曾經(jīng)流傳過這么一句話：“人往往會高估一年時間發(fā)生的變化，低估五年時間發(fā)生的變化。”
明略科技技術副總監(jiān)衛(wèi)海天認為，這句話可以理解為短期時間內的技術迭代并不能引起翻天覆地的變革，但ChatGPT的出現(xiàn)，已經(jīng)證明了大家連一年的變化也沒法高估了，大模型已然成為了一個重要的技術演進方向，自然語言生成技術可能會對人類產(chǎn)生各種影響，帶來多領域的變革，其中，營銷領域依托于互聯(lián)網(wǎng)復雜多變的特點，可作為大模型應用實踐的場景。
窺探大模型背后技術
LLM(Large Language Model)是一種基于深度學習的自然語言處理模型，通過在大量的文本數(shù)據(jù)上進行訓練，學習到語言的規(guī)律和模式，從而能夠理解和生成自然語言文本。ChatGPT所實現(xiàn)的通用人工智能能力，來自于機器學習、神經(jīng)網(wǎng)絡以及Transformer模型的多種技術積累。
Transformer模型是一種基于自注意力機制的神經(jīng)網(wǎng)絡架構，能夠對輸入序列中的每個位置進行關注，從而在不同位置之間建立聯(lián)系。Transformer模型被廣泛應用于自然語言處理領域，相比于傳統(tǒng)的RNN和CNN，Transformer模型可以并行計算，大大加速了訓練過程。
近年來在大規(guī)模語料庫上預訓練的Transformer模型(PLMs)已經(jīng)展示了在解決各種自然語言處理(NLP)任務方面的強大能力。有趣的是，研究發(fā)現(xiàn)當參數(shù)規(guī)模超過一定水平時(百億參數(shù))，這些語言模型不僅可以實現(xiàn)顯著的性能提升，而且還表現(xiàn)出一些特殊的能力(例如上下文學習)，這些能力在小規(guī)模語言模型中不存在。
我們可以預計，未來LLM會朝著模型參數(shù)量進一步擴大，訓練數(shù)據(jù)模態(tài)進一步擴大的方向發(fā)展，而這也將帶來新的模型能力涌現(xiàn)，我們以共同期待，多模態(tài)的大一統(tǒng)模型問世后，通用人工智能能帶來何種顛覆性成果。
不過，大模型的能力增長并非沒有邊界，因為它本身要依賴于訓練，對于外界最新的數(shù)據(jù)信息輸入訓練是有延遲的，而這種情況下如何進一步豐富大模型的能力呢?
突破口是大模型去配合不同的插件，類似于給大模型裝上眼睛、雙腳、雙手等，去互動聯(lián)通，這樣，大模型就變成了新一代的通用平臺，可以調用各種plugin來處理海量現(xiàn)實生活的事物，這種交互的邏輯也會帶來產(chǎn)品交互范式的轉移。以往，產(chǎn)品設計的一些按鈕以及使用界面，是用來設計滿足高頻剛需的用戶需求，這種交互邏輯是用戶要去適應產(chǎn)品提供的功能，但當接入大模型之后，大模型的能力能夠滿足用戶很多長尾需求，它可以理解你想做的事情，可以調用自己的資源去滿足用戶需求。這就意味著，在這種通用大模型出來之后，產(chǎn)品的交互范式也會發(fā)生一個非常深刻的變化。
大模型時代，營銷領域新的機會和挑戰(zhàn)
而這樣的轉變，同樣也顛覆了營銷領域，AIGC將從重構內容生產(chǎn)，重塑流量格局，創(chuàng)新運營服務和加速商業(yè)洞察這四個方面，來改變營銷環(huán)境。
重構內容生產(chǎn)，更高效的AI生成內容流水線帶來海量內容，爭奪消費者有限注意力
首先回顧內容的生產(chǎn)周期，以往品牌方產(chǎn)出內容需要通過專業(yè)機構，時間為幾周到幾個月不等，發(fā)展到后來可以依靠大量意見領袖去生產(chǎn)大量內容，時間為幾天到幾周不等，而有了AIGC后，幾分鐘就可以生產(chǎn)出令人滿意的文案，效率方面有了飛速提升，更高效的內容生產(chǎn)線帶來海量內容供給，而使用AIGC也意味可以定制化，千人千面的內容意味著更好的觸達和更好的轉化效果。
流水線的海量內容意味著消費者的注意力變得更加稀缺，品牌方在這樣的環(huán)境里面需要快速鋪量，用更低成本去觸達消費者。但同時，廣泛的供給也會分化消費者需求，海量的內容涌入網(wǎng)絡，消費者會更加主動去高質量內容，這對品牌方提出了新的挑戰(zhàn)，一是要大量生產(chǎn)內容，同時也要在更高質量的內容上更具競爭力，生產(chǎn)好的內容擊穿用戶心智。
重塑流量格局，沖擊搜索廣告，新交互模式下媒介重歸中心化?
以往的流量陣地，形式轉化基本是社交平臺向搜索引擎轉化，即在社交平臺被種草產(chǎn)品，再去搜索平臺去了解更多信息，這種使用搜索引擎的習慣可能會被AIGC改寫，當下ChatGPT這類工具提供了新的交互模式，會給到用戶更有邏輯性和更有調理的回答，體驗要優(yōu)于搜索引擎，會對搜索引擎造成非常直接的沖擊，同樣也是對于流量格局的沖擊。在未來的交互上，大語言模型可以結合不同的終端，例如智能音箱等，帶來一種新的交互模式，流量會向一些新的應用轉移，大模型可能會成為新的流量入口，與下游應用并存，消費者也會隨時互動的新訴求。品牌主需要在這個方面去進行更多的思考。
創(chuàng)新運營服務，更個性化、有溫度的一對一服務成為可能
與過往國內以短文本處理、單輪對話、簡單多輪對話見長的智能客服不同，現(xiàn)階段的AIGC在長文本處理、場景及意圖理解、上下文連續(xù)對話方面能力已經(jīng)很強大了，借助通用人工智能的能力，品牌方可以給用戶提供個性化、更有溫度的服務。在以往，配置智能對話客服是一項復雜的工程，但有了GPT這樣的通用大模型后，大大降低了配置復雜等級，有著更低的冷啟動成本，且效果要更優(yōu)，這對企業(yè)來說，讓個性化、有溫度的一對一服務帶來了可能。此外，有了AIGC能力，AI客服+多品牌觸點為消費者創(chuàng)造無縫的品牌體驗，借助客服觸點，可以構建營銷場景，將成本中心轉化為價值中心。
加速商業(yè)洞察，大模型加速顛覆原有的市場研究模式
營銷側的商業(yè)洞察目前集中在文本領域，例如消費者在社交媒體端的意見和評論，基于這些本文形成洞察。而大模型會顛覆原有的商業(yè)調研模式，能夠更高效更快速地形成“假設形成——信息收集——產(chǎn)出洞察”這樣一個商業(yè)調研的閉環(huán)，向敏捷化、自動化方向升級。大模型的介入，意味著商業(yè)洞察的門檻會進一步降低，未來品牌側應普遍具有簡單的洞察能力，對商業(yè)洞察的需求將更多轉向對更多元和廣泛的數(shù)據(jù)進行更深入的洞察。
大模型的應用和爆發(fā)，也意味著營銷生產(chǎn)力的爆發(fā)。當下營銷領域會被大模型革新，在這樣背景下，企業(yè)應該思考如何能夠比競對更加快速的適應大模型的時代。明略科技能夠發(fā)揮橋梁作用，連接起企業(yè)和大模型，利用積累的行業(yè)知識和數(shù)據(jù)，借助各通用大模型以及fine-tuning技術，優(yōu)化訓練垂直領域的行業(yè)大模型，在產(chǎn)品中為客戶提供可伸縮的模型即服務(Scalable MaaS)，為客戶打造數(shù)據(jù)飛輪，讓客戶的行業(yè)知識和數(shù)據(jù)與大模型互相助力，提升營銷和營運智能Copilot產(chǎn)品的效果 。
（免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
