Whale帷幄叶生晅：AIGC时代，营销的范式变了

「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AIGC时代的新营销之路。

1.技术迭代是不断发生的，明天会有更好的技术出现。最终还是要看应用的场景，如何利用技术解决场景问题，是我们专注的事情。

2.AIGC在真实场景里的应用还是非常浅的。

3.以效率为核心的工具，属于「降本」，所带来的价值并没有「增效」那么大。离钱越近、越能产生价值的地方，AI落地越快。

4.今天大家都在谈论AI，这样火爆的场景一定是处于早期采用者的阶段。等到不再有人去谈论AI，企业都视其为产品标配——这才是到了成熟的阶段。

5.AIGC发展最大的阻碍在于业务需求和AI技术之间的桥梁还没有搭建起来。

6.生产内容的成本变得很低，品牌竞争的不是生产出好的内容，而是生产足够多的内容，或者用足够便宜的价值生产足够多的好的内容。这意味着营销的范式变了。

7.品牌需要从用户最开始接触品牌，购买到复购乃至多次购买这一端到端的过程中提供好的内容、好的体验。

8.品牌和用户之间的交流方式处于不断更迭的过程中，每年都会有新生事物出现。营销人需要保持学习的态度，学习是一个长期的过程。

下面是谈话实录：

叶生晅：AIGC是新一代的AI技术，经历了技术迭代，和之前的技术当然有区别，但不是一朝练成的，其实在两、三年前甚至四、五年前，有一些应用和研究已经发生了。所以技术迭代是不断发生的，明天会有更好的技术出现。最终还是要看应用的场景，如何利用技术解决场景问题，是我们专注的事情。说实话，目前AIGC在真实场景里的应用还是非常浅的。

6年前「Whale 帷幄」创立的时候，当时比较火的概念是视觉AI，经历了这么长时间，到今天为止，我们也做了很多工作，但是渗透率仍然在10%到20%之间，不会特别高。特别是工厂，并没有多少在用AI技术。现在我们的很多一线客户，所采用的AIGC技术还是处于非常早期阶段，AIGC并没有成为大众化、系统化地去降本增效使用的体系。今年AIGC的火爆所带来的好处，是加速了整体的落地过程，但仍然需要有非常多的经验和实践，真正帮助真实的业务场景，去解决实际的问题。

叶生晅：就AIGC来说，也就是大语言模型到生成式模型这一套技术，从宏观角度来看，受到AI影响最大的是两个行业：游戏和营销销售，这两大行业都是业界所说「离钱最近」的行业。游戏行业在AI辅助下能够营造出无限场景，产生无限价值；营销销售本身需要大量内容提供给消费者，通过消费者消费了所生产的内容而产生价值，也就是产生效益，也是非常好的应用AI的场景。所以我认为AI在这两个行业的应用属于「增效」，也就是帮助行业加速获取利润，是AI能够最快去落地的场景。

除此以外，还有包括自动化在内的效率工具，例如微软的Copilot，能够帮助用户自动完成工作，这些工具以效率为核心，属于「降本」，所带来的价值并没有「增效」那么大。总的来说，今年这一波AI落地，事实上就是朝着这个方向发展的，离钱越近、越能产生价值的地方，AI落地越快。

叶生晅：明显处于第二阶段，即期望膨胀期（Peak of Inflated Expectationinflation）。你可以设想一下，AI对于个人的价值发挥在何处？写作时候会用到吗？也许会用到，用来帮助作者把文章写得更好一些。但这些只是零散性地使用，并不是系统性的。

那么作为企业来说，几乎所有的营销和销售部门也不过刚刚开始用AI工具，甚至可能都不知道怎么去用。这些都是典型的早期采用者，一些走在前列的企业会开始用。而且说实话，他们使用AI工具的动机在于认为：如果我不用，会不会落后，其实对AI的具体使用并没有太多认知。

帷幄一般不在对外产品介绍中使用「AI」一词，因为客户并不在意是不是用AI，客户真正在意的是能否帮他们解决问题。所以今天大家都在谈论AI，这样火爆的场景一定是处于早期采用者的阶段。而AI的某些分支，像多用于摄像头的辨别式AI，已经不再有人去谈论，企业都视其为产品标配——这才是到了成熟的阶段。所以说AI仍然处于非常早期的阶段，一线从业人员还需要很长时间才能做出成绩。数字化用了10年时间，AI的普及可能需要更长的时间。

叶生晅：最大的阻碍在于业务需求和AI技术之间的桥梁还没有搭建起来。也就是说，作为技术方有非常先进的AIGC技术，技术有发展前景；同时客户有需求，对技术有预期，想了解AI技术能不能帮助他解决问题。中间需要做的事情就是把AI技术真正用到客户身上。

解决是非常大的一项工程。而在解决客户问题的过程中，经常会出现一些细节方面的问题。这些细节是现实中存在的，例如AI一辆停放在路上的汽车，因为汽车自身的重量，使得轮胎会稍微陷下一点点。但是AI并不知晓这一点。当AI真正运用到客户场景中，运用到自动化流程中，是不能出错的，所以就需要我们去解决。当然这个解决的过程需要一段时间，类似于业界讨论数字化也有很久了，真正做到数据驱动的企业又有多少呢？

叶生晅：「Whale 帷幄」其实是一家通用人工智能（AGI）技术公司，我们不是单独用AI技术来解决问题。我们来以客户旅程说明这个问题。例如你想买一辆车，你从线上直播开始看到这辆车，通过微信朋友圈广告加深印象，再去线下试驾，试驾之后你加了销售的微信，销售在线上去做转化，这个过程是一个客户旅程。客户旅程中有很多关键节点（MOT），在这些节点能够发生转化。很多时候，我们要通过各种各样的技术来增加转化。

又比如推荐系统，能够帮客户实现更高的转化率和客单价，已经是非常成熟的AI系统。推荐系统本身是需要内容的，产品在不同的背景里，可能有效提升转化率，这些背景内容就需要AIGC技术的参与。所以我们做的一件事情就是看不同的技术如何结合起来，提升整体的转化率，并提高最后的销售（业绩）。对很多客户来说，我们是技术合作伙伴，找到各种各样的技术解决客户的实际问题，当然我们会专注某几个专业场景。对客户来说，他们需要的是一套技术栈，或者说通用的技术体系来解决场景的问题。

叶生晅：在今年AIGC火爆之前，品牌遇到的非常大的挑战，在于没有足够多的内容。而这些品牌积累了很多标签数据，例如某品牌有2000个标签数据，代表有2的2000次方人群，这是一个非常庞大的数字。但是品牌所能提供的内容并没有那么多。

其实AIGC所做的一件事情，就是提高内容宽度，也就是说品牌会有更多的内容去服务这些不同的人群。但是如何去分发、制作乃至高效地解决问题，生产能产生真正能够转化的图片、视频，是品牌方需要仔细思考的核心问题。

以前，品牌方发布一条优质的TVC，可以「一招鲜，吃遍天」，idea自然很有价值；而现在，生产内容的成本变得很低，品牌竞争的不是生产出好的内容，而是生产足够多的内容，或者用足够便宜的价值生产足够多的好的内容。这意味着营销的范式变了。

叶生晅：有可能。「千人千面」其实是逐步实现的过程，但实现之前要做好MOT的标准化工作，旅程必须一致，在每个转化节点，给每一个人提供足够多的温度，产生足够多的转化效率。当然「千人千面」不是说每个人都不一样，比如说两个人性格非常像，可以用同一种内容去触达。所以我更愿意从消费者的视角来看待问题，品牌是不是在每个转化节点提供好的内容给到消费者。当然内容不是无效内容或垃圾内容；而是能提供足够多的信息，足够温暖，才是好的内容。

叶生晅：我们消费的其实不是产品本身，我们消费的是内容。以买汽车为例，你不是在消费者汽车本身带来的价值——汽车的本身价值在于将你从一个地点运输到另一个地点，有很多其它方式来实现这一功能。但是在汽车品牌的宣传中，汽车不仅仅是一个运输工具，而是在售前、售中和售后的体验过程中会提供大量的内容，让客户产生共情。而客户在购买过程中享受到的体验，又可以形成内容通过小红书等社交媒体传播出去。所以产品的打造关键不是产品本身，品牌需要从用户最开始接触品牌，到二次乃至多次购买这一端到端的过程中提供好的内容、好的体验。

叶生晅：营销的本质并没有变化。营销的本质其实就是占领心智，产生转化。虽然营销工具变了，但是第一性原理不变，只不过我们有更多的工具来实现营销的目的。AI对营销人也是个新工具。品牌和用户之间的交流方式处于不断更迭的过程中，每年都会有新生事物出现。营销人需要保持学习的态度，学习是一个长期的过程。

叶生晅：影响非常大。对于我们来说，我们的产品有很好地去和一些大厂产品竞争的机会。在同一个时间节点里，我们作为初创公司会发展得更灵活，我们有更多机会了解并用AI解决客户需求。所以在产品战略上我们「All in AI」，亦即把所有产品都与AI结合，看看AI能解决哪些实际场景的需求，从而产生新一代产品体系，我们称之为AI原生的产品体系。

这就是技术更迭所产生的产品机会。例如内容生产就有很多产品机会。正如我刚才所说，整个内容生产体系态势完全不同了，品牌所需要的不是一、两条好看的视频，而是成千上万的产品视频，所需要的工具自然就不同，这就是新工具产生并应用的机会，营销和销售领域也会有类似的机会。

叶生晅：AI是用来解决问题的。B2B和B2C行业都需要AI，但是B2C的内容会更多，毕竟需要面对很多消费者。所以我认为AI在B2C行业的发展会更快，需求更大，带来的价值也更高。当然B2B行业竞争也很激烈，也会有很多AI工具来解决问题。

说句题外话，其实很多B2B行业在逐渐B2C化，也就是说它主打的不是企业，而是企业里的某个人，采用B2C的营销方法，产生大量的内容去影响这个人的心智，典型例子如ABM，亦或很多B2B企业通过抖音等典型的B2C场景做营销，所以在行业发展上会越来越一体化。