“生成式AI正在改变广告营销行业。”
近日，明略科技CEO吴明辉在接受界面新闻等媒体采访时作出上述判断。其所执掌的明略科技集团成立于2006年，主要依托数据智能、企业知识图谱和数据隐私技术等，为企业提供媒介投放优化、社媒管理、智能门店管理等服务，涉及数字城市、金融、工业、零售、快消等多个行业。
人工智能在经历两年的狂奔后，相较于通用大模型，提供深度定制的垂直大模型受到不少企业追捧。通用大模型通常以半年为单位进行迭代，需要大量时间和训练成本，无法实时处理数据。
吴明辉告诉界面新闻，“明略科技的营销业务需要抓取实时社交媒体数据，快速分析不同人群的特点，并结合大模型进行广告分析。”目前，其所开发的明敬大模型通过广告前测的脑电、眼动数据与多模态大模型结合训练。
营销行业的生产流程涵盖消费者洞察、创意制作，以及媒介采买和消费者沟通。这当中，数据一直是“卡脖子”的难题。吴明辉认为，在通用模型的加持下，明略科技所需的样本量比以前减少一到两个量级。
“未来，内容将成为继人、财、物之后企业管理的第四大要素。”按照他的设想，每个企业都需要一个由生成式AI驱动的新一代CMS（内容管理系统），积累内容生产所需的核心资源。
上一代CMS侧重于信息发布，新一代CMS系统——即InsightFlowCMS系统应该同时具备内容细分的解码能力、鉴别能力，这是二者最大的区别。InsightFlowCMS能够对接投放，及时获得闭环的反馈效果，让内容生产变得高效。
过去，营销行业主要将AI用于媒介、流量、采买和智能分发，以解决流量分发、信息推荐的问题。在实际的营销中，不少企业建立DMP（数据管理平台）、CDP（客户数据平台）用以划分精准人群，但缺少丰富的内容素材用于投放，难以做到“千人千面”的精准营销。
在此背景下，明略科技研发了面向内容测量的多模态超图大模型，模拟不同类型的消费者测量视频，包括情绪波动、吸引度等。区别于通用多模态大模型，这一模型更注重于主观内容测量维度。
生成式AI能够针对不同的人群产出不同的创意内容。吴明辉观察到，一个特别重大的变化是从单一模态逐渐进入到多模态，对语音、图像与视频的识别、理解和生成也越来越强。
“生成式AI营销的核心在于基于什么而生产内容。”吴明辉以明敬大模型举例称，该产品可从三方面解决精准营销的问题，一是解码内容词元，从客观内容看广告创意内容的描述对象；二是激发用户反馈；三是对齐品牌价值，形成有针对性、精准化的生成内容。
CNNIC（中国互联网络信息中心）发布的《第54次：中国互联网发展统计报告》显示，截至2024年6月，中国人工智能普及率为16.4%；中国人工智能核心产业规模已接近6000亿元，人工智能企业数量超过4500家，算力规模位居全球第二。目前已完成备案并上线的生成式人工智能服务大模型数量达到180多个，注册用户达到5.64亿人。
上述《报告》指出，中国网民规模接近11亿人，由增量市场转变为存量市场。
“在存量市场中，要思考如何赚更高质量的钱，这是所有企业都面临的挑战。”吴明辉认为，营销企业最核心的需求就是营收，部分企业过去的核心增长点来自人口红利。
以往营销公司帮客户做广告分析时，主要看广告点击率、完播率、用户画像。随着人口结构发生变化、人口红利消失，再靠原来的增长逻辑已经行不通了。
“过去的增长逻辑已经不可持续，比如靠低价卷流量。”吴明辉说。
但当前AI生成工具处于跑马圈地的阶段，生成式营销仍面临三大问题。一是版权问题日益凸显，生成式营销所使用的算法通常是基于大量现有数据进行训练的，容易引发版权纠纷，面临法律风险。
二是信任危机带来的困扰。消费者对于由机器生成的内容往往存在疑虑，担心其真实性和可靠性。尤其是在一些重要的决策场景下，如购买高价值商品或选择服务时，他们更倾向于相信人类创作的、经过验证的内容。
三是内容质量难以保证成为一大难题。尽管大模型持续迭代，推理成本不断降低，可快速产出大量内容，但真正的挑战在于内容数量与质量的平衡。
再者，广告营销行业还有另一大主观性调整——审美。如果品牌在前期缺乏对消费者的洞察，依然很难生成高质量的内容。因此，品牌需要深入理解消费者，补足营销的“右脑”，即人文和创意的部分。
“如果没有‘审美’，很难产出好内容。”吴明辉指出，广告行业有两大重要维度，一是who——即流量，其次是what——即广告内容本身的测量。相比于流量的测量，内容的测量不仅仅是一个客观事实的描述，还有主观的维度。
上一代广告营销的一个典型场景是，例如中央电视台在新闻联播时段拥有巨大的流量，很多消费者会“被迫”观看广告。但强制的广告时段仍面临广告植入的泛滥等问题。信息流媒体兴起后，消费者获得了前所未有的选择权。
“这种权利一旦赋予，就无法收回，竞争环境倒逼媒体都在努力博取消费者的眼球。”吴明辉直言，广告和营销行业正在面临巨大的压力和挑战，所投放的广告极易被消费者忽略或者划走，不少公司选择在信息流媒体上购买流量，但也无法解决这一问题。
但他也乐观地表示，商业环境会倒逼广告商和营销人员创作出更多受欢迎、创新的新内容。
在他看来，行业需要借助AI来应对这一变化，精确洞察消费者的需求，不断迭代新内容，“在机器互动产生大量数据后公司再投放，这是（营销行业）发展趋势。”
一个不容忽视的困境是，即便广告营销公司拥有海量数据，但难以深入到实践应用中。加之广告营销公司的服务业务范围过广，门槛却太低，也会极大地限制公司发展。大模型要落地营销行业仍面临场景考验。