8月26日，特斯拉CEO马斯克在Twitter上毫无征兆地开启了一场直播。
从特斯拉研发中心用搭载着最新自动驾驶软件FSD Beta V12开到了扎克伯格家所在的Palo Alto，整个45分钟过程中吸引了超过1200万人的围观。
这次直播之所以引起如此大的关注，核心逻辑在于——这是特斯拉的FSD首次向公众展示端到端的自动驾驶。
所谓端到端的自动驾驶，就是整个过程完全依赖神经网络自主识别并决策，其中不用任何一行基于规则的控制代码。
而这种基于纯视觉、完全不依赖人为规则的端到端的自动驾驶在行业内由于难度太大还没有其他量产车型公开展示过。
那么用大模型实现端到端的AI技术来解决复杂问题，除了自动驾驶，还有没有其他领域的应用呢？
答案是：有。
9月7日，百度低调地发布了一个新产品——基于大模型实现端到端投放的营销平台“轻舸”。
这个新平台摒弃了传统数字广告投放的繁琐逻辑和复杂结构，从创建到投放，从创意到数据可视化，全部用大模型进行了重构，成为业界首个真正实现了AI Native的营销平台。
今天我们就一起来聊一聊这个AI Native营销平台的特点与背后的逻辑，同时也从“轻舸”这个产品出发，一起剖析和观察大模型将如何继续深刻改变互联网广告。
一、大模型正在重塑互联网广告的各个环节
和几个月前相比，最近大模型的热度的确有所降低，但并不意味着这个行业趋于沉寂。
相反，在整个行业冷静下来的时候，真正行业内的玩家们已经在落地诸多用户价值和商业价值并重的产品与应用了。
在大模型的所有垂直应用领域中，广告无疑是离钱最近的行业，甚至没有之一。
作为互联网第一大商业模式，广告的整个链路和过程本身都和AI有着千丝万缕的联系，而作为科学与艺术的交叉行业，广告的属性和货币化潜能也驱动着大模型的商业化天平朝营销的方向倾斜。
于是，我们看到了国内外的不同大模型在广告这个领域开启了不同方式的应用。
这些应用此前主要归结为以下几个方面——
首先，大模型的对话聊天型产品本身作为广告流量的来源，简单地说就是在对话中插入广告，微软的New Bing和谷歌的Brad先后都在对话中上线了广告展示。
其次，大模型作为广告创意工具，无论是生成广告文案还是广告，生成式AI已经被不少平台和第三方进行了成熟的应用。
比如谷歌实现了创意的实时生成，而第三方应用Copy.AI和Jasper在创意领域被广泛应用。
此外，也有国内外巨头用大模型来进行广告的自动化和客户沟通，比如谷歌的Performance Max和Snap的My.AI。
可以看到，大模型已经在事实上渗透到了互联网广告全链路的各个环节。
那么，有没有一款产品可以将以上不同环节全部都基于大模型来进行重构呢？
据我所知，此前无论是国内还是国外，都没有先例，而这次百度发布的新平台轻舸开了AI Native营销平台的先河。
从产品的设计思路看，轻舸实现了用最自然和简单方式来投放广告，真正将大模型贯穿到了广告从创建、创意到投放的每一个环节，从交互协议上到交互方式上再到系统内核都进行了重构，让广告主和系统之间建立最原生的连接。
它可以将营销人员从繁杂的操作流程中释放出来，以便他们将更多的时间和精力投放到怎样去制定营销策略中去。
“我们希望轻舸正如它的名字一样，轻便、快速的同时又拥有大船的稳健而强大，可以助力企业用最简单、便捷的方式去做营销，也能做到最理想的营销效果，真正实现营销层面的AI人人可用。”
百度集团副总裁、移动生态商业体系负责人王凤阳说。
二、从百度轻舸看大模型如何重塑互联网广告的核心环节？
坦率地讲，作为一个前广告产品经理，在看到轻舸的实机演示之前，我对百度即将发布的这个产品的预期是——
它或许只是用自然语言的方式去创建原本需要图形界面创建的广告计划，以降低用户的操作门槛和学习成本，中间的数据结构应该是没有变的。
如果只是实现这一点，那这个产品的意义将是非常有限的。
我的怀疑逻辑在于我印象很深的另一个产品功能——滴滴曾经的语音叫车。
在滴滴早期是支持语音直接叫车的，比如语音直接说“我在北京西站南广场，我要去安河桥北地铁站。”
但后来滴滴后来下线了这个功能。
滴滴的一位技术同学告诉我，原因就在于语音叫车看起来在操作上很方便，但语音产生的位置数据并不是颗粒度很细的精确的POI点数据，这就给打车的路线划带来致命的负面影响。
我其实担心的也是这一点，如果只是将创建过程用自然语音的交互来实现，输入端势必更加模糊，颗粒度也会更粗，那最终的广告效果和实际的ROI可能是存疑的。
然而，当我看到轻舸的实机演示和技术讲解之后，我上面的疑问全部被化解。
轻舸不仅实现了上面的自然语言的交互，同时在广告匹配和竞价的引擎层也完全基于大模型进行了重构，真正实现了从输入到输出的端到端的AI决策。
下面我们更具体地来解释这一点——
互联网广告的投放其实是一个极其复杂的过程，它看似很简单，就像一个红娘，给广告和用户牵个线、搭个桥，但实际的过程比想象中要更加复杂和繁琐——
无论是以关键词为触发特征的搜索广告，还是以用户画像为触发特征的信息流广告，它们都需要经历两个基于规则的过程：
第一个是将人和可能投放的广告关联起来的索引系统，即一个用户进来，有哪些愿意投放给这个人的广告，这在广告系统中称之为Target，这个过程是离线预先完成的。
第二个是在所有符合条件的广告中，最终决定哪个广告展示给这个用户，这是一个基于CTR预估、出价等多个特征的竞价过程，它在广告系统里被称之为Rank，这个过程是需要实时计算完成的。
这两个过程在具体实现时本身就受各种规则与条件的约束，此外，还会受频次、负反馈、预算等无数个其他维度的共同制约。
这导致的结果就是广告系统的高度复杂化，每一个新要素和规则的变化都会增加原有的规则代码。
但轻舸之所以可以称之为AI Native的广告平台，原因就在于它将原有基于各种结构化字段和规则都摒弃了。
它不再遵循之前漏斗式地让各种规则来实现投放，而是原生地将自然语言广告方案交给大模型，让大模型这个”营销智能体“来进行AI的黑盒决策，最终实现广告的精准投放。
用百度集团副总裁、移动生态商业体系负责人王凤阳的话说就是——“互联网广告系统经历了从简单到复杂如今又回归简单的过程。”
这样的好处是显而易见的——
首先，广告主可以更直观地表达自己的营销需求。
这对于广告主和广告优化师而言，是一个非常切实的痛点。
传统的广告投放需要一步一步创建计划，选定年龄、性别、地域等用户属性，输入海量的关键词，还需要设定出价、制作创意和落地页。
整个操作过程工作量是极为繁琐的，比如，仅看关键词这一项，一个典型的金融领域的广告主，为了最大化地获得精准流量，一个广告设置的关键词可达百万之多。
而在全新的轻舸平台，一个金融广告主现在就可以直观地描述自己的需求——
“我们是一家保险经纪公司，致力于为一线城市的中产人群提供重疾、养老两个类型的保险产品，我们想将广告投放给北上广深四个城市中等收入及以上的女性人群。”
这样直观的表达让营销回归到了本质。
营销人员第一次不再需要用机器的语言（在搜索场景下就是关键词）和复杂界面来表达自己的需求，大模型”智能体“可以无损地理解广告主需求，并且去实时匹配相应的广告受众。
其次，轻舸极其简洁的使用过程会大大降低使用门槛和学习成本。
传统的广告投放平台由于需要结构化地储存多个层级的标准化数据，因此它的设置过程非常繁琐，一层叠加一层的三级菜单是家常便饭。
一旦系统进行了迭代和升级，广告主和优化师必须重新学习一遍操作指南，一个小的按钮和勾选点错了，广告投放计划就会必然会出现异常。
但轻舸则大刀阔斧地将广告投放整个过程削减成非常直观的简单4步，没有学习成本，就像一位循循善诱的营销人员在和你自然沟通交流一样。
同时，轻舸做的非常彻底，除了投放过程，投放之后的数据呈现和查阅也可以通过自然语言沟通实现，真正做到了全流程的AI Native。
此外，从功能的扩展层面讲，轻舸也实现了插件化的机制。
它可以一站式集成不同的AI能力。
这是什么意思呢？
就是原来广告主在营销层面有了新的普遍诉求，广告系统通常是需要专门开发一个新的功能来满足这个新需求的。
这个过程从开发效率和系统复杂度上成本都非常高，而在智能体插件化之后，它可以非常便捷非常快速地完成迭代，以满足广告主快速变化的新需求。
作为一个广告平台，它的最终目标依然是帮助广告主实现足够好的营销效果。
那么轻舸的在营销效果层面到底如何呢？
参与轻舸内测的知名IT培训企业达内教育分享了他们的实际效果数据，内测期间，达内在轻舸平台的转化量提升 高达23.3%，广告ROI提升 22.7%。
另一家参与内测服务商品众创新也披露，使用轻舸后提效——日均转化新增32.4%，成本同比降低20.2%。
广告行业的从业者会理解这个幅度的提升难度有多大，用常规的优化手段要系统地提升上面的数据对于任何一个传统的优化师而言都是一个极其困难的目标。
“在真正参与了轻舸测试，看到实际的效果之后，我才理解Robin那句“用AI原生应用重构所有产品线”并不是一个口号，他们的确是真刀真枪在做，不做表面功夫，而是深入到内核，直接啃最硬的那块骨头，轻舸尽管还在内测期，但的确有东西，完成度非常高，很落地，超越了我作为一个广告主的预期。”
一位参与轻舸内测的广告主说。
三、广告从业者如何更好地适应被大模型改变的广告行业？
回顾广告行业百年的发展历程，最重要的核心变化就是行业的权力逐渐从东岸的麦迪逊大街转移到了西岸硅谷，而大模型毫无疑问将继续强化和加速这一漫长进程。
没错，从传统广告到计算广告，这个转变不仅仅体现在广告的类型、广告主的构成和广告媒体的变迁上，更体现在广告整个流程的重构和广告影响受众方式的变革与重塑。
今天的广告早已不再是《广告狂人》中天才创意的迸发，取而代之的是无数广告优化师的默默调优和无数平台工程师的开发与迭代。
在大模型的持续推动下，广告从Big idea的时代持续向Big data的时代加速进化。
那么，作为广告从业者，我们应该如何更好地在被大模型改变的广告行业生存呢？
我分两个层面来聊这个话题——
首先是从大处着眼，即需要深刻理解大模型对于互联网广告重塑的大趋势不可阻挡。
这个趋势有着极其坚实的底层逻辑——广告在本质上是一个需求理解和需求匹配的过程。
这两个层面无论哪一个层面，智能地实现必然超越机械地实现，传统的方法就是机械地去做，做线性约束情况下的最优解，大模型则是智能地去做，既智能地判别又智能地生成，效率自然会提升。
或许大模型的优势在一开始可能还不是十分明显，但随着性能的不断进化，潮水的方向必然朝向这一边。
路阻且长，行则将至。
事实上，正是因为看懂了这个底层逻辑，无论是谷歌、微软、百度这样的广告平台公司，还是阳狮、宏盟、蓝标这样的广告公司，无论是可口可乐、雀巢、达内这样的广告主，还是Copy.AI、Jasper这样的第三方公司，都集体行动起来了。
很显然，它们在这个浪潮中看到了某些不可逆转的未来。
其次是从小处着手，即要从最细致、最具体的广告工作中切实地向大模型靠拢。
具体而言，从业者首先需要关注大模型在互联网广告领域的进展，特别是应用层的进展。
真格基金合伙人戴雨森总结了过去几次重要的技术进化过程中获得红利的参与者结构，那个右下角空白的的地方，其实就是应用层的机会。
然后就是需要切实地将不同的工具用起来，事实上，仅仅百度一家公司，就推出了多个基于大模型的营销广告产品。
除了上面介绍的AI Native营销平台轻舸，还有之前推出的营销创意平台“擎舵”和对话式营销产品“品牌Bot”。
擎舵作为营销创意平台，其背后的大模型可实现文案生成、生成和数字人视频制作三大创意能力。
该平台可以做到2分钟生成100条创意文案，3分钟生成一个数字人建模，5分钟即可制作一支完整的数字人口播视频。
品牌Bot是基于文心一言为能力底座定制化品牌营销对话机器人，任何一个品牌，通过私有数据的快速训练，就可以快速构建一个属于自己的拥有品牌专属形象的对话式营销机器人。
既增加了亲近感，也可以快速提升营销过程中的效率和转化率。
因此，作为广告人，只有真正实际地将各类产品用起来，才能切实地对大模型将如何重塑互联网广告行业有最真实的体感，才能更深刻理解广告在这一波技术浪潮中的可能演化方向。
结语
我非常认可凯文*凯利的一个观点——
“每一次技术革命都是一次权力的重构。
并不存在均匀的普惠，新技术的确会消解旧的门槛，让更多人拥有他们从来没有过的、高不可攀的“特权”。
但这毫无疑问是一种假象，并不存在真正的技术民主化，因为新的壁垒很快就会形成，而这又会重新将大部分人挡在门外。
与此同时，门里的人大概率已经换了一波。”
是的，任何一次技术变革都会对人技能的价值进行一次重构。
同样，这次的大模型浪潮对于广告人的传统技能和优势其实也是一次冲击，而每一个互联网广告人都应该思考——
我如何在新浪潮中更好地理解机器、利用机器并最终与机器共舞。
来源：卫夕指北