Whale 帷幄创始人叶生晅：AIGC 时代，营销的范式变了丨未来 AI 谈

「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。

本期嘉宾：「Whale 帷幄」创始人兼 CEO 叶生晅

Key Points：

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：

问：你如何看待今年 AIGC 的火爆？

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。

问：那么 AI 能够解决哪些实际问题？

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。

问：AI 处于 Gartner 技术曲线的什么位置？

叶生晅：明显处于第二阶段，即期望膨胀期（Peak of Inflated Expectations）。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。但这些只是零散性的使用，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过度强调「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。

问：AIGC 的普及遇到了哪些阻碍？

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。

解决问题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 识别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？

问：AIGC 技术如何与其他类型的 AI 技术（如识别、推荐、优化等）相结合，实现营销领域的更高层次的智能化和创新化？

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。

问：AIGC 的出现让品牌在建立与消费者的互动关系上迎来哪些新的机会和挑战？

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。

问：前几年业界流行一个词「千人千面」，您觉得在 AI 时代有可能实现吗？

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。

问：在 AIGC 的时代，您认为企业在重新定义产品、业务能力和生态版图时，最需要关注哪些方面？

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。

问：AI 技术在品牌营销中的渗透是否意味着市场人员需要更新其专业技能？市场人员该如何应对变化？

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。

问：AIGC 的出现也让传统的营销技术公司需要重新定义产品、业务能力和生态版图，您认为他们应该如何重新思考和调整自己的战略？

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。

问：AI 在 B2B 和 B2C 行业的发展和应用有什么不同之处？

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。