品牌大咖说｜段淳林：AIGC对广告营销传播的冲击与挑战
作者 段淳林 中新经纬特约专家，华南理工大学新闻与传播学院教授、华南理工大学品牌硏究所所长
段淳林
2023年，以ChatGPT和Midjourney为代表的生成式人工智能技术(Generative Artificial Intelligence)引发了社会广泛的讨论。2022年11月30日底才上线的ChatGPT，仅5天时间便就收获100万注册用户。2023年2月，其月活用户已超过1亿，成为史上突破1亿月活最快的应用。ChatGPT仅用时不到3个月，就打破了TikTok的纪录，成为史上突破1亿月活最快的应用。MIT科技评论将生成性Al(Generative AI)称为是AI领域过去十年最具前景的进展。Gartner 将生成性AI列为2022年五大影响力技术之一。
AIGC在数字营销、内容制作、媒介更新等方面为企业节约成本和提高效率。据前瞻产业研究院预测，到2025年，数字服务和数字商业内容市场规模将分别占据中国AI数字商业比例的59%和24%。AIGC赋能电子商业，成为营销传播新趋势，基于人工智能技术的数字商业预计2025年将达6188亿元，年均增速38.6%。数字商业正成为继互联网零售之后，商业生态的重要形态和力量，当下正是营销创意与AI相碰撞，创造出新的营销机会、提升营销效率的关键节点。
AIGC的发展历程及现实应用
1.AIGC的概念
AIGC(AI-Generated Content)，也称为合成内容，是基于生成对抗网络GAN或大型预训练模型等人工智能技术，通过已有数据探索规律并生成相关内容的技术。目前，还没有一个统一规范的定义来界定AIGC这一概念。广义的AIGC可以看作是像人类一样具备生成创造能力的AI技术，即生成式AI，它可以基于训练数据和生成算法模型，自主生成创造新的文本、图像、音乐、视频、3D交互内容(如虚拟化身、虚拟物品、虚拟环境)等各种形式的内容和数据，以及包括开启科学新发现，创造新价值和意义等；AIGC是相对于过去的PCG(程序化内容动态生成)、UCG(用户生成内容)而提出，其狭义概念是利用Al自动生成内容的生产方式。
2.AIGC发展阶段
AIGC是在PCG、UCG的基础上发展而来的，是一种新的创作模式，在文本、图像、视频、音频、数字人和游戏等领域已经取得了广泛的应用。这种内容生产模式对于内容营销来说既是挑战又是机遇。
中国信息通信研究院将AIGC的发展阶段分为：早期萌芽阶段(1950s-1990s)、沉淀积累阶段(1990s-2010s)、快速发展阶段(2010s-至今)。在早期受限于科技水平，AIGC只能进行小规模实验；在积累阶段，它从实验性逐渐转变为实用性；随着深度学习模型不断完善、多模态技术的发展、开源模式的推动、大模型的商业化探索，AIGC进入了快速发展阶段，生成内容逐渐逼真，甚至让人类难以分辨。生成算法、预训练模型、多模态等AI技术累积融合，催生了AIGC的大爆发。
3.AIGC的产业应用
目前，AIGC产业生态体系雏形已现，呈现为上中下三层架构：第一层为上游基础层，即基于预训练模型搭建的AIGC技术基础设施层。第二层，即中间层，有垂直化、场景化和个性化的模型和应用工具。第三层是应用层，它提供面向C端用户的文字、图片、音视频等内容生成服务。在这一层，重点是满足用户需求，将AIGC模型与用户需求无缝衔接起来实现产业落地。AIGC产业形态加速形成与发展，迈向模型即服务(Maas)的未来。
在具体应用场景上，AIGC可以用于文案生成，比如在特定情景类型下的文本生成，如体育新闻、金融新闻、公司财报、重大灾害等简讯写作；用于图片生成，比如用AI制作产品海报；用于视频生成，比如可口可乐广告综合图像、视频、文本，语音TTS(文语转换)技术，结合社媒热点，生成营销短视频；用于AI虚拟人，比如传媒数字主播、企业数字员工等。
AIGC对广告营销的颠覆与挑战
1.AIGC成为基础设施，赋能广告内容生产
AIGC构建了更高效的内容生产线，带来海量内容供给，面向不同消费者生成不同内容，达成更好触达转化效果；更个性化、有温度的、一对一服务成为可能，消费者期待更及时、更个性化的服务；自然语言交互终端+大模型原生应用，精细化消费者洞察，优化广告营销策略，流量向新应用转移，消费者期待品牌随时随地互动，大模型加速颠覆原有的市场研究模式，数据洞察向敏捷化、自动化升级。AIGC 有望塑造数字内容生产与交互新范式，成为未来互联网内容生产基础设施，带来营销生产力的大爆发。
2.精细化消费者洞察，优化广告营销策略
AIGC可以实时解读全网舆情数据，帮助品牌主更快把握社媒趋势，还可以解读会话数据、挖掘消费者需求，从而优化营销策略，比如通过AIGC工具设计一款牛油果酸奶概念产品，只需要输入“牛油果酸奶、Z时代小仙女、下午茶、解馋饱腹、不腻”等关键词，就可以自动生成产品概念卡，再通过AI+HI(Human Intelligence人类智能)根据场景生成产品概念图。
3.智能营销降本增效，传统营销生存空间收缩
AIGC营销一方面可以减少搜索、内容生产、人力决策成本，提升广告个性化和客户满意度，实现降本增效，另一方面也有可能替代基础的文案、设计、插画师、策略人员。从电气时代、信息时代到智能时代，需要营销人员回归内容本质，深刻理解和创作AI无法理解的情感和思想，为此提出更精准的策划，并做出最终的判断和决策。
AIGC时代广告营销传播的智能化趋势
1.AI成为信息检索第一入口
ChatGPT是“Chat Generative Pre-trained Transformer”(聊天生成预训练转换器)的缩写，是由美国OpenAI开发的一个人工智能聊天机器人程序，于2022年11月推出。该程序使用基于GPT-3.5架构的大型语言模型并通过强化学习进行训练，简单来说，ChatGPT能够与人类进行聊天对话，甚至能用文本解决人类提出的部分问题。
用户通过ChatGPT可以更加快速高效地获得信息，并且可以不断通过与AI的互动进行信息的精准筛选，甚至向AI获取相关智能建议。这种智能互动的方式打破了过去搜索引擎产品的信息垄断，未来也可能颠覆谷歌、百度等传统搜索引擎的现有模式，成为用户信息检索的第一入口。
2.重构营销传播生态，实现全链路营销和多元化商业价值
AIGC重构了营销传播生态，实现全链路营销和多元化商业价值。如果说传统电商是商品信息、兴趣的简单聚合，AIGC则提供了全新的商品供应方式和更精准的需求提取和匹配。未来，AIGC主要是向两个方向发展：一是场景叠加AIGC，构造具体的营销互动场景；二是垂直领域，强化专业领域数据学习，构建垂直行业知识图谱。企业品牌数字营销要建立契合品牌价值观的营销知识体系，再叠加AI工具，形成聚焦的品牌营销。
3.UGC、PGC到AIGC融合应用，赋能数智化运营内容创作
在 2022 年百度世界大会上，百度创始人、董事长兼首席执行官李彦宏提到AIGC 将走过三个发展阶段：第一个阶段是“助手阶段”，AIGC用来辅助人类进行内容生产； 第二个阶段是“协作阶段”，AIGC以虚实并存的虚拟人形态出现， 形成人机共生的局面；第三个阶段是“原创阶段”，AIGC将独立完成内容创作。在AIGC时代，海量内容生成带来了内容传播的代际变革。
同时，广告创意也从经验化转向智能化，基于算法形成创意数据管理平台，创意内容中台进行智能识别和元素解构，形成秒级创意数据，再由内容分发平台进行分发，形成“千人千面”“一人千面”的广告内容。以智能高效的创意内容运营，形成科学长效的优化迭代闭环。
4.创意从二维转向三维，增强社交感临场互动
品牌传播从“以消费者中心”转向“以具身交互为中心”，传统的消费者为中心本质依旧是将消费者看作信息的被动接受者，忽略其主观能动性，而以具身交互为中心本质是承认消费者的主观能动性，促成消费者参与到品牌传播中来，确保其获得良好的沉浸式体验，“以具身沉浸为中心”使品牌信息和消费者得以产生适宜多通道的感知信号。
虚拟人、NFT(非同质化通证)虚拟代币、虚拟场景的植入等工具的使用，使品牌在不同维度不同空间为消费提供了临场感的社交体验，品牌传播转向“社交感临场互动”。品牌方将以更被AIGC接受的方式与商业模式去提供产品和品牌服务，并为消费者提供品牌权益和价值增值，以用户自有的数据治理作为经济核心，“共创共享”的群体创作也是AIGC的主力因素。
5.技术力＋牵引力＋内容力三轮驱动
首先是新技术领跑，技术实现场景变革，根据需求创造联系，包括用户与品牌的联系、用户与环境的联系、用户与用户之间的联系，利用技术打破次元壁的相遇，感知虚幻、触碰真实；其次是泛娱乐开发：虚拟偶像IP资源联动，协调发挥组合效用，联动上下游经济、泛娱乐开发释放IP价值；最后是以内容为核心汇聚而成粉丝效应，IP本身成长依赖于UGC的活跃，用户创意的延伸和发酵为IP品牌创意提供新的思路，围绕IP进行“精耕细作”，在后续将品牌与虚拟形象IP进行绑定。
AIGC的伦理思考
1.AIGC的版权问题
AIGC生成的广告创意与内容属于AI的作品产出，其知识产权的归属目前没有明确的法律规定，这可能成为企业商用AIGC的潜在风险。
根据现有著作权法，人工智能并非著作权人主体，因而其产出不具备著作权。这意味着其他主体可以自由使用和传播由AIGC系统生成的广告创意与内容。如果企业投入大量资源开发AIGC系统获得商业化广告创意，这无疑面临较大风险。AIGC系统在广告创意生成的过程中，需要受训于海量数据与素材，这些训练数据的著作权归属也较难确定。若其中使用了其他公司或平台的素材与数据，有可能引发争议和法律纠纷。而且不同国家和地区对AI生成内容的著作权认定存在差异。这给跨国广告主和平台带来较大不确定性，增加了企业的合规与风险成本。
2.数据隐私和安全问题
AIGC广告面临的数据隐私风险与技术利用威胁较大，这需要广告企业采取技术手段进行管理，加强数据安全防护与系统监管，切实保障用户隐私。AIGC广告需要用户的数据进行创意生成与投放优化，这涉及用户的兴趣偏好、人脸特征、声音识别等较为隐私的信息。如果数据使用不当或存储防护不足，有可能造成用户隐私泄露，影响用户体验与广告效果。广告企业需要加强数据安全管理，使用数据时去标识化，并征得用户授权与同意。
在数据安全方面，数据准确性、数据保密性和数据合规性是构成数据安全的三大要素。AIGC系统所依赖的海量数据可能面临数据泄露、误用与欺诈的风险。而其生成内容的真实性也难以完全保证，可能被利用进行虚假广告宣传等。这需要企业采用技术手段严密防护数据安全，并对内容真实性进行权威验证。
3.AI互动中的透明度和可解释性问题
AI应用的透明度和可解释性，是指如何确保用户知道其在与人工智能而非人类互动，如何让用户理解、信任推荐系统等AI应用。
在广告交互过程中，企业需要明确告知用户，他们正在与一套人工智能系统进行互动，而非人类。只有让用户知晓广告形式的技术属性，他们才能作出准确的判断与选择，并对广告内容与效果有客观的预期。缺乏技术溯源的透明度，可能导致用户产生误导，对广告效果产生错误判断。
4.算法歧视等伦理问题
AIGC系统在广告内容生成过程中，可能产生违背社会道德或有害内容。如脾气恶劣的人物形象，歧视性词汇或观点等。这需要企业在算法模型设计阶段，将社会道德与广告伦理纳入考量，并在内容生成规则中进行明确规定与限制，优化其对多样性数据与群体的适用性。
5.AIGC的替代性和新的机会点
(1)替代广告、设计相关人员，部分从业者面临失业风险
2023年4月13日，知名公关及广告服务商蓝色光标发布内部邮件通告也说明了AIGC已具备取代更多工种的可能性。作为全球性营销控股集团，公司宣布为了遏制核心能力空心化的势头，也为了给全面拥抱AIGC打下基础，将无期限全面停止创意设计、方案撰写、文案撰写、短期雇员四类相关外包支出，从确认合作到宣布停用相关业务的外包，GPT“入侵”普通人工作的速度远比想象中快，这意味着将有很大一部分的广告生产从业人员将面临失业的风险。特别是，对于刚入行的初级广告人员来说，技术变化可能带来较大的职业危机，部分人可能直接失业或被迫转行。AIGC目前能够取代的岗位包括原画师(人物、场景、动作等的设计师)、插画师、UI(界面设计)设计师、美宣设计师、文案、主播、真人模特等。
(2)带来新的机会点
AIGC在取代部分职业的同时也将带来新的机会点，基于电商平台的大数据购物工具，比如背靠微信、QQ等工具的购物助手应用将提升用户购物体验，进而获得用户流量获益；AI将赋能游戏工具链平台，在游戏行业全链路研发与发行方面，将极大缩小小厂与大厂在某些方面的差距；在AI培训与顾问咨询等方面，通用AI工具的公益性培训，获得极大的免费流量；而垂直领域的培训和咨询、工具使用培训等，将给企业带来实在的竞争力提升。
AIGC也会促进包括AI算法工程师、AI风险管理、自然语言处理工程师等新的职业的产生，科技对人的赋权赋能，预示着人的本位和主导权的回归，人的意志、情感成为AIGC发展的重要维度。自身的情况思考。