明略科技CEO吳明輝：未來10年，生成式營銷解決“內容生產力”問題 | 《十年》05期

原創贊收藏評論

舉報 2024-10-10

掃描,分享朋友圈

文 | Innocent Roland

回看過去十年，移動營銷行業如何指數級增長？行業爆發過什么關鍵事件？潮漲潮落之間，哪些互聯網平臺、品牌和營銷公司成為了最大贏家？借鑒過去十年，廣告營銷行業，應當如何走好下一個十年？未來，又會出現哪些不能錯過的行業機遇？為此，Morketing發起2024年重磅系列選題：《十年》。

隨以ChatGPT為代表的生成式AI的出現，營銷人似乎看到了一種全新范式。

如果說2014年，是PC互聯網全面轉向移動互聯網的關鍵節點，那么十年后的2024年，就是從傳統數字營銷，逐漸轉向生成式營銷的新節點。現如今，我們該如何看待人工智能帶給營銷行業的變化？數字營銷的AI化會走向什么方向？企業內部究竟該如何用好AI提升效率？

“傳統營銷時代，人們通過市場研究的方法獲得信息、執行營銷活動；到了數字營銷時代，大數據可以讓企業在每一次營銷活動、每一次廣告曝光、每一個用戶點擊獲得更多信息，從而進行個性化、精準化的投放；進入到生成式營銷時代，營銷系統獲得的信息量得到極大程度的延展，通用大模型抓取了整個互聯網上公開的海量數據，較之于數字營銷時代，需求端與供給端交互信息的質量、密度、影響力，都在發生新的變化”，明略科技集團創始人、董事長兼CEO吳明輝分享。

《十年》欄目第5期，Morketing創始人兼CEO曾巧與明略科技集團創始人、董事長兼CEO吳明輝展開對話：

過去十年的3個關鍵詞：數字化、信息密度和人工智能
曾巧：回顧過去 10 年，您會用哪些關鍵詞來形容數字營銷？

吳明輝：從我們公司創立到現在，已經過去了18年時間，經歷了廣告營銷行業從傳統模式到數字化的完整過程。我們觀察到的最核心的變化是：廣告主和消費者之間的距離變得更近了。過去，廣告主要通過電視臺或其他機構讓消費者看到廣告，而產品則要經過層層的經銷商，才能在各種線下零售網點，與消費者見面。但到了今天，無論是廣告還是零售渠道，整體鏈路都在不斷縮短。

數字化所帶來的數字化人口紅利，讓品牌主觸達消費者的方式和方法更多了，也更容易了。過去難以觸達的三四五線城市的消費群體，如今品牌主幾乎都可以觸達到。另一方面，數字化也帶來了行業內卷。正如管理學家彼得·德魯克的觀點，有了測量，才會有管理。廣告行業也是如此。廣告測量能夠讓品牌主更清晰地發現并優化潛在問題，最終的結果是媒體和媒體之間、品牌和品牌之間的競爭變得更加激烈了。

從用戶側來看，移動互聯網發展之前，人們沒有辦法隨時隨地獲取信息。如今，信息變得更容易獲取，同時品牌和消費者之間交換的信息也越來越多。隨之而來的是，在相同的信息量下，信息被極致化的壓縮，長度越來越短，密度越來越高。最典型的表現是，從長視頻變成短視頻，從長劇變成短劇，這也是人類消費信息的發展趨勢。大量信息的出現，促使人們需要以更快的速度，獲取更高質量的信息，從而節省時間。這也給廣告商帶來挑戰，制作高質量內容本身就很難，同時還要和非商業化的內容爭奪流量。

回到我本人的成長經歷，我本科是學數學的，碩士和博士階段學的都是人工智能。人工智能已經有60多年的歷史，但過去十年是最有意思的十年。從AlphaGo的深度學習，到今天ChatGPT帶來的大模型熱，人工智能的快速發展，對于像我們這樣在廣告營銷行業里做技術的公司，是非常激動人心的一件事。

上一代人工智能聚焦于流量的匹配和分發，簡單來說，就是將對的內容投放給對的人，這實際上解決的是生產關系的問題。今天，下一代人工智能的能力邊界，從who（知道用戶是誰）擴展到了what（洞察用戶想要什么）。

現在的人工智能已經可以完成內容產出，這就意味著它不僅能夠解決生產關系的問題，也進一步解決了營銷內容的生產力問題，這將給廣告行業帶來巨大的變化，營銷技術公司將為企業和消費者創造更大的價值。

總的來說，我給出的三個關鍵詞是：數字化、信息密度和人工智能。

曾巧：從18年前創業到現在，您有沒有一些印象深刻的關鍵節點？進一步來說，這些節點是不是也給公司和個人帶來了思考呢？

吳明輝：關鍵點還是挺多的。在創業之初的第一版商業計劃書里，我們曾經希望做一個信息推薦系統。但那時還沒有移動互聯網，大多數網站用戶是沒有注冊習慣的，這就導致沒有一個統一的UID去追蹤用戶，我們很難持續沉淀一個用戶的長周期上網行為，進而給用戶做信息推薦。最后我們決定做ToB端的業務，在這個過程當中，我們發現廣告監測能夠采集到數據，而且是客戶特別重要的需求，所以才有了幫客戶分配互聯網廣告預算，監測廣告效果的產品。

還有一個關鍵點在2012年左右，當時電視廣告特別多，限制電視廣告時長的舉措出臺后，品牌主的廣告預算從電視轉向互聯網，我們2010年推出的產品MixReach，主要幫助客戶分配跨平臺廣告預算，正好趕上了這一波市場變化。這也給我們帶來一個啟示，對于B2B公司來說，提前投入非常重要，如果等到市場機會來的時候再去做，大概率是來不及的。

移動互聯網時代，催生出大量UGC內容，給我們帶來巨大的發展機遇。這也得益于手機的照相功能，在很大程度上降低了消費者分享信息的門檻。互聯網上開始出現大量UGC內容，這些內容非常有價值，是我們幫助客戶理解消費者、市場、品牌變化趨勢，開展Social Listening、Social Insight的重要來源，這里已經超出了我們廣告監測的范疇，進入到內容領域，從who延伸到what的維度。

2014年，我們成立了明略數據，從廣告相關的大數據和AI進一步向外擴展。2019年，成立明略科技集團。今天，整個明略包含兩大業務板塊，除了營銷智能（Marketing Intelligence），還有營運智能（Operational Intelligence），服務了大量擁有線下門店的知名企業，我們可以利用AI和大數據技術幫助企業做線下門店的管理、員工管理、商品推薦，甚至后端的供應鏈。

曾巧：就是線下的數字化？

吳明輝：是的。線上和線下的數字化應該做到一體化，相比之下，線下的數字化實際上難度更大。正如我前面所說，過去幾年，數字化極大地縮短了品牌和消費者之間的距離。對很多品牌而言，門店是他們和消費者接觸的重要場域，數字化可以優化消費者體驗，幫助品牌實現更加高效、智能化的經營。

曾巧：成立明略科技的時候，想過會拓展到今天的業務方向嗎？

吳明輝：也有。我當時的一個判斷是，隨著移動互聯網的出現，廣告行業以外的其他行業場景也將數字化。如果你仔細觀察廣告行業，會發現它和金融有點像，從第一天開始就建立在數字和信息之上。互聯網廣告本身就是數字化的，所以很容易通過我們秒針系統進行測量和持續優化。但以前的線下門店并不是數字化的，主要依靠人工和機器來運轉。現在，移動互聯網帶來了線下場景數字化的可能性。比如餐飲行業，移動支付幾乎占到門店的90%。我們在秒針系統沉淀的海量大數據，以及數據處理和AI能力，可以廣泛應用到更多的場景、業態中去。

y=F（x）：生成式AI改變營銷的底層邏輯

曾巧：回到現在，您覺得AI會像移動互聯網那樣，對營銷商業進行又一輪重構嗎？

吳明輝：我相信AI會重構整個廣告和營銷行業。上一代人工智能已經重塑了營銷行業，但僅僅是流量分發這一點。我們看到，流量越來越精準，精準到品牌可以只向曾經買過商品的用戶投放廣告，但這不見得是一件好事。

曾巧：目標受眾會變得越來越窄。

吳明輝：是的，所以這就不是廣告了，就變成了促銷。有一句話對我觸動很大，“廣告是教育人們美好生活方式的一種方法。”比如，我之前不知道有洗衣機這種產品，每天還在用手洗衣服的時候，突然看到洗衣機的廣告，被這樣一種美好的生活方式吸引，最后購買了這個商品。

而且“美好”這個詞也很重要。如何超越產品特性本身，向消費者傳遞一種更深層次的美好情感，好的創意可以做到這一點。

然而，隨著短視頻的出現，廣告主花費高額預算制作高質量的廣告片這件事，變得有些不太“科學”了。因為短視頻可以被用戶隨意劃走。用戶“劃走”視頻的動作，本質上就是給媒體平臺的一個信息反饋，表示自己對這個內容不感興趣，而平臺不能否決消費者劃走廣告的權力。

曾巧：傳統媒體時代，廣告的完播率是很高的。

吳明輝：是的，過去品牌做一個高質量的內容，反復給消費者播放，總是有效果的，品牌主也更愿意在高質量內容上投入。如今，短視頻給整個行業生態帶來很大的挑戰。一方面，品牌主要堅持傳遞正向的精神價值，不能一味提供多巴胺的刺激；另一方面，在高質量的基礎上，還要確保不斷產出多樣化、不重復的廣告內容。但我們也看到，現在生成式AI的進步速度很快，未來廣告創意行業的生產力，有可能達到過去的100倍，甚至1000倍。

曾巧：那么，當下生成式AI可以怎樣賦能營銷生產力的提升？

吳明輝：簡單來說，廣告創意生產有三個關鍵環節。第一，消費者洞察；第二，創意內容生產；第三，媒介傳播。三者分別對應how、what，以及who。正如我在前面提到的，上一代人工智能已經解決了who（內容分發給誰）的問題，現在生成式人工智能還可以解決what（生成何種內容）和how（采取何種策略）的問題。通過內容測量，更好地達成AIGC內容生成的效果。

曾巧：是不是可以理解為內容也是可以被推算的？

吳明輝：沒錯。內容測量相比流量測量要難很多。流量測量的核心是viewability（可見度），涉及觸達哪些目標受眾、觸達次數、觸達形式。比如，廣告時長是15秒還是30秒，是動畫還是圖片，投放在大屏還是小屏，效果都不一樣。

內容測量，在流量測量的邏輯之上，增加了對內容本身客觀與主觀層面的解析。其中，客觀層面，指不同形態的內容中描述了哪些客觀事物；主觀層面，指目標受眾觀看后的情感是正面還是負面。我們可以通過大模型的能力實現精細化的分類解析，但前提是大模型一定要掌握行業的專有知識。

基于內容與流量維度的測量，投放給不同目標受眾后，我們再去看最終的轉化效果，科學指導下一次投放，這樣就形成了一個可以持續優化的完整閉環。

曾巧：個體之間的差異其實還挺大的，主觀層面的測量如何用科學的方式實現？

吳明輝：的確。數學有標準答案，但營銷沒有，它的評價指標往往是主觀的。尤其在內容方面，不同的人對同一個內容的評價可能完全不同。其實從提供Social Listening服務開始，我們就已經利用專門的傳感器采集消費者的腦電波和眼動追蹤數據，幫助大廣告主進行廣告前測。

生成式AI興起后，我們通過明略多模態大模型對多年來積累的數據進行了訓練和優化，讓AI能夠像人一樣觀看各種視頻，給出相應的主觀響應指標（SRI），輔助廣告主以更快的速度、更低的成本，預測消費者的正負面情感反饋，制作出更符合消費者需求的廣告內容。最近，我們已經在全球頂會發表了這篇論文成果。

實際上，之前這類廣告前測只有大廣告主才用得起，因為他們在制作上投入了大量成本，有更強的意愿進行測試。但在短視頻的沖擊下，廣告主不得不追求數量，在一定程度上犧牲了內容質量。把主觀測量交給AI之后，廣告前測的成本可以大幅降低，惠及更多廣告主。

曾巧：相比客觀測量，主觀測量的深層價值是什么？

吳明輝：現在很多拍短劇的公司也在做各種各樣的測試，更多的還是圍繞投放后的點擊率、轉化率，但測不到消費者真正的情感，但這對品牌而言卻是非常重要的一部分。營銷的最終形態一定是將正向的情緒傳遞給消費者，激發人心的善的一面。叫座當然很重要，但是叫好更重要。所以除了相對客觀的點擊、轉化數據之外，我們也需要盡可能地捕捉消費者的情感部分。

曾巧：AI參與洞察這件事，現在有沒有一些實踐的案例？

吳明輝：已經有非常多的實踐了。OpenAI本身有個工具叫Code Interpreter。其實不光是我們，很多客戶的市場研究部門都在大量使用工具分析數據。當然工具的使用不是難點，數據都在那兒，難點是洞察后的下一步該怎么做。很多客戶發現了大量數據中的假設，但假設都需要驗證，驗證成本很高，他們希望找到值得讓企業take action的洞察。

我們認為，最值得關注的還是內容的洞察。因為內容本身是一個明確的議題，長期來看，每個品牌都要解決自己的內容生產問題。如何才能持續吸引消費者的注意力，且保證高質量，都要回到洞察上面。

曾巧：制作內容的問題如何解決？

吳明輝：我經常給大家講一個數學公式：y=F(x)。大模型就是公式里的F。作為一個公開市場提供的工具，F很難真正給企業帶來絕對的領先優勢，最后大家的F會無限趨同，這個時候起到決定性因素的就是x。

舉個例子，在廣告創意階段，Sora是F，只有給它一個正確的x，也就是Prompt，它才能輸出一個正確的y。所有人都有的能力不是創造，獨特的部分才是創造。大模型普及之后，當每個企業都能夠以一個相對低廉的價格獲得最好的“制作團隊”后，誰能更深刻的洞察消費者需求，將決定能否取得優勢。

曾巧：x是用AI模擬消費者主觀感受的部分？

吳明輝：是的，但不止于此，還有客觀的部分。我們的核心能力是AI Decoding，包括主觀（SRI）與客觀的解析。消費者帖子中的內容要素有哪些，討論角度是什么，都是x的一部分。之前這些內容需要人工閱讀，現在都可以交給AI來看，啟發內容策略與創意生成。

帶來優勢的不是AI工具，而是企業如何使用AI

曾巧：明略內部有沒有被生成式AI改變或提效？

吳明輝：ChatGPT推出后，我們很快就在內部上線了小明助理Copilot。我們整個公司2000多人是一個知識勞動工作者群居的集體，超過80%的崗位，都是產品、研發、數據分析等技術類崗位。我們每一個工種的同事都在早期就使用上AI，沒有在這次AI浪潮中掉隊。

我們工程師寫代碼的效率有了很大比例的提升，一些數據分析師也開始用AI寫數據分析代碼，HR也做了不同的智能體，銷售和市場同事也在用AI完善公司的知識庫。我自己也有一個小明CEO的智能體，幫我閱讀日常工作文件，快速了解業務情況。

曾巧：現在內部使用率如何？您覺得它算是一個成功的產品嗎？

吳明輝：目前周活達到了70%，已經有很多企業訂閱了我們的服務。到目前為止，我覺得是相對成功的，但還有很大的增長潛力。

其實，人工智能剛剛步入我們的職場，絕大多數的公司都還沒有真正把它的生產力激發出來。Copliot最大的好處是可以讓AI高頻出現在日常工作流里。“百度貼吧之父”俞軍老師曾提出一個經典的產品價值公式：產品價值=新體驗-舊體驗-替換成本。很多好的工具最后用不起來，不是新體驗不如舊體驗，而是因為替代成本太高，大家很難改變過去的工作習慣。購買一個AI系統花費不多，但要讓公司所有員工都學會使用AI，才是真正的大成本。

在內容生成方面，我們需要x。實際上，戰略制定同樣需要x，而AI在這方面表現出強大的能力。在進行戰略討論和頭腦風暴時，我經常會用小明行研獲取數據。小明行研是一個能夠快速生成行業研究報告的智能體，它可以多次搜索報告信息，并幫你歸納總結、分析趨勢。盡管每次生成報告需要消耗不少token，但相比我們人的時間還是便宜很多的。

曾巧：最后總結一下，您認為品牌應該如何抓住 AI 紅利？

吳明輝：首先我們要篤定AGI一定會實現。貝索斯講專注投資長期不變的事。模型工具肯定要用，而且要盡早讓組織全員養成使用AI的習慣。大模型最后一定會越來越好，企業要提前想好到時自己手里的牌是什么。每個企業都要準備好自己的“x”，我們希望幫大家做好“x”的工作，發揮出F的價值。

本文系作者授權數英發表，內容為作者獨立觀點，不代表數英立場。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。