明略科技吳明輝:生成式營(yíng)銷時(shí)代的內(nèi)容營(yíng)銷,按下新一輪紅利按鈕
2024-11-05
10月11日,明略科技集團(tuán)創(chuàng)始人、董事長(zhǎng)兼首席執(zhí)行官吳明輝,在2024第八屆營(yíng)銷科學(xué)大會(huì)上,發(fā)表了《生成式營(yíng)銷時(shí)代的內(nèi)容營(yíng)銷,按下新一輪紅利按鈕》主題演講,為品牌營(yíng)銷提供生成式營(yíng)銷時(shí)代的全新解題思路,以下為演講全文整理要點(diǎn)。
過(guò)去一段時(shí)間,明略科技和很多科研機(jī)構(gòu)與高校合作,和復(fù)旦大學(xué)用兩年的時(shí)間進(jìn)行了大量人工智能和營(yíng)銷行業(yè)結(jié)合的相關(guān)研究。今年8月底,正式發(fā)布了《2024 AI+:生成式營(yíng)銷產(chǎn)業(yè)研究藍(lán)皮書(shū)》。
今年暑期正值奧運(yùn),我們和東華大學(xué)合作,讓60名大學(xué)生利用我們提供的生成式營(yíng)銷工具,運(yùn)營(yíng)自己的社交媒體賬號(hào)。這些大學(xué)生平均粉絲量只有幾十個(gè),卻在整個(gè)奧運(yùn)期間,發(fā)布了1000多篇帖子,總互動(dòng)量達(dá)到了20多萬(wàn),抖音最高單帖互動(dòng)量為6000+,小紅書(shū)最高單帖互動(dòng)量為70000+,爆帖率非常高。一些營(yíng)銷行業(yè)同行告訴我,很多品牌投入高額預(yù)算可能也達(dá)不到這個(gè)效果。
其中一個(gè)爆帖是奧運(yùn)期間適合中國(guó)人的不熬夜版賽程表。這個(gè)洞察是通過(guò)我們秒針SocialX分析熱詞發(fā)現(xiàn)的,因?yàn)榉▏?guó)和中國(guó)有時(shí)差,熬夜看比賽是觀眾的一個(gè)痛點(diǎn),這個(gè)帖子得到了很多觀眾的點(diǎn)贊和轉(zhuǎn)發(fā)。還有一個(gè)“兵乓球術(shù)語(yǔ)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(shù)語(yǔ)又多又難懂,但其實(shí)總結(jié)術(shù)語(yǔ)很簡(jiǎn)單,用小明助理聯(lián)網(wǎng)搜索總結(jié),很快就可以對(duì)各類比賽的專業(yè)術(shù)語(yǔ)進(jìn)行解釋。前提是我們要洞察到消費(fèi)者的這個(gè)痛點(diǎn)需求。善于運(yùn)用社交媒體洞察工具非常關(guān)鍵。
去年?duì)I銷科學(xué)大會(huì),我曾講過(guò)一個(gè)公式:y=f(x),所有人工智能的任務(wù)都可以用這個(gè)函數(shù)來(lái)表示。當(dāng)我們和大模型應(yīng)用對(duì)話時(shí),x就是Prompt,大模型反饋的信息就是y。這個(gè)函數(shù)可以進(jìn)行多輪對(duì)話,你可以給它第二個(gè)x、第三個(gè)x,把上一個(gè)y作為新的x繼續(xù)迭代。過(guò)去一年,我們看到很多企業(yè)有落地生成式AI的決心,但效果卻沒(méi)有達(dá)到預(yù)期,問(wèn)題就在于大家還沒(méi)有為生成式AI做好準(zhǔn)備。
企業(yè)要想把生成式AI引入企業(yè)內(nèi)部成為生產(chǎn)力,首先需要生產(chǎn)資料和生產(chǎn)工具。f就是生產(chǎn)工具,x是生產(chǎn)資料。我經(jīng)常打一個(gè)比方,生成式AI進(jìn)入企業(yè),好比一個(gè)大學(xué)生進(jìn)入公司工作,沒(méi)有生產(chǎn)資料和生產(chǎn)工具就無(wú)法工作。從內(nèi)容生成的場(chǎng)景來(lái)看,只有洞察到消費(fèi)者需求,才能寫(xiě)出準(zhǔn)確且有價(jià)值的Prompt,調(diào)用大模型的內(nèi)容生成能力,產(chǎn)出消費(fèi)者喜聞樂(lè)見(jiàn)的內(nèi)容。
當(dāng)我們知道了大模型可以給我們提高生產(chǎn)力的時(shí)候,又一個(gè)挑戰(zhàn)就來(lái)了,即如何保持內(nèi)容質(zhì)量和內(nèi)容數(shù)量之間的平衡。我們都希望生成好的內(nèi)容,好的內(nèi)容可以得到消費(fèi)者的瀏覽量和更多的互動(dòng),但這些內(nèi)容需要形成一定規(guī)模,然而內(nèi)容數(shù)量越多,內(nèi)容質(zhì)量就會(huì)越低,這之間存在一個(gè)天然的矛盾。
我們?cè)谶^(guò)去一段時(shí)間服務(wù)了很多客戶做KOS(Key Opinion Sales)的內(nèi)容生成。3C、餐飲行業(yè)在全國(guó)有很多門(mén)店,每一個(gè)門(mén)店銷售都有抖音號(hào)、小紅書(shū)號(hào)、快手號(hào),這對(duì)每個(gè)企業(yè)來(lái)說(shuō)都是非常寶貴的內(nèi)容陣地。如果每一個(gè)銷售都能在抖音號(hào)、小紅書(shū)上給企業(yè)品牌發(fā)內(nèi)容,每天肯定會(huì)產(chǎn)生很多流量。但當(dāng)全員生產(chǎn)內(nèi)容時(shí),每個(gè)人不可能都像市場(chǎng)部一樣經(jīng)過(guò)專業(yè)的訓(xùn)練,知道品牌營(yíng)銷的定位,思考消費(fèi)者的需求,做好洞察,最后生成一個(gè)好內(nèi)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(nèi)容仍然面臨挑戰(zhàn),因?yàn)樯傻膬?nèi)容要標(biāo)準(zhǔn)化,不能讓大模型一本正經(jīng)的胡說(shuō)八道,必須要嚴(yán)格按照產(chǎn)品的功能、特性、應(yīng)用場(chǎng)景、痛點(diǎn);另一方面,如果圍繞產(chǎn)品特性、功能去生產(chǎn)內(nèi)容,還不能千篇一律,否則也很難獲得流量,這是一個(gè)非常復(fù)雜的問(wèn)題,通用模型無(wú)法解決,目前我們已經(jīng)在幫客戶解決這一難題。
剛剛我提到的是社交媒體KOS的內(nèi)容投放,同時(shí)我們也在幫客戶做信息流平臺(tái)的RTA投放,某種程度上屬于硬廣投放?;旧希肦TA平臺(tái)幫客戶優(yōu)化廣告投放,可以大幅降低CPM,即媒介采買的成本。與此同時(shí),我們也發(fā)現(xiàn),信息流媒體的一個(gè)最大特點(diǎn)是,任何一個(gè)創(chuàng)意內(nèi)容上線一周之后,它的流量一定會(huì)下降。和傳統(tǒng)的電視臺(tái)、戶外廣告不同,消費(fèi)者在信息流的環(huán)境下?lián)碛辛丝梢噪S時(shí)劃走視頻的權(quán)力,如果信息流平臺(tái)不賦予消費(fèi)者劃走的權(quán)力,就拿不到消費(fèi)者真實(shí)的需求,沒(méi)辦法更好地做內(nèi)容推薦和分發(fā)。
我們對(duì)這些素材進(jìn)行混檢優(yōu)化后發(fā)現(xiàn),通過(guò)小幅度的創(chuàng)意優(yōu)化有效降低了價(jià)格,但總體流量趨勢(shì)還是比上線的前幾天少很多。這就是真實(shí)的媒體環(huán)境,品牌方需要生產(chǎn)大量?jī)?nèi)容,如果內(nèi)容只是小幅度的修改,重復(fù)度高,依然買不到量,因?yàn)橄M(fèi)者可以隨時(shí)把你劃走。
過(guò)去,營(yíng)銷行業(yè)里最核心的要素,包括消費(fèi)者洞察、創(chuàng)意制作,以及媒介采買和消費(fèi)者的溝通。上一代人工智能在媒介、流量、采買和智能分發(fā)上已經(jīng)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(wèn)題,也就是把內(nèi)容分發(fā)給誰(shuí),即流量分發(fā)、信息推薦的問(wèn)題。但這背后有一個(gè)更大的問(wèn)題,雖然很多企業(yè)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?yàn)槿巳簞澐趾弥螅鄙儇S富的內(nèi)容素材用于投放。
今天,在生成式AI的加持下,營(yíng)銷不僅能解決who的問(wèn)題,還能解決what的問(wèn)題。我們可以針對(duì)不同的人群產(chǎn)出不同的創(chuàng)意內(nèi)容。讓不同的消費(fèi)者看到不同的內(nèi)容。前提是要有消費(fèi)者洞察,營(yíng)銷的生產(chǎn)力才能徹底釋放,這是一個(gè)重要解題的思路。只有千人千面的劃分,沒(méi)有千人千面的內(nèi)容,很難產(chǎn)生好的營(yíng)銷效果。
從去年?duì)I銷科學(xué)大會(huì)到現(xiàn)在,大模型又進(jìn)一步產(chǎn)生了新的技術(shù)迭代。迭代的核心是f變得越來(lái)越強(qiáng)大,成本逐漸降低,推理能力不斷提升。
一個(gè)特別重大的變化是從單一模態(tài)逐漸進(jìn)入到多模態(tài),對(duì)語(yǔ)音、圖像與視頻的識(shí)別、理解和生成也越來(lái)越強(qiáng),這意味著f可以接納更多的x。之前的x只是一個(gè)Prompt、一段文本,但今天可以是圖片或視頻等多種形態(tài)的內(nèi)容。
每個(gè)品牌在充分擁抱新的生產(chǎn)力的同時(shí),要準(zhǔn)備好生產(chǎn)資料x(chóng),這個(gè)x決定了最后的結(jié)果會(huì)不會(huì)與眾不同。所有人都擁有的能力,不叫創(chuàng)造力,在所有人都擁有的能力之上長(zhǎng)出來(lái)的部分才叫創(chuàng)造力。因此,x的差異化非常重要。
我們通過(guò)三個(gè)維度幫助品牌挖掘到更為精細(xì)的x:一是解碼內(nèi)容詞元,從客觀內(nèi)容看廣告創(chuàng)意內(nèi)容的描述對(duì)象;二是激發(fā)受眾反饋,從消費(fèi)者主觀視角出發(fā),把握不同的消費(fèi)者看到相同內(nèi)容的主觀感受差異;三是對(duì)齊品牌價(jià)值,基于品牌的價(jià)值理解,了解不同品牌對(duì)于內(nèi)容的差異化要求。通過(guò)更為深入的內(nèi)容分析,基于每一個(gè)客戶、每一個(gè)品牌不同的視角對(duì)內(nèi)容進(jìn)行理解、解碼,然后有針對(duì)性、精準(zhǔn)化的實(shí)現(xiàn)內(nèi)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(gè)維度,客觀部分的詞元理解。把一個(gè)具體的產(chǎn)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?yàn)槿斯ぶ悄軐?duì)詞語(yǔ)進(jìn)一步的拆解能力、對(duì)細(xì)顆粒度內(nèi)容的掌握遠(yuǎn)遠(yuǎn)超過(guò)人類。根據(jù)一項(xiàng)統(tǒng)計(jì),一個(gè)人一輩子能學(xué)習(xí)30億左右的詞元,而GPT-3已經(jīng)學(xué)習(xí)了幾千億個(gè)token。
第二個(gè)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(shí)際上也是真實(shí)世界消費(fèi)者的一種反映。除了對(duì)所有消費(fèi)者進(jìn)行洞察,我們每年還會(huì)發(fā)布圈層報(bào)告,目前已經(jīng)涵蓋了170多個(gè)基于中國(guó)消費(fèi)者深度理解的圈層劃分,每一個(gè)圈層背后都有對(duì)應(yīng)的詞元,這些圈層群體每天在社交媒體上關(guān)注什么都可以挖掘出來(lái)。通過(guò)這些挖掘到的信息,我們才有可能生成不一樣的內(nèi)容。
值得一提的是,我們?cè)谀M人類主觀響應(yīng)方面,也做出了創(chuàng)新性、可落地的嘗試。下方視頻是一個(gè)很多營(yíng)銷人都看過(guò)的沃爾沃卡車經(jīng)典廣告。畫(huà)面右邊是我們明略的明敬大模型,可以解讀解讀消費(fèi)者看到視頻后的情緒變化,下面的曲線有三個(gè)維度:消費(fèi)者是否理解視頻內(nèi)容、消費(fèi)者看到視頻后的情緒是正面還是負(fù)面的,消費(fèi)者的注意力是否被視頻吸引。完全從消費(fèi)者主觀視角看,通用的基礎(chǔ)模型是做不到的。在這個(gè)模型里面,我們把沉淀下來(lái)的廣告前測(cè)的腦電、眼動(dòng)數(shù)據(jù)與多模態(tài)大模型訓(xùn)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(shí)感受,從最開(kāi)始看不懂廣告,情緒是低落的,到后面鏡頭往后拉,看到這個(gè)人站在兩個(gè)卡車之間時(shí),情緒一下子被調(diào)動(dòng)起來(lái)。
除此之外,我們還可以對(duì)不同的人群進(jìn)一步分解,對(duì)比不同人群觀看視頻后的反應(yīng)差異。以某美妝產(chǎn)品廣告為例,我們選取了不同的人群,一個(gè)是所有人,另外一個(gè)是28歲的女性,兩個(gè)視頻的曲線是不一樣的。前段時(shí)間,AI教母李飛飛提到基礎(chǔ)大模型永遠(yuǎn)不可能像人類一樣擁有主觀的理解能力。因?yàn)榛A(chǔ)大模型學(xué)習(xí)的是互聯(lián)網(wǎng)上的通用文本,不可能像一個(gè)具體的人一樣去理解視頻。我們研發(fā)的多模態(tài)大模型就在試圖解決這個(gè)問(wèn)題,可以通過(guò)AI模擬不同類型的人群,將人類腦電、眼動(dòng),以及社交媒體內(nèi)容進(jìn)行差異化的學(xué)習(xí),再重新對(duì)視頻廣告內(nèi)容進(jìn)行理解,這就是基于受眾主觀響應(yīng)的理解維度。
第三個(gè)維度,品牌的價(jià)值主張。不同的品牌有自己核心的價(jià)值主張,當(dāng)我們分析客觀描述和基于消費(fèi)者情緒的主觀描述后,還要對(duì)品牌價(jià)值觀再做一層剝離,這樣才能對(duì)內(nèi)容做更有針對(duì)性的測(cè)量和分析。
整個(gè)互聯(lián)網(wǎng)發(fā)展到今天,當(dāng)我們?cè)谏坛吹矫恳粋€(gè)SKU有那么多產(chǎn)品在競(jìng)爭(zhēng)的時(shí)候,它們?cè)诟?jìng)爭(zhēng)的是消費(fèi)者心智,已經(jīng)不僅僅是生產(chǎn)管理的能力。我們正從企業(yè)生產(chǎn)制造管理進(jìn)入到消費(fèi)者營(yíng)銷與銷售端管理的時(shí)代,這是一個(gè)時(shí)代的變化。過(guò)去,企業(yè)內(nèi)部會(huì)用EPR管理人、財(cái)、物,這是企業(yè)最核心的三個(gè)生產(chǎn)要素。未來(lái),內(nèi)容將成為繼人、財(cái)、物之后企業(yè)管理的第四大要素,每個(gè)企業(yè)都需要一個(gè)由生成式AI驅(qū)動(dòng)的新一代CMS(內(nèi)容管理系統(tǒng)),積累內(nèi)容生產(chǎn)所需的核心資源。
上一代CMS側(cè)重于信息發(fā)布,新一代CMS系統(tǒng)的原材料是消費(fèi)者洞察,即Insight,同時(shí)具備內(nèi)容解碼能力、鑒別能力、把x拆分成更多細(xì)分的能力,這是它和上一代CMS最大的區(qū)別,我們稱其為InsightFlow CMS。
與此同時(shí),持續(xù)的、反復(fù)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(fèi)者分為成百上千種,投放不同類型的素材,結(jié)合進(jìn)一步的反饋又可以作為新的x,輸入到模型里。InsightFlow CMS可以對(duì)接投放,及時(shí)獲得閉環(huán)的反饋效果。這樣一來(lái),內(nèi)容生產(chǎn)越來(lái)越高效,同時(shí)也越來(lái)越有價(jià)值。y=f(x)不再是一次性的,將演變?yōu)?y’=f(x,z),z就是評(píng)估反饋。這也是我們接下來(lái)要為大家提供的服務(wù)。
最后我想跟大家分享大會(huì)主題里的一個(gè)關(guān)鍵詞“范式”,這個(gè)詞最早由《科學(xué)革命的結(jié)構(gòu)》的作者托馬斯·庫(kù)恩提出。這本書(shū)里清晰地介紹了什么是范式。當(dāng)一個(gè)新的事物誕生,繼而讓其他事物也和它產(chǎn)生連接,并和上一個(gè)時(shí)代的事物脫鉤,那么這個(gè)新的事物就可以被稱之為新范式。歷史上,達(dá)爾文的進(jìn)化論是新范式,日心說(shuō)和地心說(shuō)見(jiàn)證了新舊范式的交替。
也就是說(shuō),當(dāng)一個(gè)新的重大科學(xué)發(fā)現(xiàn)之后,很多其他學(xué)科也跟著發(fā)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(wú)疑問(wèn)是一個(gè)全新的范式。最近,圖靈獎(jiǎng)得主Geoffrey E. Hinton獲得諾貝爾物理學(xué)獎(jiǎng)的新聞,意味著更多學(xué)科將與人工智能產(chǎn)生關(guān)聯(lián)和影響。實(shí)際上,這并不是人工智能和諾貝爾獎(jiǎng)第一次產(chǎn)生聯(lián)動(dòng),第一個(gè)同時(shí)獲得諾貝爾獎(jiǎng)和圖靈獎(jiǎng)的是赫伯特·西蒙,他也是我的偶像級(jí)老師。今天我們從事人工智能的同學(xué)進(jìn)入到了一個(gè)令人興奮的時(shí)代,人工智能一定會(huì)顛覆每個(gè)行業(yè),讓每個(gè)行業(yè)進(jìn)入到新范式的軌道里面。
“范”這個(gè)詞在中文里是模具的意思,實(shí)際上它也象征著舊范式里的每一個(gè)人的思想約束。提到范式,就會(huì)有舊范式和新范式。《世界觀》這本書(shū)里提到,每一次范式遷移的過(guò)程中,舊范式和新范式之間都會(huì)產(chǎn)生抵抗和沖突。書(shū)中提出了一個(gè)概念叫“拼圖”,上一個(gè)范式的人在思維中有一個(gè)拼圖,它會(huì)被不斷地驗(yàn)證、增強(qiáng),這些拼圖之間互為枷鎖,互為加持。
今天,新范式到來(lái)的時(shí)候,我們需要重新思考生成式人工智能的生產(chǎn)關(guān)系問(wèn)題,思考新的生產(chǎn)力如何與上一代的生產(chǎn)關(guān)系更好協(xié)同。我們每個(gè)人未來(lái)都要和AI有更好的協(xié)作,這個(gè)“人”既包含了消費(fèi)者,也包含了營(yíng)銷工作者。在這個(gè)過(guò)程中,我們應(yīng)該正面積極地思考,短期肯定是挑戰(zhàn),長(zhǎng)期要想清楚新范式里有哪些板塊是正確的,并用這個(gè)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(nèi)容營(yíng)銷很重要,我們需要有用的信息、有價(jià)值的消費(fèi)者洞察,才有可能好的內(nèi)容,而恰恰新的人工智能可以方便地幫助消費(fèi)者和品牌去搜集、整理、加工信息。再比如,生成式AI有強(qiáng)大的推理能力,很多人類不擅長(zhǎng)解決的問(wèn)題,如今它都可以協(xié)助我們解決。
還有一個(gè)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(shù)據(jù)的。每一個(gè)企業(yè)在應(yīng)用人工智能時(shí)也一定要利用好自己獨(dú)特的數(shù)據(jù),而數(shù)據(jù)來(lái)自于交互,來(lái)自于互動(dòng),它既來(lái)自于品牌,每一支廣告創(chuàng)意與消費(fèi)者之間的溝通,消費(fèi)者與品牌之間的互動(dòng),也來(lái)自于人和AI之間的互動(dòng),還來(lái)自于機(jī)器和機(jī)器的互動(dòng)。其中,機(jī)器與機(jī)器的互動(dòng),未來(lái)可能會(huì)成為B2B行業(yè)的主流。我們做產(chǎn)生任何一個(gè)創(chuàng)意之前,都可以讓機(jī)器與機(jī)器互相博弈,看看這個(gè)創(chuàng)意另一個(gè)機(jī)器怎么看。在機(jī)器互動(dòng)產(chǎn)生大量數(shù)據(jù)之后,我們?cè)偃ネ斗?,這將是未來(lái)新范式的發(fā)展趨勢(shì)。
我想說(shuō),未來(lái)已來(lái)。在新范式來(lái)臨前,我們需要做好準(zhǔn)備。我希望大家都行動(dòng)起來(lái),一起擁抱生成式AI帶來(lái)的生成式營(yíng)銷的紅利。
信息填寫(xiě)