降本可达千万，金融营销在AIGC找到新方向
变革与重塑。
©️懂财帝出品 · 作者｜嘉逸
每一轮的科技革命都创造了更多的产业链，同时也重塑和诞生了许多新的商业模式。
以广告营销为例，从传统的报纸广告到网页营销，再到AI营销，新媒介和新技术的发展对广告营销的创作主体、文本形态、运作模式都造成了根本的冲击。
眼下，人工智能发展已从判别式AI走向生成式AI，大模型、AIGC正在悄然改变着媒体生态，引领着新时代的营销变革。
在8月23日的AIGC金融行业峰会上，百度营销携手数百位行业领军者共同探讨金融行业在AIGC技术下的应用和发展，并重磅发布了首个金融行业AIGC营销解决方案，整个金融营销行业或将被变革和重塑。
1｜AIGC来袭，营销的变革与重塑
不久前，全球管理咨询公司麦肯锡发布了的一份题为《生成式人工智能的经济潜力：下一波生产力浪潮》的研究报告，在报告中，分析师们通过对47个国家及地区的850种职业（全球80%以上劳动人口）的研究，探讨了在AI成指数级发展背后，对全球经济将带来的影响。
报告数据显示，从整个经济来看，生成式AI可提升850个职业的2100个具体工作的生产效率，每年生产成本降低可以高达6.1到7.9万亿美元。
从企业层面来看，企业可通过采用生成式AI以降低生产内容的成本，或通过运用AI技术提高生产规模，以实现企业营收的增加。例如，在营销领域的一个用例是将生成式AI应用于生成个性化电子邮件等创意内容。
麦肯锡确定了涵盖16个业务职能的63个生成式AI用例，当应用于各行业时，这些用例的总价值范围可能达到每年2.6万亿至4.4万亿美元的经济效益。也就是说，生成式AI每年可为全球经济增加 2.6 万亿到 4.4 万亿美元的价值，要知道，2021年英国GDP也才3.1万亿美元。
与此同时，在这场AI大模型的浪潮中，人机交互将进一步得到深化，媒体跟用户的沟通方式也在发生转变，由AI诞生出的新兴媒介也将为各行各业重塑商业模式。
从广告营销的视角来看，AIGC对于行业的影响主要体现在三个方面：
其一，创意生产方式的改变：传统创意生成的过程往往耗时耗力，需要团队的集思广益和大量的头脑风暴。生成式AI因为结合了深度学习和自然语言处理技术，能够快速分析海量的数据和内容，从中提取关键信息，并根据设定的目标产生创意。
其二，用户沟通方式的改变：针对用户的各种产品咨询，互动问题，AI大模型都能提供相应的内容满足用户的需求。在“灵感-创作-投放”构成的AI内容生产闭环中，AIGC既能帮创作者从海量信息中抓取灵感，辅助原创设计，又能在投放环节通过“反馈驱动创新”的方式，不断优化内容的表达，让内容朝着有效的方向不断精进。
其三，品牌经营模式的改变：生成式AI已经成为营销圈的创意加速器，它以惊人的速度和无限的想象力，为企业带来了新的商机和竞争优势。无论是大型企业还是初创公司，都可以借助生成式AI探索更多可能性，开创更加创新的营销策略。
可以预见，AIGC在营销领域的应用将进一步泛化扩大，AI营销将不可逆转的走进全新的“人机共创阶段”。而在这股浪潮下，谁能率先落地AIGC应用，谁就能率先把握数智化机遇，金融营销也不例外。
2｜重构商业引擎，获客降本增效
长久以来，获客、活客、留客被公认是金融行业的三大难题。这里先从复杂多变、日益棘手的获客问题讲起。
要知道，在过去信息传播途径有限、速率不高的年代，传统媒介的营销理念是“广而告之”，即让广告信息尽可能覆盖更多的受众。于是我们看到，金融产品的营销模式都离不开电视/台广告、视频节目、展会沙龙、地推、促销活动、户外广告、自媒体等营销手段来扩大品牌知名度和认知度。
但在信息时代的今天，随着移动互联红利期消失和用户支配时间碎片化，这种“广而告之”的诉求不仅成本越来越高，而且不一定能真正得到广大受众的关注。企业在营销过程中逐渐面临成本剧增、监管趋严和转化率持续下降的困境。
因此，当用户注意力逐渐成为稀缺资源时，营销理念应转变为“准而告之”，即精准定位目标受众，有针对性地投放广告，才能实现供需两端精准匹配，达到最佳的广告效果。
今年年初，百度曾提出AIGC+X多维营销模式，即AIGC技术可以结合数字人、元宇宙、数字藏品等元素场景，还可以结合文心一言、文心一格等进行更加多元化的创新营销方式。时隔半年，在本次峰会上，针对金融营销的获客痛点，百度营销展现了大模型加持下的商业引擎。它并非只是简单地把过去人生产的内容替换成AIGC生产，而是在投放引擎、交互方式、底层逻辑等方面都进行了生态重塑。
例如，基于LLM生成式能力，其能直接生成满足用户需求的广告，显著提升商业广告的定向能力和定向效率。同时，利用深度学习大模型的能力，构建了端到端的深度机制网络，通过数据驱动实现最优广告分配计费。
要知道，以往在广告主和平台的交互上，由于广告主只能选择媒体广告平台里有限的一些功能和服务，并且它的表达也不能完全被投放系统所理解，因而过去的交互效果是有一定折损的。
而大模型重塑百度营销之后，广告主的需求可以无损被获取到，系统的一些反馈也可以以更自然的方式去呈现出来，从而避免了流量采买粗放、获客质量与成本难以保证、用户洞察欠缺致投放策略失灵等问题。数据显示，百度可以带来5%的转化率（CV）提升，全年降本可以达到千万级别。
可见，技术的进步让用户对产品的需求更加精确、更加原生。而在广告效果转化效率或者广告内容与服务满足效果上，金融企业都可通过大模型加持下的商业引擎实现大的飞跃。
3｜陪伴式金融，开启商业蓝海
在金融企业活客、留客的过程中，营销活动必不可少且通常有以下三个特点：
其一，活动频率高：举办活动频繁、多变，但各活动之间变量相近，总体相差不大；
其二，风控要求高：金融机构对于资损风险、数据安全的要求很高，需要将风险降到最低才能保证资金的安全；
其三，客诉要求高：尽量避免客诉，有也需要尽快处理，做到让用户满意。
但现实是，很多金融企业很难做到以上几点，既难以洞察客户的行为偏好和真实需求，也无法实时陪伴、辅助决策，致使营销活动和成本投入不少，但客户的活跃度与粘性始终难以提升。基于此，百度致力于将AIGC能力与金融营销场景进行深度结合。
据发布会上介绍，百度营销AIGC创意平台“擎舵”拥有文本创作、图片创作和视频创作三大核心能力，实现2分钟生成100条创意文案，3分钟生成一个数字人建模，5分钟即可制作一支完整的数字人口播视频......
以文本创作为例，在生成式AI的加持下，“擎舵”能够完成多个营销场景中的内容创作任务，覆盖脚本文案、信息流广告标题、搜索广告创意文案等多种内容类型的文本类创作和改写。
无双科技自5月应用“擎舵”合作内容生产后，公司的素材产出效率大幅提升，整体素材量的翻倍让品牌内容创作的响应速度从传统的周、日提升至分、秒级别，AI文案单条单元产生的3.7w消耗是对照组优化师文案单元消耗的3.27倍。
而在视频创作方面，“擎舵”可提供AI脚本生成、行业专属模版、多样化数字人形象，实现数字人口播视频分钟级生产。
以百度营销的某酒业客户为例，此前因为无专业团队进行投放视频生产，总投放视频数量不足10条，月更新1条视频都难以达到。投放数字人后，每周可定期更新5条视频，在转化成本大幅下降的同时，实现了平均消费对比投放投放前提升12%的效果。
在商业竞争中，创意的速度和质量对于企业来说至关重要，而“擎舵”的出现解决了基础的制作难题，极大的实现了企业降本增效的目标，让其能有更多精力投入到产品研发、品牌定位、传播策略规划这些更为核心的项目上。
而另一边，金融行业商家bot，通过覆盖投前、投中、投后，帮助企业搭建生意经营新阵地，重塑品牌营销全链路：
投前：通过抓取百度海量生态数据+强大的知识图谱+客户专属数据共建，共为品牌模型建立强大的数据基底；
投中：具备品牌价值传递、舆情智能解答、销售促进转化三大能力，提升产品转化效率与缩短交互链路；
投后：产品上线众测与交付标准制定，严格规划整体上线链路。
以梧桐树保险为例，接入金融行业商家bot后，在庞大的营销素材库以及先进的人工智能技术支持下，可生成专属金融客服，为用户解答保险产品规划，专业知识问答等任何关于保险的问题。这一专属AI客服的出现，为用户提供了更加贴心、高效的保险购买体验。用户无需深入了解复杂的保险产品和保险规划知识，只需提供必要的信息就能满足个性化的保险需求。
已关注
关注
重播分享赞
关闭
观看更多
更多
正在加载
正在加载
退出全屏
视频加载失败，请刷新页面再试
刷新
视频详情
类似的还有7*24小时的AI智能投顾、AI智能外呼、AI虚拟主播等，都是通过AIGC技术创新升级投顾模式，为客户提供实时的个性化、陪伴式金融服务。
眼下，从发展需求来看，金融行业已经从增量市场进入到存量竞争阶段，整个行业都面临着客户留存难、竞争加剧等难题，此时更需要运用科技来提升运营效率和用户体验。
而继UGC、PGC内容生产模式之后，AIGC正在变革着传统的创意与内容生产逻辑，并给越来越多的行业和企业带来新一轮的内容红利。
据艾瑞咨询统计测算，2021年AI+金融的核心市场规模达到296亿元，带动相关产业规模677亿元，到2026年，核心市场规模将达到666亿元，年复合增长率为17.6%，带动相关产业规模1562亿元。
而经过与各行各业品牌主的共同探索与实践，百度的金融行业AIGC营销解决方案已在“AIGC创新内容”与“AIGC交互体验”两大营销场景上有了相当多的的实践经验。同时，针对更多行业、特定场景、更具商业应用的AI训练也已经开始，相关的AIGC商用平台也在加速落地。
可以预见，在AIGC的加持下，未来无论是金融行业还是营销本身，亦或是对内容生产和传播有需求的企业，行业、企业间的重新洗牌与格局变革已然拉开序幕。
而凭借AI基因走在行业前端的百度营销，正借此机遇依托生成式AI推动商业生态的重塑和变革，为营销行业带来新的可能性，同时也助力更多企业在大模型时代抢占增长新蓝海。
说明：数据源于公开披露，不构成任何投资建议，投资有风险，入市需谨慎。
—END—
金融大模型奇袭，顶尖银行大象起舞
金融GPT的「奇点」时刻
2B还是2C，大模型分歧已现？
盘古大模型「翻新」矿山