大模型時代，AIGC在營銷行業應用的實踐探索

人工智能（即Artificial Intelligence，以下簡稱“AI”）已經成為近年來最吸睛的話題和科技熱詞，并首次列入2024年政府工作報告，其中，提到要大力發展以“AI+”為代表的新質生產力，助力經濟高質量發展，作為產業發展的新賽道和經濟發展的新引擎，上升為國家戰略。這是一場以數字化和智能化為主要過程，以場景為依托，整合運用大數據、物聯網、云計算、新材料、新能源、生命以及量子科學等核心技術，創造智慧社會和智慧生活的新科技革命，對人類經濟生活的影響深遠而全面。與此而來，以深度學習和自然語言處理為核心特征的大模型成為全球科技競爭的新高地，國內主要知名廠商紛紛布局，跟進迭代，進展不可謂不快，政策端從國家到地方積極響應，發力支持，產業端正在釋放廣泛的需求，市場前景充滿想象力，非常可觀。

作為AI的重要應用方向之一，AIGC是計算機程序根據人類指導或者自動從大量數據中學習，經過歸納并演繹創造，生成包括圖片、視頻、音樂、文字等多種形式的全新內容，這項技術最早可以追溯到1960年，由計算機科學的先驅艾倫 · 圖靈提出，直到2022年底，ChatGPT（即Chat Generative Pre-trained Transformer）橫空出世，掀起了AIGC的熱潮。自2023年以來，各行各業都在競相追逐這項技術，被視為繼PGC（即“專業生成內容”）和UGC（即“用戶生成內容”）之后的一次革命性創新，大幅提升了生產力，顛覆了傳統營銷行業的內容創作模式，也對營銷人提出了新的能力要求。不止于此，諸如編碼、翻譯、設計、新聞、客服等工作也受到了不小的沖擊。以公關和廣告為代表的營銷服務業，人力是運營成本中占比最高，也是最為剛性的部分，并且隨著市場競爭和客戶要求的提升，上漲趨勢只增不減，邊際收益越來越低。同時，以文字、圖片和視頻為主要形式的營銷內容同質化顯著，創意難度加大，產出效率跟不上需求。AIGC的出現，給營銷行業帶來全新的變化和可能，營銷人從觀望焦慮、嘗試學習，練習使用到運用開發，并開始為產業賦能。

目前來看，業內一些頭部的公關廣告公司已經研發落地了一些AIGC產品，比如“森宇宙的CeMate”“愛設計”“迪思的FlinkAI”等，都是基于內容為中心搭建的全鏈路智能營銷平臺，覆蓋了從需求導入與內容生成、數據集成、媒介管理、聚合展示以及數據分析反饋等多個環節，形成閉環，實現了用數字技術賦能營銷產業的升級。相比于AI通用大模型aaeea7d616dcc475ff3ea65c9a738f1d，它們與產業深度融合，面向垂直領域，被稱為“小參數”模型，是基于對長期服務的目標領域積累的經驗、數據、模型和產業理解而研發定制，這類應用要求數據質量更好、更真實、指向性更明確，同時，訓練消耗的算力也更經濟。具體來看，有以下顯著的特點和優勢：

首先，平權化的創作。AIGC與其說是一項技術，不如說是一種能力，讓普通人也可以生產出與專業人員質差不大的內容，極大降低了專業門檻，只要能提出明確和完整的需求，會給予Prompt（即提示詞）指令和場景元素，就可以得到想要的結果，無需具備專業的創意或設計能力。同時，部分工具在開發階段就預設了信息槽位，只要用戶根據需求做出選擇，一鍵計算就得到相應的內容。

其次，優質內容的高效輸出。毋容置疑，AIGC的賦能極大提升了效率，比如電商運營設計師，單純用人力打一組產品介紹和詳情圖，要7-20天不等，中間需要多次的溝通、修改和確認，耗費的人力和時間可想而知，如果遇到因人員流動帶來交付成果不連續，質量不穩定，那么會給客戶帶來較差的滿意度，甚至被投訴。如今，從業者應用了AIGC技術，幾分鐘內即可得多種選擇方案，還能個性化推薦，啟發創作方向，易如反掌。

然后，創新運營模式，降低運營成本。常規狀態下，一方面，營銷公司在渠道上較強依賴外部資源，在內容上主要通過代理公司或KOL創作并發布，對客戶來說，資金投放以及重視程度也必然向其傾斜。另一方面，營銷公司通常無法調動客戶的內部資源，也較少直接參與產品營銷，基本掌握不了一手的市場銷售數據，甚至不能提供有效的營銷策略和方案，也就逐漸失去了市場價值。如今在AI加持下，營銷人有了新的機會和可能，通過挖掘客戶在市場營銷中的痛點和難點，整合大量的產品、生產、工藝、設備和應用場景數據，借助既有通用大模型的能力，自研算法，開發垂類場景應用，創造客戶價值。以家電行業為例，傳統銷售渠道是從集團公司發展經銷商，經銷商賣給零售商，零售商再賣給消費者，在社交化營銷時代，微信、抖音、小紅書等平臺需要有優質內容才能給與推薦和更大的流量，建立賬號，文案定位，產品圖制作、拍攝剪輯短視頻等內容創作確有一定的門檻和難度，更何況覆蓋全國的經銷商、零售商和導購員等組成的銷售網絡，由于這些用戶的文化水平，知識能力、產品理解，拍攝角度和終端工具各不同，也就無法生成品質優良、風格調性一致的內容，如擴散到消費者中，影響和反饋參差不齊，轉化效果各異，甚至大打折扣。如今用戶只需選擇或輸入要求和指令，生成內容的屬性、風格、品味和質感是基本穩定的、可控的和可監測的，此類問題迎刃而解。此外，AIGC可以幫助電商平臺自動化處理大量的數據和信息，減少對人工操作的依賴，直接降低了運營成本。例如，國內某家電巨頭引入該項技術后，日均節省成本占比50.2%，特別在“雙十一”大促期間，節省的人力數量是同期的1.67倍。

再次，輔助支持決策。AIGC的橫空出世，讓內容創意與設計工作不再是絞盡腦汁的思考題，而是選擇題。營銷人可以在短時間內提交多套方案供客戶選擇，甚至能對每套方案的執行效果做出預判、推演和呈現，找到最佳投入產出比，進而推動雙方的合作關系也從純粹的甲乙方，轉變為搭檔，從要求與執行，轉變為討論與共創。如此一來，營銷方案的效果得到了最大的保護，市場預算也投放得更加有效，為解決出自百貨商店之父約翰 · 沃納梅克之問“我知道我的廣告費有一半被浪費掉了，但不知道是哪一半”的營銷行業著名難題提供了解決之道。

最后，創新用戶體驗。AIGC的能力得到發揮不僅僅是純文字和輸入，還可以是語音和信息采集裝置，輸出的不僅是文案和圖片，還可以是視頻和音樂等多模態的內容創作，比如美國OpenAI公司開發的Sora，能生成比既有的Pika、Runway等更理解物理世界規律、真實細膩感更強的短視頻內容。新技術帶來交互模式的變革，AI的應用場景得到了廣泛的擴展，諸如AI客服，虛擬主播、無人駕駛等，千行百態智能涌現，它將會顛覆人們以往的生活和作業方式，擁有AI思維，破卷破圈，才會發現新的藍海。

然而，作為一個新事物，人們的態度往往是從焦慮觀望開始，到認知學習，再到接受應用。AIGC等系列技術工具的出現，不僅打破了原有生產關系的平衡，還倒逼營銷人必須要具備新的思維、新的技能以及新的管理模式與之相適應。如何充分釋放AI的價值，規避其短板，

其中不乏有一些掣肘、風險和挑戰。展開來講：

首先，從數據方面來看。我國目前的數據集偏小或者標注質量偏低都帶來有效的訓練資源庫的缺乏，尤其在特定領域，由于缺少高質量的數據集，導致訓練出來的結果有較大差異，從而限制了垂直大模型的發展。因此，AIGC應用的有效性取決于開發者能掌握和擁有多少行業、產品、交易、用戶以及運營等真實客觀的數據，成為最基礎的一步。以筆者所悉，致力于為家電及智能化產業提供營銷咨詢服務的知名企業“森博營科”，其研發的垂直大模型產品CeMate，就投喂了近百萬張家電家居類真實的素材和元素，融合了不同平臺的爆款風格規律訓練而成。

其次，從算法方面來看。當前的AI還只能執行專門開發的任務，還無法將學習到的能力遷移到另一項任務重，還不具備像人類一樣的思考和邏輯能力，認知能力還不夠，距離AGI（即“通用人工智能”）還有一定距離。細究起來，其一，基于深度學習框架的AI算法雖然發展迅猛，表現出優越的性能，但很多企業并沒有考慮到場景的實際需求，甚或是為了融資或給資本市場講一個好聽的故事，簡單套用了一些開源框架和算法完成技術研發，導致各家產品雷同性極高，無法精準針對產業和落地應用，好看不中用。更何況，數據的整合也是難題，為了讓系統用起來表現得智能滿滿，實則需要在算法上大做文章，需要更多精妙的設計來彌補由于架構不科學、數據量不足的缺陷，是一種“偽AI”。其二，算法設計是否有效還取決于營銷人對客戶所在行業、內部運營、市場業務熟悉的程度，取決于對需求的精準分析和把握，從概念設計到建立計算模型，沒有相當的實踐積累是無法達成的。其三，算法設計不可能天衣無縫，也容易受到黑客或其他系統的攻擊，對于一些高度復雜的應用場景，比如駕駛、醫療等，安全問題的“危險性”會被隨之放大，給人身和財產安全帶來威脅。其四，由于文化差異和價值觀的多樣性，AIGC的訓練數據中存在的偏見歧視，可能會誤導用戶和社會認知。比如：職業、性別、宗教信仰、社會地位等數據，如果不在預訓練之前進行審查，那么生成的結果就可能是刻板的，不公平的以及有偏見的。

接著，從算力方面來看。AI對資源，特別是水和電的消耗，令人驚詫。據美媒報道，AI大模型單次訓練成本少則200萬美元，多則達到夸張的1200萬美元，其中60%是電費，是不折不扣的超級“電老虎”，以ChatGPT為代表的AIGC技術，為響應2億個用戶請求，每天消耗超50萬度電，用電量抵得上5萬多個中國家庭。與此同時，Google也發布的2023年環境報告，文稱Google數據中心去年用掉了全球每天飲用水的1/4水量。依目前，AIGC技術在文字、圖片生成的算力消耗上勉強承載，未來大量的視頻生成，疊加并發請求，亦或是隨著AI應用的多樣化和預訓練大模型規模的持續增加，以海量GPU芯片為主的智能算力基礎設施需求的持續提升，如果不能滿足如此大規模的算力需求、降低算力成本，將極大限制AI技術，甚至是經濟的發展，有數據顯示，計算力指數平均每提高1%，數字經濟和GDP將分別增長3.5‰和1.8‰，全球各國的算力規模與經濟發展水平，已經呈現出顯著的正相關關系。一個國家的算力規模越大，經濟發展水平就越高。因此，國家和規模企業還必須做出更多的關注和投入。

再次，從內容創作來看。深度學習技術在快速迭代，AI生成的素材風格和人力創作的幾乎無異，內容水平趨于一致，用戶會分不清哪些是人做得，哪些是機器做得，造成真假難辨的“幻覺”，給虛假信息傳播和網絡欺詐帶來了空間，比如當前有很多AI數字人主播，在無人監管的狀態下直播，完全達到了以虛亂真的程度，一旦發生糾紛，追責就有真空地帶。同時，AIGC的知識產權界定和歸屬也是一個難題。當前，我們國家還沒有對AI算法技術的法律描述，也沒有明確規定相關對象的可專利性規則。理論上，對通用大模型而言，所有人既是訓練數據和信息的貢獻者，也是生成內容的使用者。行業大模型由于其專業性和實用性強的特點，訓練時涉及了大量商家和個人的隱私，對數據的保密性要求很高，如何用法治手段提供有效保障是亟需解決

的問題。

最后，從AI人才培養來看，國內AI人才的培育機制還不健全，相應的師資力量也嚴重不足。根據工信部和教育部等權威部門預測，我國AI人才缺口超過500萬，國內供求比達到1：10，比例嚴重失衡，由于涉及學科多、培養周期長，傳統上主要以計算機等行業人才轉型為主，而擁有多元技能、工程思維和AI專業知識的復合型人才缺口就更加大。另有海外統計數據表明，中國的頂尖AI人才中，有34%在國內就業，約56%在美國就業。去美國學習AI專業的中國人中，有88%畢業后在美國就業，只有約10%回國就業。如此一來，我們要想做到科技自主，不被卡脖子，實現產業AI化，AI產業化，培養出足夠數量和質量的人才，尤其是吸引更多海外高級AI人才回國發展創業，成為了當務之急，重中之重的事。

綜上所述，數字化和數字經濟已經迫然臨近，AIGC技術必將帶給以“內容”“用戶”和“渠道”三要素為核心的營銷行業顛覆性的影響，變化越來越快，越來越劇烈，從組織架構設計、人才配備、盈利模式、生產關系和運營管理等都在倒逼做出適應調整，經營層面提質降本，價值層面去偽存真，AI將無處不在，擁有足夠的創造力、創意力和創新力才能不可取代，才是生存下來的不二法門。各行各業實現轉型升級，一個更有質量的新經濟時代拉開帷幕，套用那句老話，“這是一個最好的時代，也是一個最壞的時代”，但歷史終將證明，這確實是一個最好的時代，也是最好

的機會。

參考文獻：

1.中國人工智能系列白皮書—智能產品與產業[R].北京：中國人工智能學會，2022.