嘉宾｜任一 董浩宇 谭北平
编辑｜王小坤
AIGC在社媒营销领域的渗透速度比我们预想中更快。来自业内的一线调研显示，如今在一些大的MCN 机构中，用AI 生成内容的占比已经从50%上升到更高。 在用户端几乎没有感知的情况下，AIGC在生产效率和转化效果维度都展现出了不错的结果。
「同样主题的内容我们分别让AI和人工来生产然后进行投放，在算法逻辑的维度，人工生产的内容和AI生成的内容相比在逐步落后；在转化效果维度，即媒介投放后链路真金白银的购买上，我们发现AI生成内容的效果也在逐步提升。」数字营销专家、中国广告协会学术与教育委员会副主任董浩宇通过和MCN的一项测试，验证了AIGC当下在社媒营销中的应用潜力。
来自技术方和品牌的实践案例也印证了这一趋势。AI营销公司奥创光年目前可以为国内一线电商平台单日生产10万条视频素材，替代过往素材组合等大量重复性工作，据奥创光年市场副总裁任一介绍，「它的投放效果一般会比过往（人工生产）更好，在一项代理合作投放测试中，我们的视频在抖音的跑出率是该机构原视频的两倍 。」
在媒介碎片化和信息大爆炸的时代，内容和创意越来越难出圈，但率先掌握AI工具的机构和品牌方则已经摸索到新的解法。本期对话，我们邀请到了资深品牌市场人、奥创光年市场副总裁任一 ，数字营销专家、中国广告协会学术与教育委员会副主任董浩宇 ，以及资深营销人、秒针营销科学院院长谭北平 围绕AIGC在社媒营销领域的应用与实践进行了深度探讨。
以下为三位嘉宾的观点分享（经编辑）：
社媒平台上的AI内容，比你想象中更多 36氪品牌主理人：在社媒营销领域，各位有关注到哪些与AI相关的应用和趋势变化？
董浩宇： 两个月前我在闭门会上分享过当时已经有大概50%的MCN机构在用AI生产内容，之前大家更关注的是你有没有用AI。现在行业里讨论更多的如何用好数据，把过往积累的达人粉丝、回购等数据等更好地应用在AI 内容生产中，如今在一些大的MCN机构中，用AI生成内容的占比已经从50%上升到更高。
整体来看，AI在社媒营销领域的应用可以概括出三个维度：
一是在时间和效率层面的提高上，批量化生产和企业定制化的小模型在逐步增多， 我调研的一些大型MCN企业已经在大模型框架下研究如何定制与优化归于它自己的小模型；
二是内容的多账号生产、多样性校验和内容批量化分发的AI驱动的创意与传播新生态模式已经开启；
三是人工智能内容生产和数据的结合，已经应用到品牌创意传播管理的层面， 即 AI生成内容之后进入投放周期，再根据投放效果优化下一轮AI内容的创意生产，在这样一个闭环中AI的主导作用在增强。
再补充一个有趣的发现，近期我和一家MCN做了一个数据维度的测试，同样主题的内容我们分别让AI和人工来生产然后进行投放，在算法逻辑的维度，人工生产的内容和AI生成的内容相比在逐步落后，第二在转化效果维度，即媒介投放后链路真金白银的购买上，我们发现AI生成内容的效果也在逐步提升。
任一： 董老师刚提到的将数据和AI生成结合的第三种趋势，非常符合奥创光年目前整体的一个服务模式，我们把它叫AI全链路营销 。简单来说就是从市场策略洞察到内容生产、分发投放，再到用投流、回流以后的效果数据持续优化我们的模型，给客户提供一站式的全链路解决方案。因为它是一个动态调优的过程，所以投放时间越久结果就会越好。
举个例子，我们服务过一个国际美妆品牌，它们本身的画面调性、内容点都很好，也符合平台的调性，但ROI 或者前端CPE这些数据一直上不来。通过AI的策略洞察我们发现，它的竞品包括行业里大家在展示防晒品的时候，会尽可能地降低画面里的油腻感，但它们的防晒产品在视频里就显得很厚重，通过AI对画面的分析我们知道问题出在哪，视频内容怎么调整，后面整个ROI包括 CPE就都上来了。
以上是决策式AI通过洞察分析能够给到的一些结论，比如你的视频应该是什么样的情感调性？画面语言的卖点是什么？形成既标准同时又多元化的模版，这是视频生成的基础条件。接下来第二步就是我们今天重点在讨论的生成式AI。
奥创有两个比较核心的能力点，一是用AI做10到100批量化的内容生产。比如我们为某国内一线电商平台一天生产10万条视频素材，这个层面更多是代替重复类工作，在决策式AI洞察并形成模版的基础之上，结合已有的品牌素材或者电商素材生成原创性不低于人的新视频 ，它的投放效果一般会比过往效果更好，在一项代理合作测试中，我们的视频在抖音的跑出率是该机构原视频的两倍。
另一种更偏创意类0-1的视频生产，比如我们和某新消费雪糕品牌合作过一个风格化广告片，包含大量的视频特效 ，我们用的是video to video的形式去生成，整个广告片的质感和效果非常好，但制作周期只用了三四天 。还有一块是我们文生商品视频技术，给到我们一个商品之后，我们可以通过AI结合3D建模把产品应用到不同场景、组成类似广告片的内容。
基于以上，我们还有一个可以管理所有物料素材和图文视频的系统，方便品牌在一个系统里对过往内容做重复利用。此外，所有分发出去的新内容也是模型训练的一部分，投放结果会再影响后续的内容策略，形成一个完整的全链路营销。
谭北平： 品牌营销人非常善于学习新概念、使用新工具，我相信很多从业者应该都已经尝试或者正在用AI协助工作，我能看到的一些变化是什么？第一，社媒营销不止内容生成这一部分，而是要往前走一步，把内容之外的需求、调性都分析清楚；第二，要把自己独特的数据和资源放进模型，才能生成差异化的内容。
广告主都很焦虑，现在有一个词叫AI平权，工具面前人人平等，但实际上企业追求的并不是平等而是竞争优势。AI时代怎么获得竞争优势，具体到社媒营销这个层面企业一定要从内容生产端向前延伸，洞察消费者心理、洞察新趋势。 当然除了生成内容之外，今天我们讲多模态，包括数字人直播等形式也在进一步加速AI在社媒领域的应用。
除此之外，行业内包括我们自己也在探索一件事：通过AI帮助中国品牌更好地出海。 本地化运营一直是品牌出海的难点，让AI学习海外市场与消费者的特征与行为习惯，直接生成更本土化的内容，让产品研发更适配海外市场需求，服务当地客户，我觉得这也是大家未来都会探索的一个方向。
任一： 非常认同谭老师这个观点。中国在短视频领域的营销应该是领先世界的，包括我们的算法逻辑也非常先进，现在大家更多讨论的是怎么把中国这套系统和模式放到全球体系内运行，而在全球化的竞争中，AI的渗透作用会更强。
36氪品牌主理人：能感受到这一轮技术爆发让大部分行业内的人都比较兴奋，感觉机会又来了。因为这两年品牌的日子大多不太好过，现阶段他们做社媒营销主要面临哪些痛点？
董浩宇： 我们在过去五六年经历了从流量增速红利时代，到「留量」时代，进而进入到精准营销时代这样一个过程。现在很多品牌方都在讲「我如何把精准的内容投放给精准的消费者，最终带来产品转化和整个品牌好感度的提升」 ，这是他们最关注的问题。
它的痛点在于「算法窘境」 这四个字。无论是小红书、抖音、快手还是其他一些社媒平台，现在基本是用算法逻辑去判定内容，然后推荐给对应的人群，所以只有获得的推荐够多，才能带来好的品牌曝光以及转评赞、转化等数据，这就变成了算法窘境，大家在这个窘境中不断挣扎，为了要完成KPI中的各种数据和转化，过去做10条内容如今可能要做100条内容才有一条能爆，为了流量与转化而去迎合算法。
AI生产内容的时代，可以用数据去推演平台、社媒的算法，然后不断进行内容优化，也许就可以让品牌从算法窘境中走出来。所以现在有一个说法是用AI算法打败算法、判定算法，最后让算法去帮品牌赢得消费者。
谭北平： 除了算法窘境，另一个我想强调的是内容衰减的问题。今天我们社媒平台里的内容分发是由算法决定的，这个过程中内容的消耗是一个巨大的问题 ，你的内容可能只会被一小部分人看到。
过去一个广告片可以反复播放很多遍，强化记忆效果，但在社媒平台上内容重复是大忌，还没迈出门槛就会被算法挡住，挡住之后就没有在消费者面前出现的机会了。所以算法其实在加速内容的消耗。
社媒需要大量的内容投放，过去内容生产力是一个问题，现在AIGC能够解决这个困境。今天的社媒还有一个痛点是内容生产的尺度把控，卡太严内容很难做，卡太松可能对品牌有损耗，所以内容策略该怎么做？需要把品牌进一步故事化、生活化、场景化，这背后也反映了marketing在从广告思维向社媒思维转变。
任一： 很同意董老师的观点。其实现在各平台的算法都是黑盒，每个平台的黑盒还不一样，所以品牌方制作的视频到底能获得什么样的流量？你都是不确定的。
我之前做品牌市场的时候，可能三个月做一支广告片，然后通过OTV这种投放就能完成整个季度目标，这是过去市场部的运营模式。但现在的营销逻辑是每天都需要生产大量的内容，给到不同消费者，平台的竞争逻辑是鼓励创意，但算法和分发也更偏向于日抛型，这就不仅是算法窘境，也是从业人员精力的窘境、是管理者的决策窘境。
十几二十个视频内容拿过来到底哪一条能跑出来？市场部也很难给到执行人员非常明确的决策，这就导致现在有大量重复的工作，生产了大量达不到效果的内容。
一方面受制于平台算法不得不做，一方面人工生产力和决策力存在局限性，这两块都比较难。
社媒营销我把它分为两种类型。第一种以信息流这类效果广告为代表，我能知道自己投进去的钱换回多少流量、多少用户，但现阶段的瓶颈是当你优化到一个数值的时候就很难再获得流量。第二种是种草的逻辑，可能有一部分CPE焦虑，比如怎么把视频的互动量做高，但更焦虑的点其实是CPE上去了销量没上去，这两者的关联很难做到。 你的视频曝光非常好，但没有销量转化，就很难衡量这些钱花出去带来了什么直接结果。
这样一对比好像还不如直接去做信息流，这也会导致大家不愿意做创意和创新。以上是品牌方比较核心的几个焦虑点。
36氪品牌主理人：以奥创的产品为例，有可能针对性地去解决以上哪些痛点？
任一： 举个例子，某个产品它的受众里既有小镇青年也有退休妈妈，那针对这两个群体的卖点、生成的内容包括使用的场景可能都是不同的。
我们的产品能从洞察开始就把这个层次分解出来，然后根据不同的人群的痛点生产批量化的内容。过去品牌的视频量可能最多几百个，也很难针对各个人群精准地输出不同卖点，奥创的能力就可以针对性地解决这个问题，更好地优化投放结果。
刚才大家有提到用算法对抗算法，因为当我们不断用大量视频去尝试就会发现其中哪些视频的跑量率更高，就能找到更匹配算法的解法。当然媒体平台的算法逻辑也在迭代，我们就需要不断地生成内容去持续地反馈调优。
36氪品牌主理人：现阶段还有哪些比较成功的AI实践案例？
董浩宇： 快消品牌通过AIGC生产社媒内容已经比较多了。曾经我在伊利的时候有一个项目叫「未来牛奶」，现在它们充分用AI不断做产品包装创新，在社媒上抛出海报号召用户参与，让消费者成为AI共创新品反馈的一环，然后快速上市。
过去的选品逻辑是品牌方要自己说这是一个新品，想办法让消费者种草、买单。现在利用AI工具的便捷性实现内容的参与和共创，根据反馈做创新是非常有趣的，消费者也更愿意为其买单，这是一个很好的闭环逻辑。
我的上一家公司美的，现在很多社媒内容也开始用机器生成，比如将节气和时下热点事件结合，社交媒体内容的实效性能够被充分体现。过去一张海报的制作周期两三天，现在几个小时就能完成从创意生成到审核反馈的过程。
谭北平： 我们服务的很多品牌，过去他们的直播话术都比较简单、重复，我们就帮助品牌方提炼产品特性，结合热点和时效，通过AI完善了很多辅助话术。当然最终选择权在主播个人，我们提供的是更多的角度和素材去帮他优化直播效果。
这个过程是，我们先通过AI洞察找到产品在不同场景中的卖点和故事性，针对不同人群和痛点生成大量故事线，KOL可以找到最契合他特性的内容，整体提高内容生产的效率和个性化。这里你看不到AI的痕迹，因为技术是藏在营销后面、帮助品牌和主播提高效率的。
把营销创新预算的26.9%留给AI 36氪品牌主理人：一个确定性趋势是随着技术的发展，工具的使用门槛会进一步降低，未来大家都模型化、批量化使用AI内容生成，品牌个性化表达如何实现？尤其是和竞品之间的内容壁垒如何构建？
任一： 大模型更多解决的是通用问题，具体到不同的领域现在有很多垂直模型，它能进一步学习行业或者品牌数据。比如我们服务过某国际知名可乐品牌，通过学习它过往的文案、广告片等数据，让机器理解它的语言，就能生成符合品牌逻辑和调性的内容。
公司可以部署这种私有化模型，品牌投放的内容越多，在平台里跑出的数据就越多，只要合作程度足够深，模型也会越来越个性化。
董浩宇： 我现在接触的一些大品牌，比如某国际顶级的快消品牌和顶级的餐饮品牌，都在自建自己品牌的小模型。把品牌的定位、产品包括人群的数据、过往的创意内容都给到模型去训练，确保调性的一致。
和这些CMO交流的时候，我问你们为什么要这么做？他们讲到一个知识体系传承 的问题。从这个维度来看未来人工智能就能够把控品牌与内容的调性。
回到任总刚提到的问题，现在大量的生成内容可能都来不及审核，未来可能就需要靠品牌小模型去设定算法审核的机制，70分的内容可以直接投放，当然每个品牌还是需要10%的精品内容需要靠人的创意实现。
谭北平： 内容的模版化其实分两种，比如多巴胺营销、特种兵旅游很火，品牌内容往热点和社会情绪上去靠很正常，甚至要比谁的速度更快、做得更好。另一种是品牌自己的模版，当消费者看到某个场景、元素、某种表达方式或者VI就知道这是哪个品牌，这是品牌应该追求的状态。
品牌个性化模版+衍生的内容创意，这是品牌的长期资产。 所以我认为模版化是好事，但一定是自己的模版化。
36氪品牌主理人：各位都有提到小模型、私有化部署，国内明确在做这件事的品牌好像没那么多，有哪些顾虑点？
谭北平： 大企业束缚太多，数据隐私、合规和安全是现在它们更关注的点。小品牌其实可以更大胆一点，因为小品牌跑得快，就不要瞻前顾后，这是一个快速追赶的机会。
任一： 这里其实有一个责任问题，因为AI也会犯错，当内容生成量足够大的时候靠人工审核把控是很难的，如果画面调性不符、出现违禁词，谁来承担这个责任？所以不止在技术层面，也要考虑责任划定的问题、立法的问题，每一个环节都要完善。
谭北平： 相比自动驾驶这类零容错率的领域，营销行业其实还好，我认为可以大胆一点尝试，允许AI犯错。
董浩宇： 要有容错机制。很多大品牌方比如可口可乐，就是70、20、10的原则，10%的营销预算是可以去犯错的 。这部分钱就是用来去尝试和创新的，品牌要愿意承担失败的风险，因为一旦成功回报可能超过百分之几百。
品牌方现阶段最关心两个问题，一是版权，二是法律，这部分现在已经逐步有解决方案去完善了。我认同谭老师提到的，在创新的过程中品牌方可以大胆一点，当然前提是这个失败要在可控风险范围之内。
36氪品牌主理人：总结大家提到的几个关键点，一是要允许试错，二是胆子要大一点，尤其是中小品牌，所以这是一个更容易跑出来、或者进一步拉开差距的机会？
董浩宇： 做到「三个垂直」的中小品牌在AI时代更有机会。第一是心智垂直 ，它的产品心智、品牌心智和特定消费者能够垂直共融；第二是产品垂直 ，它的产品属性和消费者的需求融合；第三是渠道垂直 ，不需要大而全的泛化，一个阶段内专注做好小红书或者抖音等某一个垂直渠道。
做好三个垂直，中小品牌完全有机会跑出来，然后再把优势扩大到全域营销。当然大品牌的优势在于它的资源、数据，以及能够用更敏捷的方式孵化体系内的创业团队，去进行阶段性创新。人工智能是算法均权的时代，大家各有优势。
任一 ： 国际化公司和大企业对AI的拥抱程度非常高，刚才提到的伊利，据我们了解它可能有100多人的团队去做AI的模型训练，投入非常高。
为什么看好大企业在这一轮的发展？首先头部公司在资源能力上是有抢跑优势的，第二模型训练的核心要素是数据、算力和模型，很多中小企业存在一个问题是很多资产还没有数字化，这点非常关键。
所以人工智能时代带来最主要的两个提升，一是在营销的精准度层面，因为有历史数据化的模型、广告内容等资源沉淀，这一定是更利好大型企业做更精准的投放和内容生成，它的模型也会更精准。二是带来生产效率的提升，这一点对中小企业更友好，过去可能市场部总共两三个人，未来AI可以帮助解决生产力的问题。
36氪品牌主理人：有品牌方关注现阶段AI的收费问题，目前品牌合作或者部署私有化的成本大概在什么水平？
任一： 奥创目前更多服务大品牌客户，以定制化需求为主，这类按项目制收费，比如我们给品牌提供一个技术方案以及模型算法的训练等。
AI内容生产可以按生产的模式做相关的收费，它一定比人工成本低，可能行业里普遍三、四百块一条视频，在内容收费端里就几十块。还有另外一块是很多客户会合作全链路营销的服务，从洞察到制作到投放，当ROI超过一个数字的时候，超过的部分也可以跟品牌做结算。
谭北平： 如果你是本身具备一定技术能力的公司，可以用一些开源模型，它基本不收费，可能会有少量的商业license费用但是也非常低，比过去真的要便宜太多了。
董浩宇： 品牌方关心这个问题有可能是因为马上又要做预算了，到底是留100万还是200万做 AIGC呢？
给大家一个参考，你营销创新预算的26. 9%，明年可能是要留给人工智能的 ，这是International Data Corporation针对美国上百个企业CMO做的一个调查统计结果。
我个人建议你明年如果有1000万营销创新的预算，可能要留269万做AI。就像谭老师刚也提到的，如果它是一个通用大模型，品牌现在就可以先用起来了。和老板去讲一下，申请一部分预算开启你在AI营销上的创新，我的团队找我的话，我之前批起来也是很快的。
人工智能时代的企业转型，CMO可以做主导 36氪品牌主理人：听下来在当下的营销领域，数据、计算和科学性的比重越来越大，创造力和感性的部分还有多大价值？
董浩宇： 我自己是个营销人，我觉得营销最重要的还是创意，在学术理论中，它展现的是其实两种能力：一种叫结合能力，即如何将已有信息、元素像拼图一样组成一个全新的概念；另一个是扩散思维与聚焦思维，比如我们过去一直在做的脑暴。
在扩散思维的部分，AI可以形成辅助，但在聚焦思维的部分，对广告营销人的挑战会变得更大，因为你的选项太多了。其实并不是有了AI对创意人的需求减弱了，而是对批判性思维和独特见解、聚焦思维的能力要求更高了。
谭北平： 创造力、创意和情绪都可以被量化，并且可以通过AI技术实现标准化生产，从而提升营销效率和效果。其中人的个性、需求和情绪都可以被科学方法量化，这与过去的大五人格理论（big-five theory of personality）类似。
现在随着AI技术的发展，这些量化的数据可以被用于提升创造力和生产效率，从而实现更精准的营销。这是我们营销科学对于这件事情的理解，我认为万物都是可以用科学的方式来工作的。
任一： 其实可以观察到两个现象，第一在媒体端信息大爆炸的时代，创意其实更难出圈，这是时代趋势；第二作为一个市场营销人，从KPI的角度来看，其实是你的老板对营销科学的部分更感兴趣。
比如我投了100万信息流广告，要明确到底能带来多少新用户，衡量工作结果，才能达到老板的需求。过去我们做TVC、创意广告，可能投了200万下去一个水花都没有，很难计算其为公司带来的收益，价值就不容易被认可。
所以从汇报包括整个市场体系搭建的现实情况来看，科学的部分会越来越多地占据我们的核心工作时间，企业的数据化资产沉淀也会更多，形成越来越多体系化的方法论。当然我不会觉得创意不重要，创意还是未来营销中的一个重要环节。
36氪品牌主理人：既要保持创造力，又要拿出可量化的数据结果验证工作价值，挑战还是挺大的。有没有一些建议可以给到团队和从业者。
谭北平： 上一轮元宇宙的时候大家都还有点懵，但人工智能已经是确定性方向了。最早我们做洞察的时候，数据表格都是手画的，后来有了Excel，今天有了AI。率先去掌握它，未来比的就是谁用得更好。
任一： 我们认为人工智能在市场营销端更像一个Copilot的角色，帮助从业人员制作更好的内容，但替代不了你的策略能力。什么是策略能力？比如我今年的目标是800万增长，具体到市场策略要通过什么样的方式去完成，这是由人决定的部分。
董浩宇： 我在品牌方工作很多年，过去品牌喜欢brief agency去干活，但现在你还brief agency可能都赶不上AI可以为你赋能的这个阶段了，品牌方也要会用模型、会用工具，同时保持自己的批判性思维能力。
我觉得营销人要向前走一步。 过去我们marketer一直在整个决策链路的中后端，一个产品已经定品了、价格确定了，营销的同学你去给它种草、卖好，但是它的前端已经被定制化了，你的影响力是弱的。
人工智能时代来了，营销人反而是第一个冲上去拥抱的。过去企业做数字化转型阶段，主力军是IT部门，是CTO、CIO们，在人工智能时代，主力其实是CMO们。 有了人工智能的辅助，我们是不是可以在选品的阶段、甚至产品创意的早期就介入？这时候营销人就从中后端走向了前端，再走到最后销售的环节形成闭环。
别产品卖不好的时候，就说是marketing 没做好，对吧？
所以当你掌握了AI，并且能够将AI工具和数据结合在一起，你就是这个品牌组织里最有能力的核心部门 。我们可以跟老板要钱、要资源，保底先干起来，营销人一定要抓住这个时机。数字化时代有的是CTO做主导、有的是CMO做主导，我认为现在AI时代必须是营销人做主导，属于我们的时代来了。
任一： 接着补充一点，我们前面讨论的更多偏向于怎么在现有工作流里去做效率的优化，但董老师讲的其实是C2M的反向定制模式。
每家企业都有两条供应链，一条是内容供应链，一条是产品供应链。 过去内容供应链端受限于实际的生产力和成本，没办法做这样的反向定制，比如先在用户端用内容做产品或者卖点的测试，然后反馈到产品研发端推动生产。
刚刚董老师分享伊利的案例，就特别像一个反向定制。当内容生产成本足够低，我们完全可以在产品出来之前，先去做卖点测试，根据用户反馈思考哪些卖点需要调整，反向推动产品定制，这就完全可以改变整个供应链生产的形式。所以董老师刚刚分享的这一点，非常贴合未来整体的发展方向。
36氪品牌主理人：当营销进入人机协作时代，大家有什么畅想或者期待吗？
任一： 在未来的市场部里，Copilot会帮我们完成所有执行的工作，人可以聚焦在创意和策划，给公司做更有品牌调性、更爆款的东西，让大家可以专注在更核心的创意类工作，这是我们希望能够实现的状态。
董浩宇： 我希望AI能够帮助我们创造更多的品牌价值、然后是商业价值，最后要落到社会价值的实现。我希望企业能够把由AI产出的价值回馈给到这个社会，承担足够的社会责任感，让更多普通人也受益。这个责任其实在我们肩上很重，所以我希望营销人能够努力先把商业价值和品牌价值实现，然后再用它创造的价值去反哺社会。
谭北平： 我看到了更多中国人的机会，过去我们讲品牌的国际化，虽然我们有很强的制造力，但营销能力是一个短板。随着我们积极拥抱AI，未来会涌现一批中国品牌建设和全球化的浪潮，塑造更多全球品牌，这是我们行业和所有品牌人的新机会。
本文由「阿至」原创出品
想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群
