AI 魔盒打开，品牌营销怎么办？ ｜对话_风闻

©️深响原创 访谈｜亚澜

作者｜吕玥

AI又一次“炸裂”了。

就在今天，OpenAI突然发布首款文生视频模型Sora，能够根据文字指令创造出1分钟的视频内容。从demo来看，生成出来的视频包含了高度细致的背景、复杂的多角度镜头，以及富有情感的角色，难怪大家感慨这是“分分钟端掉好莱坞饭碗”。

事实上，过去一整年，AIGC发展速度惊人，短短几个月就从国内上百个模型抢首发走到了各类AI应用陆续落地的阶段。而不论是科技、互联网还是消费、电商，众多行业都在“用AI重做一遍”的口号下，加速变化。

广告营销行业也是如此。阿里、百度、抖音等互联网大厂纷纷都拿出了AI营销产品，还有更多营销科技公司也都入局探索AIGC的新可能。从激发创意的营销内容生成，到简化广告投放的繁琐流程，再到个性化的营销策略优化，AIGC似乎无所不能。

当眼花缭乱的新应用摆在了面前，其实很多现实的、细节性的问题也浮出水面：现阶段AI是否已能完全满足品牌商家的营销需求？不懂技术的营销人怎么去辨别好的AI应用？AI究竟能起到多大的作用，怎么去评估？

带着以上诸多问题，「深响」与特赞联合创始人王喆展开了一场讨论。特赞作为AIGC内容科技独角兽，曾先后获得淡马锡、红杉资本、软银中国等多家国际机构投资。公司较早就开始利用AIGC助力企业内容生产、管理、分发，目前已与200+全球领先企业展开合作，每年专有AIGC模型调用100万+次，积累10亿+企业AIGC的数据集规模。借助业内领先AIGC玩家的视角，我们可以从技术的演进、真实的案例以及行业的发展等角度来找寻更清晰的答案。

AIGC祛魅，回归“工具”本质

2023年上半年，业内还在认知AIGC是什么；但等到年中时，就有产品落地开始小规模试用。在极快的发展过程中，AIGC变得更为“真实”。

一方面，AIGC并非是一瞬间带来天翻地覆的变化，而是更为“润物细无声”地在细节处发挥着辅助、提效的作用。比如AIGC已经广泛用于生产营销内容、提升客服的智能度、企业内部培训、赋能经销商或导购等等。

另一方面，上手应用并没有想象中那么难。AIGC并非是“一键即可”，生成营销内容时更多是“多轮迭代”的模式，逐步去靠近心中所想；等到最后一步，可能仍需结合Photoshop一起完成。

“大家已经祛魅了，有的人用过之后，可能就会觉得没有想象中那么神奇。”正如王喆所说，不同于畅想中颠覆行业的“神之手”形象，AIGC呈现出的更多是种“工具”属性。

首先工具都会有几个特点，包括满足特定的需求，适用于不同任务，人性化设计易使用等等。

对应来看，AIGC也是如此。比如营销内容产出，**AIGC可以灵活分层运用在不同等级的创意，或者说是不同的“成本段”上。**制作百万级别的TVC时，AIGC辅助去做更好的艺术效果呈现；做相对更轻量的视频，可用于脚本优化、后期剪辑等等；需要大量短平快素材时，也可以批量生成。

特赞x雀巢 AIGC生成海报

其次是工具能有多大作用、好不好用，使用者都可以直观看到或者感受到。对于未来要广泛、高频次使用AIGC的品牌商家来说，这两点关系着成本和收益，也至关重要。

事实上自从AIGC应用如雨后春笋般大批量出现后，大家似乎都有着极强的技术实力，很难看出差距在哪，难免出现鱼龙混杂的问题。此时品牌商家在“一对多”的状态下，没有太多时间精力去一个个尝试，对于怎么选出最优的供应商、服务商就会有很大疑惑。

对此王喆总结了目前切实可用的一些辨别方法。比如去看历史经验积累，有过哪些成功案例作为背书；看供应商具体在技术研发上投入了多少，检验其硬实力；或者是由品牌商家“出考卷”，用一些简单测试版就能过滤掉明显不具备实力的供应商。

至于AIGC应用的效果具体如何评估，品牌商家可以将其放在一整个项目中去量化和对比。王喆表示，目前AIGC的降本效果已经非常明显，单条内容至少有一半以上的成本节省空间。在这一背景下，品牌商家可以拿出节约下来的预算，去布局更多营销行动。

AIGC，不止“GC”​

做营销本就是花钱的过程，品牌降本增效后，会有更大可能去追加更多内容。同时在信息传播持续加速的媒介环境里，消费者始终需要更多、更个性化、多样化内容。供需双方的方向一致，再加上后续AIGC的应用会更为普及，我们已经可以预想到——未来营销内容的体量势必会更为庞大。

当内容变得海量，少不了的是“内卷”问题。比如自从短视频成为主流后，信息流广告所需的营销视频素材越来越多，创意的窗口期很短，同质化现象出现。在AIGC驱动的时代，想要更高效、轻松、可持续地做内容，并非只是批量生成，而是需要有沉淀内容资产的意识，通过调用和复用素材去做持续地内容优化升级。

这就对品牌商家的管理能力提出了更高要求。素材如何更高效调用、怎么做内容的调优、合作多家供应商如何协同，企业内部各部门间协作如何提效等等，都是现实存在的新挑战。

对品牌商家而言，此时**需要有一个“基建”来做支持，为内容的生产提供生产力。**当品牌提前先做好了从0到1的管理沉淀，会利用AI从1到100做的更快、更好。

特赞很早就看到了这一点。在AIGC浪潮尚未出现的2019年，特赞发布数字资产管理系统（Digital Asset Management，DAM），对内容素材进行结构化管理，对接所有内容应用模块和外部系统，配置企业的内容工作流、审批流等流程，让内容产出提效。

我们可以划分创意、生产、分发三个阶段来简单理解。创意阶段，DAM系统能够精准捕捉图像、自动打标签、分类管理素材，让已有创意能够被设计师更快找到从而复用。内容生产阶段，构建简单快捷的审批流，促进项目落地。内容分发时，进行多渠道管理、内容表现数据回流分析等等。

特赞2023年推出 DAM.GPT 让企业用AI对话数字资产

以特赞的技术及产品为样本，我们其实也能真实感受到第三方服务商在AIGC运用时的不可或缺。

虽然AIGC谁都可以直接上手用，但你会发现当一个项目中既要写脚本，又要做图，还要做视频内容的时候，品牌商家需要有一个“助手”，即第三方服务商帮忙去同时调用这些能力。

王喆也提到，消费者可用的媒介会越来越丰富，营销内容的形式也会随之变得更多样和复杂，此时势必会需要第三方的建议和帮助，包括做内容整合，或是洞察趋势给出更为专业的方向指引等等。

未来我们还能期待什么

时至今日，AIGC的应用其实仍在起步阶段，此前有AIGC的创业者就表示，对比互联网来看，AI其实刚刚进入拨号上网的时代。而聚焦在营销领域，其实绝大多数品牌商家对于AI的态度，仍是在用户端体现一种“科技感”，用来提升品牌形象。

不过好在从前台应用看向后台技术，AIGC发展速度其实比大众认知提升得要快。王喆表示，从新技术开始应用后，行业正在做的，是如何在更智能化的同时去控制其稳定性，减少大模型出现错误、异常、危险的情况。

**后续行业亟待解决的还有如何进一步去降低达模型调用成本的问题。**当成本足够低且可控时，品牌就可以去训练自己的专属模型。无论是在偏前台还是偏中台去运用，这会是未来品牌的标配，它将决定品牌是否能够打赢一场生产内容、保证消费者更优体验的效率之战。

除了内容生产的降本增效，王喆还提到了一个观点：AI其实正扮演着“媒介”的作用，品牌后续应该更关注“AI是如何理解品牌”的这个问题。

越来越多的人正在像是使用搜索引擎一样，高频地使用着类ChatGPT模型。为了让用户能搜索到品牌的更多关键信息和正面评价，品牌一直都在做竞价广告和搜索引擎优化。

运用AIGC也是如此，品牌输入更多积极、正面的品牌信息给大模型，这样一来品牌就有机会去代替一整个品类词出现在消费者面前。这也是《定位》一书中早就提到的要点：要在容量有限的消费者心智中牢牢占据首位，品牌就是要成为品类的领导者，甚至是该品类的代名词。

技术红利是面向行业的红利，品牌或早或晚都能搭上AIGC这趟车。对品牌而言，想要保证自身优势及差异，不只是要降低心理门槛、勇于探索尝试新技术，整体提升创新的效率、做好资产的沉淀，以及保证市场的高占有率等等其实都是关键。AIGC发挥出了助推和加持的作用，怎么让营销策略及布局这一整盘棋下的更为精进，这是品牌商家需要长期思考的事。

以下为「深响」整理后的部分访谈实录：

深响：国外营销行业更多把AIGC作为一种辅助，但国内大家更感兴趣的是“一键生成”，为何会有这种不同？

王喆：这个差别与消费者对于营销的需求、整个营销内容的体量都相关。国外的内容体量相比中国偏少，换句话说在国外生成海量内容，其实没有那么多消费者去看。所以要做得少而精，在精的要求下就会更突出创意，AIGC就是做辅助。而在国内，你会发现内容量始终不够。对于大规模且有一定质量的内容、有成本优势的这种内容供应链能力，大家都是有需求的。所以很多AIGC都在朝着这个方向去做，确实市场的需求太大。

深响：用AIGC做营销，目前品牌主最主要的需求有哪些？

王喆：当这个新技术来了之后，客户第一关心的是技术的成熟度有多少，以及技术可能在哪些场景落地。在上半年大家其实都在摸索，等到差不多夏天的时候，摸索的过程逐渐清晰，大家都从Workshop开始走向POC，在小规模的生产环境中做试用。现在包括典型的客服场景、内容生产，还有内部培训、赋能经销商和导购等等其实都已开始以应用的形式落地。

品牌第一关心的是版权问题。虽然今天我觉得还没有一个统一权威的说法，也有不同律师从不同的角度去聊这个问题、给到建议，但其实版权除了关乎于法律，也关乎于PR，也就是说要看消费者的态度。所以你会发现，奢侈品品牌其实对AIGC相对更保守一些，我觉得这个也是和版权相关。他们更多是把AI技术当做一种数字艺术来做尝试，通常会跟数字艺术领域的艺术家合作，做科技感的呈现，但并没有把AI当做一个降本增效的东西，确实他们会很谨慎地看待技术和技术在营销中的应用。反而是白牌会用的更快更早，因为他们没有那么多包袱。

深响：现在市面上有很多大模型应用，品牌主可能没有时间精力一个个试，那么要怎么去辨别谁是好的供应商？

王喆：当一个新技术出现的时候，大家确实无法分辨。不过从Martech这个角度，我觉得有几个点大家可以用来辨别。比如做过哪些行业案例，代表着你的历史经验，是种背书。比如可以去看公司内的研发情况，包括研发人员有多少，这个能区别出服务商到底是以技术为核心的公司，还是以创意或者是其他为核心。再比如说在文生图领域可以去看demo，有些品牌还会做一些POC测试，类似于出考卷。不需要很复杂，就能过滤掉一些能力明显不足的、不靠谱的服务商。

深响：AIGC的进展会对我们整个营销产生什么样的影响？

王喆：首先我觉得内容肯定会变多，内容创作会变得相对来说更复杂。那内容量足够大，就会出现各种各样的管理分发需求。就像每天有那么多包裹在全国各地跑，但出错的概率很小，这说明背后整个体系很强大，是高度标准和工业化的。特赞很早做了DAM系统，就是因为看到国内电商和社媒的发展很快，内容呈指数级上升，大家寻找供应商以及日常管理和协作存在很大挑战。

在AI时代，每一个品牌都需要去做自己的私有模型训练，我们过去帮品牌沉淀了素材，做好了标签管理，这个时候就可以更快把这些沉淀好的素材变成品牌的私有数据集，让它更好进入到整个AIGC的训练中。这个时候，品牌在迈向AIGC的时候就会比别人会快，而且是会快好几个月。

另外我之前还分享过一个观点，就是AI在发挥着“媒介”的作用。今天很多消费者在尝试用AI去做一些信息搜集，这个时候AI就像是一个媒介，或者说是像过去的搜索引擎，处于在品牌和消费者之间。所以品牌应该要思考一个问题：AI是怎么去理解我的，这决定着对消费者的心智影响。当你的品牌内容量在这个品类里占优势时，AI就会认为品类词等于品牌词。

深响：AIGC营销，在工作流程上有什么变化？

王喆：客户的体感可能差别不大，但我们内部搭建的工作流确实会蛮不一样的。以插画为例，过去的方式是大家先对创意，然后对线稿，再对上色，如果不满意我再打回重来。AI时代，工作流会变成是一个多轮迭代的模式。比如第一轮给出十几张图，让品牌去感受一下创意方向和风格，整体可能会很发散；然后第二轮会针对你选择的风格，再做几个细微的调优。你每次看到的东西都是最终完稿，而不是过程稿，所以它是以迭代为核心，去逐步逼近客户想要的效果。

对应人的技能也不太一样了，过去可能是找插画师从头到尾一个人来做，那现在会集中擅长做Prompt的人，擅长提创意的人，和擅长做最后完稿的人。其实相当于是把过去的手工业分工化，带来工业级的标准和效率提升。

深响：现在技术的进步与实际需求之间有什么样的距离？目前有哪些亟待我们去解决的问题？

王喆：大家在用各种方式去让AI在智能化的同时更具稳定性，因为稳定性决定了它是否能更顺利在企业端落地，换句话说是这个东西不能出错，不能胡说八道，那大家会用各种各样工程技术的手段去控制让它更收敛。当然，我们还在等待AI大模型的调用成本变得更低，因为如果用闭源模型就会跟云计算资源相关，就会让这个系统的毛利变得更高。