AIGC,內容營銷下一站

最近一段時間,有兩件事情很有意思:

第一件,劉潤在《進化的力量》年度演講時透露,目前自己在短影片平臺的口播內容已經“不是本人”了,在自己籌備演講的很長一段時間裡,因為精力有限,短影片內容都是由他的數字人分身來完成。

AIGC,內容營銷下一站

另一件,最近ai二次元繪畫的話題火了,在抖音、小紅書這些平臺熱度居高不下。在抖音上,AI繪畫話題的相關影片播放量已經超過65億次;在小紅書,AI繪畫話題的筆記也超過了40萬篇。

兩件事相互獨立,但都是今年的熱門技術話題——AIGC範疇下的一個分支應用。

作為品牌營銷人不得不瞭解的下一代內容型別,我們來聊聊AIGC:

什麼是AIGC?

AIGC對於品牌營銷有何意義?

AIGC距離我們還有多遠?

//

什麼是AIGC?

AIGC,AI Generated Content的簡稱,也就是人工智慧生成內容,是繼專業生產內容(PGC)、使用者生產內容(UGC)之後新的內容創作形式。現在,AIGC正逐步在寫作、編曲、繪畫和影片製作等創意領域滲透。

今年8月,在美國科羅拉多州數字藝術家競賽上,一幅由沒有繪畫基礎的參賽者提交的AIGC作品《太空歌劇院》,獲得 “數字藝術/數字修飾照片”第一名。這幅作品由AI繪畫軟體Midjourney完成,建築與人物風格突出,畫面層次豐富頗具美感。

AIGC,內容營銷下一站

其實,早在2017年,一幅由AI學習大量畫作後創作的作品,就已在CHRISTIE‘S拍出了超過40萬美元的價格。

PGC,UGC之後,AIGC正在到來。

在移動網際網路快速崛起的過去十年裡,UGC憑藉供給量豐富、快速實時等優勢,取代PGC成為當前內容生產的主要形式。

來自Questmobile的2022年上半年資料展示,以UGC 為主要生產方式的短影片時長佔比達 28。0%,以 PGC 為主要生產方式的線上影片時長下降到6。6%。

現在,UGC內容生產與內容工具的相互影響,推高了優質內容與工具的螺旋進化。就如抖音的ai特效工具,工具透過對優質爆款內容的流量密碼進行提煉,提供輕鬆簡單的內容製作能力,而使用者透過工具對熱門優質內容的模仿,又推動優質UGC的二次密集產出。

大量的UGC內容,為AI提供了充足資料進行深度學習和演算法最佳化,加上日益增強的算力,一起為高質量AIGC提供了充分的發展基礎。

同時,PGC、UGC的生產潛力終將受礙於人腦有限的知識圖譜,AI技術能夠彌補內容消耗與供給的缺口。這些都將為AIGC接棒UGC成為內容主力,增添確定性。

比照目前移動網際網路環境下的UGC、移動支付和智慧手機,很多人認為,AIGC將與NFT和VR/AR構成WEB 3.0的三大新基礎設施。

//

AIGC對於品牌營銷有何意義?

在以內容作為核心生產要素的品牌營銷領域,AIGC的能力將會在三個維度產生重大作用:

首先,是AIGC對內容生產的完善,高效實現文字、影片、圖片生成,以及三者間的跨模態轉換,為營銷傳播提供海量高質量內容子彈。

其次,是聚合多模態生成技術的應用——數字人,也就是矽基勞動力。為營銷環節提供擁有個性化能力的人力資源。

然後,是AIGC內容生態聚合體——元宇宙,AIGC將以不可比擬的效率、豐富的內容形式為Web3環境下的品牌內容填充與佔位,提供素材。

AIGC對於品牌的現實價值,也涵蓋在這三重維度之中。

首當其衝便是降本增效。

今年百度世界大會上,李彥宏就曾預言,未來十年AIGC將顛覆現有內容生產模式。可以實現以十分之一的成本,以百倍千倍的生產速度,去生成AI原創內容。

在京東,AI團隊的目標是讓模型更懂電商場景。基於知識圖譜的商品營銷文案自動模型,會定義電商領域知識,包括商品知識圖譜、要素知識、類別知識以及賣點知識,然後針對不同知識設計不同的下游任務。基於這些知識,模型掌握如何去 “理解” 輸入的商品說明材料,以及找到規格、賣點等資訊,然後將一些關鍵資訊生成到文字中。

AIGC,內容營銷下一站

這套模型已經覆蓋了京東3000多個三級品類,累計生成文案30億字,應用在京東發現好貨頻道、搭配購、AI直播帶貨等渠道,累計產生超過3億元GMV。

在阿里巴巴,則有旗下2017年釋出的AI設計平臺“鹿班”,已成為覆蓋500萬商家、1秒鐘設計8000張海報的基礎工具。

在傳播內容方面,美國初創公司 Jasper 成立不到兩年,前不久剛剛完成1。25億美元A輪融資,估值已達15億美元。

目前,這家公司已經擁有接近10萬家付費客戶。

他們使用Jasper系統來生成具有豐富關鍵詞、搜尋引擎最佳化的原創文章,以及建立廣告話術和技術手冊創作等各種任務。雖然現有模型還不能直接生成完美內容,但只要輸入正確的提示,結果可用率還是能夠達到70%,

顯著加快了客戶的優質內容建立程序。

Jasper認為企業業務需要個性化模型,希望模型接受自己的語言訓練、接受知識庫和產品目錄方面的滲透,還希望模型能引入品牌形象和元素,讓業務成為品牌的延伸。越來越好的模型,可以根據現有資料進行自我最佳化,像銷售團隊那樣,為受眾提供永遠最新且高度統一的感受。

AIGC,內容營銷下一站

在國內。朗知傳媒開發的AI內容生產系統,按照“寫得出,搜得到,發得多,投得準”的方案,為日常有大量內容傳播需求的客戶,提供與過去不同的營銷體驗。

按照朗知的說法,AIGC已經實現為單一客戶每月生產6000條原創影片,6000篇原創稿件,並保持較高的原創度差異。然後,根據客戶組合策略的排兵佈陣需求,這些內容在頭條、抖音、百度、小紅書等各個平臺分發,

以更短、更快、更接近受眾生活場景的方式更廣泛進行觸達。

這種“過得去的質量+高效海量定向內容”的內容營銷方式,是AIGC當下已經產生的降本增效價值。可以想象,如果這些內容放在過去,所需要的時間、人工和費用,都是顯而易見的巨大成本。

在短影片與直播電商內容方面

,智慧直播切片系統透過AI識別直播間的精彩片段,實現直播間內容智慧剪輯,再透過矩陣化運營,帶來增量曝光與二次轉化。此外,目前AI數字人技術也已經可以實現24小時日不落直播,提升流量獲取和營銷爆款機率,降低運營成本。

AI影片創作工具商閃剪已經和騰訊雲、巨量創意平臺達成合作,經過巨量廣告使用者的測試,數字人生成的廣告投放影片收穫了不錯的跑量資料效果。

AIGC對於品牌另一項價值,是降低營銷門檻。

一項營銷傳播能夠讓更廣泛的受眾參與進來,一方面除了本身需要有足夠的利益點、價值共鳴感外,還需要解決內容互動技術上的問題。AIGC的出現,將在保證營銷內容高質量的前提下,降低受眾參與門檻、輕鬆地完成並進行傳播。

前面提到的抖音“AI繪畫”特效,就是一個典型的例子,超過2000萬人可以輕鬆使用並參與進來。以及2017年,人民日報客戶端與天天P圖合作,基於AIGC技術推出的建軍90週年《快看吶!這是我的軍裝照》H5互動傳播,不到兩週的時間,收穫瀏覽次數(PV)突破10億,獨立訪客(UV)超1。55億,分享次數超過4800萬。

隨著各類平臺內容池持續擴大,對企業內容營銷能力的要求不斷提高。AIGC帶來效率與場景應用上的改變,使得更多的企業在AI創作工具基礎上,低門檻快速創造出有質量的內容,從而有機會透過矩陣化的營銷渠道運營、規模化內容生產開啟更加廣闊的增量市場。

AIGC是品牌佈局元宇宙無法繞過的能力

從Web 1。0時代的單向資訊傳播,再到Web 2。0時代的雙向溝通互動,內容的需求實現了指數級增長。伴隨這一增長的,是從單一PGC向多元UGC的轉變。

而進入Web3。0時代,人與網路形成去中心化連線,以及感官終端的躍遷升級,內容消費需求將會再次得到大幅增長,現有的UGC以及PGC不僅難以取得好的遷移效果,更重要的是,這種內容生成方式將難以匹配快速擴張的內容需求。

AIGC,內容營銷下一站

同樣對於企業來說,AIGC作為元宇宙內容生產方式,利用AI學習知識圖譜、自動生成,能夠以更適應Web3。0環境和內容量級的方式,幫助企業佈局元宇宙營銷場景,積累品牌營銷內容,形成新環境下的品牌內容“複利”。

顯然,這一層效果,是當下這個時間節點討論所無法展開預測的,Web3。0自身的規則、標準與路徑尚在不斷的探索與形成之中。但對於這種內容趨勢的理解,將有助於企業設計自身業務與未來內容環境的戰略性規劃。

//

AIGC距離我們還有多遠?

先說我的結論:

短期輔助,十年可期。

其實,AIGC所代表的“AI生成內容”技術本身,並不是新鮮概念。早在上世紀50年代開始的小範圍研究,各種NLG(自然語言生成) 模型、GAN(生成對抗網路)以及變種模型都是已有的生成式AI模型。

近幾年,AI才開始能夠模仿人的思維方式、理解並運用人類的語言,AIGC進入一波迅速發展期,各類產品從邊緣側服務於B端使用者,到現在C端使用者都可以輕鬆使用。

底層技術的突破加速了AIGC商業落地。

從GAN(生成對抗網路),到去年OpenaAI團隊開源深度學習模型CLIP、GPT-3演算法的誕生,再到今年7月出現的Diffusion(去躁擴散模型),一直到上週,OpenAI釋出了對話模型ChatGPT,首次採用RLHF(從人類反饋中強化學習)方式,測試階段一週就吸引超過一百萬使用者使用。

隨著深度學習模型不斷完善、開源模式的推動,才出現了今年又一波AIGC的應用熱潮。

但在,另一方面。

短期來看,AIGC還只是一種初級效率工具,將內容創作過程中的創意和實現分離,對“實現”過程這種重複勞動,輔助人類進行內容生產實現。

當前AI的創作還並沒有跳出PGC、UGC的框架,關鍵核心技術的不成熟導致內容堆砌感,且質量參差不齊,尤其,對於以情動人這種高階營銷能力,AI還尚不足以支援實現。

更有挑戰的是,AIGC早期入局者作為主要推動者,不僅需要面對AIGC技術不穩定、應用場景單一化以及變現能力缺乏,還要面對在算力、演算法研發和資料獲取方面的高額成本。這也是AIGC目前主要由國內外大廠來深度參與佈局的原因。

Gartner 釋出的2022新技術生命週期分析認為,Generative Design AI(國外使用這個概念比較多,AIGC更像是中國式概念)目前尚處於技術萌芽早期,距離規模性應用至少還有5-10年的時間。

AIGC,內容營銷下一站

或許在十年後,隨著深度AI、量子計算等技術不斷髮展成熟,AIGC作品能夠真正擁有“獨立靈魂”和更有效的產業應用場景。

anyway,AIGC最終不會一蹴而就,早起做些準備吧。

彩蛋:ChatGPT幫我創作的脫口秀。

說實話,看到第一句的時候確實還蠻驚喜的,後來才發現,也只有第一句戳到了笑點,整體還停留在小學三年級作文水平。想體驗ChatGPT的同學可以後臺留言找我要攻略。

AIGC,內容營銷下一站

(完)