自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

中國AIGC廣告營銷產(chǎn)業(yè)全景報告:五大變革四大影響,生成式AI讓只為「一個人」打造廣告成為可能

人工智能 新聞
大模型和生成式AI技術的出現(xiàn)為品牌營銷的破局提供了重要契機,國內(nèi)外廣告營銷行業(yè)與大模型和生成式AI技術的結(jié)合呈現(xiàn)前所未有的火熱態(tài)勢。

在互聯(lián)網(wǎng)流量紅利消退的當下,廣告營銷產(chǎn)業(yè)進入存量競爭。

TikTok開始用生成式AI來提供廣告腳本,Snapchat開始用聊天機器人來推個性化廣告,百度營銷重構(gòu)了一系列全新的AI Native產(chǎn)品賦能企業(yè)營銷全流程。

大模型和生成式AI技術的出現(xiàn)為品牌營銷的破局提供了重要契機,國內(nèi)外廣告營銷行業(yè)與大模型和生成式AI技術的結(jié)合呈現(xiàn)前所未有的火熱態(tài)勢。

廣告營銷產(chǎn)業(yè)鏈上的玩家正處于歷史性的轉(zhuǎn)折點。

生成式AI為不同廣告營銷主體提供了何種新解法?

廣告營銷行業(yè)的工作流程、內(nèi)容生產(chǎn)場景、投放效果如何變化?行業(yè)將產(chǎn)生怎樣的周期影響?

生成式AI浪潮下廣告營銷行業(yè)的核心生產(chǎn)要素發(fā)生了哪些變化?傳統(tǒng)營銷企業(yè)應該如何應對?創(chuàng)業(yè)公司又有哪些機遇?

帶著這些問題,量子位智庫《中國AIGC廣告營銷產(chǎn)業(yè)全景報告》由此而來,并嘗試解答。

報告中,量子位智庫將從我國廣告營銷行業(yè)現(xiàn)狀、生成式AI帶來的五大變革、四大影響市場規(guī)模及競爭現(xiàn)狀等多角度、多方向地全面立體描繪中國AIGC廣告營銷產(chǎn)業(yè)全景。

核心觀點包括:

  • 廣告營銷或成為生成式AI最快落地領域,開始回歸「人與人」的交流,實現(xiàn)「全局最優(yōu)」分配方式
  • 生成式AI從供給端到需求端依次沖擊產(chǎn)業(yè)鏈玩家,營銷服務商價值凸顯
  • 從PGC到UGC到AIGC,生成式AI打造內(nèi)容生產(chǎn)增量市場,創(chuàng)意工具平民化趨勢顯著
  • 從無差別影響到個性化定制,生成式AI讓只為「一個人」打造廣告成為可能
  • 作為新增長引擎,生成式AI在廣告營銷行業(yè)中業(yè)務營收預計2030年觸及千億級市場規(guī)模
  • 行業(yè)與人才資源、模型效果、服務場景數(shù)據(jù)反饋成為廣告營銷行業(yè)新的核心生產(chǎn)要素
  • 未來每個品牌都將有自己專屬的營銷大模型,大模型定制與微調(diào)技術不可或缺
    ……

大模型時代下的廣告營銷

廣告營銷是指企業(yè)通過廣告對產(chǎn)品展開宣傳推廣,促成消費者的直接購買,增加產(chǎn)品的銷售量,提高企業(yè)的知名度、美譽度和影響力的系列活動,是企業(yè)營銷組合中的一個重要組成部分。

廣告營銷的傳統(tǒng)范式是以流量推動品牌增長,以SEM搜索投放模式和算法推薦為主。

如今互聯(lián)網(wǎng)流量紅利見頂,客戶更加希望獲得「所問即所答」的回復,用戶需求表達關注度提高。

廣告營銷產(chǎn)業(yè)亟需新范式推動其增長。

生成式AI成為破局關鍵

廣告營銷之前的偏重都在投放、媒介和運營上,現(xiàn)在媒介由于以媒體廣告為主(近70%),生命周期變短,對內(nèi)容生產(chǎn)要求變高,內(nèi)容質(zhì)量將直接決定廣告營銷的價值創(chuàng)造。

生成式AI技術可用于解決營銷各環(huán)節(jié)痛點,其或?qū)⒊蔀樽羁炫c生成式AI結(jié)合并產(chǎn)生實際落地效果的領域。

圖片

在生成式AI沖擊下,廣告營銷行業(yè)將回歸營銷本質(zhì),從「人與機器」單向交互,回歸到「人與人」的交流;流程扁平化,一步到位進行內(nèi)容生產(chǎn)與投放,減少信息損失;從傳統(tǒng)的廣告推薦模型,變成以數(shù)據(jù)驅(qū)動的大模型為核心,實現(xiàn)全局最優(yōu)的廣告分配。

生成式AI廣告營銷領域應用

國內(nèi)外廣告營銷行業(yè)與大模型和生成式AI技術的結(jié)合呈現(xiàn)前所未有的火熱態(tài)勢。

廣告主/品牌商、廣告營銷服務商、投放平臺、第三方公司紛紛入局。

AIGC廣告營銷五大變革

大模型與生成式AI技術對廣告營銷行業(yè)帶來的變革,我們從產(chǎn)業(yè)鏈、工作流程、典型生產(chǎn)場景、投放效果、業(yè)態(tài)與格局這五個方面總結(jié)如下:

變革一:產(chǎn)業(yè)鏈變革

廣告營銷行業(yè)產(chǎn)業(yè)鏈按參與主體可分為廣告主、廣告媒介和消費者,其中廣告主是互聯(lián)網(wǎng)廣告行業(yè)發(fā)展的源動力,廣告媒介是市場的核心驅(qū)動,消費者是廣告營銷的受眾。

圖片

其中產(chǎn)業(yè)鏈上游玩家將最先受到?jīng)_擊,因為有內(nèi)容生產(chǎn)降本增效的需求,需要利用生成式AI的能力進行轉(zhuǎn)變。

部分品牌慢慢在去中介化,內(nèi)化自己能力,需要有新工具運用到新場景中。

營銷服務商從純工具和中介化的鏈接工作,慢慢轉(zhuǎn)變?yōu)樵谥虚g環(huán)節(jié)給廣告主提供更強的增值性。

緊接著中游的投放平臺會受到?jīng)_擊,如果上游會采用生成式AI能力,平臺自身能力可以外化成和上游一起合作打破自閉環(huán)的能力。

未來在大模型加持的虛擬數(shù)字人等新的交互方式、場景或渠道成熟后,消費者再會受到較大影響。

變革二:工作流程變革

廣告營銷領域的工作流程與環(huán)節(jié)涉及策略制定與用戶畫像洞察、廣告內(nèi)容的制作、投放渠道的管理與效果分析等工作,需要消耗大量的時間,其中有較多的工作都可以通過 AI 代替人工的方式實現(xiàn)效率的提升。

其中策略洞察內(nèi)容生產(chǎn)將最先被覆蓋,是0-2年內(nèi)生成式AI能提供較高輔助程度的場景。

但由于目前在流量匹配算法中加入大模型的提升效果并不明顯,投放管理環(huán)節(jié)在短期內(nèi)生成式AI還不能提供較高輔助。

變革三:生產(chǎn)場景變革

內(nèi)容生產(chǎn)是廣告營銷全流程中生成式AI表現(xiàn)最突出的場景。量子位智庫預測未來5年會有70%的營銷內(nèi)容可由AI自動生成并迭代。

這是由于生成式AI降低了內(nèi)容創(chuàng)作的門檻,使內(nèi)容批量化生成成為可能。未來創(chuàng)意生產(chǎn)工具將越來越平民化,內(nèi)容生產(chǎn)也不再是一個存量市場,而是一個增量市場

而廣告營銷行業(yè)中的內(nèi)容生產(chǎn)部分中營銷素材生產(chǎn)主要包括三種形式:文案生成、圖片生成、視頻生成。

其中文案生成受制于營銷行業(yè)的創(chuàng)新性實時性,技術雖較為成熟,國內(nèi)目前真正投入使用較少,商業(yè)化程度較低。

圖片生成國內(nèi)目前技術相對成熟,由于生成的圖片仍不夠精細化商業(yè)化程度一般。

視頻生成國內(nèi)目前技術和商業(yè)化均不夠成熟,復雜度較高,公司更多的是用AI做特效或圖片拼接以及生成虛擬數(shù)字人視頻,預計可能在年中達到圖片生成的效果,實現(xiàn)商業(yè)化。

變革四:投放效果變革

廣告營銷經(jīng)歷了從2006年以前的無差別影響「所有人」,到2006-2012年間的影響「一類人」,再到2012年后的精準影響「一個人」。

2012年移動互聯(lián)網(wǎng)的廣告算法讓精準推薦變成可能,2022年大模型技術出現(xiàn),生成式AI讓只為「一個人」打造廣告內(nèi)容成為可能。

圖片

變革五:業(yè)態(tài)與格局變革

生成式AI能有效實現(xiàn)廣告營銷行業(yè)生產(chǎn)力的提升,主要體現(xiàn)在——

  • 創(chuàng)新廣告形式,帶來全新交互體驗,形成強流量、高互動,提升廣告投放ROI。
  • 提高營銷內(nèi)容生產(chǎn)效率,推進自動化個性化營銷,實現(xiàn)精準鏈接和高效觸達。
  • 推動營銷服務商商業(yè)模式革新,優(yōu)化企業(yè)工作流。

AIGC廣告營銷四大影響

量子位智庫從市場規(guī)模、行業(yè)核心生產(chǎn)要素、企業(yè)工作流、行業(yè)發(fā)展階段與周期四個方面,來看大模型與生成式AI對廣告營銷行業(yè)未來帶來的影響:

影響一:技術變量改寫市場規(guī)模

經(jīng)量子位智庫估計,我國廣告營銷市場整體仍將保持良好增長態(tài)勢,預計2025年市場規(guī)模將達到13465.9億元,未來三年行業(yè)年復合增長率達9%。

圖片

中國目前生成式AI在廣告營銷行業(yè)中業(yè)務營收占比不到1%,未來每年增速或?qū)⑦_到60%以上,預計2030年將達到1500億左右規(guī)模。

圖片

影響二:行業(yè)核心生產(chǎn)要素發(fā)生變化

基于對行業(yè)發(fā)展的分析及預測,量?位智庫認為在生成式AI技術浪潮下廣告營銷行業(yè)的核心生產(chǎn)要素將產(chǎn)生變化,企業(yè)能力將取決于以下四個關鍵要素——

行業(yè)理解和人才門檻、底層技術大模型效果服務場景選擇構(gòu)建數(shù)據(jù)閉環(huán)。

影響三:廣告營銷工作流被重塑

當前生成式AI對廣告營銷企業(yè)工作流的作用還是賦能,通過改造內(nèi)容生產(chǎn)流程來全面提升營銷鏈路效率

未來生成式AI將從每個環(huán)節(jié)重塑廣告營銷企業(yè)工作流,全流程可以用AI實現(xiàn)數(shù)據(jù)回流,消費者的反饋可以投入到數(shù)據(jù)分析和內(nèi)容再生產(chǎn)中不斷進行迭代,實現(xiàn)營銷全鏈路智能化、自動化,營銷內(nèi)容精準化、個性化,真正實現(xiàn)從量變到質(zhì)變。

圖片

影響四:生成式AI下廣告營銷行業(yè)的發(fā)展階段和周期

量子位智庫對AIGC廣告營銷未來發(fā)展進行預測,可分為三個階段——

引爆期、應用爆發(fā)期普及期。

并對每個階段在技術端、供給端及需求端的影響均做出了預測。

圖片

廣告營銷行業(yè)競爭格局

據(jù)量子位智庫整理,廣告營銷行業(yè)的產(chǎn)業(yè)全景圖如下:

圖片

產(chǎn)品與服務現(xiàn)狀

廣告營銷行業(yè)玩家根據(jù)公司性質(zhì)可大致分為互聯(lián)網(wǎng)大廠、巨頭類營銷服務商和創(chuàng)業(yè)公司三大類。經(jīng)量子位智庫調(diào)研分析,這三類涉足廣告營銷賽道的公司的大模型技術和其產(chǎn)品與服務結(jié)合的現(xiàn)狀如下:

互聯(lián)網(wǎng)大廠都已經(jīng)或即將研發(fā)出自己的通用大模型或營銷垂類大模型,并提供MaaS服務,已有自研大模型的廠商均將其大模型和生成式AI能力應用于廣告營銷領域所有的產(chǎn)品及服務中。

巨頭類營銷服務商大部分都在積極嘗試將大模型與生成式AI技術融入自己的產(chǎn)品和服務,只是側(cè)重點有所不同。

創(chuàng)業(yè)公司絕大部分都不會自研大模型,均是微調(diào)或者內(nèi)嵌其他大模型作為底座結(jié)合行業(yè)Know-how做新的產(chǎn)品或服務。

競爭格局分析

廣告營銷行業(yè)傳統(tǒng)依靠策劃推廣、渠道資源等形成的競爭優(yōu)勢將被重塑,廣告主越發(fā)關注內(nèi)容質(zhì)量和投放效率。

基于以上原因,量子位智庫將從大模型技術能力、營銷數(shù)據(jù)與人才積累兩個方面來分析目前的業(yè)內(nèi)玩家分布及現(xiàn)狀。

第一象限:有技術有資源積累的明星公司

該象限存在兩種情況:

第一類是互聯(lián)網(wǎng)大廠,本身作為有專門AI研發(fā)團隊的投放平臺,能快速入局大模型并融入自身產(chǎn)品與服務;

第二類是巨頭類營銷服務商,均在積極嘗試自研垂類大模型,將生成式AI技術融入自己的產(chǎn)品和服務。

第二象限:強技術能力的創(chuàng)新生力軍

該象限存在兩種情況:

第一類是具有強AI和大模型能力的巨頭公司,以營銷新場景作為切入點入局,如商湯科技;

第二類是創(chuàng)立初始就以AI為核心能力的新興創(chuàng)業(yè)公司,這類公司備受資本市場青睞。以歸一智能為例,公司成立不到兩個月即獲數(shù)千萬元融資。

第四象限:深耕營銷行業(yè)的傳統(tǒng)企業(yè)

該象限主要有多年營銷行業(yè)經(jīng)驗,有大量營銷內(nèi)容數(shù)據(jù)沉淀和營銷人才,多為做線下投放或者品牌策劃與公關的傳統(tǒng)廣告營銷企業(yè),這類企業(yè)缺少AI基因和團隊,想要不掉隊需積極擁抱變化。

圖片

由于品牌方需求各異、重視數(shù)據(jù)安全、頭部營銷公司原有能力不足以立即做新場景等,創(chuàng)業(yè)公司有了新進入機會。

責任編輯:張燕妮 來源: 量子位
相關推薦

2016-03-25 17:44:16

2024-12-18 11:18:04

2025-03-28 08:26:19

2015-09-14 13:51:16

2024-08-02 08:52:51

2022-10-31 13:26:12

機器學習人工智能算法

2010-03-19 16:59:56

云計算

2011-03-28 14:23:47

數(shù)據(jù)中心

2018-09-21 15:15:28

區(qū)塊鏈金融支付行業(yè)

2019-02-15 10:04:49

2023-04-10 10:28:33

ChatGPTAI風險管理計劃

2023-11-15 13:40:00

訓練數(shù)據(jù)

2011-04-29 17:19:27

PlaybookBlackBerryRIM

2012-08-27 16:22:55

IBM軟件IT實踐者

2024-09-14 15:25:48

2021-06-25 16:04:22

AI 數(shù)據(jù)人工智能

2018-03-14 21:29:23

2021-08-26 16:45:51

數(shù)字化

2011-08-03 11:03:55

IT安全
點贊
收藏

51CTO技術棧公眾號