宋星最新线下课报名中（最后25席）

点击上方图片了解详情

叱咤十多年风云的程序化广告走到2023年，终于要迎来一个接近终局的拐点。

AIGC的出现，让数字广告这个庞大的列车陡然变轨。

加上AI也蛰伏在其间多年，量变的积累终会发生质变。

1. 万马狂奔！

在我的大课堂中（《数据驱动 | 以消费者为核心的营销数字化转型：方法与案例》），介绍今天的数字广告重大变化趋势的时候，讲到：今天的数字广告，比过去任何时候都要拼创意，或者更确切地说，是拼承载创意的素材。

创意的好坏，决定了点击率的高低，并且连带影响了广告被展现的机会，以及最终广告转化的效果。某种意义上，创意是决定性力量之一。

为了找到所谓的“最佳创意”，广告主的最好策略是赛马策略——上多个创意素材，然后在真实的投放中，比较哪个创意的表现更好。

赛马策略的难点是，idea（出点子）和production（制作）两个环节都不太容易。

AIGC的出现，极大倍增了production的能力，同时在idea上也能有所帮助。

这很容易理解，idea有ChatGPT之类的加持，production有AI绘图和AI视频的加持。

过去10个人3天出5个素材，现在2个人1天出10个素材。

与某个国内的大广告集团（利欧）的负责人交流，他们的广告代运营的业务，已经大量引入了这个方法。

过去我们一次性跑5个素材，现在我们一次性跑50个素材。过去5个素材要一周时间生产，现在50个素材只要3天时间就能出来。

从50个素材里面至少能跑出3个爆款！而过去5个素材的赛马，常常跑不出有效果的创意，还得继续加班加点的做新素材。

50个素材只是开始，后面的赛马，来个万马狂奔，也不会让人奇怪。

2. 受众标签 + AIGC + 监督学习：数据的一条龙应用

但AIGC只是改变了创作的效率，它并没有带来广告的新形态。

但广告的革新，显然也不只会依赖AIGC，它早已经应用多年的AI，也在持续进化。

基于AIGC和AI的合作，一个新的形态正在诞生：

当某个人群（甚至某个个人）来到广告位上，AIGC针对他们的标签（由CDP或DMP提供），几乎实时地生成创意素材，然后进行投放。然后，基于监督学习的AI开始工作，不断反馈给AIGC投放的效果，并帮助AIGC理解，描述这群（这个）受众的哪个标签的权重应该更重，从而让AIGC能够进一步优化它的“创意作品”，从而让广告投放的效果能够不断迭代提高。

要注意这个新方法中的关键点。

在这个新方法中，标签是关键点。标签不准，后面的一系列自动化工作都会跑偏。差之毫厘，谬以千里。所以，对CDP或者DMP提出了更高的要求。或者说，CDP或DMP的重要性进一步提升了。

AI也会对CDP（DMP）进行改造升级，在我的这篇文章中介绍，具体就不赘述了。参看：ChatGPT来了，CDP、MA以及DAM等“传统MarTech”还有活路吗？

此外，标签目前还不能成为直接让AIGC工作的提示词，但将标签转化为提示词的工具，或者直接能读懂标签的AIGC，肯定很快就会出现。这毫无悬念。

3. 端到端的个性化

当我们把注意力放在AI和AIGC对投放端的改造时，我们也不能忽略它们对落地端的改造。

广告投放的落地端（例如落地页），已经能够实现基于流量特征的自动化的组合。例如我在很久以前介绍的Ptmind的“灵蹊”类的产品。

这个阶段的产品有一定的AI能力，它们同样是基于监督学习的优化。

AIGC会很快加入到这个领域，自动生成网页、界面、视频、动画，乃至于互动（背后是自动撰写的程序），都不是问题。你告诉ChatGPT类的工具，你要的落地页有什么要求，它给你自动搞定。

不仅如此，AIGC还能够学习如何将生成的落地页与此前投放的广告的创意结合起来。如果广告创意本身是因人而异高度定制化的，那么落地页的内容和视觉，也一定会与这个广告高度匹配。

甚至，再进一步，不仅落地环节，其后的的更深度互动和流程，都是自动化的高度匹配的。

这样，整个广告投放的端到端的全部环节，都将交由AIGC和AI深度自动化个性化的实现。

4. 攻占策略高地

数字广告最难被AI取代的部分，是投放策略的制定。

但若说它不能被AI取代，我是不信的。

但是，请注意，投放策略的制定不可能单靠ChatGPT之类的AIGC实现。AIGC是从模仿出发的人工智能，而不是从理解出发的人工智能，模仿和理解，具有巨大的差异！

基于更厉害的大模型（而不是语言大模型）的AGI（通用人工智能）可能将弥补自动化广告投放策略制定这个领域。但短期内，我觉得人在策略制定上的作用仍然不可替代。

不过，虽然我不太相信AI能够直接制定出靠谱的策略，但在帮助人去制定更好的策略方面，AI以及AIGC都已经可以发挥重大的价值。

举个例子，制定广告投放策略需要对消费者进行更深入的了解。而AIGC具有一目万行的能力，利用这种能力让它去收集、研究、总结消费者在数字世界中留下的所有的与消费相关的反馈与线索，现在就可以做到。

所以，AI仍然对广告投放策略的制定具有重大的影响，善于应用这种能力的营销人，会比普通营销人拥有更大的效能。

5. 从业者会如何

这一切，都将在近几年推动数字广告投放相关业务的焕然一新！

对从业者受到的影响，我的观点可能与更多人不一样，我相信数字广告领域的从业者会有更多的机会。

AI需要人去驾驭，AI能够产出，但它需要懂创造的人去驱动。

而且，数字广告，乃至数字营销，干起来会更称手。某种程度上，当你不需要去求gui着tian技术同事、设计大咖甚至数据老师就能完成任务，且几乎能够实时测试实时反馈的时候，将会体验到一种“纯粹营销”的自由。

数据也会变得更加重要，尤其是对它的准确性和实时性的要求都极大提升了。所以，数字营销相关的数据工作（收集、清洗、标记、管理）的重要性也会进一步提升。

担心被AI取代是可以理解的，本质上，这种担心与担心碳基生命被硅基生命取代一样，它符合逻辑推断，而且并不一定不会发生。

但人类的强大在于，人类总可以在比他强的事物上获得见识和智慧，从而变得更强。

AI，是让人类变得更强的一个新开端，对我们广告人，亦然。

- 宋星大课堂上海站！（最后25席）-

点击图片了解详情内容大纲

全新线下课 | 现场2天全程宋星授课

• 利用数据实现以消费者为核心的营销和数字化增长

• 公私域联动：公域、私域策略与绩效提升，及二者的协同

• 深度消费者运营的策略、链路、触点、与方法，以及大量案例

• 数据驱动的创新消费者营销模式，及各模式案例

• 企业的营销数字化转型组织架构、基础设施、团队能力搭建和优化

- 项目咨询或定制化企业内训 -

如需项目咨询或企业内训，请联系林森

添加好友请说明来意