AGI时代，营销领域高价值场景的选择对广告主来说至关重要。

随着各大企业发布自有大模型及应用，AGI的发展也驶入了快车道。根据2022年7月Gartner披露的“人工智能技术成熟度曲线”，AGI仍处于萌芽期，但其广阔的应用场景和巨大需求空间吸引着大量资本和技术的投入，预计将在2-5年内实现规模化应用。

AGI作为业界最受关注的技术，在与客户的沟通中，我们发现很多广告主、企业都在关注AGI发展，也在与我们探讨和尝试如何将AGI运用到实际的营销工作场景中。

在营销领域如何选择场景进行尝试和落地，这个选择问题其实是对广告主来说至关重要的一件事情。为此，我们请教了明略科技高级技术总监吴昊宇，在对AGI的技术研发、业务落地尝试的过程中，他给出了一些思考。

基于AGI技术局限性，遵循“技术边界”

在微软近期发表了一份论文《Sparks of Artificial General Intelligence：Early experiments with GPT-4》中，根据对GPT-4的测评结果，该文章指出了目前AGI面临的几个尚未解除的技术边界。其中尚无办法剔除的技术边界问题主要存在于以下几个方面：

信心校准
模型很难知道什么时候应该是可信的，什么时候只是猜测。它既编造了在其训练数据中没有出现过的事实，也表现出生成的内容和提示符之间的不一致。

概念飞跃
该模型在执行需要提前规划的任务或需要在完成任务的过程中构成不连续的概念飞跃的“尤里卡想法”的任务时表现出困难。换句话说，该模型在需要通常代表人类天才的那种概念飞跃形式的任务上表现不佳。

透明度可解释性
模型不仅会产生幻觉，编造事实并产生不一致的内容，而且模型没有办法验证它产生的内容是否与训练数据一致或是否自洽。由于模型对自身的局限性没有明确的认识，就很难与用户建立信任或合作。

敏感输入
模型的反应对提示的框架或措辞及其在会话中的顺序的细节非常敏感。这种非鲁棒性表明，在工程提示及其排序方面往往需要大量的努力和实验，否则可能会导致次优和非对齐的推断和结果。
规避掉这些技术边界问题，参考国泰君安《人工智能大模型研究框架》报告的架构，我们可以看到，选择AI的落地场景，需要考虑的技术局限性。而其中，也正是因为营销领域的绝大多数问题，均是开放性的，并且依靠迭代闭环可优化的，所以才是技术上适合优先落地的领域之一。

了解”商业边界“，寻找高商业价值的可落地应用场景

在了解技术的局限性之后，我们可以确定营销领域是适合有限进行AGI商业落地的领域之一。这一点，在麦肯锡近期名为《生成式人工智能的经济潜力》的研究报告中也有所提及，报告中说：生成式AI提供的经济价值中约有75%分布在四个领域：客户运营、营销和销售、软件工程和产品研发。
但是营销领域是一个非常复杂的行业，AGI的落地实现场景少说也有上百个，这些场景中，又有哪些是高商业化场景，可以更快的实现商业化用途，赋能行业呢？

这里面，我们认为国泰君安《人工智能大模型研究框架》报告中给了一个比较好的判断标准，可以参考。
报告认为，AI在某个场景中落地的价值潜力主要取决于两个因素:
这个场景中有多大比例的员工的工作量会由于AI大模型的出现而受到影响● 这些员工的任务中有多大比例可以被AI大模型替代

这里有一个公式可以表示：

可以理解成，AI潜在商业价值的大小取决于“降本增效”的潜力，AI在某个场景中的“降本增效”价值可以用它对于人类工作的替代来衡量。

AGI+营销，高商业价值落地场景

根据以上针对”技术边界”和”商业边界“的探讨，我们认为以下六个场景是在营销领域较为快速可以落地，并且具有较高商业化的场景，也希望和业界共同探讨。

 B2B2C模式——”帮广告主赚钱模式“
（1）营销内容生成
AGI在营销内容生成场景的应用，是最先发展起来的。从Chatgpt刚刚上线可以用于生成文字内容，到现在可以根据不同的媒体语体要求生成广告文案、社交媒体帖子、电子邮件、网站内容等。内容生成领域正在从文字-图片-视频的方向发展，同时也随着场景落地的不断深入，会更加注重垂直领域的内容输出。
例如，现在我们可以生成类似小红书的语体，未来我们可以生成比如某领域专家博主的语体，甚至可以根据用户行为和兴趣自动调整生成的内容。另外，随着视频媒体的需求增大，AGI会在视频、直播、虚拟人等领域也有更多的发展。

（2）广告智能投放
AGI智能投放，主要是通过分析用户数据和行为，自动决定广告内容、投放时间、投放位置等，从而提高广告的投放效果。虽然这部分业务的应用尚未广泛开展，但是基于AGI对该领域数据的理解、投放方式的理解，结合内容生成并根据用户的个性化需求、兴趣爱好和行为习惯，自动调整广告内容和投放策略，这样的模式很快会有突破。未来基于AGI快速反馈迭代、反馈、内容生成的能力，也以提升广告的点击率和转化率。

（3）私域智能客服
智能客服也是AGI最先落地的场景之一。目前，许多企业已经开始尝试利用AGI的技术优化智能客服，可以自动识别用户问题并给出相应的解答。基于大模型的优化和迭代，智能客服可以更准确的理解客户语言，回答客户问题，实现销售和服务。目前，大模型主要的训练样本限于公域语料，所以，对于垂直领域的专业知识如何解答仍需要中小模型的优化和训练。
未来的AGI将不仅仅是单纯的文本解答，还将包括图像、语音、视频等多媒体内容的解答。同时，AGI还将会更加注重用户体验和情感交互，能够更好地理解用户的情感和需求，也会根据领域知识，给出相应的解答、建议和购买服务。

B2B模式——“帮广告主省钱模式”

（1）聆媒洞察
社媒的兴起让聆听和社媒洞察成为一个需要关注的领域。AGI基于社媒聆听场景构建算法，帮助理解广告主的社媒问题，并且给出针对性的图标和分析洞察。目前，这一部分业务尚处于人工结合数据完成的阶段，而通过AGI，可以结合上下文预警，基于回答层层追问，利用AGI大模型学习分析思路，不断优化社媒聆听的解决方案。
目前，社媒报告初步尝试AGI落地，可以节约大约30%左右的人力时间。未来基于AGI，可以回答“某品牌声量趋势表现如何”“某品牌618在各大社媒平台上曝光程度如何？“等等问题。聆媒洞察将会节约更多的人力成本，降本增效。

（2）用户洞察
营销用户洞察是通过对用户数据和行为进行分析和挖掘，了解用户的需求和兴趣。随着用户私域沉淀用户数据增多，增长的需求逐渐增大，实现增长的方式就是通过对用户的不断深入理解，从而提供更加个性化的产品和服务。
目前，基于用户洞察和精准营销策略的数据平台和用户精细化运营体系正在搭建中。品牌主和企业已经意识到个性化和用户洞察对增长的重要性。随着AGI的不断发展，对用户数据的理解、行为和购买表现的分析以及对用户需求的决策抓取，这些都是能够提效和落地的方向，也是品牌主希望尝试的领域之一。

（3）新品机会洞察
往往，新产品机会洞察是通过对市场和用户需求的分析和挖掘，发现新产品研发的机会和方向。通过了解市场需求和趋势，从而制定更加精准的新品研发策略，提高新品研发的成功率和市场竞争力。有了AGI的价值，这方面的效率将大大加速。
AGI可以通过自然语言处理、机器学习等技术，对网络信息、社媒信息、用户数据、使用数据、销售数据等进行分析和挖掘，并结合市场趋势和竞争情况，更好的发现用户潜在需求、潜在热点趋势，实现高效的新品机会洞察，从而提高新品研发的成功率和市场竞争力。

总结

以上，我们基于AGI的”技术边界”和“价值边界”进行了探讨，并聚焦AGI+营销高商业价值落地场景进行了一些分析。根据量子位智库测算，2023-2025年是我国AIGC产业市场规模增长的第一阶段，增长率维持在25%左右，2025年开始，随着底层大模型完成对外开放，行业生态完善，应用层蓬勃将带动产业快速增长。
相信随着AGI的增长，营销行业的生产力即将迎来大爆发，而明略科技也将深入其中，凭借十七年的技术积累，为AGI+营销的发展注入新形式与活力。同时，在技术与研发的过程中，也会基于“技术边界“的思考，增加数据安全保护、加强监管，提升风险控制能力，让AGI在营销领域更快实现贴合业务场景的实效工具！

---

参考内容：

1.  Gartner《人工智能技术成熟度曲线》，2022年7月。

2.  麦肯锡《The economic potential of generative AI: The next productivity frontier》，2023年6月。

3.  微软《Sparks of Artificial General Intelligence – Early experiments with GPT-4》，2023年4月。

4.  国泰君安证券《人工智能大模型研究框架》，2023年。

5.  量子位智库《2023中国AIGC产业全景报告》，2023年4月。