo，Spotify或主要社交媒体平台等平台进行多收入时，廉价的生成AI工具的激增可能会对创作者将看到的生产力提升产生重大影响。事实上，我们的调查数据表明，这些多收入渠道从生成AI的影响中受益最多（参见图表25）。例如，GeAI服务Midjorey已经能够为个性化营销活动和新内容创建定制图像。此外，文本到视频模型的持续指数级改进将很快使多收入创造力和货币化的进一步途径民主化。.虽然使这成为可能的转换用于演出工作的GenAI：Gig平台甚至已经开始正式与OpeAI（ChatGPT/GPT4的所有者）建立关系，以便为无法将这些工具集成到其业务中的人们带来自由生成的AI技术能力。对于想要创建GPT4API集成或构建基本聊天机器人功能的企业来说，通过Upwor与OpeAI合作等平台，提供这些咨询或建筑服务的零工生态系统蓬勃发展。摩根·斯坦利研究35M适用于小型企业客户服务的GenAI：>按收入份额计算，客户服务市场的85％用于执行电话，电子邮件，社交媒体和其他全渠道服务的代理商少于50个的企业。随着小型企业在多收入世界中蓬勃发展，似乎有可能使用自动和半自动工具在内部进行更多的客户服务，例如Air和Ultimate.AI。资料来源:X,Reddit最后，正如我们上面提到的，GenAI帮助多收入的潜力是有限的，因为它与物理工作有关。在这方面，人工智能工具可以帮助促进多收入，但它必须来自平台本身而不是消费者。M利用率和匹配导致更低的等待时间和定价以及更高的盈利能力。在游乐设施方面，提高UBER规模和数据优势的机会可能会变得更加重要。如图表70所示，我们估计，每增加1%的乘车频率和20个基点的乘车率，将导致~1%的公司收入增量和~3%的公司EBITDA增量（更多信息请参见此处）。•销售:当在改进的人工智能计算机视觉计算机视觉，或者在不标记的情况下识别图像中的内容，也取得了重大进展。排名相关性提供了改进的数据来训练模型，提供更好的相关性等（请参阅此处了解更多）。•Renting:生成AI可以合并在租性化的列表，吸引更多的潜在客人并提高预订率。在后端，平台本身可以提可能性。迄今为止，大部分工作都集中在改善客户投诉，查询和总体结型上。这对于更多的情感资产尤其重要，比如房屋。如果新的潜在房地产列正在接受由生成性AI驱动的更个性化的体验，那么整体列表应摩根·斯坦利研究37夏威夷那夏威夷那莫M0,有超过820,000个物业可供出租，其中41％是单一物业房东，而不是更专业的集团租户。仅以非正式。从这些数据中无法推断出多收入的增长率，但它确实有助于为我们上本情况估计（探索可寻址市场。0)86420入入区域和平台响应严重偏斜：在我们最近的调查中,英国和美国的数据分别高达40-50%。相比之下,印度80%的受访者声称使用过任何类型的人工智能工具。M在所有地区，ChatGPT的使用频率是Bard的5倍，这说明了模型之间的先发优势和感知的输出质虽然我们对印度地区之间的反应差异和GenAI工具的使用感到惊讶，但印度的采用率也令这些模型的构建者感到惊讶。OpenAI首席执行官SamAltman最近表示：“看到印度采用AI的情况真是令人惊讶。不仅是OpenAI，还有其他技术。”6%7%资料来源:AlphaWise,摩根斯坦利Research资料来源:AlphaWise,摩根斯坦利Research工作和家庭使用被用例和工作禁令严重扭曲：理解个人使用生成人工智能工具进行多收入的意愿和能力的平衡是由他们在工作环境中使用工具的倾向或能力来决定的。在这方面，还有更明显的区域差异。英国受访者表示，只有39%的人在工作中使用人工智能工具，尽管在工作中禁止使用这些工具的回应率最低，为15%。相比之下，印度受访者声称63%的人在工作中使用了生成性人工智能。此外，考虑到声称的34％的禁止率，这表明基本上每个在印度接受调查的为未禁止这些工具的雇主工作的人都在工作中使用它们。总体而言，由于涉及多收入，三分之二的受访者声称在家中使用创成式人工智能工具，而超过一半的受访者声称在工作中使用这些平台。资料来源:AlphaWise,摩根斯坦利Research资料来源:AlphaWise,摩根斯坦利ResearchGenerativeAI正在带来一种工作安全感：年轻的调查受访者，以及那些拥有大学学位的人(相对于那些没有大学学位的人)，声称由于生成人工智能，他们在全职工作中感觉更安全。只有c5%的受访者指出，他们对自己的角色感到不那么安全。对于年长的GenX队列，c40%的人表示摩根·斯坦利研究39M人工智能不会对他们目前的全职工作产生任何影响。 少资料来源:AlphaWise,摩根斯坦利Research资料来源:AlphaWise,摩根斯坦利Research使用GeerativeAI进行多收入证明是附加的：正如我们在以前的工作中所表明的那样，即使在生成AI工具使这一过程变得更加容易之前，多收入也是一种长期增长的趋势。目前，在那些已经在使用内容创作平台赚取额外收入的人中，我们的调查数据显示，54%至74%的人正在使用创成式人工智能工具，这些工具大多偏向印度。电子商务平台收入者使用人工智能工具的程度较低，地区差异更大，只有三分之一的英国电子商务卖家使用人工智能工具，而印度电子商务卖家的比例为68%。从财务角度来看，大约三分之一的受访者声称，人工智能工具的月收入增加了1-25%，另有30%的人声称，他们的月收入增加了100%以上。资料来源:AlphaWise,摩根斯坦利Research%资料来源:AlphaWise,摩根斯坦利Research根据我们的调查，由于GeAI工具的收入增长最广泛的是1-25％，我们将这类受访者细分为促进这一改进的组件平台。存在很大的偏差，社交媒体和创作者平台处于收入提升范围的高端，而使用网络托管平台的收入者声称看到的提升较少。然而，正如下面这些公司的评论所显示的(见这里：多收入平台)，大部分的改进都是在。M后端，而不是消费者的主动选择。我们调查中与GenerativeAI相关的最后一个注释是，那些有近期野心的受访者可以在多大程度上离开全职工作，专注于多收入平台，而那些雇主已经禁止使用这些工具的人和那些雇主没有禁止使用这些工具的人。0%资料来源:AlphaWise,摩根斯坦利Research资料来源:AlphaWise,摩根斯坦利Research我们从投资者那里听到的一个主要问题是，我们期望或看到人工智能工具在多大程度上提高了生产率。技术驱动的生产力在许多单个终端市场中得到了体现：开发人员占55％，联络中心工作人员占14％，法律用例占26％，等等（来源：Microsoft，NBER，Elodo-见下文）。然而，从宏观角度来看，生产率的影响还有待观察，尽管这种长期前景表明，趋势是GDP增长乘数越来越大，甚至是人工智能之前的生产率增长。再次，继续电力和互联网的类比，有可能放大这些技术的采用曲线的拐点。尽管我们在1880年没有劳动生产率指标，但我们可以使用人均GDP的代理来跟踪各种生产率的提高。虽然每种情况下的相关性都是松散的，但这些基础技术的采用似乎在采用拐点后的几年内对宏观经济生产率指标产生了向上的拉动作用。摩根·斯坦利研究4155-M资料来源:Bloomberg,摩根斯坦利Research 资料来源:Bloomberg,摩根斯坦利Research5-尽管有这些发展，人工智能技术还没有以有意义的方式出现在生产力统计中。这是否意味着我们应该推断并期望对劳动生产率产生温和的影响？我们不这么认为。技术采用不是线性的，新技术通常需要大约10年的时间才能被广泛采用并达到临界质量，因此生产率的提高通常会滞后。我们的经济学团队已经表明，1985年后完全采用新技术大约需要14年，最初采用的速度很低。一项技术需要10年才能达到扩散过程的中点。但好消息是，随着时间的推移，采用速度一直在提高，人工智能等新技术的采用可能比PC革命期间更快。个人电脑推出的一个更明显的影响似乎是在采用新技术的行业与那些不愿意或无法再培训以利用效率提高的行业之间的工资差异导致工资差异的加剧。这导致金融和证券交易等领域在1989年与1979年相比，行业内员工的工资差距更大。但是，在使用PC提高个人生产力的能力较弱的行业（例如伐木或高炉工作）中，工资差距实际上在同一时期有所减少。资料来源:指数View,NBER,摩根斯坦利ResearchM但是，新技术的采用速度可能会受到需求条件的影响，这一事实使情况变得更加有趣。在需求冲击之后，供给曲线现在可以移动。强劲的总需求和紧张的劳动力市场增加了对技术采用的需求，从而导致更高的生产率增长和更多的生产能力。这意味着需求冲击可以对GDP产生持久而有意义的提振。我们将这些对生产能力的积极二阶效应称为宏观经济凸性。“不过，请注意，需求冲击需要足够持久，才能产生凸性。采用新技术需要时间，只有在新技术投入使用后，企业才可能努力提高生产率,前提是他们预计需求和劳动力市场强劲。摩根·斯坦利研究43M与美国和英国的2000样本相比，印度的2,021样本来自该国的主要区域城市中心：NCR(德里，诺伊达，古尔冈），加尔各答UA，MMR（孟买，Thae,NaviMmbai),Ahmedabad,Pe,Bagalore,CheaiHyderabad,Ldhiaa,Meert,Varaasi,Allahabad,Amritsar,Jodhpr,Kota,Jaipr,Lcow,Pata,Dhabad,Rachi,Raipr,Gwah因此，这些数据——特别是与人工智能使用相关的数据——在这些城市中，由于倾向于更高的互联网使用，以及其他因素，这些数据的倾斜程度更高。本报告和以下数据应在此背景下进行评估。印度是我们在三年内调查的第八个全球国家，以确定个人的多收入倾向。与任何调查一样，我们赞赏从狭窄的样本量中对大量人群做出全面陈述的挑战。此外，我们无法进行同类比较，因为英国和美国的互联网普及率90％，而对于印度，我们只能在我们的调查中捕获40％的互联网使用人口。较低的互联网普及率通常倾向于使更多的人在非正式的非农业工作场所工作，这可能会增加发达国家和新兴国家之间工作调查结果的复杂性。印度城市的样本人口往往与美国/英国的受访者有很大不同的生活安排，储蓄也大大降低，尽管这些数字没有经过购买力调整。M0资料来源:AlphaWise,摩根斯坦利Research资料来源:AlphaWise,摩根斯坦利Research与英国和美国相比，印度的调查受访者打算在他们的工作生活中拥有更多或更多的雇主。然而，工作场所成功预期的一个重要决定因素似乎归结为印度拥有大学学位的必要性的不同重要性-76％-与美国的60％相比，英国的不到一半认为大学学位对于获得初步工作很重要。资料来源:AlphaWise,摩根斯坦利Research资料来源:AlphaWise,摩根斯坦利Research各区域的生产率驱动因素也明显不同。根据我们的调查受访者，虽然工资仍然是最受欢迎的“胡萝卜”，可以从工人那里获得更高的生产率，但相对较少的人认为每周4天的全薪工作（实际上是加薪）是提高生产率的主要因素。对于印度受访者而言，尤其是与美国和英国相比，最明显的优势在于为员工提供的技术。在技术改进之后，灵活性和工作条件就会出现，而这对西方个人来说就不那么重要了。摩根·斯坦利研究45M70%60%50%40%30%20%0%资料来源:AlphaWise,摩根斯坦利Research对于我们的调查所涵盖的有互联网接入的人口比例，印度受访者中尝试过使用人工智能工具的人比没有使用过的人的比例要高得多。有趣的是，与美国和英国的反应不同，印度的反应显示，在工作和家庭中，这些生成工具的使用相对平衡。相比之下，西方人主要在家中使用GeAI。资料来源:AlphaWise,摩根斯坦利资料来源:AlphaWise,摩根斯坦利Research在过去的十年中，印度的股票市场投资者从2013财年的约2000万激增至23财年的1.2亿。股票投资者的这种增长加速了，在过去三年中总数增加了三倍。日内交易已经消退，持有期也增加了，这突显了这一趋势。这也体现在系统投资计划的兴起序M（SIP），在过去三年中，帐户数量翻了一番，达到6650万。在过去的12个月中，投资者通过SIP向共同基金注入了超过200亿美元，而10年前为25亿美元。然而，从我们现有的数据中无法推断出什么是“储蓄”，什么是“收入”和什么是“赌博”之间的界限。2020年金融多头收入的明显增加,模仿了美国/英国的行为，可以通过减少股票持有期和内部结算交易的峰值来衡量。我们将这些趋势归因于两个驱动因素：。•更强劲（或更不稳定）的股票市场导致在此期间更多的投资组合流失，这在2008年从以下数据中也很明显。•人们在家中进行更多交易（即多收入论文并随着重返工作岗位的步伐而逆转。00086420资料来源:疯牛病,SEBI,NSDL,摩根斯坦利Research8%7%6%3%8%7%6%资料来源:AlphaWise,摩根斯坦利Research全资料来源:AlphaWise,摩根斯坦利Research摩根·斯坦利研究47M生成性工作的未来使用平台作为唯一收入的个人往往会在许多不同的平台上最大化他们的受众接触点。有影响力的人使用TiTo以及Istagram等。播客同时使用Spotify，Royal等分散平台或Patreo的订户模型。事实上,在我们的调查中，超过四分之一的人回答说，他们使用创造者平台，也使用其他非正式的多收入平台。多收入者的平台交叉受精率很高，这在很大程度上是因为多收入者的进入门槛从未像现在这样低。在线计算器为有抱负的多收入者提供了一个有用的时间点估计，以确定将其产品货币化的最佳平台;对于内容创建者平台尤其如此。开始多收入的便利性和相对便宜的费用-甚至在使用GeAI副驾驶的过程中（参见：GPT世界中的多收入）之前-结合可用于多收入的平台的广度意味着我们在每次新调查中都看到了强大的顺序吸收。内容创建平台仍然是最常用于赚取补充收入流的平台，此后是电子商务平台。虽然赚钱平台是流行的赚钱方式，但在所讨论的每个地理区域中，这都分布在更广泛的平台长尾上。在这个最后的垂直领域，我们看到更多的国内玩家而不是美国平台控制着内容创作和电子商务的网络效应。奥奥车螺栓M80%70%60%50%40%30%20%0%资料来源:AlphaWise,摩根斯坦利Research平台选择的差异变得更加明显的是多收入者的储蓄率。虽然没有明确的X-to-Ear垂直迎合这个低/没有储蓄的群体，但某些平台确实倾向于迎合那些储蓄低或没有储蓄的人-例如，网络托管平台Wix和Shopify。在使用该平台实现双重收入的人们的储蓄水平方面，YoTbe几乎没有偏差。同样，Coibase在尝试在平台上赚钱的增量用户的储蓄水平方面几乎没有偏差。相比之下，许多创作者，社交和市场平台似乎在那些希望在平台上赚钱或双重赚钱的人的债务/储蓄方面存在偏差。CoinbaseYouTubeShopify70%零零资料来源:AlphaWise,摩根斯坦利Research资料来源:AlphaWise,摩根斯坦利Research随着随后进行的每次调查，用户群的深度和广度都在提高。在我们有可比调查信息的地方-即美国和英国-声称在全职职位上赚取补充收入的人数同比增长了8％，类似于这里讨论的官方数据和非官方渠道检查：周期性与结构性趋势。除了上面关于平台偏好的更详细的图表之外，使用多个平台的多收入者的数量也在增加，美国超过四分之一的多收入者使用两个或更多平台。摩根·斯坦利研究