图片来源@视觉中国
文 | 市值榜，作者 | 相青，编辑 | 徐伟
过去一年，AIGC在各行各业掀起了一场技术变革浪潮，而AI+营销可能是最早实现落地和商业变现的领域。
目前， AIGC正逐渐成为企业营销不可或缺的一环。 AIGC为广告制作模式带来了哪些改变？能否提高素材爆款率？伴随AIGC发展成熟，广告从业者的核心价值体现在哪？
带着这些问题，我们邀请了四位信息流广告领域的专业人士聊了聊，其中两位来自品牌方、两位来自信息流广告服务商。
他们在过去一年均深入探索了AIGC如何为广告提质增效。通过这次对话，我们期望能够更全面地了解AIGC对广告行业带来的深刻变革。
鉴锋：零一数科CEO。零一数科是品牌微信生态全链路服务商，帮助众多品牌运营公众号、小程序、企业微信、视频号，服务超过500个国内外知名品牌，目前，零一在小程序、企业微信和视频号的代运营服务商中的GMV排名均为第一。
崔世杰：某广告服务商 AIGC 商业化负责人、资深开发、作家。在全平台研发领域拥有多年一线经验，擅长Web、跨端、AIGC技术，熟悉多种编程语言。负责过多个领域项目开发，包括智慧医疗、智慧城市、直播、广告等。
韩文静：资深信息流优化师、某漫画公司高级运营。具有4年甲方经验，3年乙方经验，2年团队管理经验，擅长小说、短剧、旅游行业信息流广告投放，年操盘投放金额6000万。
王飞宇：蔚车用户运营总监。蔚车是一家汽车新零售平台，连续三年，业绩呈翻倍增长，目前，蔚车有过半以上成交来自线上，主要通过深耕线上内容获取线索作为客源支持。
谈改变：工作模式变了，效率更高了
Q：过去一年，科技公司都在发力AIGC，这一技术也确实带来了内容生产方式变革。我们想了解一下，你们在AIGC应用于广告方面具体做了哪些探索？效果如何？
鉴锋：我们去年购买了很多AIGC软件，仅年费总投入接近100万。
最先受益的是设计师团队，因为在进行营销活动时，需要大量图片制作。我们原计划今年再招聘15名设计师，但引入AIGC后，我们调整了招聘计划。原本需要5名设计师一周完成的基础工作量，如今两三天时间就可以完成。这样，设计师也有更多时间，去思考打磨创意。
崔世杰：我们去年1月开始使用AIGC。具体是结合自身广告投放流程，整合 AIGC功能，同时将 AIGC 接入程序化平台，以提升素材处理效率。
王飞宇：我主要负责用户增长，就是在社交平台用营销内容获取用户。目前，我们用AIGC，并不是为了生成品牌宣传创意脚本，更多是对营销内容铺量提效。
我们自去年7月开始通过用AIGC辅助生成内容。具体方式是，当内容策略同学在平台上试验成功一种内容形式，就会通过ChatGPT、Midjourney等工具生成相似内容，进行铺量。
韩文静：我目前是在漫画公司甲方，专注于信息流投放，以效果广告为主。
我们去年1月尝试使用AIGC，但由于预算有限以及效果不好，就慢慢舍弃了。效果不好是说，这些软件对于一些特殊漫画主题的关键词识别理解不够准确。
Q：整体体验下来，AIGC对广告从业人者的工作模式带来了哪些改变？它的优势什么？
韩文静：以小说投放为例。过去广告形式主要是呈现精彩章节的文字滚屏或者混剪素材，但这种形式可能已经接近疲软，点击率低，只有1%到3%。
而且还需要设计师在电商APP、短视频平台、电影、电视剧中找图、抠图。但问题是图片不够清晰，给用户一种粗制滥造的感觉，另外也不够有场景。
小说行业也曾经尝试使用真人实拍，希望通过视频呈现，但一方面租场地、请演员等成本高，另一方面由于不是专业演员，废片率高、修改成本大。
崔世杰：一是解决广告素材版权难题。
在传统工作流程中，素材收集占据很大一部分工作量，而且这个素材必须没有版权问题、可以商用。AIGC的接入解决了广告素材的版权问题。
二是丰富广告素材资源库。
广告行业创意审核要求非常严格，比如，电商品类广告中，人物姿势不能有诱导性等。这种严格的审核要求使得素材资源的收集变得更为复杂和受限。
同时，由于广告创意需要不断创新，给用户带来新鲜感，所以素材成为一种消耗品，符合要求的素材越来越少。
AIGC通过使用prompt和扩散模型参数，可以生成符合业务需求和风控要求的资源，丰富资源库。
三是更加自动化。
一旦数据链路打通，形成闭环，后链路数据将能指导前端素材生成，实现自动化流程。这种自动化流程意味着人的干预更少了，他们需要过渡到另一种工作模式，将更多任务委托给自动化流程。
Q：有没有具体可感知的案例或数据，能够说明AIGC确实可以降本增效？
鉴锋：过去，商务需要搭配设计师和客户沟通，现在商务可以直接与客户交流，询问客户喜好，然后自己出素材方案，省去一个售前岗位。但目前这种模式还没有完全实施，因为AIGC能力仍在爬坡阶段。
崔世杰：举例来说，传统投放流程需要一个优化师和两个剪辑师合作，我接触的比较优秀的剪辑师日产量约为150个素材，包含文案配图和视频。考虑到团队规模扩大，如果有10个优化师，就需要20个剪辑师跟上素材生成需求。
但AIGC 的接入使得剪辑师的需求大幅减少，人力成本降低，同时为优化师提供更多素材选择，辅助他们在广告创意方向上做出更好的决策。
王飞宇：我们一共有60多个账号，过去需要每个同学花费大量时间做素材，现在一个人使用AIGC工具，在两个多小时内生成100多个素材，但这些由AI生成的内容可能存在失真，仍然需要人工进行修正。
韩文静：我们之前制作广告素材时，流程相对繁琐。
首先需要给设计师下需求，并详细说明所需素材要求和元素，设计师得到需求后还会进行内部排期。
在制作过程中，可能会反复修改，要么因为不满意，要么平台审核未通过。出图周期最快是两天，慢可能需要3-4天，但我们每天需要保证制作50-100套图。
谈创意：AIGC能提高内容爆款率吗？
Q：现在信息流广告存在一种内卷现象，优化师都在复制爆款、堆素材，那么，AIGC的出现，会让广告同质化问题加剧，还是促进更多新创意的爆发？
韩文静：现在大家都在卷素材，然而在追求数量的同时，不可避免地牺牲了质量。
有些团队会敷衍出图，对图片小改动就直接提交。这种做法可能导致点击率不高，并且平台拥有识图能力，重复度较高的素材会降低账户权重。
AIGC优势在于能够高效生图，并且保证每个图都不重复。即使关键词一样，每次生成的图都独一无二。
包括对爆款的“复制”也一样，现在腾讯广告妙思有一个功能，可以在爆款素材基础上去换人脸、换造型等，让好的创意经验得到复制和推广。
鉴锋：AIGC并没有导致同质化问题，即使没有AIGC，广告同质化现象也会存在。只是有了AIGC，会加速同质化过程，进而反向迫使我们作出更多创意。
这是因为消费者总是追求新鲜感，所以当爆款广告素材加速被曝光，也会促使我们去想更多新创意。
Q：广告效果受预算、出价、素材、投放策略等很多因素影响，其中广告素材影响也非常大，从您的经验来看，优质广告素材有什么特点？AIGC能否提高爆款率？
崔世杰：不同目标人群、产品特性和地域差异都会对广告效果产生重大影响，素材并不起决定性作用。广告优化师的核心价值在于，需要区分并深入理解不同场景，从而作出最优投放策略。
举例而言，三亚人群对羽绒服广告可能不感兴趣，年轻人可能更喜欢带有炫酷视频特效的广告，这种视觉冲击力可能更有利于提高转化效果。
从素材生成量角度来看，原本一个优秀的剪辑师一天只能产生大约150个素材，但有了AIGC+程序化平台之后，单台算力单天生成量极限可以达到上万个，而且还具备进一步扩展的潜力。那么，随着量级提升，生成爆款素材概率也会相应上升。
韩文静：素材质量是筛选和吸引用户的关键因素。用户只有对素材感兴趣，才会点击，从而激活、留存，甚至付费。
信息流广告特别强调“原生”，要接地气，符合用户日常体验，避免品牌化调性。
其次，素材需要契合平台跑量模型。在上传素材至账户、进入跑量池之前，平台会进行预判，评估素材的潜在贡献流量。
最后，广告素材应基于对产品调性的深刻理解，以确保广告内容契合用户期望，从而提高转化率。
王飞宇：一个素材最终能不能爆，与内容质量关联非常大，但也会有其他因素影响。我们之所以建立营销账号矩阵和内容矩阵，实际上就是通过数量来对抗平台算法的不确定性。
当然，内容也很重要。未来平台投放趋势，也许会把算法的不确定性进一步降低，希望大家更重视创意，以创意撬动增长。
而AIGC让内容数量和创意质量都提了上来，因此能提高爆款率。 比如使用AIGC前，每天只能产出6-8个内容，而且会占用大量时间和精力，但现在一个人一天就能产出十几篇内容，这其中就会产生一个“爆款”。
但需要明确的是，我们对于“爆款”的定义与品牌逻辑不同。我们不追求曝光、点赞或收藏等表面数据，更关注评论和私信量等。如果一篇内容能够吸引50个以上潜在客户，这就是一篇“爆款”。
鉴锋：生产即内容，内容即社交。优质内容需要考虑如何吸引眼球以及激发用户分享。
我们为内容生产制定标准化框架，包括场景规划、画面填充等。在这个过程中，要注重抓眼球的反常识元素，力求让用户在第一时间就产生共鸣。
此外，文案撰写也是关键，确保内容能够引发用户分享欲望，以推动自然量增长。但如果目标是直接引导用户交易，就会更关注出价、ROI和转化率，这时候广告结尾就不会调动用户社交，而是直接硬广。
在短视频中，广告素材关键指标包括完播率、用户转发、停留时间以及广告消耗ROI等，这些因素互相关联，决定了素材能不能成为爆款。
AIGC应用可以提升广告素材生产效率，速度提高了1.5倍，这样相同出价情况下，我们就可以更快迭代素材，提高爆款效率。
谈刚需：能够加速审核，根据热点提供创意方案
Q：目前AIGC在广告行业的应用有哪些痛点，您理想之中的AIGC广告创意平台，应该满足哪些需求？
崔世杰：目前AIGC短板在于生产素材过于像AI，用户看得多了，就能一眼识别出素材是否由AI生成，就可能对此“无感”。
在广告创意领域，受众对素材的直观感觉非常重要。 如果一个广告过于像广告，用户就越不会去点击，数据表现就会越差。相反，越不像广告，数据表现可能越好。
未来，我期待的AIGC创意平台，需要满足以下三点需求：
首先，能激发使用者的创意灵感，比如我们现在每天会整理热点新闻，通过LLM整理、筛选后，从中寻找广告素材的灵感。
其次，能提供广告方案。特别是在数据链路打通的情况下，通过后端数据指导，系统可以生成最近效果良好的素材方向，为使用者提供更个性化的推荐方案。
最后，要给人留一定的创造空间。虽然AIGC能提供灵感和方案，但它并不能完全替代人的决策性作用。
AIGC有创意，它确实每次能生成不同的内容，但它并没有真正的创新。因为AIGC受限于过去训练数据的范围，只能在已知数据范围内运作，对于训练数据之外的内容毫无了解。
因此，最终的创造力仍然来自人。 人需要能够驾驭系统，做出决策，这才是一个真正优秀的创意软件。
鉴锋：首先，符合审核标准。我最近体验了腾讯广告刚发布的新产品妙思，如果使用腾讯广告妙思生成的文案和图片，可以加速审核。这对争分夺秒的广告主来说非常有意义，因为很多时候审核是个玄学，有些秒过，有些非常慢，特别影响效率。
其次，能根据热点生成创意策略。做广告投放需要经常追热点，目前我们主要通过关注各平台热搜和热榜来找创意灵感， 如果有 AIGC 软件可以自动抓取热榜并生成创意策略，会非常实用。
最后，全链路分析。能够通过私有化部署，支持全链路数据分析，而这些数据分析可以反哺素材迭代过程，形成相对自动化的链路闭环。
王飞宇：我更希望AI能够解决我们许多重复的劳动力问题。例如，它可以每天帮助我们生成符合平台规则的内容，包括短视频和直播。
提到直播，目前AIGC数字人直播应用也相对广泛，但除了一些符合标准的直播间外，其他应用仍然较弱。
从直播的角度看，问题是由人带货还是货带人？对于那些以产品为主的直播间，无论是数字人还是真人，差别并不太大，通过数字人能节省相当一部分主播人力。但如果需要强调人带货，有较强的讲解和互动场景，目前AIGC可能还无法达到良好效果。
韩文静：对于大行业来说，希望广告创意模型能对不同行业有深耕，了解不同行业的用户需求和产品特征；对于腾讯广告妙思来说，希望能够更快实现视频的生成，因为当前短视频更流行。
谈机会：人类的创意和想象力会被替代吗？
Q：显然，AIGC已经替代了广告从业者的部分工作内容，比如创意设计、文案撰写等，伴随AIGC发展更加成熟，未来广告从业者核心价值体现在哪？
鉴锋：一方面，广告行业将迎来变革，传统广告公司面临转型。
目前，媒介和渠道都由平台掌握，广告从业者只能在创意文案中发挥作用。但伴随技术发展更加成熟，具体图片和文案生产都可以交给AIGC，人会变成 AIGC的老师，成为下需求的角色。那么，未来广告公司可能会转变成MCN公司，重心转向IP打造。
另一方面，广告人员需要更深入行业，与产品团队合作。
过去，广告模式通常是产品上市后进行宣传，现在，广告需要在产品上市前就介入，先出图测产品款式点击转化效果，再与后端团队一起打磨研发产品。
只有深耕行业，才能保持竞争力。如果只是横向复制，生意可能会变得越来越困难。
崔世杰：广告公司表面上可能更像一个创意性产业，但本质上却是一家数据分析公司。
尤其AIGC出现之前，素材对最终转化的影响并不显著，更多依赖于优化师的个人经验，包括规划、决策和预算管理，以及对行业和目标人群的深刻理解。
王飞宇：AIGC能够替代许多重复性内容，但肯定不会完全取代创作者。
首先，任何一个平台都希望拥有更多具有独特创造力、更符合用户需求的创作者。
其次，从我们的角度来看，目前AIGC更多是对已经验证内容模式的批量复制，但在创新方面并没有取得很好的效果。
目前我们的内容创作中，仅有30%由AIGC辅助生成。虽然可以进一步增加AIGC的使用，但我们特意控制了这个比例。
原因在于，AI还不能生成完全符合平台规则或者平台需求的内容。同时，从用户角度来看，这些内容往往被认为是质量较低且重复的。
韩文静：人类大脑的创意和想象力无法被替代。
就拿优化师来说， 他的核心价值主要体现在创新能力、创新思维、对行业的认知能力、对素材的感知能力，以及对人性的洞察力。
我们当然可以通过AIGC生成更优质的图片，但要为整个行业带来新玩法，避免无效内卷，还是得通过具体的人去完成。
小结
回顾四位嘉宾的分享，我们看到AIGC在提高广告素材生成效率、加速审核流程、以及提供创意灵感等方面，展现出了强大潜力。
然而，这并非AIGC发展的终点，仍然有一些需要努力的发展方向值得关注。比如，嘉宾们期待，AIGC能根据每天热点生成创意策略，以及支持全链路数据分析等。
伴随AIGC对广告行业的深入渗透，未来，人机协同或将成为广告创意生成的新范式。广告从业者的核心价值，不再局限于一篇文案、一张图片，而是将更加专注于战略规划、行业深耕以及与AIGC技术的深度融合。
