数字营销遇上AIGC：脑力劳动“工业化”，数字人“很烧钱”

近日，苹果公司宣布计划每年投资10亿美元，将生成式AI整合到产品线中。在2024年底，用户将有机会在iPhone和iPad上使用到生成式AI技术。

这和早在7月份的一则外媒消息相对应，据称当时苹果公司创立了大型语言模型Ajax，并在公司内部推出“Apple GPT”聊天机器人来测试其功能。

不止海外，生成式AI的热度也在国内蔓延、升级。

10月22日，在义乌举办的产业AI应用大会上，虚拟数字人“义乌老板娘”现身。同时，大会正式发布了全球首个商品贸易领域大语言模型，以及涵盖AI对话、AI生成商品详情、AI一键生成视频、AI数字人等应用的Chinagoods AI智创服务平台。

人们似乎已经达成共识：大模型的出现象征着第四次工业革命的到来。

从今年至今，全球生成式AI解决方案类项目共获风投资金逾17亿美元。作为生成式AI落地商用的最主要前沿阵地之一，数字营销领域也起了变化。有数据统计，2022年大型企业由生成式AI生成的外部营销信息为2%，预计到2025年这一数据将升至30%。

AIGC技术的发展，为数字营销全链路提供了新的可能性。

据「执牛耳（ID：ZhiniuerMedia）」观察，AIGC对数字营销的价值包括但不限于降本增效、提升营销质量和转化率、优化决策建议等。目前最核心的应用为内容生成和创新运营。前者主要体现在，基于大模型能力和数据积累，帮助用户生成营销文案、绘画及视频等，后者主要体现在数字人“大战”上。

从资源整合、创意输出到精准定向投放，再到逐渐“工业化”的算法式投放，AIGC在营销行业的应用逐渐走向成熟。在这个过程中，整个营销生态逐渐发生改变，并进入了发展新阶段。对于以ChatGPT为代表的“生成式人工智能”，「执牛耳」发出几问：

• 在营销行业中有哪些具体应用？

• 存在哪些问题？

• 未来又会给整个生态带来哪些改变？

• 随着ChatGPT的下场、科技巨头的围剿，AI创业者的出路在哪里？

01内容生成：脑力劳动开始“工业化”

内容生成最显著的作用就是降本增效。拿创意激发举例，假定之前团队是3个人进行创意输出，有了AIGC技术的加持，现在是3个人+1个机器助手进行创意输出。机器助手的信息搜索量和输出量非常大，团队效率大幅提升，降本增效显而易见。

据某营销服务商透露，使用AIGC，出图时间从原来的5天缩短为2个小时，一条视频制作的时间从此前的10小时缩短至5分钟。在很短的时间内自动生成产品描述、销售文案等上万条的营销内容所用的成本和人工相比，降低了50%。另外，利用技术将商品和模特合成AI产品展示图的成本和工作效率，远远优于之前棚拍模式。

AIGC的应用可以为品牌方开启上帝视角，做到精准投放。以前某品牌方在抖音上每个月投两三万的广告费，投放视频3000条，意味着它至少需要生产6000条视频，至于创意有多少，效果怎么样，基本是一门玄学。

品牌方现在可以借助AI技术，先将市场上所有相关的视频收集起来进行分类，梳理出营销卖点，然后结合消费者心理和市场趋势，将整个营销链路中的相关数据梳理出来进行分析，有针对性的输出内容，然后在广告投放上做到高效精准。

AIGC的应用为营销人开启了灵感库的大门。在输出内容时，人工团队的灵感最怕的就是单维，而AIGC可以在强调卖点的同时，生成上百条内容，这就相当于给了人工团队上百个可以无限延伸的灵感来源。

新技术带来新红利。如果把技术能力集成到用户的所有环节里，数字营销会进入一个全新轨道。有行业人士预测，相比生产效率低且产出不稳定的传统内容创建方式，AIGC 有望推动数字营销、内容生产的价值重估，塑造数字内容生产与交互的新范式。

这和有米科技创始合伙人兼有米云首席技术官蔡锐涛的看法不谋而合。他认为AIGC改变了人和机器交互的模式，使人调度计算资源的门槛降低，带来的变革是使脑力劳动有了工业化的可能。

“因为脑力劳动的特殊性，脑力劳动多以工作室的形式存在。有了以 ChatGPT、MidJourney为代表的新一代AI 技术，有望实现流水线分工。”蔡锐涛称，以后会进入创意+视频高速迭代的时代。原来短视频消费端的需求多，创作端跟不上，现在有了技术加持，可以将历史数据、消费者数据等反馈给机器模型，让机器在不断吸收得到正反馈方向的内容后进行创作输出。最终整个内容营销链条变成：内容创作--投放--反馈--再创作--再投放。

在蔡锐涛看来，这就是工业化的魅力。“随着不断迭代，人的判断能力不断增强，可以和机器形成完美契合。但机器替代不了人，脑力劳动中做决策的始终会是人。”

02创新运营：数字人大热，但很“烧钱”

在创新运营的所有环节中，“AI数字人”大火。据相关预测，数字人市场进入高速增长通道。到2026年中国AI数字人市场规模将超过百亿元。

数字人的核心技术包括动作捕捉、计算机图形学、图像渲染、AI等。在营销场景中的应用主要有品牌数字人虚拟代言人、数字人直播带货、虚拟购物助手等。   

数字人可以为商业贸易寻找新的增长点。前不久在全球首个商品贸易领域大语音模型发布会上现身的“AI数字老板娘”除了可提供导购、找货等服务，也可提供报关、物流等供应链解决方案，还可以对国际贸易环境进行分析。

数字人帮助企业降本增效。以电商为例，口播视频、真人数字分身克隆、语音音色克隆等功能的加入，和之前人工团队相比，大幅降低了成本，提高了效率，同时，点击率、转化率提高了20%。

以一家电商和Kreado AI的合作为例，这家电商计划开拓欧洲市场，希望KreadoAI为其制作一套能达到95%人口覆盖率的语言口播视频广告。这需要雇佣当地主播制作34种不同语言的口播视频。而最终KreadoAI为其提供的数字人解决方案成本只有真人成本的1/100，周期也大为缩短。

据了解，Kreado AI为易点天下首个AIGC数字营销创作平台，推出的AI数字人解决方案可提供140余种语言，可支持上百位虚拟数字人形象。数字人广泛应用于商旅推荐、电商购物、应用下载、教育培训和企业服务等领域。

“大模型+虚拟人有望实现规划化量产。”某行业人士称，“在AI技术加持下，生产过程将简单化，规模化，走向市场的速度也会加快，产业和产品的数据反馈又能加快大模型能力的迭代，这就形成商业模式的良好闭环。”

不过，目前数字人仍属于“有钱”人的游戏。据洞见研报数据，虚拟人制作的成本从客单价百万元到千万元不等，超写实虚拟人视频成本在万元/秒左右。企业在制作数字人，或采购数字人产品时，需要进行前期投资、后期维护成本的衡量，并根据自身情况做出决定。

除了内容生成和创新运营外，AIGC如何应用于客服、营销、决策等环节？

纵览行业，「营销商业研究院」认为：客服环节连接着客户沟通与线索留存，与大模型技术的契合度很高。凭借技术赋予的理解、推理能力，客服机器人可处理产品信息、故障排除等咨询信息，并可将数据留存、分析，生成决策建议。

通过AIGC的赋能，营销更具个性化和精准化。通过与潜在客户的接触产生线索，在对用户历史行为和偏好进行分析的基础上，可进行个性化营销。此外，AI技术的应用还可为定价、出价提供支持，为投放策略提出优化建议。

某公司在新品推广中，根据用户兴趣模型进行定向投放，提升了15%的转化率。用户兴趣模型是基于大模型对用户偏好、历史数据的收集并分析建立的。可预见的是，这些探索性实践和AI技术会不断互相反哺促进，AIGC商业模式也会日臻成熟。

03局限、创新与护城河

据Gartner数据，在其对2500多名企业高层的调研中，有70%的企业正处于研究和探索生成式AI的阶段，19%的企业已进入试点或生产阶段。

前景光明。但任何新事物在发展之初都并非一帆风顺。我们回归到一个核心问题：目前AIGC在数字营销中面临的最大挑战是什么？

“我们的数据沉淀和数据管理意识相对薄弱，而AIGC的应用依赖于客户数据的积累，这是AIGC在应用层面上面临的最大挑战。”某营销大数据平台高管称。

不仅如此，目前的AIGC在数字营销中的应用也体现出了局限性：在社交媒体中需要对内容有所规范；基于现有数据生成内容和策略的创新性有待增强；在营销策略建议上，还需要对行业背景、客户心理有较深的了解。

对于数字营销领域从业者来说，跳脱出上述局限性之外，要想在技术发展日新月异的时代不掉队也并非易事。

他山之石，可以攻玉。

2021年，美国企业Jasper AI背靠GPT-3，凭借着API推出了营销工具，后来产品经过迭代后，以类SaaS服务的形式进行收费。2022年，Jasper AI的营收额便达到了8000万美元。

但好景不长，自从Chat GPT在2022年推出后，Jasper网站的流量便大幅下滑，收入锐减。今年7月传来裁员的消息。无代码AI营销平台Mutiny、专注于语音识别技术的人工智能公司Deepgram也相继陷入发展困境。

某一线投资机构的科技投资人王源表示，ChatGPT的亲自下场、Google、Microsoft等科技巨头的围剿、开源生态的压力等都成为压向他们的稻草。除了这些外部因素，还有一个根本原因，那就是企业在大模型上并没有构建起护城河。

“做垂直模型是一条出路。目前这是大模型暂时触及不到的领域，而且现在的国内大模型尚在初期阶段，创业公司可以抓住这个窗口期，在细分场景中积累行业数据，作出和市场匹配的产品，建立起壁垒。”王源给AI创业公司提出了建议。（注*王源为化名）

那么你认为脑力劳动“工业化”，“数字人”大热，AIGC在数字营销领域的创新与局限有什么？欢迎评论区留言。