馬丁跟你說

這是一個“理科生的時代”。

在技術的驅動下，自動化投放、智慧化出價、個性化推薦，精准化觸達等等都已成為了各大平臺的基礎能力項。隨著AI大模型的爆發，技術在行銷中進一步大展拳腳，從代替人力、簡化系統到提效全覆蓋，行業像是等來了一個無所不能的“神之手”。

這也是一個“文科生的時代”。

當技術不斷進步，行銷平臺為行業補齊技術能力，並且把技術的進步融合到商業產品中，這時候的行銷人只需要理解技術工具的用法，便可以減少種種複雜的“堆基建”“無用功”，行銷的鐘擺又重新回到了創意與策略上。

傳統的廣告行銷已建立起一套成熟且複雜的體系，但技術卻在不斷展現其創造性和變革力。變與不變之間，技術究竟會為行業帶來多大的變化？目前又在改變著什麼？未來又將走得多深？圍繞這些問題，我們與百度商業策略產品負責人余昌遠展開了一次討論。

提及技術，諸如AI、大資料、大模型、演算法、機器學習等專業名詞便如潮水般湧來，讓人深感科技進步之迅猛，但又始終難以理解基礎原理和底層應用邏輯。

事實上，當下廣告技術可以按照非AI和AI兩個模組來劃分。比如對於預算、廣告庫存的動態規劃，就是較為傳統的管理優化問題，非AI技術應用即可完成。而在業內，基本上所有和機器學習、模型相關的，都屬於是AI技術應用的範疇。

從上述中你會發現：AI並不是這幾年才突然降臨。由於生成式AI的火熱，可能有很多人是將其直接等同於AI整體。但其實，此前數位廣告已經在普遍使用決策式AI，來分析用戶行為、興趣偏好等資料，制定更精准的廣告投放策略，做廣告效果預測等等。餘昌遠也提到，過去廣告技術的核心主要是圍繞廣告投放環節的出價策略進行。

如今生成式AI的爆發，其實是在過去技術已推動廣告投放持續升級的基礎上，實現了進一步的突破。

站在廣告平臺的視角，余昌遠向我們詳細解釋了從創意優選，定向再到廣告拍賣整個過程中，新技術究竟都改變了什麼：

• 生成式創意

創意是廣告的靈魂所在。源源不斷將新的廣告素材放在廣告系統裡，是廣告投放的第一步。

這也是生成式AI最為集中落地的一個部分。現在我們已經能夠在市面上看到有諸多創意生成的產品，能夠實現文生文、文生圖、文生視頻、數位人直播等等。

但值得關注的是，我們長期在用先預設和固定了創意構思，再做好內容拿去投放的邏輯來看創意生成，這是一個相對更“靜態”的過程。比如做一個重量級的品牌TVC，製作方要先和廣告主對其需求，而後去寫文案、腳本、拍攝，這中間還會反復修改多次，最終才會成片上線。即便是投放幾十秒資訊流廣告，也得是設計師、剪輯師、優化師多方合作，來回配合。

但在效果廣告系統中，使用者需求瞬息萬變、競爭者眾多，素材要隨著即時更新的資料指標情況去做反覆運算，這是一個快速滾動、動態優化的過程。優化師最常講“好素材往往是測出來的”，大家每隔兩三天就要更新一次廣告素材，發現曝光和點擊率不佳的會被立刻替換；帳戶裡要用上百條素材去測試，才可能會跑出有一兩條是文案、節奏、視頻畫面都符合了使用者喜好的爆款。

所以，如果能消除素材產出和用戶需求之間的時間差，也就是創意即時線上生成，優化師跑量的難度就要低得多，廣告主也會有更好的曝光和轉化效果。

而生成式創意能力正對應這一點：AI將整合所有行銷資訊，實現創意素材更即時、快速、個性化地生成，持續調整優化，所謂的“千人千面”有了更具像化的實現方式。而廣告主和優化師也無需多麼深刻地去理解技術如何應用，只需輸入自己的需求，其他就都可以交由系統去生成抓人眼球的好創意。

• 生成式定向

在廣告真正投出前，定向是極為關鍵一步。

最早在搜索廣告中，廣告選擇購買關鍵字做定向。資訊流廣告出現，人群定向成為主流，廣告主根據年齡、性別、地域等標籤圈定目標受眾做投放。而後廣告主將業務內容或落地頁直接放入廣告系統中，系統去自動分析內容、提取關鍵字並匹配目標使用者，從而實現自動定向。

傳統的廣告定向已經歷不少升級，但細究來看其實仍有不少問題——比如關鍵字由廣告主提前設好，其實無法全面概括用戶的完整意圖；由於人的複雜且多變的，用固定標籤做人群定向只能是“相對”的精准，而且拓展新目標人群也有局限。

而現在，生成式AI正好帶來了解法：它可以更全面地去理解用戶的需求和廣告主的業務，從而提升廣告和用戶的匹配度，也就是提升了定向的精准和科學性。

比如當用戶搜索“情人節送女朋友什麼禮物”時，生成式AI可召回與送禮相關的包括手機、手機、汽車等多種消費檔位的各種廣告。此時這些品牌及產品的廣告內容或者落地頁中即便是完全沒有與“情人節”或“禮物”這兩個關鍵字相關資訊，他們也可能會出現在消費者面前。這個過程既做到了更精准的定向，又能夠幫助廣告主去拓寬匹配的空間，讓行銷資訊被更多有潛在消費意向的人看到。

• 智能化廣告拍賣

相比于定向和創意生成，廣告拍賣其實是廣告投放中更為複雜、也很晦澀難懂的一個部分。

雖然廣告拍賣就是流量賣給誰、平臺怎麼收費兩個規則，但運行起來則是基於博弈學而設計的一整套機制，規則多、理論複雜。

簡單理解，優質的廣告資源位始終有限的，但廣告主卻是相當多。大家同台競技，平臺要設定好一個拍賣規則，其中會包括競價、分配、排序、收費等等；還要維持合理公平的秩序，保證廣告最終能夠高效果、高效率的投放出來。但理論性規則和實際運行之間會有差別，落地時還得考量現實中的一些複雜因素，這其實就很難保證拍賣分配效率的最優。

而現在生成式AI的出現，它將基於過去歷史上巨量的樣本資料，學習一整套拍賣的競爭和分配規則，而後給出結果。這相當於突破了傳統拍賣的那一整套複雜規則約束，AI自行理解和學習之後，直接找到了更優解法。“它已經沒有辦法用一個人能夠理解的、顯性的規則去表達出來了，它就是模型直接學出來了。”餘昌遠說道。

從上述來看，生成式AI已經不是在某個環節上做革新，而是系統化整體重塑。這也正是百度行銷在去年新發佈的產品“揚楫”所做的幾大革新。這一產品雖不是直接面向廣告主去提供服務，但它發揮著底層支柱的作用，是廣告主能夠將新技術真正使用起來的基礎。

廣告技術如何一步步反覆運算升級，生成式AI是如何直接突破了傳統規則的藩籬，這些廣告平臺始終有敏銳的洞察力和清晰的認知。

但站在廣告主的角度思考：我們是否一定要深刻全面的理解技術原理？如果沒有能力去理解，如何更好選擇和駕馭新技術產品？當技術普及開來，不理解的玩家是否就難以拉開差距？

通常，我們會想當然的認為所有廣告主都只是會做生意，對各種行銷技術不甚瞭解，新技術落地也不會運用。但餘昌遠告訴「深響」，我們常忽視的一個事實是——廣告主是分層的。不同體量、規模的企業，其自身在技術方面的能力不同，對於行銷技術及產品的需求也完全不同。

TOP級別的廣告主，比如業務體量相當龐大的電商平臺或者是互聯網公司，其自身就擁有非常專業的廣告行銷技術團隊，有完善的資料技術調動系統，並且因為經營多年對於資料的積累和對使用者的理解可能也不弱於廣告平臺。

處於中腰部的廣告主，業務有一定體量，但所在的領域較為傳統，比如教育、房產等等，行銷和經營模式可能多年來變化不大，所以自身在技術方面的認知和應用能力就稍弱。而再往下看，更多中小企業其實對技術的認知會更少，對他們而言能否理解技術是其次，好用才是關鍵。

當技術的進步要在產品應用層真正體現時，平臺也在遵循著分層的邏輯，用多種技術產品去盡可能全面滿足各類型廣告主的訴求。

面對TOP級的廣告主，平臺更多是在與之“合作”。

餘昌遠提到，比如RTB（RealTime Bidding）和RTA（Real time API）等相比普通競價產品更為“高階”的技術產品，可以滿足廣告主對用戶個性化篩選、針對不同價值用戶進行調價的需求。但這些技術產品更多是面向大廣告主的，因為產品需要通過即時介面（API）進行資料交互，而且還要求廣告主自己要擁有強計算力和即時處理資料的能力。當廣告主充分發揮出了他們自身在技術上的能力優勢和對資料的深刻理解，其實也是在補足廣告平臺的能力不足之處，所謂“合作”正是由此體現。

面對中腰部廣告主，平臺的重點就是要幫其“降本增效”。

比如百度的產品“輕舸”可讓廣告主用通俗的自然語言表達投放需求，實現端到端投放；“擎舵”負責多模態內容生成，文、圖、視頻三類創意自動化生成，商家智慧體做7*24小時金牌業務員等等，這些智慧化投放產品都能供廣告主直接應用。相比于理解其中原理，這些產品直接上手去用，就可以明顯提升投放效率，使廣告主從繁瑣的手工操作中解脫出來，減少大量的人工作業和時間成本，同時還能夠看到行銷效果的顯著提升。

而面對更多的中小廣告主，平臺主打的服務就是“便捷”。

近些年各平臺都在推出全託管投放產品，客戶只需設置基本的預算，剩下的投放工作都由平臺去完成。這種一鍵式的智慧化產品，最突出優勢就是無門檻操作，讓所有廣告主都能夠輕鬆去做廣告投放。

技術整體普惠，同時也能讓廣告主獲得適合自己的行銷解決方案。 行銷技術的一大趨勢是“個性化”，其實不僅僅是創意內容更能根據使用者的需求生成，廣告更能找到適配廣告主需求的目標人群。平臺根據客戶的體量、技術實力和技術需求，提供更具針對性甚至是定制化的產品，也是個性化的體現。

技術與人的“博弈”始終存在。生成式AI的崛起，既説明廣告主從複雜流程中解脫出來，又將資料洞察、整合、分析等能力直接內化到了產品中。新技術已然是大包大攬，完成了大部分工作，此時人還能做什麼？又應該做什麼？

首先，在歸因階段，目前智慧化廣告技術很難預知和洞察不同管道上出現的短期新消費趨勢，這就需要“人”來打配合。

餘昌遠表示，在流行趨勢捕捉、消費者趨勢分析等方面，技術仍有較大的提升空間。比如淄博燒烤、哈爾濱旅遊、天水麻辣燙等短時間迅速崛起的消費者趨勢和市場動態，這些鮮活且充滿變化的資訊，現在是難以通過單純的智慧化廣告技術直接捕捉的。

在面對這種突如其來的流量熱潮時，廣告主若想抓住機會，並最大化廣告投放效果，人的配合就非常關鍵。廣告主得自身保持敏銳的市場洞察能力，再同步來應用一些智慧化的資料洞察產品，以此來做更為精准全面的資料分析和投放優化調整。

其次，在效果監測時，廣告主要調整思維，從過去習慣於關注“過程”，轉變為專注於最初的“目標”和最終的“效果”。

以出價為例，過去廣告主可能需要在多個關鍵字上手動設置出價，並習慣於分別分析每個關鍵字的點擊、曝光和轉化效果，好處在於，一旦發現問題就能夠隨時優化後續的出價策略，但整體操作耗時耗力。

而現在，借助AI技術，廣告主只需設定好轉化目標，系統便能自動預估不同流量和關鍵字的情況，並據此自動調整出價。這種方式極大地簡化了廣告主的工作流程，使他們能夠更專注於看目標最初的設定是否合理，以及最終的達成情況如何。

事實上這也對優化師以及廣告主提出了新要求。

一方面是要建立信任感。技術和系統有人力所無法企及的廣告投放能力，但如果因為不信任導致在具體操作過度干預，或者說是預算和策略層面的頻繁調整，反而會干擾到最終的實施效果。同時，廣告主需要向平臺回傳更細節、深入的轉化資料，只有在資料共用方面建立足夠信任，系統才能更準確地進行效果評估和策略優化。

另一方面是要保持長期主義。如今行銷環境的複雜性和流量波動、競爭變化的劇烈性顯而易見，因此需要大家保留一定的“嘗試”時間和空間。當我們給予技術足夠耐心去學習和優化，累積一定量的資料後，必然會帶來顯著、長期的效果提升。如餘昌遠所說：“廣告主不應該將智慧化產品的應用，視為一次性的消費，而是要視為長期投資。”

技術是持續更迭和精進的，其價值和效用將長期、逐步釋放。目前，新技術已經從細節處著手，深入底層系統，在最具體落地的廣告工作中初步釋放出了能力；後續，勢必還會形成更完整的技術架構和應用生態，助推廣告行業步入新發展階段。我們需要有積極擁抱的態度，也要有更多信心和耐心。

以下為「深響」整理後的部分訪談實錄：

深響：就您觀察，行銷行業整體技術發展到了什麼階段，呈現什麼樣的趨勢？

餘昌遠：我覺得行銷行業有三個趨勢：智能化、個性化、縱深化，智能化，是新技術在廣告投放的各個環節中得到了廣泛應用。特別是隨著生成式AI的技術突破，在整個行銷領域都展現出了新的機會。個性化，是說從個性化的廣告匹配，到創意素材的個性化定制，再到消費者與廣告主之間的個性化連結，個性化已經成為提升廣告效果的關鍵因素。最後縱深化，是指客戶的行銷訴求和考核點也在逐漸深化。過去，廣告主可能只關注淺層次的資料指標，如APP的安裝啟動等。但現在，廣告主更加關注用戶的留存活躍和消費行為等深層次指標。

就技術層面來看，技術在廣告投放領域的應用逐漸擴展。起初，智慧化主要集中在出價和創意方面，但隨著大模型技術的突破，智慧創意生成在素材內容上的應用也日益增多，這種自動化生產正變得更加普遍。其次，智慧銷售領域也有顯著進展。傳統智慧客服可能只能回答一些簡單的問題，但如今隨著大模型技術的發展，智慧客服能夠像人一樣進行智慧交流，並有效地進行業務介紹和轉化。

多模態技術的發展也是一大趨勢，如圖片和視頻的理解與生成，正在迅速跟進。同時，模型參數的增多和規模的擴大也是當前技術發展的一個顯著特點，這種變化將影響廣告拍賣，使其能夠逐漸擺脫傳統規則方式。

深響：是否可以理解為當前廣告行銷的技術進步都是AI大模型相關的？

餘昌遠：整個廣告技術我覺得分兩個大模組。第一個，AI已經滲透在各個環節中，它是一個很廣泛的概念，基本上業界提到的這種機器學習的模型，都屬於AI的一個範疇。比如廣告定向，或者說匹配，這裡涉及到用戶的意圖理解和廣告主的業務理解，AI也是應用的越來越多。還有很多預估模型，比如說廣告的點擊率、轉化率，其實背後是資料模型在做預測。

非AI的部分，比如說動態規劃，像廣告庫存的動態規劃管理，還有預算，我們能夠在不同時間段內，甚至於不同的地域上去做動態分配規劃，這是比較傳統去找最優解的問題，它不太涉及到我們所講的AI技術。

深響：現在廣告主對於行銷技術是什麼樣的態度和需求？

餘昌遠：整個客戶是分層的結構。最TOP的是一些電商平臺，還有一些互聯網公司，他們自身的資料積累、使用者理解、技術能力都是非常強的，所以我們更多的是跟對方合作的模式。像行業裡RTB或者RTA這種產品，其實都是給這些大客戶去提供的，充分發揮他們在技術上的一些優勢，可以補足我們整個廣告平臺的一些不足。

那中腰部的客戶，其實相對來說一些偏傳統的，比如教育、房產，這些客戶體量還是很大的，但在技術實力上可能會稍弱一些。那對這些客戶，我們會提供各種各樣的智慧化投放產品，比如說像OCPX這樣一些自動出價的產品，還有自動定向、自動創意，一方面它確實是能夠提效的，可以把客戶從大量手工的投放設置操作裡解放出來，另外一方面它的行銷效果也確實會帶來提升。再往下就是中小企業，他們其實行銷意識和能力上會更弱一些。那我們的一些智慧化產品更多去打的一個點是便捷性，核心是你不用做過多的操作，我就是能夠把投放完成。所以我們會推出一些完全託管投放產品，只要在一開始設置預算，剩下的可能都不用去操心。

深響：生成式創意大家都比較熟悉了，可否為我們講解一下生成式定向？

餘昌遠：百度最早是用關鍵字定向，廣告主根據他的業務去購買比較合適的關鍵字。當線民來搜索這個關鍵字的時候，我們會通過這個關鍵字的匹配去幫他去做這個定向。到後來就是資訊流廣告發展起來以後，更多的是人群定向，最開始也需要廣告主去表達，圈選人群標籤做投放。那後來發展到有自動定向，也就是說你的落地頁如果能夠放在系統裡，系統可以去自動分析你的業務，然後根據這些內容去找到一些關鍵字，去自動匹配使用者。總的來講，傳統定向基本還是用核心詞的匹配。

但是像生成式AI技術出來以後，在兩方面是有突破的，一是對用戶需求的理解比以前更加完整。二是說對客戶的業務也有更加全面的理解，它可以像人一樣去理解。它把匹配場景變得更豐富了一些，更能挖掘出潛在目標。匹配的空間會更大，因為過去對關鍵字要求比較高，所以對客戶的落地頁內容組織要求會比較高，但其實現在不用，AI的這種理解可以覆蓋到過去沒有的關鍵字。

深響：智慧廣告拍賣與過去相比有哪些變化，哪些不同？

餘昌遠：其實廣告拍賣是互聯網平臺售賣流量的一個非常典型或者說通用的方案，由兩個部分組成，一是東西怎麼賣賣給誰，二是怎麼收費，任何拍賣框架基本上就是由兩個規則決定。以前整個廣告系統，這種拍賣框架其都用一價拍賣或者二價拍賣，那生成式AI技術出來後，拍賣就突破規則約束了，具體已經沒有辦法用一個人能夠理解的顯性規則去表達，機器可以直接學出來。從系統來講，其實是去找最優解了，肯定會有效率提升。我覺得這也是一個比較大的突破。

深響：現在各種環節都在智慧化了，一些資料洞察能力已經內化到產品裡了，那我們現在還有歸因的必要嗎？

餘昌遠：過去可能很多投放人員需要去做比較複雜的資料分析，不同管道的投放效果是怎麼樣的，好的地方怎麼去加強，差的地方怎麼去弱化。現在我覺得客戶可以更多去相信平臺，去採納智慧化產品。我覺得資料洞察產品還是有空間的，目前可能沒有去覆蓋的比如說像品牌行銷中需要的消費者趨勢洞察，現在智慧化投放還暫時沒有去覆蓋。

深響：用AI技術來優化行銷過程後，我們怎麼去看效果？

餘昌遠：其實考核什麼還是從廣告主角度出發的，考核指標並不會有大的區別。但因為像智慧行銷做了很多自動化，廣告主確定一個轉化目標再出一個價格，那剩下的系統會幫你去做轉化預估，自動出價。客戶需要去回傳資料和一些深度的使用者行為，這需要客戶跟平臺有更多合作。還有智慧客服這樣一個場景裡，其實我們能拿到更多資料，所以可以有不同階段的用戶資產沉澱。對客戶來講也是打開了一個效果層面上的更大空間，另外在監測整個廣告行銷效果的時候，整個鏈路要完整去看，看的更細一些。