这是一个“理科生的时代”。
在技术的驱动下，自动化投放、智能化出价、个性化推荐，精准化触达等等都已成为了各大平台的基础能力项。随着AI大模型的爆发，技术在营销中进一步大展拳脚，从代替人力、简化系统到提效全覆盖，行业像是等来了一个无所不能的“神之手”。
这也是一个“文科生的时代”。
当技术不断进步，营销平台为行业补齐技术能力，并且把技术的进步融合到商业产品中，这时候的营销人只需要理解技术工具的用法，便可以减少种种复杂的“堆基建”“无用功”，营销的钟摆又重新回到了创意与策略上。
传统的广告营销已建立起一套成熟且复杂的体系，但技术却在不断展现其创造性和变革力。变与不变之间，技术究竟会为行业带来多大的变化？目前又在改变着什么？未来又将走得多深？围绕这些问题，我们与百度商业策略产品负责人余昌远展开了一次讨论。
底层重构，生成式AI大突破
提及技术，诸如AI、大数据、大模型、算法、机器学习等专业名词便如潮水般涌来，让人深感科技进步之迅猛，但又始终难以理解基础原理和底层应用逻辑。
事实上，当下广告技术可以按照非AI和AI两个模块来划分。比如对于预算、广告库存的动态规划，就是较为传统的管理优化问题，非AI技术应用即可完成。而在业内，基本上所有和机器学习、模型相关的，都属于是AI技术应用的范畴。
从上述中你会发现：AI并不是这几年才突然降临。由于生成式AI的火热，可能有很多人是将其直接等同于AI整体。但其实，此前数字广告已经在普遍使用决策式AI，来分析用户行为、兴趣偏好等数据，制定更精准的广告投放策略，做广告效果预测等等。余昌远也提到，过去广告技术的核心主要是围绕广告投放环节的出价策略进行。
图源：中信建投证券《传媒行业年度策略报告》
如今生成式AI的爆发，其实是在过去技术已推动广告投放持续升级的基础上，实现了进一步的突破。
站在广告平台的视角，余昌远向我们详细解释了从创意优选，定向再到广告拍卖整个过程中，新技术究竟都改变了什么：
- 生成式创意
创意是广告的灵魂所在。源源不断将新的广告素材放在广告系统里，是广告投放的第一步。
这也是生成式AI最为集中落地的一个部分。现在我们已经能够在市面上看到有诸多创意生成的产品，能够实现文生文、文生图、文生视频、数字人直播等等。
但值得关注的是，我们长期在用先预设和固定了创意构思，再做好内容拿去投放的逻辑来看创意生成，这是一个相对更“静态”的过程。比如做一个重量级的品牌TVC，制作方要先和广告主对其需求，而后去写文案、脚本、拍摄，这中间还会反复修改多次，最终才会成片上线。即便是投放几十秒信息流广告，也得是设计师、剪辑师、优化师多方合作，来回配合。
但在效果广告系统中，用户需求瞬息万变、竞争者众多，素材要随着实时更新的数据指标情况去做迭代，这是一个快速滚动、动态优化的过程。优化师最常讲“好素材往往是测出来的”，大家每隔两三天就要更新一次广告素材，发现曝光和点击率不佳的会被立刻替换；账户里要用上百条素材去测试，才可能会跑出有一两条是文案、节奏、视频画面都符合了用户喜好的爆款。
所以，如果能消除素材产出和用户需求之间的时间差，也就是创意即时在线生成，优化师跑量的难度就要低得多，广告主也会有更好的曝光和转化效果。
而生成式创意能力正对应这一点：AI将整合所有营销信息，实现创意素材更实时、快速、个性化地生成，持续调整优化，所谓的“千人千面”有了更具像化的实现方式。而广告主和优化师也无需多么深刻地去理解技术如何应用，只需输入自己的需求，其他就都可以交由系统去生成抓人眼球的好创意。
图源：百度营销官网
- 生成式定向
在广告真正投出前，定向是极为关键一步。
最早在搜索广告中，广告选择购买关键词做定向。信息流广告出现，人群定向成为主流，广告主根据年龄、性别、地域等标签圈定目标受众做投放。而后广告主将业务内容或落地页直接放入广告系统中，系统去自动分析内容、提取关键词并匹配目标用户，从而实现自动定向。
传统的广告定向已经历不少升级，但细究来看其实仍有不少问题——比如关键词由广告主提前设好，其实无法全面概括用户的完整意图；由于人的复杂且多变的，用固定标签做人群定向只能是“相对”的精准，而且拓展新目标人群也有局限。
而现在，生成式AI正好带来了解法：它可以更全面地去理解用户的需求和广告主的业务，从而提升广告和用户的匹配度，也就是提升了定向的精准和科学性。
比如当用户搜索“情人节送女朋友什么礼物”时，生成式AI可召回与送礼相关的包括手机、手机、汽车等多种消费档位的各种广告。此时这些品牌及产品的广告内容或者落地页中即便是完全没有与“情人节”或“礼物”这两个关键词相关信息，他们也可能会出现在消费者面前。这个过程既做到了更精准的定向，又能够帮助广告主去拓宽匹配的空间，让营销信息被更多有潜在消费意向的人看到。
图源：百度营销公众号
- 智能化广告拍卖
相比于定向和创意生成，广告拍卖其实是广告投放中更为复杂、也很晦涩难懂的一个部分。
虽然广告拍卖就是流量卖给谁、平台怎么收费两个规则，但运行起来则是基于博弈学而设计的一整套机制，规则多、理论复杂。
简单理解，优质的广告资源位始终有限的，但广告主却是相当多。大家同台竞技，平台要设定好一个拍卖规则，其中会包括竞价、分配、排序、收费等等；还要维持合理公平的秩序，保证广告最终能够高效果、高效率的投放出来。但理论性规则和实际运行之间会有差别，落地时还得考量现实中的一些复杂因素，这其实就很难保证拍卖分配效率的最优。
而现在生成式AI的出现，它将基于过去历史上巨量的样本数据，学习一整套拍卖的竞争和分配规则，而后给出结果。这相当于突破了传统拍卖的那一整套复杂规则约束，AI自行理解和学习之后，直接找到了更优解法。“它已经没有办法用一个人能够理解的、显性的规则去表达出来了，它就是模型直接学出来了。”余昌远说道。
从上述来看，生成式AI已经不是在某个环节上做革新，而是系统化整体重塑。这也正是百度营销在去年新发布的产品“扬楫”所做的几大革新。这一产品虽不是直接面向广告主去提供服务，但它发挥着底层支柱的作用，是广告主能够将新技术真正使用起来的基础。
图源：百度营销官网
应用分层，差异化需求满足
广告技术如何一步步迭代升级，生成式AI是如何直接突破了传统规则的藩篱，这些广告平台始终有敏锐的洞察力和清晰的认知。
但站在广告主的角度思考：我们是否一定要深刻全面的理解技术原理？如果没有能力去理解，如何更好选择和驾驭新技术产品？当技术普及开来，不理解的玩家是否就难以拉开差距？
通常，我们会想当然的认为所有广告主都只是会做生意，对各种营销技术不甚了解，新技术落地也不会运用。但余昌远告诉「深响」，我们常忽视的一个事实是——广告主是分层的。不同体量、规模的企业，其自身在技术方面的能力不同，对于营销技术及产品的需求也完全不同。
TOP级别的广告主，比如业务体量相当庞大的电商平台或者是互联网公司，其自身就拥有非常专业的广告营销技术团队，有完善的数据技术调动系统，并且因为经营多年对于数据的积累和对用户的理解可能也不弱于广告平台。
处于中腰部的广告主，业务有一定体量，但所在的领域较为传统，比如教育、房产等等，营销和经营模式可能多年来变化不大，所以自身在技术方面的认知和应用能力就稍弱。而再往下看，更多中小企业其实对技术的认知会更少，对他们而言能否理解技术是其次，好用才是关键。
当技术的进步要在产品应用层真正体现时，平台也在遵循着分层的逻辑，用多种技术产品去尽可能全面满足各类型广告主的诉求。
面对TOP级的广告主，平台更多是在与之“合作”。
余昌远提到，比如RTB（RealTime Bidding）和RTA（Real time API）等相比普通竞价产品更为“高阶”的技术产品，可以满足广告主对用户个性化筛选、针对不同价值用户进行调价的需求。但这些技术产品更多是面向大广告主的，因为产品需要通过实时接口（API）进行数据交互，而且还要求广告主自己要拥有强计算力和实时处理数据的能力。当广告主充分发挥出了他们自身在技术上的能力优势和对数据的深刻理解，其实也是在补足广告平台的能力不足之处，所谓“合作”正是由此体现。
面对中腰部广告主，平台的重点就是要帮其“降本增效”。
比如百度的产品“轻舸”可让广告主用通俗的自然语言表达投放需求，实现端到端投放；“擎舵”负责多模态内容生成，文、图、视频三类创意自动化生成，商家智能体做7*24小时金牌业务员等等，这些智能化投放产品都能供广告主直接应用。相比于理解其中原理，这些产品直接上手去用，就可以明显提升投放效率，使广告主从繁琐的手工操作中解脱出来，减少大量的人工操作和时间成本，同时还能够看到营销效果的显著提升。
而面对更多的中小广告主，平台主打的服务就是“便捷”。
近些年各平台都在推出全托管投放产品，客户只需设置基本的预算，剩下的投放工作都由平台去完成。这种一键式的智能化产品，最突出优势就是无门槛操作，让所有广告主都能够轻松去做广告投放。
技术整体普惠，同时也能让广告主获得适合自己的营销解决方案。营销技术的一大趋势是“个性化”，其实不仅仅是创意内容更能根据用户的需求生成，广告更能找到适配广告主需求的目标人群。平台根据客户的体量、技术实力和技术需求，提供更具针对性甚至是定制化的产品，也是个性化的体现。
新技术大包大揽，
营销人价值何在？
技术与人的“博弈”始终存在。生成式AI的崛起，既帮助广告主从复杂流程中解脱出来，又将数据洞察、整合、分析等能力直接内化到了产品中。新技术已然是大包大揽，完成了大部分工作，此时人还能做什么？又应该做什么？
首先，在归因阶段，目前智能化广告技术很难预知和洞察不同渠道上出现的短期新消费趋势，这就需要“人”来打配合。
余昌远表示，在流行趋势捕捉、消费者趋势分析等方面，技术仍有较大的提升空间。比如淄博烧烤、哈尔滨旅游、天水麻辣烫等短时间迅速崛起的消费者趋势和市场动态，这些鲜活且充满变化的信息，现在是难以通过单纯的智能化广告技术直接捕捉的。
在面对这种突如其来的流量热潮时，广告主若想抓住机会，并最大化广告投放效果，人的配合就非常关键。广告主得自身保持敏锐的市场洞察能力，再同步来应用一些智能化的数据洞察产品，以此来做更为精准全面的数据分析和投放优化调整。
其次，在效果监测时，广告主要调整思维，从过去习惯于关注“过程”，转变为专注于最初的“目标”和最终的“效果”。
以出价为例，过去广告主可能需要在多个关键词上手动设置出价，并习惯于分别分析每个关键词的点击、曝光和转化效果，好处在于，一旦发现问题就能够随时优化后续的出价策略，但整体操作耗时耗力。
而现在，借助AI技术，广告主只需设定好转化目标，系统便能自动预估不同流量和关键词的情况，并据此自动调整出价。这种方式极大地简化了广告主的工作流程，使他们能够更专注于看目标最初的设定是否合理，以及最终的达成情况如何。
事实上这也对优化师以及广告主提出了新要求。
一方面是要建立信任感。技术和系统有人力所无法企及的广告投放能力，但如果因为不信任导致在具体操作过度干预，或者说是预算和策略层面的频繁调整，反而会干扰到最终的实施效果。同时，广告主需要向平台回传更细节、深入的转化数据，只有在数据共享方面建立足够信任，系统才能更准确地进行效果评估和策略优化。
另一方面是要保持长期主义。如今营销环境的复杂性和流量波动、竞争变化的剧烈性显而易见，因此需要大家保留一定的“尝试”时间和空间。当我们给予技术足够耐心去学习和优化，累积一定量的数据后，必然会带来显著、长期的效果提升。如余昌远所说：“广告主不应该将智能化产品的应用，视为一次性的消费，而是要视为长期投资。”
技术是持续更迭和精进的，其价值和效用将长期、逐步释放。目前，新技术已经从细节处着手，深入底层系统，在最具体落地的广告工作中初步释放出了能力；后续，势必还会形成更完整的技术架构和应用生态，助推广告行业步入新发展阶段。我们需要有积极拥抱的态度，也要有更多信心和耐心。
以下为「深响」整理后的部分访谈实录：
深响：就您观察，营销行业整体技术发展到了什么阶段，呈现什么样的趋势？
余昌远：我觉得营销行业有三个趋势：智能化、个性化、纵深化，智能化，是新技术在广告投放的各个环节中得到了广泛应用。特别是随着生成式AI的技术突破，在整个营销领域都展现出了新的机会。个性化，是说从个性化的广告匹配，到创意素材的个性化定制，再到消费者与广告主之间的个性化链接，个性化已经成为提升广告效果的关键因素。最后纵深化，是指客户的营销诉求和考核点也在逐渐深化。过去，广告主可能只关注浅层次的数据指标，如APP的安装激活等。但现在，广告主更加关注用户的留存活跃和消费行为等深层次指标。
就技术层面来看，技术在广告投放领域的应用逐渐扩展。起初，智能化主要集中在出价和创意方面，但随着大模型技术的突破，智能创意生成在素材内容上的应用也日益增多，这种自动化生产正变得更加普遍。其次，智能销售领域也有显著进展。传统智能客服可能只能回答一些简单的问题，但如今随着大模型技术的发展，智能客服能够像人一样进行智能交流，并有效地进行业务介绍和转化。
多模态技术的发展也是一大趋势，如和视频的理解与生成，正在迅速跟进。同时，模型参数的增多和规模的扩大也是当前技术发展的一个显著特点，这种变化将影响广告拍卖，使其能够逐渐摆脱传统规则方式。
深响：是否可以理解为当前广告营销的技术进步都是AI大模型相关的？
余昌远：整个广告技术我觉得分两个大模块。第一个，AI已经渗透在各个环节中，它是一个很广泛的概念，基本上业界提到的这种机器学习的模型，都属于AI的一个范畴。比如广告定向，或者说匹配，这里涉及到用户的意图理解和广告主的业务理解，AI也是应用的越来越多。还有很多预估模型，比如说广告的点击率、转化率，其实背后是数据模型在做预测。
非AI的部分，比如说动态规划，像广告库存的动态规划管理，还有预算，我们能够在不同时间段内，甚至于不同的地域上去做动态分配规划，这是比较传统去找最优解的问题，它不太涉及到我们所讲的AI技术。
深响：现在广告主对于营销技术是什么样的态度和需求？
余昌远：整个客户是分层的结构。最TOP的是一些电商平台，还有一些互联网公司，他们自身的数据积累、用户理解、技术能力都是非常强的，所以我们更多的是跟对方合作的模式。像行业里RTB或者RTA这种产品，其实都是给这些大客户去提供的，充分发挥他们在技术上的一些优势，可以补足我们整个广告平台的一些不足。
那中腰部的客户，其实相对来说一些偏传统的，比如教育、房产，这些客户体量还是很大的，但在技术实力上可能会稍弱一些。那对这些客户，我们会提供各种各样的智能化投放产品，比如说像OCPX这样一些自动出价的产品，还有自动定向、自动创意，一方面它确实是能够提效的，可以把客户从大量手工的投放设置操作里解放出来，另外一方面它的营销效果也确实会带来提升。再往下就是中小企业，他们其实营销意识和能力上会更弱一些。那我们的一些智能化产品更多去打的一个点是便捷性，核心是你不用做过多的操作，我就是能够把投放完成。所以我们会推出一些完全托管投放产品，只要在一开始设置预算，剩下的可能都不用去操心。
深响：生成式创意大家都比较熟悉了，可否为我们讲解一下生成式定向？
余昌远：百度最早是用关键词定向，广告主根据他的业务去购买比较合适的关键词。当网民来搜索这个关键词的时候，我们会通过这个关键词的匹配去帮他去做这个定向。到后来就是信息流广告发展起来以后，更多的是人群定向，最开始也需要广告主去表达，圈选人群标签做投放。那后来发展到有自动定向，也就是说你的落地页如果能够放在系统里，系统可以去自动分析你的业务，然后根据这些内容去找到一些关键词，去自动匹配用户。总的来讲，传统定向基本还是用核心词的匹配。
但是像生成式AI技术出来以后，在两方面是有突破的，一是对用户需求的理解比以前更加完整。二是说对客户的业务也有更加全面的理解，它可以像人一样去理解。它把匹配场景变得更丰富了一些，更能挖掘出潜在目标。匹配的空间会更大，因为过去对关键词要求比较高，所以对客户的落地页内容组织要求会比较高，但其实现在不用，AI的这种理解可以覆盖到过去没有的关键词。
深响：智能广告拍卖与过去相比有哪些变化，哪些不同？
余昌远：其实广告拍卖是互联网平台售卖流量的一个非常典型或者说通用的方案，由两个部分组成，一是东西怎么卖卖给谁，二是怎么收费，任何拍卖框架基本上就是由两个规则决定。以前整个广告系统，这种拍卖框架其都用一价拍卖或者二价拍卖，那生成式AI技术出来后，拍卖就突破规则约束了，具体已经没有办法用一个人能够理解的显性规则去表达，机器可以直接学出来。从系统来讲，其实是去找最优解了，肯定会有效率提升。我觉得这也是一个比较大的突破。
深响：现在各种环节都在智能化了，一些数据洞察能力已经内化到产品里了，那我们现在还有归因的必要吗？
余昌远：过去可能很多投放人员需要去做比较复杂的数据分析，不同渠道的投放效果是怎么样的，好的地方怎么去加强，差的地方怎么去弱化。现在我觉得客户可以更多去相信平台，去采纳智能化产品。我觉得数据洞察产品还是有空间的，目前可能没有去覆盖的比如说像品牌营销中需要的消费者趋势洞察，现在智能化投放还暂时没有去覆盖。
深响：用AI技术来优化营销过程后，我们怎么去看效果？
余昌远：其实考核什么还是从广告主角度出发的，考核指标并不会有大的区别。但因为像智能营销做了很多自动化，广告主确定一个转化目标再出一个价格，那剩下的系统会帮你去做转化预估，自动出价。客户需要去回传数据和一些深度的用户行为，这需要客户跟平台有更多合作。还有智能客服这样一个场景里，其实我们能拿到更多数据，所以可以有不同阶段的用户资产沉淀。对客户来讲也是打开了一个效果层面上的更大空间，另外在监测整个广告营销效果的时候，整个链路要完整去看，看的更细一些。
来源：深响