今天小編分享的互聯網經驗：技術潮水變向，廣告如何新生？，歡迎閱讀。
過去半年，ChatGPT 掀起全球科技創投圈熱潮，關于 AIGC（生成式 AI）未來發展和落地場景的讨論愈演愈烈。盡管整個產業界的探索仍處于初期，但一個共識是：AIGC 的發展已被視為一場不可逆的革命，為千行百業開啟新的想象空間。
營銷可能是最快與 AIGC 結合并產生實際落地效果的領網域之一。因為營銷内容具備天然的公開性，這讓大量營銷工作的結果能夠被 AI 學習和分析。新一輪 AI 革命不會改變營銷的本質，但卻極大有可能颠覆整個營銷生產的邏輯鏈路和工作流程，為當下困于流量、效果和成本的平台與品牌提供新的解法。
一個全新的 AI 營銷時代正在加速向我們奔來。在這場變革發生的前夜，36 氪品牌主理人聯合秒針營銷科學院發起「AI 重塑未來營銷」專題，深入營銷行業一線，圍繞 AI+ 營銷的六大領網域應用（廣告、電商、内容、社媒、用戶增長、創新管理），與企業一線決策人與產業專家展開對話，梳理 AI 新時代的關鍵節點和潛在機遇，與先行者一同尋找未來十年能夠颠覆營銷產業的新範式。
本篇為「AI 重塑未來營銷」系列訪談的第一期，聚焦廣告行業的未來發展。
訪談、整理｜阿至
嘉賓｜譚北平 方駿 宋星
編輯｜王小坤
「生成式 AI 可能會讓廣告進入極致個性化時代，這将帶來效率和體驗的極大提升」，最近一段時間，數位廣告行業資深從業者都向我們表達過類似的觀點。
單就廣告領網域來看，新一輪技術變革已經開始。在海外，包括 Meta、Google、Amazon 都在加速生成式 AI 制作廣告的進程，在國内，以藍标為代表的眾多廣告營銷公司和品牌方也開始将 AIGC 與實際的業務需求相結合。
在增長越來越稀缺的時候，找到一個确定性更高的方向無疑令人興奮，而生成式 AI 的爆發則為廣告行業描繪了一個全新的未來模型。
聚焦「AI+ 廣告」的應用與發展，我們邀請到明略科技副總裁、秒針營銷科學院院長譚北平，紛析咨詢創始人宋星，群邑智庫總經理方駿三位廣告行業資深專家進行了深度探讨。
以下為三位嘉賓的觀點分享（經編輯）：
AI 工具進入日常工作流，營銷生產力大爆發時代到來
36 氪品牌主理人：這一輪生成式 AI 爆發我們觀察到廣告人普遍是興奮和焦慮兩種情緒并存，先從眼下實際應用開始聊，大家目前有沒有把 AI 工具引入團隊日常的工作流？
譚北平：我要求團隊必須用 AI，在不斷嘗試中認識 AI 的能力。典型的例子是最近我們剛發布《2023 AI+：人工智能與營銷新紀元》白皮書，白皮書依舊由資深研究員撰寫，但過去由專業設計做的配圖，這次由研究員和 AI 共同完成。我們發現，内容寫得好的人，只要對畫面構思描述的準确，圖也會做的很好。所以說，如果有人覺得 AI 不好用，真實情況可能是他還沒開始用或單純只是用的不好。
方駿：我們從去年底 ChatGPT 一出來就開始關注，先從點狀開始，我們有兩個試驗官會先結合實際工作需求去用，總結這個事情值得團隊大規模學習再進行推廣，包括現在他們也會把業務場景上的問題丢給 AI，不斷比較各家大模型產品對我們工作的适配性。
比如分析師這個職業過往需要很多復合技能，理解力、數據分析、甚至編程能力，我們一部分同事完全是文科背景出身沒有學過 coding，他們也在嘗試用 AIGC 去生成相應的 coding 就會省很大力氣。知道怎麼用 AI，找到它彌補你工作技能素的點，這是我們現階段非常真切的感受。我跟團隊也會強調AIGC 首先并不是我們的敵人，但你如果寫不過 AIGC 肯定是有問題的，第二是必須習慣未來我們很多工作就是構建在 AIGC 之上。
當然從洞察這個領網域來看，AI 還是有些局限，比如大語言模型本身是構建于它可抓取到的語料分析之上，但在整個人類社會裡可被語言化的資料占所有信息的比重沒有那麼高，比如現在我們聊天時候的動作、表情、眼神所代表的含義就沒有通過語言來實現。當然我相信未來通過學習能拿到這些非語言信息，比如傳感器要夠多、信息的形式要足夠，到一定程度上就會有更多能力的湧現。
宋星：我們目前沒有用在工作流程上，但我會要求大家多嘗試。坦率講現在很多工具還是比較初級，比如像剛剛方老師講 SQL（Structured Query Language，結構化查詢語言）的這些語言，我們嘗試了一下覺得 AI 還是有很多提高空間，當然這不代表它未來不強大。
回到廣告上我們也在試，比如 Text-To-Video（以文本作為輸入生成視頻）我自己寫一段腳本然後讓它幫我自動生成一個 video，這個 video 肯定是（水平）不行的。但是我自己拍好以後，讓 AI 去給我做剪輯，就确實能剪出創意的感覺出來，雖然也有瞎拼亂湊的情況，但是它量大，可能性就多。AIGC 目前就是這樣一種狀态，我鼓勵同事多嘗試然後找到這種可能性。
因為我們的工作更多還是在很專業的領網域探索，所以 AIGC 我覺得短時間内替代不了人的大腦，但是它确實增加了我們效率。
36 氪品牌主理人：剛剛各位都有提到團隊生產力和效率，具體到公司戰略層面，目前有沒有與 AI 相關的動作可以分享？
方駿：分兩個層面來說。從媒介這個層面，群邑很早就開始通過決策式 AI 幫企業去分配預算，這部分已經非常成熟。第二個層面也是最近比較大的一個新聞，我們的母集團WPP 和英偉達展開合作，将聚焦在創意產業供應鏈的底層共同開發一個内容引擎，包括 Adobe 這些合夥做伴都會參與到供應鏈生态中，幫助創作團隊能夠更加快速、高效、大規模地制作出高質量的商業内容。
這算是我們在營銷創意行業裡的一個非常深度垂直的應用，目前已經在推進過程中，預計很快就會有一批成熟的案例會和大家見面。
譚北平：我們必須認識到，未來人 +AI 工具可能變身超級個體。大模型本身需要大量的研發投入，只有少數公司玩的起，但它的開源屬性為 AI 生态的繁榮奠定了重要基礎。比如我所在的明略科技自創立就全面擁抱 AI，公司經過 17 年的發展積累了營銷領網域的獨有數據庫和知識，和大模型結合以後就會產生新的應用。
我們正在分析營銷各個行業、場景的工作流并進行有趣的嘗試。比如目前已經推出的新概念探索平台，就試圖通過數據和工具找到趨勢及關鍵詞，并借助 AI 快速生成完整的廣告創意和設計，甚至產品包裝。過去這個過程至少需要幾個人的團隊反復開會碰撞，未來借助 AI，創新探索和產品研發可能縮短為幾天，甚至幾個小時，效率極大提升。
36 氪品牌主理人：AI 對廣告產業鏈的影響是持續發生的，過去主要體現在哪些層面？未來如何演變？聚焦在生成式 AI 這次變革，當下有沒有比較成功的落地實踐？
宋星：AI 應用在廣告行業已經很多年了，決策式 AI 通過監督學習的方式在各個媒體端做投放優化，由此推動了廣告投放格局的變化重塑，這是第一次颠覆。舉個例子，像一方數據這類公司就是因為有 AI、有自動化的方式，被大量應用在廣告主自動優化廣告投放的業務上。
創意在過去是人腦的「專利」，我們很難想象會被替代，AIGC 出現以後又要去第二次颠覆。所以投放的部分被決策式 AI 颠覆，創意的部分被生成式 AI 颠覆，廣告產業就會徹底變化。
生成式 AI 讓我們有了萬馬奔騰的可能性，過去 5 個創意老師 3 天出 10 條，現在 AI 加兩個創意一天能出 100 條，用這 100 條去跑（測試）它一定能跑出爆款出來，至少是 POP（Point Of Purchase，賣點廣告 ) 創意的爆款，只要預算夠的話。有部分廣告公司已經開始用了，這是我們肉眼就可以看到的一些案例。
方駿：我們在去年 4 月發布的一份報告顯示，2022 年以 AI 驅動的廣告金額花費已經占到全世界所有廣告花費的 45%，3700 億美金。在中國這個比重會更大，因為國内的媒介花費基本由平台決定，平台分發的底層邏輯和算法就是基于 AI。
個體消費者端過去對這些沒有太多關注，但決策式 AI 在廣告行業的應用早已遍地都是，我們需要和 AI 長期相伴下去，未來更多會向感官或更直接的層面體現，核心是用 AI 把媒介和廣告變得更好。
譚北平：廣告的產業鏈條很長，目前投放智能、創意生產、文案撰寫是明确可以人智協同的場景，AI 生成的戶外廣告效果已經非常驚豔。随着 AIGC 在大眾層面普及，未來消費者與 AI 的溝通過程中，還可能出現對話式廣告，這也是新的應用場景。
我們用「營銷生產力大爆發」來形容即将到來的時代，并認為接下來營銷策略、洞察及内容生產的效率都将大幅提速、提效，當然如何用好 AI 實現效率提升是更重要的問題。
超級個體和極致個性化廣告
36 氪品牌主理人：各位反復提到一個關鍵詞創意，這是過去廣告行業最引以為傲的部分。這一輪生成式 AI 否真正具備創意能力？這背後代表的其實是創意能否能被工業化的問題。
譚北平：為了探究 AI 到底有沒有創造力，3 個月前秒針營銷科學院聯合中國人民大學、寧波大學的學者做了一項嚴謹的對比實驗，實驗過程簡單來講，就是把廣告節的創意任務分别交給大學生和 AI，然後讓消費者（創意内容的最終閱聽人）和行業專家（了解創意生產過程的群體）分别對内容做評價。
AI 很好地完成了創作任務，且普通消費者看完後無法區分這些内容為 AI 創作還是人創作，甚至在通順度、易理解等指标上，AI 的評分還比人類高。不過在創新性方面，目前 AI 生成作品的評價還略低于人類。國外也有類似的對比實驗，結論跟我們的基本一致。
所以說AI 目前已經具備一般（水平）的創造力，但還不具備廣告行業所說的「破壞式的創造」或「颠覆式的創造力」。
方駿：接着譚老師分享的實驗結果來聊，當下在一般的創意層面消費者無法區分，這更多是一個產業的實踐。我認為 AIGC 必然會有創意力，但什麼時候會湧現？可能還需要更多參數。因為過去創意能力需要基于人全方位的感官、體驗和想象來激發，包括我前面提到很多人類信息無法通過語言和文字來表達，這就需要未來有更多的參數、更多的維度讓 AI 來讀懂。
宋星：AI 已經有一定的創意能力，AIGC 出來以後大家基本的判斷是——這是烏鴉的智能，而不是鹦鹉的智能（鹦鹉是模仿重復，而烏鴉則會觀察和推理）。我認為這是一種創造力，達到爆發式、破壞式的水平只是時間問題，現在只是起點。
但如果要問 AI 有沒有自我知覺？自我認知？我覺得可能沒有。
36 氪品牌主理人：把視角放大到廣告這個長鏈條產業當中，比如洞察、媒介投放、效果歸因等等環節，這一輪 AI 會如何影響單個環節以及整個鏈路生态？
方駿：我們一直在研究整個媒介的鏈路，尤其是近三年數字化程度不斷加深的大背景下，媒介鏈路變化很大。過去的數字化是通過決策式 AI 驅動廣告投放，現在加入生成式 AI 就非常有趣，内容效率極大提升之後，就會面臨優中擇優，而這就又是決策式 AI（的能力），最後可能全產業鏈都會由這樣一個媒介 AI 驅動。
去年我們的一份報告預計，2032 年全球媒介花費的 90%、大概 1.3 萬億美金左右基本都是由 AI 驅動，從花費角度來看是這樣一個覆蓋面。但具體落實到各個觸點，它的顆粒度還是要分不同形式來看。
比如 AI 在媒介内容生成層面，随着想象力和技術的演進，會有 AR、VR、MR 等擴展現實的成熟落地。
另一個層面是 AI 和實體經濟相結合，就要考慮制造能力、生產能力和個性化能力，我們講品牌原子化、微粒化，在虛拟世界裡為這些原子化品牌提供服務更容易，在現實世界則要看制造力和具體的品類。總體來講我們的制造能力是供大于求，生成式 AI 極大推動個性化并與實體經濟和制造相結合，會是一個非常好的方向。
AI 賦能整體媒介鏈路這個層面有太多的可能性，我們需要打算盤算賬，怎麼做到成本和體驗的平衡。
譚北平：洞察是策略的起點，過去的洞察大多停留于宏觀和群體層面，有了生成式 AI，洞察就能深入到個體和具體場景，我們甚至能通過一句話就把用戶需求挖掘清楚。
有人覺得 AI 理解不了情緒，對此我們也做了一個測試，讓 AI 判斷「一個人很久沒有見到媽媽，見到後激動得哭了」和「一個人很久沒見到媽媽，看到媽媽照片後痛哭流涕」背後分别蘊含什麼情緒，AI 判斷的結果是前者開心，後者悔恨，可見基于 AI 的洞察完全可以下探到具體的場景及個體，這預示着廣告策略也能實現真正的個性化。理解每個用戶，貼合他的需求和情緒推送的廣告，也會更精準和有效。
宋星：第一，AIGC 一定會塑造極致個性化的廣告，對人的标籤描述越準、越個性化，這些标籤就會變成 prompt。未來不一定需要人去寫提示詞，AI 可以直接用 CDP（Customer Data Platform，客戶數據平台）或者 DMP（Data Management Platform，數據管理平台）的标籤生成提示詞，再生成基于這些提示詞的廣告，然後再通過監督學習優中擇優，不斷反饋優化。
廣告行業過去發生過三次颠覆性變革，第一次是上世紀 90 年代線上廣告出現，第二次是移動廣告出現，第三次是程式化廣告出現，未來第四次我認為一定會出現基于 AI 的超級個性化廣告，徹底改變現有廣告格局。
第二，AIGC 創造了另一種可能性：數字孿生。剛主持人有提到歸因，我認為歸因一定是行業中間永遠的難點，因為歸因背後有信息安全、有數據保護的天花板壓着你。有沒有可能未來把消費者通過 AIGC 去做數字孿生，在保護隐私的情況下去判斷這個產品定位或者設計能否對它產生效果，既推給現實世界也推給數字孿生的世界，通過數字孿生來反映廣告的最終效果，這一塊我覺得是有可能的。
36 氪品牌主理人：原子化、超級個性化、效率和創意大爆發，這一系列變化相疊加，未來整個產業格局會出現哪些變化？
宋星：我認為未來可能會變得極端。一是剛剛我們講到的會出現超級個體、超級單兵，另一方面掌握資源的、擁有大模型和算力的這類公司會更容易形成壟斷。所以個人會變得更強大，產業鏈資源供給端會更強大，處在中間的這些公司會面臨挑戰。當然我不希望這個事情發生，國家一定也會從政策層面做規範，去引導產業的良性發展。
譚北平：是充分競争還是形成壟斷值得探讨，平台方目前就模型的競争已經開始激烈，「百模大戰」初顯，競争的結局目前還無法預料，但我認為，廣告行業中，未來能在獨有領網域或場景内能娴熟應用 AI 的公司将更具優勢，接下來的競争不僅限于模型的競争，還将是獨有領網域知識、流程把握和用戶體驗的競争。
目前的大模型放在任何一個專業領網域，表現都不夠出色，未來 AI 在行業應用場景側有非常大的商業機會。
方駿：先不用那麼焦慮，短期内整個行業還是在探索怎麼用好 AIGC 去解放生產力這個切實的層面。通用大模型确可以產出很驚豔的案例，但一旦落到垂直行業應用也面臨幾個問題。
第一是在垂直領網域和專業問題上的語料不夠，實際場景也在不斷變化。雖然現在有些 AI 從業人員提出要用大模型 + 行業小模型進行迭代或者私有化部署，這代表了一種美好的願望，在這個點上，對于媒介這個典型的 2B 行業來說，會非常強調效率，且每個案子中可以說相差很大，個案和個案之間不具可復制性。
第二是在很多非标的行業和領網域，AI 還沒有辦法抓住核心，不論 DeepMind 戰勝柯潔還是 ChatGPT 通過司法考試這些标志性事件，都是信息完全對稱的博弈，在專業領網域有很多問題依舊需要人才能解決。在很多 2B 的業務環境中，信息不對稱是個常态，是行業固有屬性。
用戶排斥純機器生成的内容，但歡迎「人 + 機器」共創
36 氪品牌主理人：AIGC 也帶來了新的問題，比如各位都在講營銷生產力的大爆發、成百千倍的内容，但是消費者真的需要這麼多廣告嗎？在這樣一種供大于求的過程中，會不會先是大量平庸的廣告被推向市場？
方駿：分享一個早上看到的段子，有人在必應裡提問某某電影的男主角是誰，然後必應回答是大帥。很明顯這是互聯網短視頻創作的一個内容被引出來了，小帥小美還有大聰明，這是一個循環，我們不能期待 AI 脫離這個循環永遠給你正确的答案。
所以要用魔法打敗魔法，用決策式 AI 對生成式 AI 的結果再做篩選，把「污染」給剔掉。這個很容易實現，通過用戶和素材的互動、觀看時長、點擊率等等讓 AI 去決策選優，給出相對優質的答案，這是一個動态（優化）的過程。
譚北平：市場是最好的過濾器，平庸的廣告會被市場直接淘汰。
我比較擔心的是方老師提到的「小帥小妹大聰明」，這些内容雖然無害，但大量出現就會產生「污染」。雖然大模型做創意會帶來一些驚喜，但它容易在客觀事實上出錯。持續用低質冗餘信息喂養 AI，内容「污染」可能成為未來一大嚴峻挑戰。
宋星：其實就算沒有 AIGC，平庸的廣告和内容也到處都是，包括剛剛兩位兩位老師講到的内容的「污染」，這個問題我不覺得是 AIGC 帶來的，但 AIGC 的确可能會讓事情變得更嚴重。
36 氪品牌主理人：内容和内容之間會博弈，目的是讓用戶和廣告主買單。但消費者是否會信任 AI 生成的内容？當内容和創意被模版化、工業化產出的時候，用戶還願意為此付費嗎？
宋星：復旦大學的一個研究結論很有意思，人們并不一定排斥 AI，但是人們排斥完全自動生成的東西，覺得這是垃圾。但如果你說這是 AI 生成并且經過人去潤色的内容，用戶不僅不反感，甚至會覺得這個内容更好。
我自己對 AI 生成的内容始終抱有積極的心态，消費者是否信任 AI 取決于兩個要素，第一是產出内容本身的質量，二是識别判斷能力，也就是說只要内容質量高到一定水平，其實用戶不一定會在意它的創作主體究竟是人還是 AI。
譚北平：我對宋老師剛提到的復旦大學關于「消費者 AIGC 認知與反應」研究的結論做下補充，它的一個核心發現是消費者一方面歡迎「人 + 機器」共同創造内容，另一方面又排斥純機器生成内容，這就是我們通常所說的「算法厭惡」，即人們會厭惡純算法生成的内容，就像很多人讨厭吃工業流水線生產的預制菜一樣。
方駿：先說結論，只要價值和價格匹配好，人和機器以及算法就可以共生。比如現在很多飯店承諾不使用料理包，廚師現場烹饪做出來的比預制菜更好，這背後反映的其實是消費者對于產品價值的感知更高。 AI 也是同理，即内容給到消費者的價值和價格信号要匹配。
36 氪品牌主理人：除了内容冗餘和信任問題，AI 還可能會帶來哪些挑戰？
宋星：首先版權是顯著的問題，比如我的文章被 AI 當成語料訓練，再被其他人拿去用我可能會不開心，包括很多大師的風格可以被像素級模仿，實際上是完全沒有尊重版權的。
第二是在應用領網域層面，AIGC 本地化還面臨挑戰，現階段很多企業急需的就是本地化模型的部署，從硬體到軟體實際上還有一個技術實現的問題。
第三個挑戰是實時性，程式化廣告有一個 100 毫秒法則，很明顯現階段 AI 工具的内容生成速度是不夠的，如果應用在廣告投放環節，從了解标籤到個性化内容生成，再到投放去賽馬反饋要在 100 毫秒内完成，當下生成式 AI 還不具備這樣的實時性。
譚北平：挑戰之外，我補充一個 AI 帶來的機會。人如果變身超級個體，組織結構就會更加扁平，供應鏈也會縮短，進而影響營銷的國際分工，海外營銷團隊的文化多樣性與成本優勢将被替代。中國具備制造業優勢，AI 将有機會幫助企業更快了解海外市場與文化，幫助產品更精準地匹配全球消費者，同時讓本地化的運營效率更高，這可能是中國企業全球化擴張的又一次機會。
方駿：AIGC 的應用目前還離不開專業人員，尤其是在垂直領網域，但随着我們不斷适應新工具，這個情況很快就會發生變化。
從初級到中級到資深專家，專業人員可能是一個金字塔結構，當 AIGC 把初級專業人員的工作都完成，上一層可能就會成為這個行業的餘晖，餘晖之後就會出現斷代，這時候行業可能會變得沒那麼标準化，就會又有新的東西出來，我認為這可能會是比較好玩的一個點。
在變革發生之前，先學會使用工具
36 氪品牌主理人：回到人本身，在行業可能會發生第四次變革的前夜，廣告人該如何提升自己的競争力？
譚北平：這輪 AI 革命會讓很多腦力勞動者的工作面臨替代危機，當基礎性工作可被 AI 一鍵完成時，如何更新自身職業技能就變得更為重要。首先我們得熟練使用 AI 工具讓工作提效，其次則要培養更高階的軟性技能，如協同力、組織力、社會交往能力及目标自驅力等等。總而言之，一定不能滿足于基本技能，否則就面臨替代危機。
方駿：可能不止影響職場人，對學科教育和人才培養也會產生影響，這就迫切需要每個人在點自己技能樹的時候，要學會與 AI 協同。其次是最初我提到很多非文本信息還無法被機器學習，很多行業 Know-How 也還只在小圈子中共識，廣告人還是可以通過不斷加深自己在垂直領網域的認知，然後與 AI 共舞。
宋星：我們其實就兩個選擇，一是駕馭 AI，二是找到那些 AI 不可能取代的領網域，比如非常個性化、垂直的、樣本量極少的專業領網域和服務，短期内确實取代不了。
人的優勢在于有經驗、有經歷，我們服務某一個企業某一群人的時候，他信任的是你過往的經歷和案例，但 AI 只能模仿和學習，所以我們還是可以在現階段努力積累更多經驗。
36 氪品牌主理人：會有哪些新的崗位出現？
譚北平：提示詞工程師、合規監督等等，學會新技能就會有新位置。
宋星：超級個體。
36 氪品牌主理人：各位都是廣告行業從業十幾年的老兵，最後做一個腦洞暢想，你們理想中的 AI 廣告時代是怎樣的？
譚北平：過去我們形容廣告人一般會說「廣告狗」，可見廣告是很累很苦得頻繁加班的行業，未來營銷生產力大爆發，每個人的產出效率和創造力都會被解放，希望我們的工作時長能更短但收入更高。第二次工業革命之後，汽車生產力大爆發，美國汽車工人的工作時長就顯著降低，但收入明顯提高。所以當下我們每個人都要先學會如何駕馭 AI 。
方駿：我特别希望有這樣一個機會，在 AI 賦能之下把廣告的體驗和消費者之間連接得更緊密，推動產業再向前走一步。我相信在大規模的個性化定制廣告時代，信息和廣告的界限無限模糊，這種體驗和連接一定會實現。
宋星：過去我們要依賴于廣告本身以及落地頁的種種限制，AI 會讓這個邊界更廣、體驗更多。除此之外 AI 可以讓廣告（效果）擁有更大的确定性，這種确定性會解放我們的想法，讓我們更有信心去做廣告，至少從廣告人的角度來看我們會變得更自由。
