从“百度伴飞”看AI时代营销的演进方向李菲儿整容前后

估计不会等很久，你在和ChatGPT聊天的时候，就会看到广告了。

12月3日，英国《金融时报》报道，炙手可热的大模型公司OpenAI计划在ChatGPT中推出广告，OpenAI CFO Sarah Friar在接受采访时称，公司在仔细考虑在何时启动广告计划。

事实上，目前OpenAI的首席产品官凯文*威尔之前在Instagram的重要工作就是负责Ins的广告工作。

今年5月，OpenAI还聘请了曾领导谷歌搜索广告团队的Shivakumar担任副总裁。

在我看来，这是生成式AI商业模式的一个重要转变，它意味着这个行业最主要的玩家也开始意识到了大模型和营销结合的巨大潜力。

硅谷大厂在如何将AI应用到营销和广告上一直在行业内走在前沿，一方面源于其强大的技术研发实力和海量的用户数据积累，另一方面源于其对数字营销变革的深刻理解和持续投入。

我们先来看硅谷广告第一大厂谷歌，去年卫夕系统介绍过谷歌是如何在广告系统中运用大模型的，一年过去，谷歌又将生成式AI在广告中的应用往前更推进了一步，我列两个印象比较深刻的改进——

第一，谷歌在其搜索Overviews引入广告

去年，谷歌就将广告引入到了对话型AI产品中，今年更进一步，毕竟对话的参与用户数要远小于搜索，而AI生成的搜索结果概要（Overviews）就成为一个重要的广告位置，在今年5月的谷歌 Marketing Live 上，Google 副总裁兼广告总经理 Vidhya Srinivasan宣布了这一决定。

事实上，谷歌竞争对手也在采取类似的策略，微软今年早些时候在其 AI 助手 Copilot 中推出了广告。

Google 还宣布，它将在其图像识别工具 Lens 中推出购物广告，目标是吸引更多电商类客户投放广告。

第二，谷歌在广告组件中的交互中大量运用了生成式AI

AI对于广告承载页的交互是一个值得挖掘的方向，谷歌不久前上线虚拟试妆和 3D 渲染来优化购物广告。

比如，用户在谷歌搜索装修和家具购买时，谷歌会允许用户提交一系列客厅照片，然后智能地向他们推荐适合用户目标房间的相关家具。

再看meta，在今年10月的纽约广告周的现场，meta宣布推出了新一代的GenAI广告工具。

该工具会生成图像信息之外的内容来调整广告素材的比例，这意味着不是视频画面的简单延伸，而是会生成其他图像来填充画面。

在此之前，meta还推出了“图像动画”工具，让广告商用静态图就可以创建动态视频内容，这对于视频资源有限的广告主很友好，使他们能够为“Reels”动态视频制作生动的广告。

事实上，meta基于AI驱动的自动化广告产品 Advantage+已经让meta的广告收入实现了连续的强劲增长，今年Q2meta广告收入增长22%，Q3增长19%，表现亮眼。

扎克伯格在Q3的电话会议上表示：

“上个月有超过 100 万广告商使用我们的生成式 AI工具制作了超过 1500 万个广告。”

除了广告平台，第三方广告公司也行动起来了——

宏盟宣布与亚马逊AWS合作，利用生成式 AI 变革广告活动的技术开发；阳狮收购了人工智能实验室Publicis Sapient AI Labs；电通发布了两大AI互联营销解决方案—— MIXER 和 LUCIE。

移动广告公司AppLovin旗下AI驱动的引擎算法Axon支持素材生成和自动化投放，让其收入在今年Q3增长39%，表现亮眼。

可以说，整个广告生态链都行动起来了，就连美图也收购了一家广告投放公司用于评估和测试“美图设计室”生成的广告素材的效果。

这背后的逻辑是一致的：大模型一方面可以帮助系统更好地理解广告主的营销意图和用户的商业需求，另一方面可以从创意层面大幅优化广告投放效率。

而这两者的结合让广告在大模型的驱动下进入了一个新的Level。

和硅谷大厂一样，国内的广告巨头们同样在不断探索大模型在营销上的应用，字节、腾讯、阿里、快手、美团都在应用AI提高自身广告系统的效率。

作为以国内率先推出大模型的百度，也是AI营销领域的先行探索者，我昨天参加了百度营销热AI大会，下面就从百度新升级的“百度伴飞”这个系统聊一聊AI如何拓展营销的广度与深度——

1.场域：用户价值和商业价值实现路径统一

在昨天的大会上，百度副总裁、移动生态商业体系负责人陈一凡先讲了场域的拓展。

通过大模型的"理解"能力，用户体验和商业价值可以扩展到更多场景，核心在于大模型能准确把握用户需求的深层次语义，从而为用户提供更精准的服务。

具体来看，在信息类场景中，智能问答已经覆盖了搜索流量的20%以上。

更加个人化的笔记类内容也在快速增长，百度平台的笔记类内容在过去一年的分发量增长了140%。

这背后的原因是双向的：一方面，用户在寻求更丰富、更个性化的内容体验；另一方面，创作者获得了更多变现机会，有动力创造更多的内容。

在短剧、小说等内容领域，“百度伴飞”也在尝试打破传统的用户内容和商业内容的界限。

比如优秀的短剧营销内容，未来可以在百度视频信息流，短剧频道、搜索专题、搜索合集等丰富的场域分发，既为用户带来喜爱的内容，又为版权方创造更多的机会。

这些数据其实也可以引申出一个结论：AI正在创造新的流量场景，而不是简单地重分配存量流量。

这种用户层和商业层的双向驱动必须基于一个前提，即平台能够准确匹配用户需求和商业供给，通过大模型的内容理解和分发能力。

值得注意的是，“百度伴飞”选择了一种渐进式的策略，先确保用户体验，再逐步开放商业化场景。

例如在智能问答领域，将回答质量和对话体验作为排序的关键指标，通过质量管控确保商业化不会损害用户体验。

可以看到，“百度伴飞”并不是简单地在既有的商业模式上叠加AI能力，而是通过AI重构了用户价值和商业价值的实现路径，通过扩展场域、创新内容形态、优化分发机制，让用户在获得更好服务的同时，商业价值也能自然实现。

2.经营：品牌营销和效果营销实现有序协同

在传统思维中，品牌营销和效果营销往往被视为两条相对独立的路径：品牌营销注重长期价值和形象塑造，效果营销追求直接转化和即时回报。

然而“百度伴飞”系统希望通过智能体技术打破这种二元对立的格局，实现品牌营销与效果营销的融合。

这种融合首先体现在智能体的深度训练机制上，百度开发的智能体训练方法论包含四个关键步骤：认知、培养、修正和鼓励，之所以采用这种方法论，是因为它模拟了人类学习和成长的过程。

更深层的突破在于专家赋能体系的构建，百度引入了50多位行业专家，进行了超过10万轮的深度对话调优。

这背后的逻辑是：仅依靠企业自身的知识库是不够的，还需要融入更广泛的行业认知和专业判断。

以法律服务为例，一个经过专业训练的智能体不仅能够回答基础法律咨询，还能就具体案件进行深入对话，最终实现从咨询到预约的自然转化。

这种转化之所以显著，是因为智能体在交互过程中既展现了专业性，又保持了对话的连贯性和个性化。

品牌营销领域的创新同样值得关注，以沙宣70周年品牌营销案例为例，通过智能体技术复刻了品牌创始人维达尔·沙宣的形象，实现了品牌故事的沉浸式传播。

数据显示，用户与沙宣智能体的平均交互时长达到132秒，深度互动率达到150%。

这个Case表明，设计合理的智能体可以打破品牌传播的单向性，让用户从被动接收者转变为主动参与者，品牌价值通过对话的方式自然渗透，既保持了品牌调性，又实现了深度互动。

在技术支持层面，数字人直播的创新应用进一步强化了这种协同效应，通过AI技术优化直播脚本生成和形象匹配，运营成本降低了80%。

从这个意义上，基于文心大模型的智能体技术正在重构品牌营销和效果营销的边界，

这种重构不是简单的技术叠加，而是通过深度训练、专家赋能、个性化互动等手段，让品牌营销更有温度，让效果营销更接地气。

3.连接：简洁界面与复杂技术实现有机融合

在大模型拓展营销边界的同时，如何降低使用门槛成为一个关键命题。

“百度伴飞”遵循了这样一个思路：将复杂的技术运算和智能决策封装在后台，在前端呈现出简洁直观的操作界面。

这个思路首先体现在创意生产环节，传统的营销笔记创作往往受制于平台规则的复杂性。

例如标题中的副词使用就可能影响分发效果，“百度伴飞”将平台分发规则、用户阅读偏好、行业专业知识等多维度信息整合到后台算法中，使企业能够专注于内容本身。

从实际效果来看，系统不仅能快速生成文字内容，还能根据地域特色调整表达方式，例如在现场的实际演示的VCR中，成都本地营销内容中自然融入本地方言，提升了内容的亲和力。

在短剧营销领域，大模型解决了一个关键痛点：如何从动辄几十集的内容中精准提取营销素材。

“百度伴飞”的高光时刻自动识别技术，能够智能分析剧情发展，自动定位最具营销价值的片段。

创意制作工具也进行了相应的升级，以视频制作为例，系统将复杂的专业创作流程模块化、简单化，实现了一键生成。

现场展示的客户案例显示，通过这种方式制作的视频广告点击率显著提升，完播率提高了10%。

在投放环节，“百度伴飞”着重解决了广告主在投放过程中的操作难题，通过推出极简版，它将竞品分析、关键词规划、投放优化等专业操作集成到一个智能化界面中，其中的智能投放AI Max功能使得投放效果平均提升了7.2%。

数据分析方面也进行了AI Native的改造，传统的投放分析往往需要下载多个数据表格进行交叉对比，耗时费力。

“百度伴飞”的智能诊断工具通过自然语言的对话式交互，将日常2小时的分析工作压缩到5分钟内完成。

可以说，“百度伴飞”系统的接地气不仅体现在技术本身，更体现在技术应用的人性化设计上，通过将复杂的技术运算后置，将简洁的操作体验前置，让大模型营销更容易“跨越鸿沟”。

在meta今年Q2的财报电话会上，其CEO扎克伯格说了这么一句话——

“Over the long term, advertisers will basically just tell us a business objective and a budget, and we’re going to go do the rest for them.”

从这个表态看，小扎对应广告未来的进化趋势的看法是激进的，在他看来，未来广告主只需要关心两个点“目标”和“预算”，剩下的广告系统全部搞定。

不过，当我们回顾广告产品的进化历史，就会发现小扎的判断的方向是大致是没有错的，和互联网广告诞生时相比，今天的广告系统的确在自动化程度上和当时有着巨大的进步。

以搜索广告为例，以前投搜索广告一个基本功就是广告主必须输入一大串目标搜索关键词，以精确触达搜索这些词的受众。

然而今天在百度的投放平台里，这个过程省掉了，你只需要用自然语言输入你是干嘛的、你想触达什么的客户，大模型自然能将用户的关键词和你的产品智能连接起来。

所以，在我看来，未来的广告主面对的将不再是一个广告系统，而是一个万能的营销助手，只需要输入prompt，大模型最终输出广告的转化结果。

那么问题来了：彼时的广告主还需要做什么？

营销专家小马宋说过一句话——营销的“营”，首先是经营的“营”。

没错，营销其实只是企业经营中的一个环节，而未来，我理解AI和营销协同进化的重要方向就是向“经营”层面过渡。

而彼时的“广告主”也会改变身份，变成“经营者”。

本质上，企业存在的意义就两个——“价值创造”和“价值传递”，经营属于价值创造，而营销属于价值传递。

而在未来，AI营销的演进方向就是“扩大价值传递的带宽”来反哺“价值创造”。

什么意思？

也就是未来在AI赋能下的智能营销，不仅仅是渗透到广告的创意、投放全链路中，还会更全面地深入企业运营的上下游环节。

事实上，百度“伴飞”的各种智能体在训练的过程，就是一个不断学习和理解到企业经营各个环节的具体细节的过程。

现在或许是接入公司的知识库、DMP、培训系统等，未来要让大模型更深入地理解你的生意，要接入的维度必然会更多更广。

如果说基于大模型的智能营销是一个系统，这个系统本质上遵循“输入-输出”的模式，这就涉及到一个输入带宽的问题。

比如，今天智能营销系统，你输入你官网地址，系统就能自动基于官网给你自动创造各种格式的广告素材，的确非常方便。

但问题在于，你可以填写网址，其他广告主也可以，你最终的效果如何拼过他？

所以，你不仅网站要做的更精彩，还需要扩大“价值传递”的带宽，让营销系统更加理解你的产品和你的受众。

比如你不仅把网址给系统，你还把你的电商店铺、社交媒体、客服体系等其他维度的数据“喂”给智能系统，目的是让系统更理解的你。

这样不仅可以提高你和其他竞争者的相对效率，还能优化更多环节的运营，而这已经属于“价值创造”的范围了。

从“价值传递”到“价值创造”，这就是我理解的AI和营销未来的协同演化方向。

其实，在大模型出现之前，整个广告技术行业进入了边际效应递减的阶段，像当年的OCPX、RTA、DPA这样能大幅提升广告效率的创新越来越少。

然而生成式AI重新启动了广告行业的二次进化，无论是在技术层面还是产品层面，AI驱动的新范式在迅速展现出各个维度上的潜力。

对于广告人而言，唯一要做的就是：拥抱新的广告时代。