AGI+營銷,高商業價值落地場景探討
2023-07-05
AGI時代,營銷領域高價值場景的選擇對廣告主來說至關重要。
隨著各大企業發布自有大模型及應用,AGI的發展也駛入了快車道。根據2022年7月Gartner披露的“人工智能技術成熟度曲線”,AGI仍處于萌芽期,但其廣闊的應用場景和巨大需求空間吸引著大量資本和技術的投入,預計將在2-5年內實現規模化應用。
AGI作為業界最受關注的技術,在與客戶的溝通中,我們發現很多廣告主、企業都在關注AGI發展,也在與我們探討和嘗試如何將AGI運用到實際的營銷工作場景中。
在營銷領域如何選擇場景進行嘗試和落地,這個選擇問題其實是對廣告主來說至關重要的一件事情。為此,我們請教了明略科技高級技術總監吳昊宇,在對AGI的技術研發、業務落地嘗試的過程中,他給出了一些思考。
在微軟近期發表了一份論文《Sparks of Artificial General Intelligence:Early experiments with GPT-4》中,根據對GPT-4的測評結果,該文章指出了目前AGI面臨的幾個尚未解除的技術邊界。其中尚無辦法剔除的技術邊界問題主要存在于以下幾個方面:
信心校準
模型很難知道什么時候應該是可信的,什么時候只是猜測。它既編造了在其訓練數據中沒有出現過的事實,也表現出生成的內容和提示符之間的不一致。
概念飛躍
該模型在執行需要提前規劃的任務或需要在完成任務的過程中構成不連續的概念飛躍的“尤里卡想法”的任務時表現出困難。換句話說,該模型在需要通常代表人類天才的那種概念飛躍形式的任務上表現不佳。
透明度可解釋性
模型不僅會產生幻覺,編造事實并產生不一致的內容,而且模型沒有辦法驗證它產生的內容是否與訓練數據一致或是否自洽。由于模型對自身的局限性沒有明確的認識,就很難與用戶建立信任或合作。
敏感輸入
模型的反應對提示的框架或措辭及其在會話中的順序的細節非常敏感。這種非魯棒性表明,在工程提示及其排序方面往往需要大量的努力和實驗,否則可能會導致次優和非對齊的推斷和結果。
規避掉這些技術邊界問題,參考國泰君安《人工智能大模型研究框架》報告的架構,我們可以看到,選擇AI的落地場景,需要考慮的技術局限性。而其中,也正是因為營銷領域的絕大多數問題,均是開放性的,并且依靠迭代閉環可優化的,所以才是技術上適合優先落地的領域之一。
在了解技術的局限性之后,我們可以確定營銷領域是適合有限進行AGI商業落地的領域之一。這一點,在麥肯錫近期名為《生成式人工智能的經濟潛力》的研究報告中也有所提及,報告中說:生成式AI提供的經濟價值中約有75%分布在四個領域:客戶運營、營銷和銷售、軟件工程和產品研發。
但是營銷領域是一個非常復雜的行業,AGI的落地實現場景少說也有上百個,這些場景中,又有哪些是高商業化場景,可以更快的實現商業化用途,賦能行業呢?
這里面,我們認為國泰君安《人工智能大模型研究框架》報告中給了一個比較好的判斷標準,可以參考。
報告認為,AI在某個場景中落地的價值潛力主要取決于兩個因素:
這個場景中有多大比例的員工的工作量會由于AI大模型的出現而受到影響●?這些員工的任務中有多大比例可以被AI大模型替代
這里有一個公式可以表示:
可以理解成,AI潛在商業價值的大小取決于“降本增效”的潛力,AI在某個場景中的“降本增效”價值可以用它對于人類工作的替代來衡量。
根據以上針對”技術邊界”和”商業邊界“的探討,我們認為以下六個場景是在營銷領域較為快速可以落地,并且具有較高商業化的場景,也希望和業界共同探討。
?B2B2C模式——”幫廣告主賺錢模式“
(1)營銷內容生成
AGI在營銷內容生成場景的應用,是最先發展起來的。從Chatgpt剛剛上線可以用于生成文字內容,到現在可以根據不同的媒體語體要求生成廣告文案、社交媒體帖子、電子郵件、網站內容等。內容生成領域正在從文字-圖片-視頻的方向發展,同時也隨著場景落地的不斷深入,會更加注重垂直領域的內容輸出。
例如,現在我們可以生成類似小紅書的語體,未來我們可以生成比如某領域專家博主的語體,甚至可以根據用戶行為和興趣自動調整生成的內容。另外,隨著視頻媒體的需求增大,AGI會在視頻、直播、虛擬人等領域也有更多的發展。
(2)廣告智能投放
AGI智能投放,主要是通過分析用戶數據和行為,自動決定廣告內容、投放時間、投放位置等,從而提高廣告的投放效果。雖然這部分業務的應用尚未廣泛開展,但是基于AGI對該領域數據的理解、投放方式的理解,結合內容生成并根據用戶的個性化需求、興趣愛好和行為習慣,自動調整廣告內容和投放策略,這樣的模式很快會有突破。未來基于AGI快速反饋迭代、反饋、內容生成的能力,也以提升廣告的點擊率和轉化率。
(3)私域智能客服
智能客服也是AGI最先落地的場景之一。目前,許多企業已經開始嘗試利用AGI的技術優化智能客服,可以自動識別用戶問題并給出相應的解答。基于大模型的優化和迭代,智能客服可以更準確的理解客戶語言,回答客戶問題,實現銷售和服務。目前,大模型主要的訓練樣本限于公域語料,所以,對于垂直領域的專業知識如何解答仍需要中小模型的優化和訓練。
未來的AGI將不僅僅是單純的文本解答,還將包括圖像、語音、視頻等多媒體內容的解答。同時,AGI還將會更加注重用戶體驗和情感交互,能夠更好地理解用戶的情感和需求,也會根據領域知識,給出相應的解答、建議和購買服務。
B2B模式——“幫廣告主省錢模式”
(1)聆媒洞察
社媒的興起讓聆聽和社媒洞察成為一個需要關注的領域。AGI基于社媒聆聽場景構建算法,幫助理解廣告主的社媒問題,并且給出針對性的圖標和分析洞察。目前,這一部分業務尚處于人工結合數據完成的階段,而通過AGI,可以結合上下文預警,基于回答層層追問,利用AGI大模型學習分析思路,不斷優化社媒聆聽的解決方案。
目前,社媒報告初步嘗試AGI落地,可以節約大約30%左右的人力時間。未來基于AGI,可以回答“某品牌聲量趨勢表現如何”“某品牌618在各大社媒平臺上曝光程度如何?“等等問題。聆媒洞察將會節約更多的人力成本,降本增效。
(2)用戶洞察
營銷用戶洞察是通過對用戶數據和行為進行分析和挖掘,了解用戶的需求和興趣。隨著用戶私域沉淀用戶數據增多,增長的需求逐漸增大,實現增長的方式就是通過對用戶的不斷深入理解,從而提供更加個性化的產品和服務。
目前,基于用戶洞察和精準營銷策略的數據平臺和用戶精細化運營體系正在搭建中。品牌主和企業已經意識到個性化和用戶洞察對增長的重要性。隨著AGI的不斷發展,對用戶數據的理解、行為和購買表現的分析以及對用戶需求的決策抓取,這些都是能夠提效和落地的方向,也是品牌主希望嘗試的領域之一。
(3)新品機會洞察
往往,新產品機會洞察是通過對市場和用戶需求的分析和挖掘,發現新產品研發的機會和方向。通過了解市場需求和趨勢,從而制定更加精準的新品研發策略,提高新品研發的成功率和市場競爭力。有了AGI的價值,這方面的效率將大大加速。
AGI可以通過自然語言處理、機器學習等技術,對網絡信息、社媒信息、用戶數據、使用數據、銷售數據等進行分析和挖掘,并結合市場趨勢和競爭情況,更好的發現用戶潛在需求、潛在熱點趨勢,實現高效的新品機會洞察,從而提高新品研發的成功率和市場競爭力。
以上,我們基于AGI的”技術邊界”和“價值邊界”進行了探討,并聚焦AGI+營銷高商業價值落地場景進行了一些分析。根據量子位智庫測算,2023-2025年是我國AIGC產業市場規模增長的第一階段,增長率維持在25%左右,2025年開始,隨著底層大模型完成對外開放,行業生態完善,應用層蓬勃將帶動產業快速增長。
相信隨著AGI的增長,營銷行業的生產力即將迎來大爆發,而明略科技也將深入其中,憑借十七年的技術積累,為AGI+營銷的發展注入新形式與活力。同時,在技術與研發的過程中,也會基于“技術邊界“的思考,增加數據安全保護、加強監管,提升風險控制能力,讓AGI在營銷領域更快實現貼合業務場景的實效工具!
參考內容:
1.??Gartner《人工智能技術成熟度曲線》,2022年7月。
2.??麥肯錫《The economic potential of generative AI: The next productivity frontier》,2023年6月。
3.??微軟《Sparks of Artificial General Intelligence – Early experiments with GPT-4》,2023年4月。
4.??國泰君安證券《人工智能大模型研究框架》,2023年。
5.??量子位智庫《2023中國AIGC產業全景報告》,2023年4月。
信息填寫
請選協議