明略科技CEO吴明辉:未来10年,生成式营销解决“内容生产力”问题 | 《十年》05期

Morketing Morketing

2周前

收藏 收藏 0

点赞 0

【摘要】:如题

文 | Innocent Roland

回看过去十年,移动营销行业如何指数级增长?行业爆发过什么关键事件?潮涨潮落之间,哪些互联网平台、品牌和营销公司成为了最大赢家?借鉴过去十年,广告营销行业,应当如何走好下一个十年?未来,又会出现哪些不能错过的行业机遇?为此,Morketing发起2024年重磅系列选题:《十年》。

随着以ChatGPT为代表的生成式AI的出现,营销人似乎看到了一种全新范式。

如果说2014年,是PC互联网全面转向移动互联网的关键节点,那么十年后的2024年,就是从传统数字营销,逐渐转向生成式营销的新节点。现如今,我们该如何看待人工智能带给营销行业的变化?数字营销的AI化会走向什么方向?企业内部究竟该如何用好AI提升效率?

“传统营销时代,人们通过市场研究的方法获得信息、执行营销活动;到了数字营销时代,大数据可以让企业在每一次营销活动、每一次广告曝光、每一个用户点击获得更多信息,从而进行个性化、精准化的投放;进入到生成式营销时代,营销系统获得的信息量得到极大程度的延展,通用大模型抓取了整个互联网上公开的海量数据,较之于数字营销时代,需求端与供给端交互信息的质量、密度、影响力,都在发生新的变化”,明略科技集团创始人、董事长兼CEO吴明辉分享。

《十年》栏目第5期,Morketing创始人兼CEO曾巧与明略科技集团创始人、董事长兼CEO吴明辉展开对话:

过去十年的3个关键词:数字化、信息密度和人工智能

曾巧:回顾过去 10 年,您会用哪些关键词来形容数字营销?

吴明辉:从我们公司创立到现在,已经过去了18年时间,经历了广告营销行业从传统模式到数字化的完整过程。我们观察到的最核心的变化是:广告主和消费者之间的距离变得更近了。过去,广告主要通过电视台或其他机构让消费者看到广告,而产品则要经过层层的经销商,才能在各种线下零售网点,与消费者见面。但到了今天,无论是广告还是零售渠道,整体链路都在不断缩短。

数字化所带来的数字化人口红利,让品牌主触达消费者的方式和方法更多了,也更容易了。过去难以触达的三四五线城市的消费群体,如今品牌主几乎都可以触达到。另一方面,数字化也带来了行业内卷。正如管理学家彼得·德鲁克的观点,有了测量,才会有管理。广告行业也是如此。广告测量能够让品牌主更清晰地发现并优化潜在问题,最终的结果是媒体和媒体之间、品牌和品牌之间的竞争变得更加激烈了。

从用户侧来看,移动互联网发展之前,人们没有办法随时随地获取信息。如今,信息变得更容易获取,同时品牌和消费者之间交换的信息也越来越多。随之而来的是,在相同的信息量下,信息被极致化的压缩,长度越来越短,密度越来越高。最典型的表现是,从长视频变成短视频,从长剧变成短剧,这也是人类消费信息的发展趋势。大量信息的出现,促使人们需要以更快的速度,获取更高质量的信息,从而节省时间。这也给广告商带来挑战,制作高质量内容本身就很难,同时还要和非商业化的内容争夺流量。

回到我本人的成长经历,我本科是学数学的,硕士和博士阶段学的都是人工智能。人工智能已经有60多年的历史,但过去十年是最有意思的十年。从AlphaGo的深度学习,到今天ChatGPT带来的大模型热,人工智能的快速发展,对于像我们这样在广告营销行业里做技术的公司,是非常激动人心的一件事。

上一代人工智能聚焦于流量的匹配和分发,简单来说,就是将对的内容投放给对的人,这实际上解决的是生产关系的问题。今天,下一代人工智能的能力边界,从who(知道用户是谁)扩展到了what(洞察用户想要什么)。

现在的人工智能已经可以完成内容产出,这就意味着它不仅能够解决生产关系的问题,也进一步解决了营销内容的生产力问题,这将给广告行业带来巨大的变化,营销技术公司将为企业和消费者创造更大的价值。

总的来说,我给出的三个关键词是:数字化、信息密度和人工智能。

曾巧:从18年前创业到现在,您有没有一些印象深刻的关键节点?进一步来说,这些节点是不是也给公司和个人带来了思考呢?

吴明辉:关键点还是挺多的。在创业之初的第一版商业计划书里,我们曾经希望做一个信息推荐系统。但那时还没有移动互联网,大多数网站用户是没有注册习惯的,这就导致没有一个统一的UID去追踪用户,我们很难持续沉淀一个用户的长周期上网行为,进而给用户做信息推荐。最后我们决定做ToB端的业务,在这个过程当中,我们发现广告监测能够采集到数据,而且是客户特别重要的需求,所以才有了帮客户分配互联网广告预算,监测广告效果的产品。

还有一个关键点在2012年左右,当时电视广告特别多,限制电视广告时长的举措出台后,品牌主的广告预算从电视转向互联网,我们2010年推出的产品MixReach,主要帮助客户分配跨平台广告预算,正好赶上了这一波市场变化。这也给我们带来一个启示,对于B2B公司来说,提前投入非常重要,如果等到市场机会来的时候再去做,大概率是来不及的。

移动互联网时代,催生出大量UGC内容,给我们带来巨大的发展机遇。这也得益于手机的照相功能,在很大程度上降低了消费者分享信息的门槛。互联网上开始出现大量UGC内容,这些内容非常有价值,是我们帮助客户理解消费者、市场、品牌变化趋势,开展Social Listening、Social Insight的重要来源,这里已经超出了我们广告监测的范畴,进入到内容领域,从who延伸到what的维度。

2014年,我们成立了明略数据,从广告相关的大数据和AI进一步向外扩展。2019年,成立明略科技集团。今天,整个明略包含两大业务板块,除了营销智能(Marketing Intelligence),还有营运智能(Operational Intelligence),服务了大量拥有线下门店的知名企业,我们可以利用AI和大数据技术帮助企业做线下门店的管理、员工管理、商品推荐,甚至后端的供应链。

曾巧:就是线下的数字化?

吴明辉:是的。线上和线下的数字化应该做到一体化,相比之下,线下的数字化实际上难度更大。正如我前面所说,过去几年,数字化极大地缩短了品牌和消费者之间的距离。对很多品牌而言,门店是他们和消费者接触的重要场域,数字化可以优化消费者体验,帮助品牌实现更加高效、智能化的经营。

曾巧:成立明略科技的时候,想过会拓展到今天的业务方向吗?

吴明辉:也有。我当时的一个判断是,随着移动互联网的出现,广告行业以外的其他行业场景也将数字化。如果你仔细观察广告行业,会发现它和金融有点像,从第一天开始就建立在数字和信息之上。互联网广告本身就是数字化的,所以很容易通过我们秒针系统进行测量和持续优化。但以前的线下门店并不是数字化的,主要依靠人工和机器来运转。现在,移动互联网带来了线下场景数字化的可能性。比如餐饮行业,移动支付几乎占到门店的90%。我们在秒针系统沉淀的海量大数据,以及数据处理和AI能力,可以广泛应用到更多的场景、业态中去。

 y=F(x):生成式AI改变营销的底层逻辑

曾巧:回到现在,您觉得AI会像移动互联网那样,对营销商业进行又一轮重构吗?

吴明辉:我相信AI会重构整个广告和营销行业。上一代人工智能已经重塑了营销行业,但仅仅是流量分发这一点。我们看到,流量越来越精准,精准到品牌可以只向曾经买过商品的用户投放广告,但这不见得是一件好事。

曾巧:目标受众会变得越来越窄。

吴明辉:是的,所以这就不是广告了,就变成了促销。有一句话对我触动很大,“广告是教育人们美好生活方式的一种方法。”比如,我之前不知道有洗衣机这种产品,每天还在用手洗衣服的时候,突然看到洗衣机的广告,被这样一种美好的生活方式吸引,最后购买了这个商品。

而且“美好”这个词也很重要。如何超越产品特性本身,向消费者传递一种更深层次的美好情感,好的创意可以做到这一点。

然而,随着短视频的出现,广告主花费高额预算制作高质量的广告片这件事,变得有些不太“科学”了。因为短视频可以被用户随意划走。用户“划走”视频的动作,本质上就是给媒体平台的一个信息反馈,表示自己对这个内容不感兴趣,而平台不能否决消费者划走广告的权力。

曾巧:传统媒体时代,广告的完播率是很高的。

吴明辉:是的,过去品牌做一个高质量的内容,反复给消费者播放,总是有效果的,品牌主也更愿意在高质量内容上投入。如今,短视频给整个行业生态带来很大的挑战。一方面,品牌主要坚持传递正向的精神价值,不能一味提供多巴胺的刺激;另一方面,在高质量的基础上,还要确保不断产出多样化、不重复的广告内容。但我们也看到,现在生成式AI的进步速度很快,未来广告创意行业的生产力,有可能达到过去的100倍,甚至1000倍。

曾巧:那么,当下生成式AI可以怎样赋能营销生产力的提升?

吴明辉:简单来说,广告创意生产有三个关键环节。第一,消费者洞察;第二,创意内容生产;第三,媒介传播。三者分别对应how、what,以及who。正如我在前面提到的,上一代人工智能已经解决了who(内容分发给谁)的问题,现在生成式人工智能还可以解决what(生成何种内容)和how(采取何种策略)的问题。通过内容测量,更好地达成AIGC内容生成的效果。

曾巧:是不是可以理解为内容也是可以被推算的?

吴明辉:没错。内容测量相比流量测量要难很多。流量测量的核心是viewability(可见度),涉及触达哪些目标受众、触达次数、触达形式。比如,广告时长是15秒还是30秒,是动画还是图片,投放在大屏还是小屏,效果都不一样。

内容测量,在流量测量的逻辑之上,增加了对内容本身客观与主观层面的解析。其中,客观层面,指不同形态的内容中描述了哪些客观事物;主观层面,指目标受众观看后的情感是正面还是负面。我们可以通过大模型的能力实现精细化的分类解析,但前提是大模型一定要掌握行业的专有知识。

基于内容与流量维度的测量,投放给不同目标受众后,我们再去看最终的转化效果,科学指导下一次投放,这样就形成了一个可以持续优化的完整闭环。

曾巧:个体之间的差异其实还挺大的,主观层面的测量如何用科学的方式实现?

吴明辉:的确。数学有标准答案,但营销没有,它的评价指标往往是主观的。尤其在内容方面,不同的人对同一个内容的评价可能完全不同。其实从提供Social Listening服务开始,我们就已经利用专门的传感器采集消费者的脑电波和眼动追踪数据,帮助大广告主进行广告前测。

生成式AI兴起后,我们通过明略多模态大模型对多年来积累的数据进行了训练和优化,让AI能够像人一样观看各种视频,给出相应的主观响应指标(SRI),辅助广告主以更快的速度、更低的成本,预测消费者的正负面情感反馈,制作出更符合消费者需求的广告内容。最近,我们已经在全球顶会发表了这篇论文成果。

实际上,之前这类广告前测只有大广告主才用得起,因为他们在制作上投入了大量成本,有更强的意愿进行测试。但在短视频的冲击下,广告主不得不追求数量,在一定程度上牺牲了内容质量。把主观测量交给AI之后,广告前测的成本可以大幅降低,惠及更多广告主。

曾巧:相比客观测量,主观测量的深层价值是什么?

吴明辉:现在很多拍短剧的公司也在做各种各样的测试,更多的还是围绕投放后的点击率、转化率,但测不到消费者真正的情感,但这对品牌而言却是非常重要的一部分。营销的最终形态一定是将正向的情绪传递给消费者,激发人心的善的一面。叫座当然很重要,但是叫好更重要。所以除了相对客观的点击、转化数据之外,我们也需要尽可能地捕捉消费者的情感部分。

曾巧:AI参与洞察这件事,现在有没有一些实践的案例?

吴明辉:已经有非常多的实践了。OpenAI本身有个工具叫Code Interpreter。其实不光是我们,很多客户的市场研究部门都在大量使用工具分析数据。当然工具的使用不是难点,数据都在那儿,难点是洞察后的下一步该怎么做。很多客户发现了大量数据中的假设,但假设都需要验证,验证成本很高,他们希望找到值得让企业take action的洞察。

我们认为,最值得关注的还是内容的洞察。因为内容本身是一个明确的议题,长期来看,每个品牌都要解决自己的内容生产问题。如何才能持续吸引消费者的注意力,且保证高质量,都要回到洞察上面。

曾巧:制作内容的问题如何解决?

吴明辉:我经常给大家讲一个数学公式:y=F(x)。大模型就是公式里的F。作为一个公开市场提供的工具,F很难真正给企业带来绝对的领先优势,最后大家的F会无限趋同,这个时候起到决定性因素的就是x。

举个例子,在广告创意阶段,Sora是F,只有给它一个正确的x,也就是Prompt,它才能输出一个正确的y。所有人都有的能力不是创造,独特的部分才是创造。大模型普及之后,当每个企业都能够以一个相对低廉的价格获得最好的“制作团队”后,谁能更深刻的洞察消费者需求,将决定能否取得优势。

曾巧:x是用AI模拟消费者主观感受的部分?

吴明辉:是的,但不止于此,还有客观的部分。我们的核心能力是AI Decoding,包括主观(SRI)与客观的解析。消费者帖子中的内容要素有哪些,讨论角度是什么,都是x的一部分。之前这些内容需要人工阅读,现在都可以交给AI来看,启发内容策略与创意生成。

带来优势的不是AI工具,而是企业如何使用AI

曾巧:明略内部有没有被生成式AI改变或提效?

吴明辉:ChatGPT推出后,我们很快就在内部上线了小明助理Copilot。我们整个公司2000多人是一个知识劳动工作者群居的集体,超过80%的岗位,都是产品、研发、数据分析等技术类岗位。我们每一个工种的同事都在早期就使用上AI,没有在这次AI浪潮中掉队。

我们工程师写代码的效率有了很大比例的提升,一些数据分析师也开始用AI写数据分析代码,HR也做了不同的智能体,销售和市场同事也在用AI完善公司的知识库。我自己也有一个小明CEO的智能体,帮我阅读日常工作文件,快速了解业务情况。

曾巧:现在内部使用率如何?您觉得它算是一个成功的产品吗?

吴明辉:目前周活达到了70%,已经有很多企业订阅了我们的服务。到目前为止,我觉得是相对成功的,但还有很大的增长潜力。

其实,人工智能刚刚步入我们的职场,绝大多数的公司都还没有真正把它的生产力激发出来。Copliot最大的好处是可以让AI高频出现在日常工作流里。“百度贴吧之父”俞军老师曾提出一个经典的产品价值公式:产品价值=新体验-旧体验-替换成本。很多好的工具最后用不起来,不是新体验不如旧体验,而是因为替代成本太高,大家很难改变过去的工作习惯。购买一个AI系统花费不多,但要让公司所有员工都学会使用AI,才是真正的大成本。

在内容生成方面,我们需要x。实际上,战略制定同样需要x,而AI在这方面表现出强大的能力。在进行战略讨论和头脑风暴时,我经常会用小明行研获取数据。小明行研是一个能够快速生成行业研究报告的智能体,它可以多次搜索报告信息,并帮你归纳总结、分析趋势。尽管每次生成报告需要消耗不少token,但相比我们人的时间还是便宜很多的。

曾巧:最后总结一下,您认为品牌应该如何抓住 AI 红利?

吴明辉:首先我们要笃定AGI一定会实现。贝索斯讲专注投资长期不变的事。模型工具肯定要用,而且要尽早让组织全员养成使用AI的习惯。大模型最后一定会越来越好,企业要提前想好到时自己手里的牌是什么。每个企业都要准备好自己的“x”,我们希望帮大家做好“x”的工作,发挥出F的价值。

本文由广告狂人作者: Morketing 发布,其版权均为原作者所有,文章为作者独立观点,不代表 广告狂人 对观点赞同或支持,未经授权,请勿转载,谢谢!

点赞

0

-已有0位广告人觉得这个内容很不错-

继续浏览与本文标签相同的文章

畅言一下
0/1000
全部评价
Morketing

Morketing

微信公众账号:Morketing

查看该作者更多文章 》

扫一扫

关注作者微信公众账号