秒针营销科学院院长谭北平

经济观察网 记者 李晓丹 2022年末，ChatGPT为代表的生成式AI爆发式发展，为AI产业化应用按下加速键，2023年的营销领域在AI影响下，正在经历哪些变化？“AI对营销行业的影响，不仅取决于企业在营销实践中对AI的应用广度和深度，也取决于消费者对AIGC的认知与接受。”秒针营销科学院院长谭北平表示，AI正在重塑营销行业的生产力和生产关系。

秒针营销科学院联合复旦大学管理学院、明略科技发布的《2023 AI+：人工智能与营销新纪元》白皮书显示：人工智能对于营销来说，将打破洞察和创意的瓶颈，带来营销生产力大爆发，在新的生产关系中，所有的营销工作流程和工作任务都将重新AI化，包括营销洞察的流程和方法，营销内容的生产模式，媒介平台服务客户、沟通客户的方式等。

(资料图)

此外，人工智能技术的发展还可能带来新一轮的行业变革与人力替代，例如，在辨别文案作者身份上，秒针营销科学院与中国人民大学、宁波大学研究人员进行的一项关于《人工智能与人类的创造力比较研究》的结果显示：消费者目前已无法区分文案到底是由人工智能还是人类创作；当前人工智能的文案创作能力等同人类经验年限为2.47年。

谭北平认为，营销生产力主要由洞察能力、创意能力和媒介效能决定，营销行业的AI大模型可以打破数据洞察和创意生产的发展瓶颈，十倍甚至百倍地提升上述两个环节的生产能力和效率，AI将带来营销生产力的大爆发。

生成式AI带来营销创新

经济观察网：AI+在营销领域的应用中，主要在使用哪些技术，应用于哪些场景？

谭北平：技术上，我们广义上讲的AI已经发展很多年，早期的AI更多偏分析式AI，比如很多行业都在做的智能推荐、图像识别、语音识别，当然也包括语音生成等，今年我们讲的AI，则是生成式AI。

生成式AI目前分为两个大的方向，其中最火的是现在的大模型，尤其是ChatGPT、文心一言，还有讯飞星火模型等以对话方式与用户互动的AI，不管提什么问题，它都能够理解，并且做出恰当的回应。

还有一种是AIGC（Artificial Intelligence Generated Content），狭义来看就是用AI生成内容，它主要应用在图像生成、视频生成领域。目前比较成熟的是图像领域，它跟过去非常大的不同在于可以用文字、命令来生成图像，甚至在图像上做扩充。有观点认为，大模型和AIGC已经实现了我们过去一直想突破的通用人工智能AGI。

技术层面，主要就是分析式AI到生成式AI的进化，应用层面，场景就更多元了。以洞察环节为例，依靠大模型，生成式AI可以推理消费者表达背后的动机，比如市场分析数据、消费者的评论都可以交给大模型分析，它可以非常快速、有效地总结出消费者真正的需求是什么，消费者该如何分类，这是洞察侧非常有价值的应用。

内容侧和创意侧的价值也很广阔，而且目前AIGC已经在户外广告、视频广告上有了应用，可口可乐就用AI和艺术品做了一个品牌视频广告，平面广告领域，已经有大量的创意图由AI创造。白皮书的主笔既不是美工也不懂修图，但他完全可以靠自己的想象生成报告配图，AI在内容创造甚至个性化服务上有丰富的应用场景。可以预见，接下来AI创造在内容侧、创意侧的应用会迎来爆发。

生成式AI对于营销来说是一种颠覆式创新，过去的营销主要基于文本阅读及点击形式与消费者互动，未来更多的形式将通过语音交互实现，比如暑期带孩子去杭州玩，交互平台包括手机厂商、应用软件等，完全可以将旅游计划中需要的酒店和其他游玩产品，作为选项植入到营销场景中。

经济观察网：ChatGPT给营销带来了哪些改变？

谭北平：从行业来看，ChatGPT能做的事情非常多，就以洞察来举例，模型能区分出“一个人很久没有见到妈妈，见到后激动得哭了”和“一个人很久没见到妈妈，看到妈妈照片后痛哭流涕”背后的两种情绪，前者是开心，后者是悔恨，所以，目前AI对人的洞察是十分深刻的。

ChatGPT就像一个聪明的小孩，给它一个500字左右的提示（Prompt），它就能整合出不错的创意内容。比如你要给某品牌做一个广告文案，这个品牌的特点是什么、产品特点是什么，过去这些问题需要代理回答，如今ChatGPT会从这些角度进行学习，并根据大模型进行运算，最终生成情感型或反转型文案。

AI可能更胜任广告的创意，秒针营销科学院和中国人民大学以及宁波大学的研究人员做了一个双盲实验，设定了十个完全不同的文案任务，让人类和机器同时做，结果消费者完全无法区分哪个广告是人做的创意，哪个是AI生成。专家对此稍有区分，但差距也非常小，AI的能力已经接近于2.5年工作经验广告人的能力。ChatGPT不仅可以做广告策划，甚至还可以做一些管理计划工作。

经济观察网：ChatGPT做的是不是真正的创新？

谭北平：目前基于我们的观察，我认为它真的有创造力。因为它目前具有很强的推理能力，做的不只是知识的积累或检索，而是生成。

经济观察网：从消费者角度，目前对AI的这个理解它处于一个什么样的阶段，AI是不是也给数据保护带来新问题？

谭北平：普通消费者对AI的理解还是比较初级的，但AI普及的速度非常快，ChatGPT的用户增长是所有应用中最快的，而且未来会整合到像office、WPS等各种各样的应用场景里去。消费者很难区分哪些内容是AI生产的，哪些是人生产的，从某种意义上说，AI生产的内容，不管是文本还是计划，它的语言通顺程度、逻辑清晰程度通常会比一般人还要更强一些。

现在已经出现了一个趋势，由于无法区分内容到底由人还是AI生产，消费者对营销算法，尤其是由AI来主导的算法有一定的厌恶情绪，比如客服的声音虽然像人，但如果消费者判断它其实是机器人，就会有消极情绪，真人的语言表达可能不如AI，但消费者从心理上更容易接受，前一种情形我们称之为算法/AI厌恶。

但我们有个发现，如果这些服务是人和机器协同完成的，或者叫人机协作，消费者的接受度反而会更高。他们一方面需要更智能的回答，另一方面还是需要人的情感。

消费者担心AI泄露信息，也是算法厌恶的一种表现，个人将信息暴露给AI，跟在社媒平台上暴露信息区别不大。对企业而言，信息泄露的问题更值得关注，因为企业把所有的数据方案都交给通用大模型，可能会产生企业类数据的泄露。

AI平权时代

经济观察网：未来企业会选择定制自己的模型？成本会不会太高？

谭北平：这肯定是一个趋势。一些数据还会涉及产权的问题，比如医疗数据，另外数据出境还会涉及到信息安全的问题。大模型早期的训练非常昂贵，自建模型的成本肯定也不低。

经济观察网：从实际情况来看，企业使用AI模型普遍的方式什么？

谭北平：对于企业而言，AI应用最大的问题不是成本高，而是成本低。即企业要警惕AI平权。

过去企业可以靠投入资金、人力，保持智能化、数字化的优势，如今，有了AI，它们在技术上积累的优势可能被抹平。

这个问题不仅存在于生产消费品、工业品的公司，也存在于IT技术型公司，因为过去技术公司普遍在某个细分领域占有独特优势，比如在语音处理上领先或在图像处理上领先，中国产生了很多这样的上市公司。今天，竞争者完全可以用相对低的成本拥有同样的能力，因此这对技术企业、或供应端企业带来了严峻的挑战。

模型供应商如果本身原本有一个很好的用户基数，挣钱相对容易，比如openAI，但如果它只独立地做大模型就很难挣钱，因此在应用侧，各行各业都可能迎来应用侧的剧烈变革。

经济观察网：在社媒领域，AI应用有哪些新趋势？

谭北平：社媒需要生产大量的个性化内容，这恰好是AI的核心能力，它可以结合场景，创造大量个性化的内容，包括图文、视频等。今天AI最重要的应用，就是社媒图文内容生成、新闻自动生成、商品推荐等。

另外在社媒领域，虚拟人服务今年会非常火，因为过去虚拟人制作要几万至十几万的成本，如今一年可能都不用一万。

社媒的个性化互动也是目前应用比较多的技术，比如星巴克就尝试把企业账号托管给AI，让AI去查找市场上哪些人在跟企业沟通并自动生成回复。此外，AI在舆情管控方面也有很多的应用。

不管是数据侧、内容侧还是响应侧，AI都有广泛的应用空间。在出海上，AI也能在语言、场景切换上帮助企业提效。

经济观察网：AI给今年的广告市场带来的除了新的内容创作模式，是不是也会带来压力？

谭北平：AI给全行业、所有公司、所有人都产生了巨大压力，这是很实际的，大量的工作岗位和工作内容都已经可以由AI来完成。过去我们可能觉得自己积累了专业技能，如今发现其实自己做的AI也能做，有的大型广告公司很早就使用AI来降本增效并改变了业务模式。所以，对广告行业来说，如今要比拼的，就是应用AI的速度。

对于数据分析和技术公司来说，过去AI的底层能力是奢侈品，现在突然变成了基础供给，相比技术，帮助客户找到并建立它自己领域内的分析模型，并将其应用到工作场景中，更为重要。