正在播放国产一区_亚洲精品字幕在线观看|HD中文字幕在线播放,少妇莹莹的放荡生活,日韩欧美综合一区,国产欧美一区二区三区96精品

10月11日，明略科技集團創始人、董事長兼首席執行官吳明輝，在2024第八屆營銷科學大會上，發表了《生成式營銷時代的內容營銷，按下新一輪紅利按鈕》主題演講，為品牌營銷提供生成式營銷時代的全新解題思路，以下為演講全文整理要點。

01 明略科技的生成式營銷有效嘗試

過去一段時間，明略科技和很多科研機構與高校合作，和復旦大學用兩年的時間進行了大量人工智能和營銷行業結合的相關研究。今年8月底，正式發布了《2024 AI+：生成式營銷產業研究藍皮書》。

今年暑期正值奧運，我們和東華大學合作，讓60名大學生利用我們提供的生成式營銷工具，運營自己的社交媒體賬號。這些大學生平均粉絲量只有幾十個，卻在整個奧運期間，發布了1000多篇帖子，總互動量達到了20多萬，抖音最高單帖互動量為6000+，小紅書最高單帖互動量為70000+，爆帖率非常高。一些營銷行業同行告訴我，很多品牌投入高額預算可能也達不到這個效果。

其中一個爆帖是奧運期間適合中國人的不熬夜版賽程表。這個洞察是通過我們秒針SocialX分析熱詞發現的，因為法國和中國有時差，熬夜看比賽是觀眾的一個痛點，這個帖子得到了很多觀眾的點贊和轉發。還有一個“兵乓球術語列表”的帖子也非常有意思。很多用戶都在討論乒乓球比賽講解的術語又多又難懂，但其實總結術語很簡單，用小明助理聯網搜索總結，很快就可以對各類比賽的專業術語進行解釋。前提是我們要洞察到消費者的這個痛點需求。善于運用社交媒體洞察工具非常關鍵。

02 生成式營銷時代紅利：當內容可被測量，營銷創造力將迎來大爆發

去年營銷科學大會，我曾講過一個公式：y=f(x)，所有人工智能的任務都可以用這個函數來表示。當我們和大模型應用對話時，x就是Prompt，大模型反饋的信息就是y。這個函數可以進行多輪對話，你可以給它第二個x、第三個x，把上一個y作為新的x繼續迭代。過去一年，我們看到很多企業有落地生成式AI的決心，但效果卻沒有達到預期，問題就在于大家還沒有為生成式AI做好準備。

企業要想把生成式AI引入企業內部成為生產力，首先需要生產資料和生產工具。f就是生產工具，x是生產資料。我經常打一個比方，生成式AI進入企業，好比一個大學生進入公司工作，沒有生產資料和生產工具就無法工作。從內容生成的場景來看，只有洞察到消費者需求，才能寫出準確且有價值的Prompt，調用大模型的內容生成能力，產出消費者喜聞樂見的內容。

當我們知道了大模型可以給我們提高生產力的時候，又一個挑戰就來了，即如何保持內容質量和內容數量之間的平衡。我們都希望生成好的內容，好的內容可以得到消費者的瀏覽量和更多的互動，但這些內容需要形成一定規模，然而內容數量越多，內容質量就會越低，這之間存在一個天然的矛盾。

我們在過去一段時間服務了很多客戶做KOS（Key Opinion Sales）的內容生成。3C、餐飲行業在全國有很多門店，每一個門店銷售都有抖音號、小紅書號、快手號，這對每個企業來說都是非常寶貴的內容陣地。如果每一個銷售都能在抖音號、小紅書上給企業品牌發內容，每天肯定會產生很多流量。但當全員生產內容時，每個人不可能都像市場部一樣經過專業的訓練，知道品牌營銷的定位，思考消費者的需求，做好洞察，最后生成一個好內容。

今天，AI能不能幫我們做這件事情？答案是肯定的。但AI生成的內容仍然面臨挑戰，因為生成的內容要標準化，不能讓大模型一本正經的胡說八道，必須要嚴格按照產品的功能、特性、應用場景、痛點；另一方面，如果圍繞產品特性、功能去生產內容，還不能千篇一律，否則也很難獲得流量，這是一個非常復雜的問題，通用模型無法解決，目前我們已經在幫客戶解決這一難題。

剛剛我提到的是社交媒體KOS的內容投放，同時我們也在幫客戶做信息流平臺的RTA投放，某種程度上屬于硬廣投放。基本上，利用RTA平臺幫客戶優化廣告投放，可以大幅降低CPM，即媒介采買的成本。與此同時，我們也發現，信息流媒體的一個最大特點是，任何一個創意內容上線一周之后，它的流量一定會下降。和傳統的電視臺、戶外廣告不同，消費者在信息流的環境下擁有了可以隨時劃走視頻的權力，如果信息流平臺不賦予消費者劃走的權力，就拿不到消費者真實的需求，沒辦法更好地做內容推薦和分發。

我們對這些素材進行混檢優化后發現，通過小幅度的創意優化有效降低了價格，但總體流量趨勢還是比上線的前幾天少很多。這就是真實的媒體環境，品牌方需要生產大量內容，如果內容只是小幅度的修改，重復度高，依然買不到量，因為消費者可以隨時把你劃走。

過去，營銷行業里最核心的要素，包括消費者洞察、創意制作，以及媒介采買和消費者的溝通。上一代人工智能在媒介、流量、采買和智能分發上已經做得非常完備。在生成式AI大行其道之前，我們可以解決who的問題，也就是把內容分發給誰，即流量分發、信息推薦的問題。但這背后有一個更大的問題，雖然很多企業建立了DMP、CDP，可以劃分人群，但最后依然難以做到千人千面。因為人群劃分好之后，缺少豐富的內容素材用于投放。

今天，在生成式AI的加持下，營銷不僅能解決who的問題，還能解決what的問題。我們可以針對不同的人群產出不同的創意內容。讓不同的消費者看到不同的內容。前提是要有消費者洞察，營銷的生產力才能徹底釋放，這是一個重要解題的思路。只有千人千面的劃分，沒有千人千面的內容，很難產生好的營銷效果。

03 明略經驗：內容營銷差異化的關鍵，是數據

從去年營銷科學大會到現在，大模型又進一步產生了新的技術迭代。迭代的核心是f變得越來越強大，成本逐漸降低，推理能力不斷提升。

一個特別重大的變化是從單一模態逐漸進入到多模態，對語音、圖像與視頻的識別、理解和生成也越來越強，這意味著f可以接納更多的x。之前的x只是一個Prompt、一段文本，但今天可以是圖片或視頻等多種形態的內容。

每個品牌在充分擁抱新的生產力的同時，要準備好生產資料x，這個x決定了最后的結果會不會與眾不同。所有人都擁有的能力，不叫創造力，在所有人都擁有的能力之上長出來的部分才叫創造力。因此，x的差異化非常重要。

我們通過三個維度幫助品牌挖掘到更為精細的x：一是解碼內容詞元，從客觀內容看廣告創意內容的描述對象；二是激發受眾反饋，從消費者主觀視角出發，把握不同的消費者看到相同內容的主觀感受差異；三是對齊品牌價值，基于品牌的價值理解，了解不同品牌對于內容的差異化要求。通過更為深入的內容分析，基于每一個客戶、每一個品牌不同的視角對內容進行理解、解碼，然后有針對性、精準化的實現內容生成，這是我們非常重要的工作。

我們是如何做到的？

第一個維度，客觀部分的詞元理解。把一個具體的產品特征生成海量不同的視角，靠人力是很難的，但人工智能可以做到。因為人工智能對詞語進一步的拆解能力、對細顆粒度內容的掌握遠遠超過人類。根據一項統計，一個人一輩子能學習30億左右的詞元，而GPT-3已經學習了幾千億個token。

第二個維度，主觀部分的反饋解讀。這件事要回到Social Listening，社交媒體用戶的行為、偏好，實際上也是真實世界消費者的一種反映。除了對所有消費者進行洞察，我們每年還會發布圈層報告，目前已經涵蓋了170多個基于中國消費者深度理解的圈層劃分，每一個圈層背后都有對應的詞元，這些圈層群體每天在社交媒體上關注什么都可以挖掘出來。通過這些挖掘到的信息，我們才有可能生成不一樣的內容。

值得一提的是，我們在模擬人類主觀響應方面，也做出了創新性、可落地的嘗試。下方視頻是一個很多營銷人都看過的沃爾沃卡車經典廣告。畫面右邊是我們明略的明敬大模型，可以解讀解讀消費者看到視頻后的情緒變化，下面的曲線有三個維度：消費者是否理解視頻內容、消費者看到視頻后的情緒是正面還是負面的，消費者的注意力是否被視頻吸引。完全從消費者主觀視角看，通用的基礎模型是做不到的。在這個模型里面，我們把沉淀下來的廣告前測的腦電、眼動數據與多模態大模型訓練到一起，最終形成了明敬大模型。大家可以看到，下面的曲線模擬了人類觀看視頻的真實感受，從最開始看不懂廣告，情緒是低落的，到后面鏡頭往后拉，看到這個人站在兩個卡車之間時，情緒一下子被調動起來。

除此之外，我們還可以對不同的人群進一步分解，對比不同人群觀看視頻后的反應差異。以某美妝產品廣告為例，我們選取了不同的人群，一個是所有人，另外一個是28歲的女性，兩個視頻的曲線是不一樣的。前段時間，AI教母李飛飛提到基礎大模型永遠不可能像人類一樣擁有主觀的理解能力。因為基礎大模型學習的是互聯網上的通用文本，不可能像一個具體的人一樣去理解視頻。我們研發的多模態大模型就在試圖解決這個問題，可以通過AI模擬不同類型的人群，將人類腦電、眼動，以及社交媒體內容進行差異化的學習，再重新對視頻廣告內容進行理解，這就是基于受眾主觀響應的理解維度。

第三個維度，品牌的價值主張。不同的品牌有自己核心的價值主張，當我們分析客觀描述和基于消費者情緒的主觀描述后，還要對品牌價值觀再做一層剝離，這樣才能對內容做更有針對性的測量和分析。

04 展望未來：未來每個企業都需要生成式AI驅動的新一代CMS

整個互聯網發展到今天，當我們在商超看到每一個SKU有那么多產品在競爭的時候，它們在競爭的是消費者心智，已經不僅僅是生產管理的能力。我們正從企業生產制造管理進入到消費者營銷與銷售端管理的時代，這是一個時代的變化。過去，企業內部會用EPR管理人、財、物，這是企業最核心的三個生產要素。未來，內容將成為繼人、財、物之后企業管理的第四大要素，每個企業都需要一個由生成式AI驅動的新一代CMS（內容管理系統），積累內容生產所需的核心資源。

上一代CMS側重于信息發布，新一代CMS系統的原材料是消費者洞察，即Insight，同時具備內容解碼能力、鑒別能力、把x拆分成更多細分的能力，這是它和上一代CMS最大的區別，我們稱其為InsightFlow CMS。

與此同時，持續的、反復的迭代反饋也特別重要。明略秒針的RTA投放能力，可以把消費者分為成百上千種，投放不同類型的素材，結合進一步的反饋又可以作為新的x，輸入到模型里。InsightFlow CMS可以對接投放，及時獲得閉環的反饋效果。這樣一來，內容生產越來越高效，同時也越來越有價值。y=f（x）不再是一次性的，將演變為 y’=f（x，z），z就是評估反饋。這也是我們接下來要為大家提供的服務。

05 和明略一起抓住紅利：未來已來，擁抱生成式營銷新范式

最后我想跟大家分享大會主題里的一個關鍵詞“范式”，這個詞最早由《科學革命的結構》的作者托馬斯·庫恩提出。這本書里清晰地介紹了什么是范式。當一個新的事物誕生，繼而讓其他事物也和它產生連接，并和上一個時代的事物脫鉤，那么這個新的事物就可以被稱之為新范式。歷史上，達爾文的進化論是新范式，日心說和地心說見證了新舊范式的交替。

也就是說，當一個新的重大科學發現之后，很多其他學科也跟著發生變化，我們才稱之為新范式的誕生。今天，生成式人工智能毫無疑問是一個全新的范式。最近，圖靈獎得主Geoffrey E. Hinton獲得諾貝爾物理學獎的新聞，意味著更多學科將與人工智能產生關聯和影響。實際上，這并不是人工智能和諾貝爾獎第一次產生聯動，第一個同時獲得諾貝爾獎和圖靈獎的是赫伯特·西蒙，他也是我的偶像級老師。今天我們從事人工智能的同學進入到了一個令人興奮的時代，人工智能一定會顛覆每個行業，讓每個行業進入到新范式的軌道里面。

“范”這個詞在中文里是模具的意思，實際上它也象征著舊范式里的每一個人的思想約束。提到范式，就會有舊范式和新范式。《世界觀》這本書里提到，每一次范式遷移的過程中，舊范式和新范式之間都會產生抵抗和沖突。書中提出了一個概念叫“拼圖”，上一個范式的人在思維中有一個拼圖，它會被不斷地驗證、增強，這些拼圖之間互為枷鎖，互為加持。

今天，新范式到來的時候，我們需要重新思考生成式人工智能的生產關系問題，思考新的生產力如何與上一代的生產關系更好協同。我們每個人未來都要和AI有更好的協作，這個“人”既包含了消費者，也包含了營銷工作者。在這個過程中，我們應該正面積極地思考，短期肯定是挑戰，長期要想清楚新范式里有哪些板塊是正確的，并用這個板塊審視舊范式中的哪些拼圖可以被替換。比如，今天我們都知道內容營銷很重要，我們需要有用的信息、有價值的消費者洞察，才有可能好的內容，而恰恰新的人工智能可以方便地幫助消費者和品牌去搜集、整理、加工信息。再比如，生成式AI有強大的推理能力，很多人類不擅長解決的問題，如今它都可以協助我們解決。

還有一個更重要的板塊，我們知道所有的人工智能背后一定是依賴于數據的。每一個企業在應用人工智能時也一定要利用好自己獨特的數據，而數據來自于交互，來自于互動，它既來自于品牌，每一支廣告創意與消費者之間的溝通，消費者與品牌之間的互動，也來自于人和AI之間的互動，還來自于機器和機器的互動。其中，機器與機器的互動，未來可能會成為B2B行業的主流。我們做產生任何一個創意之前，都可以讓機器與機器互相博弈，看看這個創意另一個機器怎么看。在機器互動產生大量數據之后，我們再去投放，這將是未來新范式的發展趨勢。

我想說，未來已來。在新范式來臨前，我們需要做好準備。我希望大家都行動起來，一起擁抱生成式AI帶來的生成式營銷的紅利。