2024营销科学大会召开(2)

 在《生成式营销时代的内容营销，按下新一轮红利按钮》主题演讲中指出，所有人工智能的任务都是一个函数：y=F(x)。如果将F比作大模型，y比作生产力，那么x就是生产资料。生产力的爆发需要充足的生产资料和强大的生产工具。

　　上一代人工智能在媒介、流量、采买，以及智能分发等方面已经较为完善。很多客户建了DMP、CDP系统，可以很好地划分人群，但最终难以达成千人千面的目标，问题在于品牌把人群分为成百上千种后，缺少丰富的内容素材用于投放。今天，生成式AI不仅能解决Who的问题，还能解决What的问题，为不同人群产生成千上万种不同的创意，让不同的消费者看到不同的内容。只有千人千面的划分，没有千人千面的内容，很难取得良好的营销效果。

　　在社媒生产环境，真正的挑战还在于实现内容数量与质量的平衡。今年以来，大模型的持续迭代降低了成本，增强了推理能力。多模态的快速发展使大模型能够处理多种形态的数据。然而，与生成了什么相比，基于学习了什么而生成，才是生成式营销的核心，也是内容营销差异化的关键。如果品牌在前期缺乏对消费者的洞察，依然很难生成高质量的内容。

　　基于AI洞察，x可以分成更为细分的三个维度：一是解码内容词元，洞察广告创意描述了哪些客观对象;二是激发受众反馈，洞察消费者的主观响应;三是对齐品牌价值，满足不同品牌对于内容的不同要求。当内容可以被测量，个性化创意就能够规模化生成，促进营销生产力大爆发。

　　互联网发展到今天，品牌之间竞争的是消费者心智，而不仅仅是生产管理的能力。内容将成为人、财、物之后企业管理的第四大要素，未来每个企业都需要一个由生成式AI驱动的新一代CMS(内容管理系统)，积累内容生产所需的核心资源。明略秒针InsightFlow CMS在洞察的基础上，引入迭代反馈，还可以进一步提升规模化内容的精准触达能力。

　　AI技术飞速发展，创新视角加快企业落地能力

　　在新技术落地的过程中，勇者敢于尝试，智者则赢在策略与远见。如何在新技术迭代与企业快速平稳应用之间找到一个合理的平衡点，在激烈的市场竞争中与时俱进，同时推动可持续的业务增长?是每一个企业当下迫切关注的问题。

　　前红杉资本投资人、拾象CEO 李广密  在《寻找AI大周期的Alpha》主题演讲中，就当下生成式AI技术发展做出7个判断，并分享了对2个赛道的核心见解。他指出，AGI 不是一蹴而就的，AI能力是一个“渐进式解锁”的过程。AGI 时代，90%的行业，超过90%的专家，能完成90%有经济价值的工作;AI 是未来 15 年全球增长的最强拉动力;LLM(大语言模型)还处于大基建初期;AGI基建是工程问题，通过投入资金和时间可以解决;AGI能力是渐进式解锁的，模型能力每增长一些，实际应用中就会解锁一些场景、诞生一些应用;RL 是新的 Scaling Law ，self-play 的方法提升模型的逻辑推理能力是接下来最重要的范式，强化学习路线下，模型的代码、数学能力会大幅度提升。RL 意味着让模型从“超级聪明”变得“超级有用”。

　　赛道方面，由于AI Coding的确定性非常高，未来可能有一个任务容器，包含很多任务，不用即时给我，可能跑一个星期、一个月，人类像一个教练员，它像一个运动员，未来两年进步会特别快;未来6到12个月，大家会看到一种模型叫全模态的进、全模态的出，涵盖文、图、视频、直播，其背后的意义在于AI的学习效率和理解能力会比今天的文本模式高很多。对于营销行业比较大的助益在视频生成，尽管未来1到2年它的进步速度可能也还会非常陡峭，但也有可能在6个月左右，我们就能看到生成时长更长的视频，而且它的逻辑性、一致性更好。