AI+广告营销专家会议纪要–20230404

【出席领导】国内头部广告营销公司副总经理一、AI在广告营销领域的应用情况 （一）应用方向 最初AI引入到广告投放领域，重点应用在三个方向： 1、用户数据库的模糊识别，即在用户的设备号和虚拟识别的领域里面，打上相关的电商标签和消费属性的标签，以供公司在后续的流量筛选和用户匹配的过程当中进行使用。 2、程序化流量识别，即公司通过第三方流量平台引入流量，但是在匹配的过程中，通过AI去结合数据化标签以及用户喜好度、匹配度来细化流量识别。 3、用户画像精准识别，结合前两项，在投放前能够清晰认知所需要精准覆盖的用户，并进行进一步的流量识别和筛查。 （二）在使用过程中的重点模型和工具： 在原有CTC的营销模型之外，加入OCTC模型，在用户RTB竞价环节、用户多维画像打造、智能投放、智能创编等AI半人工的方式引入到公司程序化投放和程序化认知的环节。除了第三方广告代理商平台、头部广告平台都会参与进来。在投放之前，1）代理商和第三方平台会通过智能编稿和组稿的方式，准备大量相关的AI素材和AI的基础物料。2）公司针对不同的用户和流量进行千人千面的程序化的数据投放，也可以通过投放数据的变化，给予前端的AI以及后期迭代中的机器语言上的建议，以便于最终公司在利用AI进行程序化投放和匹配流量中，进一步提升在流量应用上的效率。 （三）AI的应用效果： 1、内容人员节省。通过智能创编的工具，向AI投放更多的素材和画面。公司能够把自己的创意进行千变万化的迭代，同时也能依据广告主投放营销目标进行流量识别。在之后进一步优化过程中，结合通识型的模型，去迭代创意和用户识别度，例如AIPL模型、字节系的O-5A模型。 2、效率提升：目前阶段，公司有效节省人力50~100%。在智能流量筛选上提升35%以上的流量谈判成本。 3、用户画像精准识别：公司能够在电商场景，包括后续用户转化场景、用户增长场景和唤醒场景下，相比于通投有更大体量的提升。二、大模型发布对广告代理商的影响 1、提升框架策略再造的能力。代理商最大的价值不是算力，也不是文案、素材的制定，而是营销策略里的核心框架。公司服务行业众多都会有不同的框架的模型，在投放过程当中积累了不同行业经验和后端转化的数据。因此，公司需要在AI的多模态数据库当中，通过代理商独有的框架再造能力和数据积累，解决公司在原有纯人工创意、运营优化、用户洞察过程中的很多问题。 2、调整组织架构。代理商是以人工、半人工的组织架构进行相关工作的，这非常耗人时物力。未来通过调整人力、物力方面的组织架构，进一步去适应AI的研发流程，将原有的技术+营销+创意的维度，进一步迭代成为研发+营销+创意去节省人力物力成本。 3、机会和挑战：1）各广告代理商接入ChatGPT和百度文心一言后，有望进行生态共建。原因系百度等公司需要相关领域的巨头公司拿出核心数据进行生态合作，而想引入更多双向数据的互联和互通，甚至是不同生态之间的跳转，都需要经历非常久的周期跟时间。2）法律和其他问题：大模型应用原有搜索引擎和外部爬虫的数据，包括未授权的指令和用户数据。这些信息有些是购买授权的，但是更大一部分是未授权的信息，在法律和版权方面存在潜在风险。3）赋能个人使用：广告代理商未来可能只参与数据授权和赋能的环节，公司更倾向于未来会有更多的个人使用行业数据主动筛选，来进一步覆盖C端产品。 三、问答环节 Q：拆解在广告营销各个环节的降本增效成果？A：1）效果广告：做相关文案的创意，包括一些图文和视频的素材。文案部分：文案系统根据客户核心的营销诉求和营销场景，输入到AI工具，就能够输出相对比较好的文案创作。广告公司会出具二三十种选项，再请广告主来筛选。因此，文案是相对0成本的，相对以前的时间成本的维度，至少提升了70%。图片部分：利用图库素材积累和AI进行分类，再结合广告主诉求迅速生成，节省了人工成本，提升效率。视频部分：挑战较大，公司更多的是用AI人工智能做特效。虽然剧本策划可以用到AI，但是在具体实拍过程当中，目前公司还没有找到质量可控，又能够满足现实场景使用的折中型办法，后续还要进一步去迭代。 2）品牌广告：需要大量创意的前导、发散、广告的Demo和C端消费者测试。在推行创意过程当中非常耗人时物力。Q：小型的广告代理商、自媒体维护、电商代运营等公司，是否会被AI代替？AI出现之后，它们的价值会转向哪里？ A：自媒体维护或者TP代运维，这过程当中实际上是分很多的环节。AI在一些部分是代替不了人工的。例如，1）在拆解基础的营销策略、框架搭建上，仍需要人力去完成；2）智能化投放启动、实时迭代归因、监控投放数据。其次，AI虽然节省了人力物力，但是对于流量应用的效率，和深度运营的结果是不够好的，因此，现在代理商仍通过半人工半人工智能的方式去整体管理项目。 Q：公司现在用的是自研的AI模型，还是接入外部第三方大模型再以自己的数据去喂？ A：接入第三方模型，数据：自研的数据占比60%-70%，外部数据考虑到可能性大风险，使用过程中较为慎重，实际使用量在10-20%。Q：目前国内外广告营销头部企业对AI的布局形式一般是怎么样的？ A：1）模型接入、算力维护等，例如通过接入ChatGPT和文心一言这种主力模型，面向b端c端客户同步进行服务。2）拓展更多行业场景，例如汽车、快销品等行业。但是目前在端口的开放和使用过程中，各公司态度不一。部分公司的布局并不是特别的积极。类似于本地生活的平台型企业，一方面因为他们的数据受监管，另一方面，平台希望自己应用这些数据提供更多增益性的服务。部分企业非常接纳，愿意使用，还有一部分企业是态度接纳，但是不敢过多的接入，担心涉及到行业数据的透出，也可能会有国家法律上的追责。