今天小編分享的互聯網經驗：局限性與副作用：AI營銷有何「陰暗面」？，歡迎閱讀。
文 | 深響，作者｜亞瀾
最近谷歌 AI 的臉可丢大了。
在全美盛事 " 超級碗 " 期間，谷歌本想通過 50 個州的 50 個小微企業案例，來展示 Gemini AI 如何幫助商家經營增長，以赢得更多潛在客戶對 AI 營銷的興趣和嘗試。卻未曾想到，其中一個奶酪商家用 AI 生成的產品描述 "Gouda 占據了全球 50-60% 的奶酪消費 "（for 50 to 60 percent of the world ’ s consumption）引發大面積質疑。眼尖的奶酪愛好者指出這一數據明顯與事實不符。
廣告主們由此擔憂，用 AI 來做營銷恐怕并沒有想象中那樣高效省力。
截取自視頻廣告
而這只是 AI 營銷容易被大眾看到的問題。在水面之下，AI 營銷的陰暗面正在放大——同質化 AIGC 内容的泛濫；無效内容擾亂 SEO 秩序，反而拉垮搜索營銷；甚至還有越來越多的 AI 生成内容的 " 洗稿 " 資訊，它們不光污染着互聯網的信息可信度，竟然還接入了聯盟獲得大量廣告投放。
顯然，AI 營銷的副作用被嚴重低估了。一位美國羅德島大學的市場營銷學教授表示，在過去 10 年裡發表在 15 家高級營銷期刊上的 290 篇文章中，只有 33 篇提到了人工智能營銷的潛在 " 陰暗面 "。
從 ChatGPT 到 DeepSeek，AI 一路高歌猛進。據東信營銷招股書，AI 營銷行業市場規模從 2020 年的 209 億元增至 2024 年的 530 億元，復合年增長率為 26.2%。或許現在也是一個時間契機，在 AI 營銷全面鋪開之前 " 防患于未然 "，聊聊 AI 營銷的 " 陰暗面 "。
生成與事實 / 價值觀不符的噪音物料，反噬品牌好感度
上述谷歌的例子提醒了我們 AI 内容準确性的問題。雖然 AIGC 大大降低了物料制作的成本，但對 AIGC 内容的人工審核與溯源仍然不可松懈。畢竟一旦出現錯誤内容或者是與用戶價值觀不符的 " 翻車事件 "，品牌好不容易積累起來的信譽與好感度就會毀于一旦。
去年，可口可樂發布的首支全 AI 生成聖誕廣告《假日魔法來了》就在社交媒體被罵慘了，用戶銳評該視頻 " 缺乏生命力 "、" 缺失靈魂 "、" 毫無實質創意可言 "、" 令人毛骨悚然，宛如恐怖電影場景 "。
另一個慘痛的例子是 2016 年，微軟的聊天機器人 Tay 在 Twitter（X）上線。但幾小時内，Tay 發起了各種種族歧視、性别歧視的言論，随即慘遭下線。試想在營銷場景中，品牌主本意是接入 AI，節省客服成本并帶來更好的互動體驗，結果 AI 一通亂講，得罪客戶，反而帶來巨大損失。這背後其實是目前 AI 營銷的可控度還沒有達到讓人完全放心的情況。
同質化 AI 内容消磨品牌獨特性
即便是正确的内容，AIGC 目前也不應該是營銷内容的中心位。
" 随着營銷人員越來越依賴人工智能來生成内容，同質化開始出現。這與品牌的目标完全相反，品牌需要的是差異化和真實性。"3X Marketing 創始人 Jen Iliff 說。
市場營銷靠的是創意、革新和原創性。過于依賴生成式 AI 會有失去這些元素的風險，并可能導致内容千篇一律。想象一下，如果每個廣告活動都依賴于相同的流程，每個信息都源于類似的話術，還有長相精致的品牌數字人讓消費者 " 傻傻分不清楚 "，你的品牌獨特性就會消失。
當管理層對于公司在 AI 内容上的成績沾沾自喜時，他們還很容易就要求一線的銷售人員将這些噪音物料 " 群發 "，過度打擾用戶，反噬品牌好感度。
金典、花西子、方太、美即面膜的數字人 你記住了誰？
無效内容擾亂 SEO 秩序，導致搜索引擎降權
當然，AI 内容如果做得不好，不光直接得罪用戶，還會間接得罪 " 平台 " 從而損害品牌利益。
比如一些 AI 生成的營銷物料缺乏信息價值，内容也不符合平台用戶的搜索意圖，那麼用戶點擊進入後，就會迅速離開頁面，導致極高的跳出率，影響 SEO 的表現。還有一些品牌，在做 AI 内容時，為了提升 SEO 排名而過度堆砌關鍵詞（黑帽 SEO），或者大量發布同質化内容，從而引起搜索引擎的判罰。
簡言之，低質量、重復或拼湊的 AI 營銷内容可能被平台視為垃圾内容，反而導致排名下降。
智能出價黑盒化，廣告主難以洞悉邏輯
除了在水面上用戶們能肉眼可見的創意内容，AI 其實在廣告營銷行業更大的影響力是在投放環節——自動化廣告投放。
我們看到各個大平台和服務商，都已 " 智能化 "，比如閱聽人定向時，支持自動匹配目标人群，精準預估用戶興趣，并按需縮放人群規模；在出價時實現自助化投放，以及出價策略的調整。像巨量引擎就曾推出自動化廣告投放產品 UBMax。在 2023 年，阿裡媽媽還提出了 AIGB（AI Generated Bidding），把自動出價問題建模為生成式序列決策問題。而近期的妖股 Applovin 就是在通過 AI 驅動的預測建模，幫助廣告商更加高效地投放廣告。
這帶來的好處不言而喻，投手們甚至無需創建廣告計劃、無需全天盯盤，讓系統去自動跑量和優化就好了，每天只要去看系統跑量結果就可以了。
不過對于廣告主來說，一個很大的痛點在于他們可能很難理解 AI 出價的邏輯，數據在平台内黑盒化，透明度降低，如果無法完全理解 AI 的決策邏輯，那麼廣告主在投放效果下降時，就難以及時調整策略。而如果放手給 AI 來調整，也可能會出現誤判數據，繼續對無關用戶高出價，導致轉化率低，浪費預算的情況。
AI 低質内容悄悄 " 偷流量 "" 養小号 "" 吃預算 "
偏個題先——在互聯網廣告行業，" 羊毛出在狗身上豬來買單 " 早已是常見的商業模式——你以 n 元的成本生產内容吸引流量或者直接吸引流量，而這些流量（用戶的點擊）以 m 元的價格賣給廣告主，只要 m 大于 n，你就是有利可圖的。之前的趣頭條利用金币激勵的方式吸引流量再廣告變現就是這套邏輯。
而現在 AI 可以說直接把 n 打到了地板。根據 IT 技術博主阮一峰的計算，使用某國產 AI 模型生成一篇文章僅需 0.00138 元，而單次浏覽的廣告收入約為 0.00145 元。另據 " 矽星人 " 的報道，一家發布 " 某市突發爆炸 " 虛假新聞的賬号機構，最高峰一天能生成 4000 至 7000 篇假新聞，每天收入在 1 萬元以上，而公司實際控制人王某某經營着 5 家這樣的機構，運營賬号達 842 個。
一些黑灰產團夥正在利用 AIGC 大模型批量生成同質化素材。小紅書在過去三個月内，共計處置了超過 320 萬的黑灰產賬号，明确點出 AIGC 大模型養号亂象。而今日頭條《2024 年度治理報告》顯示，平台全年累計攔截低質 AI 内容超 93 萬條，處罰同質化發文超 781 萬篇。
以上是流量主的視角，而我們拉回來到掏錢的廣告主視角，沒錯，大家辛辛苦苦從牙縫裡摳出來的預算，或許就這樣接入到了低質 AI 内容上。
引發知識產權、數據隐私等方面的法律糾紛
當然，在營銷中使用 AIGC 的最大風險是不明确的知識產權和版權情況。
「深響」曾深度對話相關方面律師，已有判例不能直接套用到所有的情況上——著作權歸屬的判決依據是在整個 AI 生成内容的過程中，人類智力和獨創性體現的占比多少，使用者訓練地越精準，可選擇性越多，最終取得生成内容著作權的可能性越大。
因此，品牌應該（至少在目前）使用生成式人工智能進行研究、靈感或微調，但不要盲目地直接使用人工智能生成的文本、影像或音頻内容。
與此同時，目前已有金融機構在使用 AI 技術進行營銷時，可能超出客戶授權範圍使用客戶數據，或未經客戶同意将數據共享給第三方，從而引發法律問題。
對組織的挑戰：AI 犯錯如何問責？
以上均是業務層面的探讨，但我們不能忽視的是 AI 深入滲透到營銷工作中之後，給廣告主組織管理上的挑戰。大家或許正在或将要面臨以下困惑：
消費者的數據在手，是否有必要自建大模型？如果購買現成的大模型服務，"AI 資產 " 如何沉澱？
如何建立合理的人機協作工作流程？哪些業務可以放手給 AI，是否配備人工 " 監工 "？如何給 AI 及其協作者設定績效考核目标？AI 犯錯如何問責？
有了 AI 幫手之後，" 乙方 " 還有存在的價值嗎？如果有，是什麼？
AI 驅動的營銷需要跨部門的緊密合作，例如數據團隊、技術團隊與營銷團隊之間的協作。然而，部門壁壘和溝通不暢可能阻礙 AI 技術的有效應用，品牌是否有決心 " 刷新組織 "，打破既得利益，讓組織适配于 AI 協同工作的模式？
如何确保團隊在 "AI 問題 " 上同頻思考，減少矛盾、彌合争議？
……
聊到這裡，其實并不是要給 AI 營銷潑冷水，事實上，AI 早已滲透到營銷業的方方面面。我們期待 AI 在未來能為創意工作帶來更多的點睛時刻，期待它把優化師從繁瑣的基建中解放出來，也期待它能為品牌真正提效提質，省力省錢。
只是在美好到來之前，保持「謹慎」也同樣重要。
