Marteker .2023-12-28 09:47.阅读量.503「未来AI谈」是「Marteker营销技术官」联合「Digital Frontier首席数字官」共同发起的一档对话栏目，旨在探讨生成式AI的崛起对泛营销技术和营销自动化带来的影响，以期帮助全行业探索AGI时代的新营销之路。
本期嘉宾：卓尔数科首席战略官 徐涛
Key Points：
1. 对业务理解的高要求是AIGC应用层成功的关键。
2. 今年人工智能的爆发最大的特点在于用ChatGPT告诉人们，其实AI可以有一种低成本方式实现强大的功能。
3. 随着OpenAI的兴起，各种大模型出现，对于创业者来说，最重要的不是研究技术，而是找到细分领域和应用场景，就能做到很多革命性的事情。
4. AIGC只能提升内容创作者的下限，没有办法提升他的上限。上限还是要靠他自身的天赋、背景、经历和经验。
5. AIGC公司首先还是要看对细分行业或者领域里行业知识的掌握。做通用型、平台型的工具，其实很难获得成功。如果产品不与品牌或者业务结合，做出来的产品还是差最后一公里。
下面是谈话实录：
问：您为何选择AIGC这一赛道进行创业？项目的应用场景是什么？
徐涛：我认为AIGC会在Martech领域里比较有场景需求。因为AIGC是应用层，不像做大大语言模型训练，需要那么多算法和技术。这波OpenAI带起来的AI热潮，与以往最大的不同是这次的AI是AGI，AGI的兴起大大降低了AIGC应用对技术的门槛要求，同时AIGC产品不像CDP那样的产品需要很长的价值链，反而是对业务理解的要求很高，这些都是AIGC应用层成功的关键。
而且AIGC有很大的市场空间，关键是它的价值点非常简单。AIGC大致提供三种类型的应用：
第一种应用是日报、总结、复盘等总结性的文书，基于结构化的数据和格式，这种应用可以提供给企业内部工作人员使用，以达到内部工作提效的效果。
第二种应用是创作型的，包括文本生成、营销文案、内容衍生等需要一定创意的工作。这种应用可以提供给品牌市场部写手或者内容创作者撰写文案，传播给C端的消费者。
第三种是对话式的，即聊天机器人，这种应用可以帮助品牌与消费者直接对话。
以第二种应用为例。我们现在的公司是小红书的服务商，能拿到大量的行业知识，也就是对小红书运营上下游的流程，包括达人的筛选，产品brief的卖点，brief如何进行分解，如何审稿，以及如何在小红书的投放。所以我们是有细分领域和行业知识的壁垒。
大语言模型的预训练，不仅需要大量的数据，而且算力的需求非常高。然而在细分领域的AIGC应用是用不到预训练这种方式，取而代之的是提示词工程就能够达到商业化的要求。因此，AIGC产品更关键的在于对知识的掌握，而不是大量的预训练。
问：人工智能在过去也经历几次爆发，这次是昙花一现，还是会持续发展下去？
徐涛：今年人工智能的爆发最大的特点是AGI，即通用人工智能。OpenAI用ChatGPT告诉人们，其实AI可以有一种低门槛的方式实现强大的功能。这是以前从来没有过出现过的。无论是之前的「深蓝」还是AlphaGo，背后对应的是很复杂的技术和很高昂的成本，是普通创业者可望不可即的。
随着OpenAI的兴起，各种大模型出现，对于创业者来说，最重要的不是研究技术，而是找到细分领域和应用场景，就能做到很多革命性的事情。以客服机器人为例，在大语言模型出来之前，训练是比较昂贵、复杂度很高，因为它要面对不同的领域、不同的行业。就像医药和零售是两个完全不同的行业，客服机器人就需要分开训练，因为它是通过规则和分类训练，而不同行业的规则和分类不一样，很难有一个通用的方式。但是有ChatGPT之后，所有客服机器人都可以用同一种方式训练，只是语料不一样而已。这和之前就是革命性的区别，ChatGPT是用一种普通用户看得见摸得着的方式来做应用的。
问：Scott Brinker所预测的未来趋势，包括无代码、低代码的时代到来，是不是这种趋势的体现？
徐涛：无代码和低代码时代还没有来到。ChatGPT还存在一些问题，比如ChatGPT可以写代码，但实际上我做过调研，写出来的代码有很多问题，不够专业化来进行商用。其实如果想让人工智能代码写得好，写得漂亮，需要有相当级别的程序员或者架构师用提示词把ChatGPT调教出来。所以目前来看ChatGPT更多的是扮演程序员的copilot，而不是替代程序员。
其次，我们实践中发现，ChatGPT还存在一些弱点，比如算数算的不准，因为它是近似计算。所以你会发现，如果你做一些统计分析，可能你用代码会更好，而不是让ChatGPT来帮忙。又比如我们直接用ChatGPT去生成广告文案，无法达到平台的审核要求，需要做提示词工程或者微调。所以ChatGPT有擅长和不擅长的地方，如何做到扬长避短是使用大语言模型应用到真正的商用中的关键和空间。
回到无代码和低代码这个话题，我认为至少未来2~3年都很难达到，还是需要有桥梁去连接。普通人还是无法立即用ChatGPT开发出应用。
问：AIGC对于营销人的价值是什么？市场人员该如何应对变化，建立适应未来的能力？
徐涛：AIGC主要是生产内容，第一步是创意的生产，在这一步ChatGPT就无法替代人类，AIGC只能提升内容创作者的下限，没有办法提升他的上限。上限还是要靠他自身的天赋、背景、经历和经验，创意很难让ChatGPT来代劳的。
微软关于AIGC的官方文档里面讲过，人类的思考是有两种，一种叫慢思考，一种叫快思考。ChatGPT只能替代快思考，也就是简单重复的肌肉记忆，这种工作可以让ChatGPT来做。但是慢思考亦即创意、研究、探索，ChatGPT现在还不行。因为两者的思考方式完全不一样，很难替代的。所以对好的内容来说，创意占了很大比例的，甚至说是决定性的。所有的那些爆款文章一定在创意上下足了功夫。AI只能做到一个点，就是激发创意，但是替代不了做这件事，所以没有办法替代。
但是内容生产的后续步骤，ChatGPT可以替代，特别是一些重复性的体力劳动，比如排版，声音转成文字、内容版本管理、敏感词过滤、内容的分发等工作，是AI可以帮助来做的。创作者就可以从日常性的工作解放出来，进入时间相对更长的慢思考的意境里，更好地生产创意。所以我认为AIGC并不会替代有创作能力的工作，而是替代重复性的工作。
问：您如何看待数字人的发展？
徐涛：数字人的发展与其应用有关。如果用数字人卖货，我认为前景不是那么好，因为不够真实。卖货是需要共情，如果是假的人在卖货，可能对买单的人不太友好的，主播最好亲自上阵。
当然，如果数字人能够成功打造成自己的IP，比如迪士尼的几个新的角色都是新的IP，从传播或PR的角度，或者说用户运营层面，还是很有帮助的。流量明星容易塌房，很多品牌在构建自己的IP，以及IP的衍生内容，例如利用数字人讲故事，在孩子过生日的时候给她发一段语音电话，这些都属于AIGC的工作内容。我认为如何做数字人的IP以及衍生内容，将会是未来AIGC行业里非常有前景的领域，因为用户对内容质量的要求越来越高。
问：一家AIGC企业想获得成功，需要的条件是什么？
徐涛：AIGC公司首先还是要看对细分行业或者领域里行业知识的掌握。做通用型、平台型的工具，其实很难获得成功。如果产品不与品牌或者业务结合，做出来的产品还是差最后一公里。这点和CDP有相通之处。CDP如果无法与客户的具体业务深度结合，很难发挥很大的价值。
一家AIGC公司要成功，一定要有行业的knowhow，这将会是AIGC公司的壁垒。目前一些老牌的内容公司，纷纷在做转型，遇到的问题就是通用型、平台型的工具会水土不服，因为一旦到了客户那里，假定生成的东西不是客户所能接受的，再做调整就很难，因为涉及到要么做预训练的调整，要么就是微调，要么做提示词的调整，需要花很大工夫。所以首先要有行业知识。
问：ChatGPT的火爆，是市场需求推动的吗？
徐涛：本质上来说，ChatGPT创造了新的需求。有点像当年的iPhone，所以为什么人们称它为新的「iPhone时刻」？之前从来没有人想过，可以用这样自然语言交互的方式，完成很多任务。所以它创新性地创造出这样一个全新的需求。
此外，ChatGPT这样的AGI能力大大降低了人们应用AI的门槛，以前无法实现的需求现在都可以使用ChatGPT实现了，从这个角度来看是技术催生了市场需求。
问：您之前在CDP领域创业，然后现在做AIGC，两个领域的差异是什么？几次创业所考虑到的点有没有不同？
徐涛：AIGC与CDP主要有两方面的差异。首先AIGC的价值点非常简单：提升生产力。它不像CDP需要经过很长时间的论证，因为CDP从采集数据、清洗数据、合并数据、分析数据到个性化营销，整个链路的实施周期需要2~3个月，最终需要消费者的数据反馈。但是AIGC的应用，比如生成的文章质量，交给专业审稿人一眼就能看出来。也就是说行业内部的人就能评价，产品相对较轻。
在产品的服务方式方面，CDP涉及大量的数据层面的服务，需要很专业的客户成功或者售后人员去提供支持。但是AIGC基本不需要，几个简单的步骤就可以完成，所以在交付层面会更轻。
当然营销是一家企业开源的端口，会更加关注，投入的资源也是最多的。因此我所考虑的还是如何随着时代的潮流或技术的潮流，把最新的技术和趋势应用到营销上来，和品牌的业务相结合，为他们在新的潮流占领先机。
很多企业经历了移动互联网时代、电商时代、信息流时代、短视频直播时代，在每一次新的技术或趋势到来的时候，品牌越早转型，对于增长和发展越有利。所以在营销领域，我一直认为新的趋势、新的潮流，其实是每个品牌都应该时刻关注并抓住机会的。所以我会一直沿着这条路径思考我应该去做什么事情。
