齐论电商学院怎么样，齐论电商学院空缺老师怎么样？

最近一段时间，有两件事情很有意思：

第一件，刘润在《进化的力量》年度演讲时透露，目前自己在短视频平台的口播内容已经“不是本人”了，在自己筹备演讲的很长一段时间里，因为精力有限，短视频内容都是由他的数字人分身来完成。

另一件，最近ai二次元绘画的话题火了，在抖音、小红书这些平台热度居高不下。在抖音上，AI绘画话题的相关视频播放量已经超过65亿次；在小红书，AI绘画话题的笔记也超过了40万篇。

两件事相互独立，但都是今年的热门技术话题——AIGC范畴下的一个分支应用。

作为品牌营销人不得不了解的下一代内容类型，我们来聊聊AIGC：

什么是AIGC？

AIGC对于品牌营销有何意义？

AIGC距离我们还有多远？

//

什么是AIGC？

AIGC，AI Generated Content的简称，也就是人工智能生成内容，是继专业生产内容（PGC）、用户生产内容（UGC）之后新的内容创作形式。现在，AIGC正逐步在写作、编曲、绘画和视频制作等创意领域渗透。

今年8月，在美国科罗拉多州数字艺术家竞赛上，一幅由没有绘画基础的参赛者提交的AIGC作品《太空歌剧院》，获得 “数字艺术/数字修饰照片”第一名。这幅作品由AI绘画软件Midjourney完成，建筑与人物风格突出，画面层次丰富颇具美感。

其实，早在2017年，一幅由AI学习大量画作后创作的作品，就已在CHRISTIE'S拍出了超过40万美元的价格。

PGC，UGC之后，AIGC正在到来。

在移动互联网快速崛起的过去十年里，UGC凭借供给量丰富、快速实时等优势，取代PGC成为当前内容生产的主要形式。

来自Questmobile的2022年上半年数据展示，以UGC 为主要生产方式的短视频时长占比达 28.0%，以 PGC 为主要生产方式的在线视频时长下降到6.6%。

现在，UGC内容生产与内容工具的相互影响，推高了优质内容与工具的螺旋进化。就如抖音的ai特效工具，工具通过对优质爆款内容的流量密码进行提炼，提供轻松简单的内容制作能力，而用户通过工具对热门优质内容的模仿，又推动优质UGC的二次密集产出。

大量的UGC内容，为AI提供了充足数据进行深度学习和算法优化，加上日益增强的算力，一起为高质量AIGC提供了充分的发展基础。

同时，PGC、UGC的生产潜力终将受碍于人脑有限的知识图谱，AI技术能够弥补内容消耗与供给的缺口。这些都将为AIGC接棒UGC成为内容主力，增添确定性。

比照目前移动互联网环境下的UGC、移动支付和智能手机，很多人认为，AIGC将与NFT和VR/AR构成WEB 3.0的三大新基础设施。

//

AIGC对于品牌营销有何意义？

在以内容作为核心生产要素的品牌营销领域，AIGC的能力将会在三个维度产生重大作用：

首先，是AIGC对内容生产的完善，高效实现文本、视频、图片生成，以及三者间的跨模态转换，为营销传播提供海量高质量内容子弹。

其次，是聚合多模态生成技术的应用——数字人，也就是硅基劳动力。为营销环节提供拥有个性化能力的人力资源。

然后，是AIGC内容生态聚合体——元宇宙，AIGC将以不可比拟的效率、丰富的内容形式为Web3环境下的品牌内容填充与占位，提供素材。

AIGC对于品牌的现实价值，也涵盖在这三重维度之中。

首当其冲便是降本增效。

今年百度世界大会上，李彦宏就曾预言，未来十年AIGC将颠覆现有内容生产模式。可以实现以十分之一的成本，以百倍千倍的生产速度，去生成AI原创内容。

在京东，AI团队的目标是让模型更懂电商场景。基于知识图谱的商品营销文案自动模型，会定义电商领域知识，包括商品知识图谱、要素知识、类别知识以及卖点知识，然后针对不同知识设计不同的下游任务。基于这些知识，模型掌握如何去 “理解” 输入的商品说明材料，以及找到规格、卖点等信息，然后将一些关键信息生成到文本中。

这套模型已经覆盖了京东3000多个三级品类，累计生成文案30亿字，应用在京东发现好货频道、搭配购、AI直播带货等渠道，累计产生超过3亿元GMV。

在阿里巴巴，则有旗下2017年发布的AI设计平台“鹿班”，已成为覆盖500万商家、1秒钟设计8000张海报的基础工具。

在传播内容方面，美国初创公司 Jasper 成立不到两年，前不久刚刚完成1.25亿美元A轮融资，估值已达15亿美元。

目前，这家公司已经拥有接近10万家付费客户。

他们使用Jasper系统来生成具有丰富关键词、搜索引擎优化的原创文章，以及创建广告话术和技术手册创作等各种任务。虽然现有模型还不能直接生成完美内容，但只要输入正确的提示，结果可用率还是能够达到70%，显著加快了客户的优质内容创建进程。

Jasper认为企业业务需要个性化模型，希望模型接受自己的语言训练、接受知识库和产品目录方面的渗透，还希望模型能引入品牌形象和元素，让业务成为品牌的延伸。越来越好的模型，可以根据现有数据进行自我优化，像销售团队那样，为受众提供永远最新且高度统一的感受。

在国内。朗知传媒开发的AI内容生产系统，按照“写得出，搜得到，发得多，投得准”的方案，为日常有大量内容传播需求的客户，提供与过去不同的营销体验。

按照朗知的说法，AIGC已经实现为单一客户每月生产6000条原创视频，6000篇原创稿件，并保持较高的原创度差异。然后，根据客户组合策略的排兵布阵需求，这些内容在头条、抖音、百度、小红书等各个平台分发，以更短、更快、更接近受众生活场景的方式更广泛进行触达。

这种“过得去的质量+高效海量定向内容”的内容营销方式，是AIGC当下已经产生的降本增效价值。可以想象，如果这些内容放在过去，所需要的时间、人工和费用，都是显而易见的巨大成本。

在短视频与直播电商内容方面，智能直播切片系统通过AI识别直播间的精彩片段，实现直播间内容智能剪辑，再通过矩阵化运营，带来增量曝光与二次转化。此外，目前AI数字人技术也已经可以实现24小时日不落直播，提升流量获取和营销爆款概率，降低运营成本。

AI视频创作工具商闪剪已经和腾讯云、巨量创意平台达成合作，经过巨量广告用户的测试，数字人生成的广告投放视频收获了不错的跑量数据效果。

AIGC对于品牌另一项价值，是降低营销门槛。

一项营销传播能够让更广泛的受众参与进来，一方面除了本身需要有足够的利益点、价值共鸣感外，还需要解决内容交互技术上的问题。AIGC的出现，将在保证营销内容高质量的前提下，降低受众参与门槛、轻松地完成并进行传播。

前面提到的抖音“AI绘画”特效，就是一个典型的例子，超过2000万人可以轻松使用并参与进来。以及2017年，人民日报客户端与天天P图合作，基于AIGC技术推出的建军90周年《快看呐！这是我的军装照》H5互动传播，不到两周的时间，收获浏览次数（PV）突破10亿，独立访客（UV）超1.55亿，分享次数超过4800万。

随着各类平台内容池持续扩大，对企业内容营销能力的要求不断提高。AIGC带来效率与场景应用上的改变，使得更多的企业在AI创作工具基础上，低门槛快速创造出有质量的内容，从而有机会通过矩阵化的营销渠道运营、规模化内容生产打开更加广阔的增量市场。

AIGC是品牌布局元宇宙无法绕过的能力

从Web 1.0时代的单向信息传播，再到Web 2.0时代的双向沟通交互，内容的需求实现了指数级增长。伴随这一增长的，是从单一PGC向多元UGC的转变。

而进入Web3.0时代，人与网络形成去中心化连接，以及感官终端的跃迁升级，内容消费需求将会再次得到大幅增长，现有的UGC以及PGC不仅难以取得好的迁移效果，更重要的是，这种内容生成方式将难以匹配快速扩张的内容需求。

同样对于企业来说，AIGC作为元宇宙内容生产方式，利用AI学习知识图谱、自动生成，能够以更适应Web3.0环境和内容量级的方式，帮助企业布局元宇宙营销场景，积累品牌营销内容，形成新环境下的品牌内容“复利”。

显然，这一层效果，是当下这个时间节点讨论所无法展开预测的，Web3.0自身的规则、标准与路径尚在不断的探索与形成之中。但对于这种内容趋势的理解，将有助于企业设计自身业务与未来内容环境的战略性规划。

//

AIGC距离我们还有多远？

先说我的结论：短期辅助，十年可期。

其实，AIGC所代表的“AI生成内容”技术本身，并不是新鲜概念。早在上世纪50年代开始的小范围研究，各种NLG(自然语言生成) 模型、GAN（生成对抗网络）以及变种模型都是已有的生成式AI模型。

近几年，AI才开始能够模仿人的思维方式、理解并运用人类的语言，AIGC进入一波迅速发展期，各类产品从边缘侧服务于B端用户，到现在C端用户都可以轻松使用。

底层技术的突破加速了AIGC商业落地。

从GAN（生成对抗网络），到去年OpenaAI团队开源深度学习模型CLIP、GPT-3算法的诞生，再到今年7月出现的Diffusion（去躁扩散模型），一直到上周，OpenAI发布了对话模型ChatGPT，首次采用RLHF(从人类反馈中强化学习)方式，测试阶段一周就吸引超过一百万用户使用。

随着深度学习模型不断完善、开源模式的推动，才出现了今年又一波AIGC的应用热潮。

但在，另一方面。短期来看，AIGC还只是一种初级效率工具，将内容创作过程中的创意和实现分离，对“实现”过程这种重复劳动，辅助人类进行内容生产实现。

当前AI的创作还并没有跳出PGC、UGC的框架，关键核心技术的不成熟导致内容堆砌感，且质量参差不齐，尤其，对于以情动人这种高级营销能力，AI还尚不足以支持实现。

更有挑战的是，AIGC早期入局者作为主要推动者，不仅需要面对AIGC技术不稳定、应用场景单一化以及变现能力缺乏，还要面对在算力、算法研发和数据获取方面的高额成本。这也是AIGC目前主要由国内外大厂来深度参与布局的原因。

Gartner 发布的2022新技术生命周期分析认为，Generative Design AI（国外使用这个概念比较多，AIGC更像是中国式概念）目前尚处于技术萌芽早期，距离规模性应用至少还有5-10年的时间。

或许在十年后，随着深度AI、量子计算等技术不断发展成熟，AIGC作品能够真正拥有“独立灵魂”和更有效的产业应用场景。

anyway，AIGC最终不会一蹴而就，早起做些准备吧。

彩蛋：ChatGPT帮我创作的脱口秀。说实话，看到第一句的时候确实还蛮惊喜的，后来才发现，也只有第一句戳到了笑点，整体还停留在小学三年级作文水平。想体验ChatGPT的同学可以后台留言找我要攻略。

（完）