Marketing LaB — 「对话式数字」时代的几个假设

本文由葡萄牙语原文自动翻译。阅读原文

我们正处于生成式 AI 的拐点，研究表明「做营销的方式」将在未来数月和数年发生根本改变。

我们今天所知的内容营销，根植于万维网的早期 — 当互联网开始普及为全球性的沟通与信息交换平台之时。生产并分享内容以吸引和打动目标受众的想法并不新鲜，但互联网的到来让这一策略得以显著扩张。随着时间推移，内容营销跟着技术与用户行为的变化不断演进。谷歌巩固为该领域的头号玩家是这段历史的里程碑 — 主要通过其搜索算法的影响力和 AdWords 的创立，后者革新了企业投资线上广告的方式。然而，内容营销模式也招致批评，尤其是在制造偏见与虚假信息方面。对搜索引擎优化的执念和对病毒式内容的压力，鼓励了迎合煽情主义的内容生产 — 哪怕这意味着扭曲或省略重要信息。

对线上可见度的争夺导致低质内容、标题党和假新闻的泛滥，损害了网络信息的可信度与可靠性。

作为对这些问题的回应，互联网正走向一个对话式时代：谷歌的 Bard/LaMDA、OpenAI 的 GPT-4 这类语言模型，有潜力成为我们「与互联网交互、通过互联网交互」方式的变革者。这项技术可以辅助内容审核、识别虚假信息、促进更健康更有建设性的对话。此外，语言模型还能帮助创造个性化的高质量内容，改善用户体验、减少对可疑营销手段的依赖。这只是开始。向对话式互联网的过渡，是重新思考内容营销的机会 — 如果它还会存在的话，至少不会是我们今天认识的样子。可以确定的是：这种体验将在未来数月和数年发生根本转变。我们将与智能体对话，智能体再与其他智能体对话，来达成我们想要的：发现、规划、购买等等。

淘金热

2022 年 11 月 ChatGPT 向公众开放，从 2023 年 1 月起声浪传遍互联网的四面八方。营销团队和广告代理公司是最早被点名使用的领域 — **多亏了它们「内容工厂」的结构：压榨人但利润丰厚的广告代理。**与此同时，DALL-E、Midjourney 这类图像生成模型在版权与虚假信息发酵的伦理争议中迅速蹿红。但这恰恰是把这些资源用得最多的领域，也是即将到来的互联网变革中转型最深的领域。在这篇文字里，我分析世界各地团队已经采用的用例，并就对话式互联网构建之路上「未来的营销」提出几个假设。

内容工厂全速运转！

与此同时，在最赶时髦的代理公司后台，AI 生成的图像配上 ChatGPT（讲究一点的用 GPT-4）生成的文案，正在攻城略地。这里最吃香的技能是营销内容与图像的提示词工程师（Prompt Engineer）。这个角色将获得越来越多的空间，要求不多不少：良好的语言功底、创造力，以及对工具「高级」提示词的了解。比如 Midjourney 提供了一份文档，解释如何在工具里「玩」。一个高级提示词的结构大致如此：

注意：提示词基本上就是一段场景描述！这些工具目前只支持英语，但一个好翻译就能解决。此外，修改画面比例、尺寸、风格的高级参数是可选的 — 但**想脱颖而出的专业人士，差异化恰恰在这里。这种「fine tuning」是这门生意的调味料。**还要留意其他即将出炉的工具，比如谷歌的 Imagen 项目。此外，从文字描述生成完整视频的模型也在路上 — 我见过一些还很怪诞的例子，但我们已经知道，这类技术因其无监督训练的性质进化极快。这类服务过去只提供给有大钱购买 GPU 服务的公司，但随着模型更高效，成本将下降。因此，无数研究把营销列为被生成式 AI 快速发展直接冲击的第一个领域。波士顿咨询在这篇文章里做了简要分析，强调从现在起就重新思考创作流程的紧迫性 — 5 月 11 日还有一场关于这个重要辩论的活动，报名在此。友情提示 :)

"Given that the pace the technology is advancing, business leaders in every industry should consider generative AI ready to be built into production systems within the next year—meaning the time to start internal innovation is right now."

由此，我提出几个关于这个时代可能走向的假设。假设 1 — 生成式艺术作为差异化与传播速度

这些技术有潜力**把概念、**想法与叙事翻译成视觉冲击力强的图像，让信息对消费者更易懂、更有吸引力。借助图像生成 AI，企业营销可以创作量身定制的视觉内容，适配目标受众的偏好与期待，实现更精准的广告战役和更「调校过」、更经过验证的用户体验 — 因为这些技术允许在更具交互性的流程中快速生成 N 个变体，更快收敛到最终成品。

此外，图像生成 AI 有助于提速这些团队的创作流程：快速实验不同视觉方案、根据受众反馈优化内容。这能带来更高效、投资回报更高的战役。而且，把这些技术纳入战略的规划与执行，营销团队将更有能力适应市场趋势与要求，强化品牌在数字环境中的存在感与相关性。左图由 Stable Diffusion 模型生成，你可以自己在这里试试。

假设 2 — 超个性化内容的时代

多模态图像生成模型有潜力提供更个性化的客户体验：组合文本、图像（某些情况下还有音频）信息，理解并满足每个个体的具体需求。这些能解读并创作不同格式内容的模型，可以识别消费者的行为模式与偏好，让品牌开发更定向、更相关的信息与战役。基于对客户与品牌互动旅程数据的分析，多模态模型可以生成独一无二的图像与内容，与每个人的兴趣和渴望共振，改善用户体验、强化品牌纽带 — 这一切，通过对话完成 :)

例如，分析某位客户的互动与购买历史后，多模态模型可能识别出这个人特别关注可持续、环保的产品。有了这个信息，AI 可以创作突出产品生态属性的图像与内容，以视觉上吸引人、与客户价值观对齐的方式呈现。这种个性化方式不仅让品牌传播更高效，**还展现出对消费者需求与渴望的更深理解，提升客户对品牌的信任与忠诚。**或者，如果被错误使用，就是加剧操纵。这个风险必须重点强调。假设 3 — 内容营销的终结

这是我的心头好，也是终极意义上最激进的一个！毕竟，如果 AI 进化得如此之快、快到能够枢纽性地民主化我们与知识交互的方式，那么在未来的互联网上，我们还会接受被「精准投放」吗？屏幕会不会变成赋权与信息获取的工具，而营销回归到小事情、回归到现实世界里更有创意的创新与伙伴关系？具体的、唤起意识的、建立纽带的、在社会中有实际行动的举措？**我非常相信这一点 — 即使深知这个押注的乌托邦性质。而且，它还需要相当剂量的监管与社会意识。**说到底，这些假设很快将由我们自己 — 人类小白鼠 — 验证或推翻，而且不会太久。到时见！