【編者按】當(dāng)前，人工智能正以前所未有的速度和規(guī)模引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革，激發(fā)全球科技之變、產(chǎn)業(yè)之變、時(shí)代之變。

黨的二十屆三中全會(huì)通過的《中共中央關(guān)于進(jìn)一步全面深化改革 推進(jìn)中國式現(xiàn)代化的決定》中，4次提及“人工智能”，涉及新質(zhì)生產(chǎn)力、多邊合作、網(wǎng)絡(luò)綜合治理、公共安全治理等重要議題，進(jìn)一步豐富了我國人工智能發(fā)展內(nèi)涵，強(qiáng)調(diào)人工智能的戰(zhàn)略作用。并且，今年《政府工作報(bào)告》也首次提出開展“人工智能+”行動(dòng)，凸顯黨和國家對人工智能領(lǐng)域發(fā)展的高度重視和堅(jiān)定決心。

作為人工智能領(lǐng)域中的一個(gè)重要分支，生成式人工智能（Generative AI）特指那些能夠基于算法、模型和規(guī)則，自主生成文本、圖片、聲音、視頻、代碼等內(nèi)容的技術(shù)。生成式人工智能在內(nèi)容生成領(lǐng)域的一個(gè)重要應(yīng)用和體現(xiàn)就是我們常說的AIGC（Artificial Intelligence Generated Content，人工智能生成內(nèi)容）。

生成式人工智能不僅僅能夠處理和分析輸入的數(shù)據(jù)，更重要的是，它能夠?qū)W習(xí)和模擬事物的內(nèi)在規(guī)律，從而創(chuàng)造出全新的、有價(jià)值的內(nèi)容。隨著技術(shù)的不斷發(fā)展和應(yīng)用場景的不斷拓展，生成式人工智能必將在未來發(fā)揮更加重要的作用。

2023年7月，國家互聯(lián)網(wǎng)信息辦公室（網(wǎng)信辦）等七個(gè)部門，聯(lián)合發(fā)布了《生成式人工智能服務(wù)管理暫行辦法》，并于2023年8月15日正式生效實(shí)施。這是我國第一份生成式人工智能（AIGC）的監(jiān)管文件。隨后，北京、廣州、成都、南京、武漢、長沙等多地，都發(fā)布了人工智能專項(xiàng)行動(dòng)方案或發(fā)展規(guī)劃，鼓勵(lì)A(yù)IGC新業(yè)態(tài)發(fā)展，印證著全社會(huì)對AIGC大方向的認(rèn)可和需求。

也是自2023年開始，AIGC開始進(jìn)入包括廣告營銷行業(yè)在內(nèi)的許多領(lǐng)域，“人工智能+廣告營銷”正在迎來一個(gè)跨越式發(fā)展的重要機(jī)遇期！為此，從2023年8月至今，中國商務(wù)廣告協(xié)會(huì)（以下簡稱“商廣協(xié)”特意邀請多名業(yè)內(nèi)資深專家，舉辦了多場以AIGC為主題的月度講座，旨在協(xié)助廣告同仁充分認(rèn)知到AIGC的重要性，進(jìn)而通過實(shí)際運(yùn)用AIGC，突破人工生產(chǎn)效率的限制，帶來更多豐富多樣的創(chuàng)意內(nèi)容，實(shí)現(xiàn)從創(chuàng)意表達(dá)到作品出街的全流程降本增效。

在今年4月16日召開的商廣協(xié)第十一屆第二次會(huì)員代表大會(huì)上，更進(jìn)一步確定了“大力開展以AI科技創(chuàng)新技術(shù)為核心的學(xué)習(xí)與應(yīng)用活動(dòng)”是協(xié)會(huì)當(dāng)前以及今后一個(gè)時(shí)期內(nèi)的工作重點(diǎn)方向之一。8月27日，商廣協(xié)AI營銷應(yīng)用工作委員會(huì)在上海人工智能研究院掛牌，雙方攜手推動(dòng)和探索人工智能技術(shù)在品牌營銷、數(shù)字資產(chǎn)化領(lǐng)域?qū)崿F(xiàn)1-10的應(yīng)用，賦能實(shí)體經(jīng)濟(jì)和營銷行業(yè)發(fā)展。

未來已來！人工智能，特別是生成式人工智能，已不再是遙不可及的概念，而是正逐步滲透至經(jīng)濟(jì)社會(huì)發(fā)展的各個(gè)層面，成為推動(dòng)產(chǎn)業(yè)升級、優(yōu)化社會(huì)治理、激發(fā)創(chuàng)新活力的重要力量。隨著政策環(huán)境的日益完善、技術(shù)應(yīng)用的不斷成熟以及社會(huì)各界的高度關(guān)注與積極參與，我國的人工智能發(fā)展正步入一個(gè)全新的階段。在這一進(jìn)程中，廣告營銷行業(yè)作為前沿陣地，正積極探索與實(shí)踐AIGC的應(yīng)用，力求在創(chuàng)意內(nèi)容生產(chǎn)、營銷策略優(yōu)化、用戶體驗(yàn)提升等多個(gè)維度實(shí)現(xiàn)突破，為行業(yè)的高質(zhì)量發(fā)展開辟新路徑。

 

2024年8月30日，中國商務(wù)廣告協(xié)會(huì)特別邀請利歐集團(tuán)周崧弢，向會(huì)員單位講解生成式人工智能的發(fā)展趨勢、技術(shù)原理及其在互聯(lián)網(wǎng)廣告領(lǐng)域的應(yīng)用，并就AIGC在推廣實(shí)踐過程中遇到的難點(diǎn)卡點(diǎn)，與會(huì)員進(jìn)行了交流。

 

周崧弢，利歐集團(tuán)數(shù)字科技有限公司產(chǎn)品研發(fā)中心副總經(jīng)理

 

周崧弢擁有25年廣告業(yè)從業(yè)經(jīng)驗(yàn)，19年互聯(lián)網(wǎng)廣告產(chǎn)品研究和技術(shù)開發(fā)經(jīng)驗(yàn)。擔(dān)任多個(gè)協(xié)會(huì)的互聯(lián)網(wǎng)專家組成員，多部互聯(lián)網(wǎng)廣告國標(biāo)、團(tuán)標(biāo)制定參與者，上海廣告研究院兼職研究員。

 

一、 人工智能技術(shù)的發(fā)展簡史和技術(shù)路徑

在1956年的達(dá)特茅斯會(huì)議上，首次提出了人工智能的概念。之后，人工智能的技術(shù)發(fā)展大致經(jīng)歷了三個(gè)階段：早期以圖靈機(jī)和圖靈測試為代表；第二階段是1990年代后，微軟在語音識(shí)別技術(shù)上實(shí)現(xiàn)突破；第三階段始于21世紀(jì)10年代中期，生成式對抗網(wǎng)絡(luò)、GPU算力卡等技術(shù)的出現(xiàn)推動(dòng)了人工智能的爆發(fā)。

目前，人工智能已進(jìn)入第三階段，全球?qū)θ斯ぶ悄艿亩x分為現(xiàn)有人工智能體系、通用人工智能體系和超級人工智能三個(gè)階段。技術(shù)棧方面，早期主要是機(jī)器學(xué)習(xí)，現(xiàn)已進(jìn)入機(jī)器智能時(shí)代，大語言模型在某些方面已達(dá)到或超越人類水平，但在邏輯、推理和數(shù)學(xué)運(yùn)算上仍有不足。通用人工智能的實(shí)現(xiàn)存在爭議，而超級人工智能，即機(jī)器擁有自主意識(shí)，目前在現(xiàn)實(shí)中尚無法實(shí)現(xiàn)。
 

 

從機(jī)器學(xué)習(xí)到通用人工智能，深度學(xué)習(xí)技術(shù)起到了關(guān)鍵作用。這條技術(shù)路線主要包含三大核心技術(shù)要點(diǎn)：自然語言處理技術(shù)、計(jì)算機(jī)視覺處理技術(shù)和語音處理技術(shù)。這些技術(shù)要點(diǎn)對于理解生成式人工智能為何能取得突破性發(fā)展，以及為何在使用中存在一系列問題和挑戰(zhàn)至關(guān)重要。

過去四五十年，人工智能經(jīng)歷了顯著的發(fā)展。在最新的人工智能技術(shù)中，有幾個(gè)核心技術(shù)至關(guān)重要。首先是獨(dú)熱編碼技術(shù)，它將人類知識(shí)轉(zhuǎn)化為數(shù)字信號(hào)，供機(jī)器處理，是所有機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)。其次是詞嵌入技術(shù)，它用低維向量表示高維物體或潛在物體之間的關(guān)系，使機(jī)器能理解語言并進(jìn)行數(shù)學(xué)化處理。第三個(gè)核心技術(shù)是圖像分類，它讓計(jì)算機(jī)擁有視覺能力，能識(shí)別和生成圖像。此外，語義分割和實(shí)例分割技術(shù)也非常重要，它們使計(jì)算機(jī)能理解圖像內(nèi)容并指導(dǎo)生成所需內(nèi)容。這些技術(shù)構(gòu)成了人工智能領(lǐng)域最核心的基礎(chǔ)算法，并在不斷發(fā)展中。

二、 生成式人工智能紀(jì)元：一個(gè)全新的時(shí)代

生成式人工智能有望大幅降低人類信息制作成本，可能像互聯(lián)網(wǎng)技術(shù)一樣，帶動(dòng)未來長期的技術(shù)和商業(yè)模式爆炸。生成式人工智能被定義為利用人工智能技術(shù)自動(dòng)生成內(nèi)容的新生產(chǎn)方式，在專業(yè)生產(chǎn)內(nèi)容（PGC）和用戶生產(chǎn)內(nèi)容（UGC）這兩種傳統(tǒng)模式之外，創(chuàng)造了利用人工智能技術(shù)自動(dòng)生成內(nèi)容的新生產(chǎn)力或模式。并且，從目前的角度來看，這一全新的模式主要是一個(gè)生產(chǎn)技術(shù)的變化，還未達(dá)到商業(yè)模式或生產(chǎn)關(guān)系變革的程度。
 

 

從技術(shù)角度來看，生成式人工智能自2022年下半年開始流行并呈現(xiàn)爆發(fā)式增長，其背后主要有兩大核心技術(shù)做支撐。在文字領(lǐng)域，Transformer模型帶來了革命性的變化，這一模型起源于2017年谷歌人工智能實(shí)驗(yàn)室發(fā)表的一篇論文。此后，多家公司基于該模型開發(fā)了各自的大語言模型，形成了當(dāng)前大語言模型百花齊放、千模競爭的局面。Transformer模型中的注意力機(jī)制（attention）是其核心，它模擬了人類的閱讀習(xí)慣和大腦處理文字信息的方式。

在圖像領(lǐng)域，最核心的模型是Diffusion，它借鑒了熱力學(xué)概念，通過像素的隨機(jī)打散與再合成，使模型能學(xué)習(xí)和記憶圖像的像素組合和結(jié)構(gòu)。自2020年由加州伯克利團(tuán)隊(duì)提出后，Diffusion模型已推動(dòng)圖像生成領(lǐng)域的發(fā)展，并推出了多個(gè)有影響力的新模型，數(shù)字內(nèi)容創(chuàng)作和廣告設(shè)計(jì)帶來了革命性變化。然而，Diffusion模型在處理如廣告logo和產(chǎn)品畫像等具體任務(wù)時(shí)，由于生成的圖像具有一定的隨機(jī)性和不確定性，仍存在精確度方面的局限性。

自2024年開始，AIGC技術(shù)棧的主要開發(fā)路徑包括視頻領(lǐng)域、多模態(tài)領(lǐng)域、處理模型犯罪（主要是指與模型生成內(nèi)容相關(guān)的各種違法、違規(guī)或不良行為）與糾正AI幻覺（主要指的是人工智能模型生成的不真實(shí)、虛構(gòu)或錯(cuò)誤內(nèi)容），以及對模型的精確控制。其中，在幻覺處理和精確控制方面，截至2024年7月已取得突破性進(jìn)展。此外，算力優(yōu)化、推理能力擴(kuò)展，以及數(shù)據(jù)安全和數(shù)據(jù)隔離也是當(dāng)前AIGC技術(shù)領(lǐng)域蓬勃發(fā)展和高速迭代的重要方向。值得注意的是，盡管技術(shù)不斷進(jìn)步，但在數(shù)據(jù)安全和隔離方面仍存在一定的風(fēng)險(xiǎn)。

三、 廣告行業(yè)對生成式人工智能的應(yīng)用

就目前而言，廣告行業(yè)對于AIGC應(yīng)用，可以劃分為幾個(gè)關(guān)鍵層次來理解和推進(jìn)。首先，在基礎(chǔ)架構(gòu)層（L0），應(yīng)主要依賴戰(zhàn)略合作伙伴來解決算力、模型通用數(shù)據(jù)等核心問題，搭建起廣告業(yè)與底層基礎(chǔ)設(shè)施服務(wù)者之間的戰(zhàn)略合作橋梁。

在數(shù)字營銷行業(yè)的任務(wù)模型層（L1），AIGC在互聯(lián)網(wǎng)廣告和數(shù)字營銷這兩個(gè)已經(jīng)高度數(shù)字化的領(lǐng)域內(nèi)可以大有所為。在這一層有四個(gè)關(guān)鍵點(diǎn)：一是需要有專業(yè)的評價(jià)和大模型的接入機(jī)制。二是需要建設(shè)和完善行業(yè)的知識(shí)圖譜。三是雖然行業(yè)專家和積極強(qiáng)化學(xué)習(xí)及應(yīng)用還為時(shí)過早，但需要加強(qiáng)重視程度。四是合規(guī)審查工具和服務(wù)也是這一層不可或缺的一部分，必須確保AIGC在廣告業(yè)的應(yīng)用符合相關(guān)法律法規(guī)和社會(huì)的公序良俗。

在這些方面，商廣協(xié)作為行業(yè)協(xié)會(huì)可以組織大模型廠商和大型用戶，如廣告主和廣告公司，共同建立一系列測評標(biāo)準(zhǔn)，對適用于廣告業(yè)的大模型進(jìn)行橫向比較和測評。這將幫助那些技術(shù)能力和資源有限的廣告公司快速選擇適合的模型，進(jìn)行AI機(jī)器化的改造，從而加速整個(gè)廣告行業(yè)在AIGC化轉(zhuǎn)型的進(jìn)程。同時(shí)，行業(yè)協(xié)會(huì)還可以站在更高的角度，組織行業(yè)成員部分公開或共享知識(shí)圖譜或知識(shí)庫，加快整個(gè)行業(yè)數(shù)字化底層數(shù)據(jù)的建設(shè)。這將為全行業(yè)提供寶貴的行業(yè)知識(shí)和經(jīng)驗(yàn)，進(jìn)一步推動(dòng)數(shù)字營銷行業(yè)的發(fā)展。

最后，在商業(yè)應(yīng)用場景和工具層（L2），各家廣告公司可以充分發(fā)揮自身的優(yōu)勢和創(chuàng)造性，開發(fā)出獨(dú)特的應(yīng)用場景和工具。這一層是廣告業(yè)AIGC應(yīng)用的最終體現(xiàn)，也將成為各家廣告公司競爭的核心領(lǐng)域。
 

 

AIGC在廣告業(yè)的應(yīng)用中，有三個(gè)核心點(diǎn)和優(yōu)勢需要不斷加強(qiáng)。首先，在算法層面，對于大多數(shù)廣告公司和普通廣告主而言，關(guān)鍵在于如何控制和使用模型，特別是低階模型、嵌入技術(shù)以及增強(qiáng)索引等IT技術(shù)。這些技術(shù)對于AIGC的應(yīng)用至關(guān)重要，各家公司可以根據(jù)自身情況發(fā)揮各自的優(yōu)勢。

其次，數(shù)據(jù)是另一個(gè)核心點(diǎn)。數(shù)據(jù)包括通識(shí)數(shù)據(jù)、時(shí)效數(shù)據(jù)、專業(yè)數(shù)據(jù)和私有化數(shù)據(jù)。通識(shí)數(shù)據(jù)是基礎(chǔ)知識(shí)，時(shí)效數(shù)據(jù)則是指那些最新的新聞或事件，需要嵌入到舊的大模型中。專業(yè)數(shù)據(jù)則是各公司在特定領(lǐng)域，如汽車或電子商務(wù)領(lǐng)域，與客戶共建和合作積累的數(shù)據(jù)。私有化數(shù)據(jù)則涉及到數(shù)據(jù)的確權(quán)和數(shù)據(jù)資產(chǎn)問題，需要保護(hù)廣告主、代理商和媒體的利益。

最后，算力也是一個(gè)重要的考慮因素。雖然中國的廣告公司在算力上受到一些西方國家的“卡脖子”限制，但好消息是國產(chǎn)芯片正在追趕。此外，在算力的使用上，大部分廣告公司和廣告主的需求主要集中在推理環(huán)節(jié)，而非訓(xùn)練環(huán)節(jié)。

在控制AIGC模型方面，目前已知有7類主要手段，分別是提示詞工程（Prompt）、增強(qiáng)檢索生成（RAG）、低階模型（LoRA）、知識(shí)庫嵌入（Embedding）、精調(diào)和指引（Fine-turn & Instruct）、基于廣告受眾反饋的強(qiáng)化學(xué)習(xí)（RLHF）和大模型預(yù)訓(xùn)練（Pre-Train）。這七個(gè)主要路徑構(gòu)成了目前控制AIGC模型的主要手段，它們在算力成本、數(shù)據(jù)成本、學(xué)習(xí)成本、效果和時(shí)間上各有優(yōu)勢，不同的公司在選擇時(shí)應(yīng)根據(jù)自身情況和資源進(jìn)行權(quán)衡。

對于廣告公司或廣告從業(yè)人員而言，掌握良好的提示詞工程（Prompt）的相關(guān)技術(shù)是一個(gè)低成本且高效的選擇，能夠顯著提升產(chǎn)出效率。因此，學(xué)好提示詞工程被視為降低控制和使用模型成本的最佳路徑。如果公司擁有足夠的資金、技術(shù)數(shù)據(jù)和算力，終極的控制方法就是進(jìn)行大模型預(yù)訓(xùn)練（Pre-Train）。然而，這一方法目前在國內(nèi)甚至全球也只有幾家大模型廠商能夠負(fù)擔(dān)得起，對于大多數(shù)廣告公司來說，只能作為了解的內(nèi)容。

AIGC在廣告創(chuàng)意領(lǐng)域的應(yīng)用十分廣泛。首先，在文案創(chuàng)作方面，AIGC不僅能夠撰寫簡單的文案，還能應(yīng)對各種復(fù)雜、有格式要求或特定意圖的文案創(chuàng)作。關(guān)鍵在于如何對模型進(jìn)行推理提示和知識(shí)庫嵌入，使其能夠?qū)W習(xí)和生成符合需求的文案。目前，許多公司已經(jīng)開始采用AIGC輔助文案創(chuàng)作，通過精調(diào)和優(yōu)化模型，輸出的文案質(zhì)量遠(yuǎn)超僅使用通用模型生成的內(nèi)容。

其次，AIGC可以嵌入到廣告業(yè)務(wù)流程中，尤其在工作流程編排方面表現(xiàn)出色。例如，在投放和管理廣告賬戶時(shí)，AIGC能夠精確地指導(dǎo)每一步操作，并在遇到特定條件時(shí)做出相應(yīng)調(diào)整。這使得廣告公司開始對其程序化購買工具進(jìn)行AI機(jī)器化改造，以提高工作效率和投放效果。實(shí)際測試數(shù)據(jù)顯示，經(jīng)過AIGC改造的工具在效率、點(diǎn)擊率和成本控制等方面均表現(xiàn)出顯著提升。

此外，AIGC在圖像圖形設(shè)計(jì)方面也帶來了顯著變化。通過精調(diào)模型，AIGC提供了多種功能，幫助設(shè)計(jì)師在信息流廣告和廣告提案概念稿階段提升工作效率和創(chuàng)作質(zhì)量。

可以看出，從文案創(chuàng)作、圖像創(chuàng)作到程序化廣告的業(yè)務(wù)管理，AIGC已經(jīng)具備了相當(dāng)穩(wěn)定的生產(chǎn)能力。然而，在視頻領(lǐng)域，由于特定原因，目前還未找到最優(yōu)的商業(yè)化解決方案。

四、 廣告行業(yè)實(shí)踐應(yīng)用生成式人工智能的推理技巧

在廣告業(yè)中，為了提高對AIGC模型的控制能力，員工可以掌握一些關(guān)鍵的技巧。這些技巧主要源于實(shí)戰(zhàn)經(jīng)驗(yàn)的總結(jié)，首先就是文字推理。在執(zhí)行任務(wù)時(shí)，給模型下達(dá)的指令需要明確、具體，就像廣告主給廣告公司下達(dá)工作簡報(bào)一樣。一個(gè)高質(zhì)量的推理過程需要有一個(gè)明確的結(jié)構(gòu)，包括角色扮演、明確指令和提供上下文。通過提供詳細(xì)的提示詞，可以得到比簡單要求更好的效果。

進(jìn)階的技巧是COT（Chain of Thought思維鏈模式）。COT模式主要包括任務(wù)拆解、推理和協(xié)同，以及引導(dǎo)用戶進(jìn)行問答。這一模式要求用戶在執(zhí)行任務(wù)前，首先列出步驟，比如先做什么、后做什么，再做什么。這種思路告訴模型后，模型做出來的東西就更像一個(gè)專業(yè)人士輸出的結(jié)果。

在圖像推理方面，也需要有同理心。通常作為設(shè)計(jì)師，會(huì)希望得到一些參考或案例來更好地完成任務(wù)。同樣地，給圖像模型提供詳細(xì)的參考資料和正向提示詞，可以生成更專業(yè)、更優(yōu)質(zhì)的圖像。
 

 

此外，對于專業(yè)廣告公司來說，擁有基于調(diào)過的專門模型庫可以大幅度提升輸出廣告作品的效率。這些專業(yè)的視覺元素被實(shí)語義分割后嵌入到通用模型中，使得精調(diào)過的模型的出圖效率遠(yuǎn)高于通用模型。

最后，當(dāng)AI大面積加入到廣告系統(tǒng)中時(shí)，會(huì)有一個(gè)廣告數(shù)據(jù)的存證和追溯的問題。為了解決這一問題，可以采用基于鏈的圖片或文字塊唯一識(shí)別和追溯方案，并且要嚴(yán)格遵守網(wǎng)信辦等七個(gè)部門聯(lián)合發(fā)布的《生成式人工智能服務(wù)管理暫行辦法》中的相關(guān)規(guī)定。同時(shí)，對于素材的版權(quán)和使用權(quán)問題，也在不斷探索和完善中。

五、 廣告行業(yè)人工智能化的人才挑戰(zhàn)

AIGC正在加速進(jìn)入廣告行業(yè)。然而，廣告行業(yè)也面臨著AIGC人才儲(chǔ)備不足等諸多挑戰(zhàn)。

首先要做的是對現(xiàn)有專業(yè)領(lǐng)域人才的知識(shí)和技能升級?，F(xiàn)有的專業(yè)領(lǐng)域人才絕大多數(shù)仍然習(xí)慣于采用傳統(tǒng)的工作模式，因此其知識(shí)和技能需要與AIGC技術(shù)相適應(yīng)，但這兩者之間存在著明顯的鴻溝。這個(gè)鴻溝的存在，無疑給AIGC技術(shù)在廣告業(yè)的推廣帶來了一定的阻力。

為了彌補(bǔ)這一鴻溝，不同的公司采取了不同的策略。一些公司選擇將學(xué)習(xí)、掌握及應(yīng)用AIGC考試作為升職加薪的依據(jù)，這種做法雖然立竿見影，能夠迅速推動(dòng)員工學(xué)習(xí)AIGC技術(shù)，但也可能削弱員工的主觀能動(dòng)性，導(dǎo)致他們只是為了考試而學(xué)習(xí)，缺乏真正的興趣和動(dòng)力。相比之下，另一些公司則更注重培養(yǎng)員工對AIGC技術(shù)的興趣和自主使用意愿。他們通過舉辦各種活動(dòng)和案例分享，讓員工親身體驗(yàn)AIGC技術(shù)的魅力，并配備相應(yīng)的工具讓他們在實(shí)踐中學(xué)習(xí)和成長。雖然這種方法的速度相對較慢，但它能夠更全面地提升員工的能力，并激發(fā)他們對新技術(shù)的熱情和創(chuàng)造力。

然而，無論采取哪種策略，都需要關(guān)注員工的主觀能動(dòng)性和自主意愿。盡管AIGC的普及是一個(gè)不可逆轉(zhuǎn)的趨勢，但傳統(tǒng)的手工作品也可能因此變得稀缺和更有價(jià)值。因此，員工是否有意愿使用AI技術(shù)，是否愿意將自己的工作流AIGC化，都是需要考慮的重要因素。

對于廣告公司來說，掌握推理技術(shù)、控制和精調(diào)技術(shù)、標(biāo)注技術(shù)這三項(xiàng)關(guān)鍵技術(shù)的員工，可以被認(rèn)為具備了AIGC化的能力。而能夠?qū)⒐ぷ髁鞒踢M(jìn)行AIGC化的抽象和優(yōu)化，將其轉(zhuǎn)化為AI能理解的工作流并加入到AI模型中的人才，更是公司中的核心AI人才。他們不僅能夠提升自己的工作效率，還能帶動(dòng)整個(gè)部門和部門之間的工作效率提升。

最后，公司還需要關(guān)注那些具有變革潛力的人才。他們有可能改變未來廣告公司的生產(chǎn)關(guān)系。這類人才具有獨(dú)特的視角和創(chuàng)新的思維，能夠引領(lǐng)廣告行業(yè)走向新的發(fā)展方向。因此，對于這類人才，我們需要給予更多的關(guān)注和支持，鼓勵(lì)他們發(fā)揮自己的創(chuàng)造力和想象力，為廣告行業(yè)帶來更多的創(chuàng)新和變革。

其次是要加強(qiáng)面向未來的人才儲(chǔ)備和培養(yǎng)。在人工智能化時(shí)代，跨學(xué)科知識(shí)體系對于廣告行業(yè)人才至關(guān)重要。例如，就廣告設(shè)計(jì)而言，能夠熟練掌握廣告設(shè)計(jì)原理、AIGC技術(shù)和藝術(shù)類三個(gè)學(xué)科知識(shí)的人才，將更具競爭力。同時(shí)，當(dāng)前市場營銷、廣告設(shè)計(jì)等專業(yè)的大學(xué)缺乏人工智能方面的教材和訓(xùn)練工具，而擁有這些資源的主要是頂尖院校的計(jì)算機(jī)專業(yè)。這種不匹配狀況導(dǎo)致人才儲(chǔ)備和培養(yǎng)面臨挑戰(zhàn)。也只有當(dāng)新聞傳播或廣告專業(yè)擁有這些教材和訓(xùn)練工具時(shí)，未來的人才儲(chǔ)備和培養(yǎng)才能真正建立起來。

此外，還需要注意協(xié)調(diào)好AIGC提升效率與新人發(fā)展機(jī)會(huì)之間的矛盾。AIGC能夠提升效率，替代大量基礎(chǔ)工作，但這也可能導(dǎo)致新人無法通過實(shí)踐這些基礎(chǔ)工作而獲得對于廣告作業(yè)的深入理解、全面掌握。這是一個(gè)需要行業(yè)共同思考并解決的問題。

六、 互動(dòng)環(huán)節(jié)

在講座的最后，周崧弢還回答了會(huì)員關(guān)心的問題。

針對傳統(tǒng)廣告設(shè)計(jì)人員如何適應(yīng)AIGC在廣告制作方面的變化。周崧弢認(rèn)為，有條件的公司可以直接采購現(xiàn)有的生成式人工智能工具，這些工具大致分為三類，其中一類是專業(yè)模型，需要深入閱讀相關(guān)論文和操作指南才能掌握。雖然學(xué)習(xí)門檻較高，但學(xué)成后的設(shè)計(jì)師將非常搶手。其次，對于大部分設(shè)計(jì)師而言，重要的是理解原理并保持豐富的想象力，然后通過不斷嘗試來掌握使用技巧。由于現(xiàn)在模型的運(yùn)行成本非常低，設(shè)計(jì)師可以大量練習(xí)，通過試錯(cuò)來熟悉提示詞的規(guī)則和技巧。只要設(shè)計(jì)師愿意練習(xí)并掌握提示詞技巧，在較短時(shí)間內(nèi)z內(nèi)就能顯著提升設(shè)計(jì)能力。

針對廣告公司在架構(gòu)調(diào)整上如何適應(yīng)Agent（智能體）對廣告行業(yè)的改變。周崧弢認(rèn)為，Agent正在深刻改變著一些廣告公司的工作流程和習(xí)慣。例如，將程序化購買的賬戶托管、文案創(chuàng)作以及短視頻腳本的分析和改寫等環(huán)節(jié)。不過，傳統(tǒng)的廣告公司架構(gòu)在短期內(nèi)可能不會(huì)有太大變化，各部門如創(chuàng)意部、媒介部、策劃部、客戶部和財(cái)務(wù)部等仍然保留。但Agent技術(shù)可以作為一個(gè)新的工種融入現(xiàn)有架構(gòu)中，這一變化預(yù)計(jì)在不久的將來就會(huì)實(shí)現(xiàn)。

針對AIGC時(shí)代下廣告人如何體現(xiàn)其無可替代的重要價(jià)值。周崧弢認(rèn)為，在AIGC時(shí)代下，廣告人體現(xiàn)其無可替代的重要價(jià)值的方式主要體現(xiàn)在兩方面。首先，是廣告人的創(chuàng)造性?，F(xiàn)有的AIGC模型雖然能夠?qū)χR(shí)進(jìn)行排列組合，但其知識(shí)邊界仍受限于全人類的已知知識(shí)，缺乏真正的創(chuàng)造性。而廣告人的創(chuàng)造性是獨(dú)一無二的，能夠創(chuàng)造出全新的、超越現(xiàn)有知識(shí)邊界的內(nèi)容，這是AI目前無法替代的。其次，是廣告人的自主意識(shí)。AI需要人類下達(dá)指令才能進(jìn)行推理和行動(dòng)，缺乏自主意識(shí)。而廣告人能夠根據(jù)自己的主觀意愿和判斷，自主地進(jìn)行創(chuàng)意和策劃，這是廣告人在AIGC時(shí)代下另一個(gè)重要的無可替代的價(jià)值。

針對人工智能應(yīng)用存在的風(fēng)險(xiǎn)。周崧弢認(rèn)為，現(xiàn)階段來看，人工智能應(yīng)用存在的風(fēng)險(xiǎn)主要包括兩大方面。首先是數(shù)據(jù)隔離和數(shù)據(jù)確權(quán)問題，由于全球各國在AI訓(xùn)練階段使用的數(shù)據(jù)以及生成作品的權(quán)利問題上缺乏明確的法律法規(guī)，導(dǎo)致大量風(fēng)險(xiǎn)和糾紛，需要頂層法律法規(guī)或判例的支持。其次是違法問題，尤其是在內(nèi)容生成方面，如何確保不違背社會(huì)的公序良俗和廣告法規(guī)是一個(gè)挑戰(zhàn)。由于機(jī)器可能無法完整捕捉到所有監(jiān)管條例，存在觸犯風(fēng)險(xiǎn)。因此，有必要將違法廣告或各種廣告的管理?xiàng)l例做成知識(shí)庫，嵌入到內(nèi)容生產(chǎn)過程中去，以規(guī)避這一風(fēng)險(xiǎn)。