AI时代的广告业：巨变与不变

2025年1月8日，由腾讯研究院和腾讯可持续社会价值事业部主办的“2025 腾讯科技向善创新节 T-WEEK”正式播出。本次创新节以“拟合”为主题，包含近二十场主题演讲与圆桌论坛。

杨乐（主持人）：非常感谢各位嘉宾拨冗出席腾讯研究院的“科技向善创新节”活动，共同探讨AIGC在广告营销领域的应用。我是腾讯研究院副院长杨乐。今天，我们非常荣幸邀请到四位嘉宾，首先，请允许我介绍今日到场的各位嘉宾。坐在我身旁的是王水老师，王老师是首都经贸大学广告系的系主任，同时也是广告学博士。第二位嘉宾是刘鹏老师，刘老师是《计算广告》一书的作者，同时也是CartX的联合创始人。第三位嘉宾是腾讯广告商业AI部的副总经理郭伟，郭总。最后一位嘉宾是腾讯研究院高级研究员、资深专家王鹏老师。

今天我们想讨论的话题是AIGC在广告营销领域的应用。四位嘉宾都是我们广告行业的资深从业人员。广告是商业世界中不可分割的一部分，它既连接了消费者和品牌，同时也是最佳的新型技术场合、实验场合。希望今天的讨论能为观众们带来启发。

首先我们来聊聊AIGC和广告的基本情况，世界上第一条商业广告距今已有百年历史，而第一条互联网广告发布时是以banner的形式出现的，距今也有二三十年起了，我想请问王水老师，广告营销的发展历程主要经历了哪些阶段？以及每个阶段有哪些让我们难以忘怀的经典案例？

王水：谢谢杨院长提问。在我们的传统认知中，广告似乎是现代商业社会之后才出现的事物。但从研究的角度来看，回溯广告史，我们会发现古文明阶段就已有了广告。换句话说，当规模化交易出现时，广告便应运而生。当商业越发达，人民生活质量越高，广告产业就越繁荣。例如，在古代中国，就有许多广告形式，如叫卖广告、响器广告像三角铁广告、招幌广告、牌匾广告等。在很多文艺作品中，我们也经常能看到类似广告的身影。比如，《武松打虎》中，武松去喝酒的酒家招旗上写的“三碗不过冈”，就是一个典型的招幌广告。此外，像《清明上河图》、《南都繁会图》等名画中，描绘了北宋或明朝时期的都市景象，其中也包含了众多的广告元素。我记得有同学曾数过，《清明上河图》中至少有10个广告的幌子、23块广告招牌，还有5座彩楼欢门。彩楼欢门类似于现在中国广告行业中经常使用的大型广告装置。所以，在古代中国，就已经有了许多广告形式的出现。在古埃及时期，莎草纸上也有广告，比如有些奴隶主发布悬赏启示寻找逃跑的奴隶。所以古代文明中有很多广告的形式出现，到后期，东方广告和西方广告也开始出现汇流了，这部分内容刘鹏老师也非常清楚。

随着媒介技术的不断发展，广告形式也随着媒介技术的发展而演化。比如，随着中国的活字印刷术和古登堡印刷术的出现，印刷媒体广告就应运而生了。经典的案例包括甲壳虫汽车，它相比其他汽车的特征是小，于是当时有“think small”广告，在一个很大的版面上，甲壳虫仅仅占据了一块，利用了大面积的留白，这是印刷媒体时代非常经典的一个广告。后来，随着电子技术的出现，广播广告和电视广告成为了主流。由于加入了视频信息和音频信息，所以涌现出了不少优质的广告。例如，苹果的“1984”广告，通过耸动的、富有冲击力的画面，展现了苹果作为新锐挑战者的形象。

进入21世纪前后，随着互联网特别是民用互联网的成熟，数字广告开始出现，包括像刘鹏老师在著作里提到的计算广告。在技术的助力下，广告变得更加精准和高效。广告的脉络大概就是这样一步一步演变过来的。总结起来就是两点：一是广告随着商业社会同频发展；二是广告随着技术的演进而不断演化。

杨乐（主持人）：明白了，广告随着商业社会的发展而同频发展，随着技术的演进而不断向前。那么，如果我们以技术的更迭为标准，去划分广告的发展阶段的话，想请教刘鹏老师，从您写《计算广告》这本书的时候，到目前AIGC这种生成类的广告，您觉得在技术逻辑的脉络中，广告走过了哪些阶段呢？

刘鹏：我觉得需要从内外两方面来分析。从内在逻辑来看，数字广告自从有了以后，很快就变成了一个竞价模式。大量的广告把自己的目标客户填好，由系统来撮合。后来竞价变得越来越自动化和智能化，你不用再为点击量来算账，你只要告诉我，你卖一单能有多少利润，那么系统就会尽力帮你把出价和优化的过程做好。当然，也不要神话广告的作用，毕竟东西卖不出去的话，靠广告也是没用的。这是第一个发展阶段。

第二个发展阶段是，这两年AIGC逐渐进入商用社会以后，我们发现广告中有两个最难自动化的环节，在今天已经逐步开始被攻克。一个是广告素材或广告创意的制作，现在有AIGC技术，可以逐渐变得半自动化甚至自动化生产。还有一个环节是广告带来的客服。人们在看完广告后必然会有问题需要追问客服。以前这个过程需要完全靠人，但现在自然语言的对话技术有所突破以后，尤其在处理一些复杂问题时，机器人甚至能比人做得更好。机器人有两个好处：一是情绪稳定，我在机器人后台曾见过两百多轮的对话，换做是人的话，可能情绪早就不稳定了；二是当产品过分复杂时，机器能更准确地理解产品手册中的复杂参数，并能不厌其烦地跟用户解释清楚。这样一来，我们看到一个最有意思的变化就是，广告整个商业逻辑的闭环有可能变成全自动化。虽然真变成全自动的话会怎么样，我现在还不太敢想，但是确实有这样一个苗头。这将是有广告产生以来，一个质变或说是一个奇点的时刻有可能会到来。

另外，从外在表现来看，媒介形式在演进，广告的本质也在发生变化。原来是图片，后来有了视频。今天我们看到互联网上的广告，视频可能已经占大头了。它以更丰富的形式、更有冲击力的内容吸引用户的注意力。但这还不是互联网的本质。互联网的本质是人可以交互，让用户与其互动起来。所以，我们也看到一些明显的产品演进趋势。比如Playball游戏，用户可以直接在素材上互动，这种效果比再多的视频广告都要好得多。这种形式让人们摆脱了过去那种静态媒体的思维定势，让广告变成一个互动起来的东西。一旦互动起来，就与客服没有明显的边界了，在交互中，Agent为你提供信息，你可以问其问题，最终达到服务和营销交融的场景，我观察到有这些趋势。

杨乐（主持人）：刘鹏老师在一开场就为我们揭示了一个历史的新高度，指出广告行业即将迎来其奇点时刻。接下来，我们谈谈广告。从命名逻辑上看，“广告”即“广而告之”。在传统广告中，我们面向大众传播，面向不特定的多数受众。然而，当大模型和算法对流程进行再造时，我们追求的便不仅仅是“广而告之”了，而是更加精准的匹配。因为越精准，从广告到营销的转化率才会越高。如此一来，广而告之的“广”是否要变成“窄”告了呢？因为我们只希望广告能触达到最有效率的、需要被触达的那部分人。那么，我们请王鹏博士和万总来谈谈，在你们看来，广告是否会变成“窄”告？广告的性质是否发生了根本变化？

郭伟：我认为广告会出现一个新趋势，即变得更加丰富和多维。广告本身服务于生意的达成，但丰富多维的广告能让生意变得更大。历史上，广告发布的媒体稀缺，广告生产者群体也较小，因此常常需要制作少量广告并重复播放。这样的传播形式是过去的一种常态，大家也能回忆起早些年的一些广告形式，这是由当时的技术条件决定的。然而，好的广告既要满足客户需求，又要让用户喜欢，这需要强烈的用户洞察和同理心。面对庞大的受众群体，普通广告人很难做到这一点。因此，这个难题和需求一直存在。

但AIGC技术的出现，为我们带来了新的解决方案。基于这一点，我们近两年开发了腾讯广告妙思产品，旨在帮助广告人获得新的超能力，解决这一难题。我们发现，有些客户在使用这些产品后，能力边界得到了显著提升，广告变得更加丰富多维。例如，在小说行业，有的客户制作的素材数量已达到行业均值的5倍，能用这5倍的素材去做用户的洞察，从而更深入地了解用户，提升广告水平。这是我们看到的一个趋势变化，包括需求、技术和机遇。

王鹏：在我看来，数字广告就像是在对商品进行建模描述的同时，也在对我们的用户和受众进行建模描述。然后，它的匹配逻辑就像现在的自动驾驶，尤其是端到端的自动驾驶，最终将商品和客户越来越直接地匹配起来。虽然目前我们的产品逻辑中还有很多环节，需要一步一步建模和匹配，但最终如果商品和人能实现最精准的匹配，那么一个专门的内容可能只会触达很窄的受众。这与我们传统的广告理解会很不同，因为我们现在的广告追求的是一个内容尽可能触及更多的受众。但从第一性原理或广告的本质来看，它其实就是一个传递信息、影响购买决策的过程。随着精准匹配的越来越好，一个内容可以更好地触达需要的客户。这样，“广”的意义就发生了变化，转变为让更多的人接收到适合他、符合他需求的商品信息。因此，“广”的含义会发生转变，不再是触达更多的人，而是让更多的人能触达他需要的信息。我觉得大家面临这样一个变化时，对“广”和“窄”的概念会有一个动态的理解。

杨乐（主持人）：王鹏老师给出了很好的重新界定。多和少的价值和意义到底在哪里？是否越多越好？看来不尽然。找到真正的需求并精准匹配，虽然可能不以量取胜，但却能达到更高的质量匹配和需求。这也是万总提到的给广告人赋能的超能力的重要体现。在第一部分中，几位老师都为我们做了精彩的开场。无论是从技术逻辑演变还是广告行业历史来看，以及当下的技术对广告人的新赋能，都给了我们很多新的期待。

接下来，我们想探讨AIGC技术。从OpenAI到现在，国内主流消费者看到的这两年多的时间里，它几乎呈现了一个爆发式的增长。各行各业都在做自己的尝试，但恰恰在广告领域，它跑得很快，成为了一个热点。下面我们探讨一下，为什么偏偏是广告行业？那么多行业都在测试，可能还没找到商业模式，还在考虑是否能用、能否挣钱时，回头看，广告行业已经如火如荼地落地应用了。所以，这个问题我们首先想请刘鹏老师和万总来介绍一下，现在AIGC在广告营销中的落地情况和应用情况。

刘鹏：万总或许对此有更为深入的了解，我先简单谈谈我的看法抛砖引玉。我认为，在广告领域，客观需求始终存在，对AIGC技术的渴望也一直存在。我刚才提及的两个环节——素材生成与客服，一直是长期存在的痛点，因此，当相关技术出现时，自然会被率先应用。这项技术的一大优势在于，它拥有天然的商业化杠杆效应，能够迅速产生价值，无需重新验证商业模式，因此得以广泛应用。例如，在素材制作方面，虽然目前直接使用AIGC根据文字生成素材尚不完全可靠、可控，但已有许多工具在实际应用中表现出色。比如，我们可以采用数字人制作口播视频，这比传统找人拍摄要经济得多，同时还能避免如“老中医表演艺术家”等不实宣传现象，为观众提供更真实的服务体验。服务场景中的痛点则更为明显。例如，我们接触的一些客户，当我们往国外出口时，比如若想在泰国销售商品，却难以找到当地客服，这将严重影响其商业模式的运作。但若使用AI客服，便能激活这一领域，增加广告投放与业务增长的可能性。因此，我认为，正是由于广告行业的需求长期存在，当相关技术出现时，便能迅速填补空白，创造价值。所以，如果要讨论AIGC在广告行业的应用，这已不再是一个展望，而是一个显学。大家都在应用这项技术。

杨乐（主持人）：这时若不使用，反而可能会落后？

刘鹏：是的，不使用就会落后。当然，AIGC还有一些增量应用场景。比如，在做广告素材、往美国卖货时，我看到有的朋友巧妙地运用了AIGC技术。他们原本使用模特拍摄穿着裙子的素材，但为了面向非洲裔市场，他们利用成熟的AI技术将模特换成黑人，从而提高了对非洲裔消费者的转化率。这是非常简单却巧妙的应用，创造了巨大的商业价值。

郭伟：好，我将结合腾讯的应用场景，来谈谈广告领域AIGC的几个应用机会。首先to C，从用户角度来看，随着技术的出现，可能会有新的用户形态和产品形态诞生。例如，搜索领域新的用户形态出现后，对应的商业产品形态也会发生变化。这是一个方向，目前还处于早期探索阶段，因为很多to C的产品形态正在出现，并与用户一起打磨。这是我们需要关注的第一个领域。

其次，对于现有的推荐引擎和搜索类引擎，因为它们已经定义好了，是用户和内容之间的连接纽带。在过去的一段时间里，我们做了很多重塑工作，用AI的思路重新设计了推荐和搜索引擎，这确实带来了很大的变现能力和收入提升。这是第二个方向。

第三个方向，我称之为内部经营。内部经营可能外部不太容易看到，但它在商业内部起着重要作用。例如，员工如何协作、如何进行研发、测试、数据分析、治理等方面，都能被AI改变和提升效率。这是第三个部分。第四个方向是对客户的。客户方面的感受可能更为强烈。刘鹏老师刚才提到了很多对客户的应用案例，非常丰富。内容生产是一大类，客户服务里还有很多沟通场景也是一大类。这里会有非常多的新应用场景不断涌现。我认为，我们会沿着这几个方向持续探索新的解决方案。这是我对这块的观察。

杨乐（主持人）：也就是说，这个行业里已经存在痛点，比如创意环节、搜索引擎与客户的连接环节、客服环节等。这些痛点已经存在很久，当新技术出现时，就像甘露一样滋润了这些痛点，并顺利解决了它们。所以，每一个在互联网领域取得突破性进展的产品或技术，最终能在行业中掀起革命性变革的前提，一定是回应了某种客户需求或人性需求，帮助人们战胜了某些困难，才能得到广泛推广。刚才我们提到了创意、客服、搜索等环节，现在可以说，在广告的全链路中，几乎都能看到AIGC的身影。首先是在创意环节，它已成为广告主与用户之间进一步占领用户心智的重要环节。其次是在信息发布环节。那么想问的是，AIGC目前在创意能力和价值提升方面，究竟能达到什么样的水平？真的能让我们过去依赖人的智慧实现的提升，有一个质的飞跃吗？以及在国际和国内，在AIGC领域里，有没有涌现出哪些新的经典案例？这个问题想问给王水老师和万总。

王水：刚才聆听了几位嘉宾的精彩发言，收获很多。同时，我也在思考一个问题，那就是技术是如何逐步嵌入广告行业的。正如杨院长刚才提到的，这一点确实值得我们广告学界在研究中深思。回顾历史，尽管我们经历了多次工业革命和科技革命，但广告产业的运作模式、流程及生态并未发生根本性的变革。然而，进入21世纪，特别是随着大数据和人工智能技术的兴起，整个广告产业的流程与生态却发生了颠覆性的变化。这背后的原因何在？我认为，几位嘉宾的分享为我们提供了很好的思考路径。

痛点的存在加上技术切入的时机成熟，共同推动了这一变革。例如，技术最初可能从投放环节切入，因为投放环节拥有更多的结构化数据，使得技术的逻辑更为流畅。广告行业曾将内容创意生成视为瑰宝，但AIGC技术的出现显然颠覆了这一点。我记得在前几年参加戛纳创意节时，日本电通公司提出了一个观察广告产业人机协作关系的框架。他们将广告行业的工作根据是否理性和是否常规两个维度分为四类，认为越理性和越常规的工作，机器取代的可能性越大；而越感性和越不常规的工作，机器取代的可能性则较小，人在其中的角色更为重要。这个框架对我们理解AIGC在创意领域的切入颇具启发。

目前，AIGC在创意生成或内容生产方面，主要取代的是那些偏常规和理性的工作，如简单的策略制定、文案撰写等。刘鹏老师刚才提到的视频中人物肤色的调整，以及拍摄视频时空镜的拍摄，这些都可以用AIGC技术来替代。典型的案例有很多，我印象深刻的是去年年初ChatGPT发布后，一位好莱坞演员为一家移动通信公司撰写文案，他在prompt中提出了三个要求让ChatGPT生成，结果ChatGPT完美地完成了任务。这位演员将这段经历拍成视频发布在YouTube上，目前已有200多万次的观看。

由此可见，AIGC在简单内容生成方面具有巨大潜力。然而，在一些非理性、非常规、需要人的灵感、顿悟和冥想等高创造力的工作中，AIGC可能仍面临挑战。但我也要指出，与传统媒体生态不同，数字广告的广告资源供给近乎无限。因此，AIGC技术切入创意生产的试错成本非常低。这使得AIGC技术与广告的融合进程可能会比我们想象中的更快。这是我的一些看法。

郭伟：对，我认为在创意的生产过程中，它是分阶段和分流程的。因此，在赋予普通人超能力这一点上，也会分阶段地提供不同的能力。比如在创意的策划阶段，我们需要灵感，灵感来源于哪里呢？就像我们今天这个活动也需要策划和灵感。灵感有时来自于渊博的知识和良好的想象力。渊博的知识意味着能够阅读并理解各种优质内容，如优秀的视频和图片，并分析它们为何优秀。这就好比我们过去读书，阅读速度的快慢和能否快速理解内容是关键。

因此，第一个超能力是，通过AI快速理解视频的内容、结构和要素，以及别人在叙述事情时的描绘方式。这在很短的时间内就能完成，而我们通常要花费很长时间去观看和分析那些Top视频，再整理记录。

第二个超能力，可以用专题阅读来比喻，即了解所在行业中别人是如何做的，并比较不同做法的效果差异。通过AI的方式，也能更好地进行这种剖析。

第三个超能力是，当我们看到很多好的元素可能对我们有帮助时，我们可以借鉴并加入自己对于商品的理解，从而更快地青出于蓝。这个过程可以通过AI加速，使从阅读到实践的过程更加顺畅，可能只需要选一选、点一点、加一加，就完成了。我认为，在灵感层面，未来AI确实能给大家带来这样的助力。在生产阶段，除了之前提到的生产效率，我还想补充一个与大家息息相关的例子。现在大家都喜欢看短剧，有些短剧确实很精彩，但大家可能不知道，有多少短剧被拍摄出来，其中只有少数几部会火起来。每部短剧可能有100多集，作为广告素材投放时，需要识别出高光部分。如果用人来看，每一部短剧比如100部中的100集都看完，再从中挑选高光片段，工作量是巨大的。

杨乐（主持人）：然后再将其中最精彩的部分重新挑选并剪辑出来，这确实是一项非常耗费精力的工作。

郭伟：看得久了甚至会感到有些厌倦。因此，通过AI的方式，可以快速识别短剧中的高光时刻。它基于对视频内容的全面理解，包括对话内容、声音等，从而精准识别出高光部分。我认为，这能够极大地提升工作效率，同时增加产量，为效率和产量提供有力支持。此外，在效果层面，我们可以基于全网用户行为来理解用户喜好。虽然模型可能不会以人类可理解的方式明确解析出具体原因，但它能通过学习，帮助我们优化文案，使其更符合用户喜好。在效果层面，我们可以看到大量数据支持。刚才提到，感性的内容可能更具挑战性，但我认为这是逐渐需要攻克的问题。但通过基于全网数据的学习，我们已经迈出了重要一步。至于未来的发展方向，或许当前的科技还无法完全实现，即将感性内容更多地记录下来并数据化，这是一个值得探索的方向。

杨乐（主持人）：那么，我们可以更多地推向理性、可分析的框架，对吗？

郭伟：是的，即从艺术更多地转向科学，使科学的比重逐渐增大。

杨乐（主持人）：对，让艺术更多地融入科学，并不断提升科学的比重。

郭伟：接下来，在生产环节完成后，我们需要发布内容。发布过程中，需要与各个平台的广告系统打交道，如审核、授权等。通过AI生产的素材在这些方面具有一定优势。因为生产过程非常具体和明确，所以整个流程会更加顺畅。在发布后，内容需要与受众产生关联，如推荐引擎、搜索引擎等。由于我们的内容生产已接近闭环，对内容的理解不再停留在想法层面，而是深入到内容的元素和结构，这些都会进入推荐模型，从而提升推荐效果。因此，我们在整个链路上提供了不同的能力，以提升整体效果。

杨乐（主持人）：万总的讲解让我们有了更清晰的认识。从广告的创意、生产、供给，到效率的提升，再到最终触达用户的转化效果，我们一路梳理下来。特别是在最后阶段，我们将内容元素结构化，数据精准化，越理性、可被记录和分析的内容，越能在机器部分实现提效和替代。

杨乐（主持人）：前面我们聊了很多关于技术与产业的相关话题，但至少在中国，广告是被归类为文化创意产业的，它与历史、文化紧密相连。尤其当企业要出海时，如从中国走到国际，也有许多国际企业想走进中国，涉及到了不同国家间各种语境的交互和交融，尤其在今天的背景下，还会面临各个国家的政治正确问题。AIGC也涉及语料的训练，中文语料和英文语料的训练可能也不太相同。那么，在AIGC的广告创意生成中，如中文语境下，会呈现出怎样的特点？站在中国视角，我们如何看待AIGC创意更符合中国市场和中国用户？这个问题，我们想听听王水老师和王鹏老师的看法。

王水：好，我认为这个问题提得非常好。在谈论广告传播时，我们有时会不自觉地将其视为打靶游戏，认为只要触达用户就会产生效果。但实际上，广告传播在很多情况下并非简单的打靶游戏，我们需要将其放在更宏观的语境框架下去思考。因为广告毕竟是人与人之间的沟通。刘鹏老师在《计算广告》中也提到了这一点，他认为计算广告的核心挑战是在给定用户和给定语境之间找到最优匹配。因此，语境问题确实值得我们深思。人类学家霍尔曾提出一个有趣的理论，他认为世界上的文化并非都一样，有些文化是高语境文化，有些则是低语境文化。

杨乐（主持人）：请您再解释一下高语境文化。

王水：在高语境文化中，信息的传递不仅仅依赖于信息本身，还依赖于语境。例如，霍尔提到东方社会的很多文化，如中国和日本，都属于高语境文化。而西方的一些文化则属于低语境文化，它们更多地依赖于信息的直接传递。

杨乐（主持人）：你提到高语境文化，比如中国人，通常更为含蓄。在理解时，我不能仅依赖于文字，还要关注语音语调，甚至要观察说话人那一刹那的面部表情，这就是所谓的结合上下文吧？

王水：对，杨乐院长这个洞察非常深刻。中国人在沟通时，包括像日本人这样的高语境文化国家，都非常依赖语境。我来举个例子，比如“你今天可真行”，这六个字，如果仅依靠信息的传播，很难判断是褒义还是贬义。它非常依赖语境，也依赖当时说话的场合。因此，我认为在广告传播，特别是高语境与低语境间的跨文化传播中，如中国品牌要走向世界，或国外品牌要进入中国市场，都需要考虑这种语境文化的差异。然而，我观察AIGC技术，在我看来，它似乎有些直接，更倾向于任务结果导向。也就是说，给定一个任务，它能够很好地完成结果，但对于中间这种语境，这种非常不确定的因素，有时可能无法很好地覆盖。我觉得这对中国广告行业的从业者来说是一种挑战，如何将AIGC技术融入高语境或低语境文化中，更好地进行创意生产。同时，对于科技业来说，这可能也是一个机遇，即相较于其他国家的AIGC工具或产品，我们是否能够更好地适应本土的语境文化，这或许也是一种机遇。

杨乐（主持人）：好的，我这里有个问题。中文博大精深，无疑是高语境文化。但如您所说，从AIGC的角度来看，它更像是一个输入指令后给出反馈的过程，这实际上是低语境的。您如何让这种低语境的技术在中国这样高语境的文化环境中得到匹配并良好发展？

王水：我认为，当前的AIGC技术之所以表现出很强的任务结果导向，不太考虑语境，是因为这种任务结果导向在技术实现上相对容易。但这并不意味着AIGC技术必然是低语境的文化交流方式。比如，中国的AIGC工具可能会纳入大量的中文语料，基于这些语料训练算法，然后面向中国消费者进行沟通。消费者的反馈，无论是正面还是负面，都会成为算法的输入，进而进行调试。这样，它可能会逐渐适应中国文化。因此，AIGC技术并不必然是低语境或高语境的，所以我才说，对于科技业来说，这可能是一个很好的机遇，能够找到差异化的或更大的市场空间。

杨乐（主持人）：对，这其实就是希望AIGC、机器能够越来越好地理解、回答类似“冬天能穿多少穿多少，夏天能穿多少穿多少”这样的话题。

王水：对，它也就与文化、习俗等紧密结合了。我认为这是未来可能的一个潜在发展方向。

杨乐（主持人）：是的，那王鹏老师怎么看？

王鹏：我从更具体的角度谈谈我的理解。大家提到中国大模型和国外大模型，首先想到的是中文和英文的区别。确实，在训练语料中，国外模型英文更多。但实际上，大模型对语言的理解本身并不是太大问题。但不可避免的是，大模型对用户来说仍然是一个黑箱，尤其是其训练语料。国外模型在训练过程中不可避免地融入了更多国外的文化价值观，甚至审美等隐性因素。因此，如果直接用于行业应用，很难直接使用大模型或裸模型，一般都需要做一些微调以适应这些因素。当然，包括我们国家的行业应用，在早期，我们更多地使用接口微调或使用SD、Plus等工具进行微调。但在表达中国人物、建筑，甚至更深层次的审美时，容易出现很多问题，尤其是合规问题，很难解决。在国外，他们也会困惑于有时不可避免地出现一些敏感内容，如黑人等，他们也无法处理。因此，每个国家都要有自己的主权大模型，这不仅仅是一个商业问题，更是一个政治问题。因此，腾讯的双头模型和双视频模型在上线第一时间就宣布了开源。这不仅仅是一个商业行为，更是我们团队的一种情怀，一种企业责任感。因为我们认为我们的模型，包括整个训练语料等，都是可控的，符合中国的价值观、合规要求，以及更深层次的文化因素。因此，我们希望各行业在使用时，优先选择国内模型。在达到相似水平时，我们也做了很多推广，尤其是面向广告行业和设计行业，希望大家尝试使用混元进行微调，可能更适合中国行业的需求，减少很多不必要的麻烦和监管问题。因此，我们认为企业去做中国的模型是很有必要的，包括各行业也应该有意识地使用这样的国产产品。

杨乐（主持人）：在模型的开源上，除了体现社会责任外，是不是也反过来证明了我们在技术上的自信？

王鹏：对，你必须达到同样的水平才可能成为一个选项。人家不可能使用一个差的东西。你基本上要达到相似的水平，才有可能被考虑。否则，人家肯定会优先考虑效果。

杨乐（主持人）：是的。

王鹏：对。

郭伟：在应用的过程中，我们确实需要将视角拉回到国内，甚至在更细致的层面上，我们需要进行许多针对性的工作。例如，关于中国元素，我所生成的图片中的人像，应具备我们这样的肤色和特点，他们不能看起来像是这个世界上不存在的人，或是其他国家的人，这是形象问题。再谈谈声音，声音其实已经非常多元了，我们都说乡音，大家会觉得乡音格外亲切，乡音能唤起人们更高的注意力和信任度。声音方面，我们也会尝试生成不同的方言，在制作广告内容时，这会带来差异性，这也是我们进行的一些定制化工作，都会带来不同的效果。其实前面提到的高语境，从技术角度思考，或许可以思考如何在语言之外的信息上进行补充，也将其作为输入。

刘鹏：这应是多模态的。

郭伟：这个问题或许能够得到较好的解决，当然，这确实是技术的一个新机遇。

刘鹏：对于刚才杨院长提到的转述的前提，我有些不同意，我并不认为广告是文化创意产业，这是我们过去的一种成见。因为在过去的传统广告时代，我们没有工程化目标，无法度量，所以我们只能把它当作拍片子来看待，就像你刚才说的戛纳广告节，昨天我们还聊到这个话题，戛纳广告节上的作品很多都是无法投放市场的，都是骗评委的。这些作品在传统广告时代都无法使用，何况到了数字广告时代呢？广告万变不离其宗，老板花钱是为了卖货，要么卖得更贵，要么卖得更多，你跟他谈文化创意没有用，我们说的高语境、低语境，都是为了达到目的，理解语境不是我们的目的，多卖货才是目的，这是广告的本质，当然，我们可以说以传播文化为目标，那是一种特殊的广告campaign，在那个目标下，它是成立的，所以把广告认为是文化创意产业，我觉得这是过去不得已的一种分类，与现在的行业实践来说，我认为是背道而驰的。

杨乐（主持人）：或者是在过去，可能更多的是我们所谓品牌广告的时候，我们与后面的销售链路连接得没有那么紧密，对吧？

刘鹏：对，老板并不是不想度量，而是没有办法度量。

杨乐（主持人）：对，就连接不上了，关键是在你的购买和你的看到的广告当中，那个环节是缺失的，你是连接不上的，说到这个，其实已经从广告开始往营销方面延伸了，对不对？

刘鹏：说营销更准确。

杨乐（主持人）：对，其实是营销了，所有最终都是为了销售，真的是为了商业转化，即卖出去。在从广告到营销的这个过程中，这背后又涉及到刚才前面万总提到的，如何优化数据，以及用户的匹配，怎么提升广告的点击率，使效果达到更好。在这里面，万总可以再进一步帮我们展开一下，在这后面的转化环节，AIGC到底还能在哪些方面发挥更大的作用呢？

郭伟：它其实在链条的几个环节都有所涉及。前面我们说的连接环节，我们的推荐引擎和搜索引擎，怎么做得更精准？过去的算法架构，在过去很多年，没有太大的变化，但现在有了AI新技术后，都在面临重塑，我们可以把这个引擎做得更好。过去，比如我们做一个推荐引擎的模型，要做很多特征设计，现在有一种新的范式，可能就不需要做那么多了，更多的是依靠算力的提升，来最终提升模型的表现。今年就会有很多人陆续往这方面尝试，这是在引擎层面。接下来在转化链路上，还有生产环节，刚才我们说了很多。在转化的过程中，还有一些沟通场景。因为当用户触达了内容之后，他离转化之间，有时也需要回答一些问题，以增加他的信任，补充更多信息。沟通是一个能够促转化的重要环节。这里边刚才提到的多模态的知识、沟通的知识，以及一些信息检索的知识，都能在这个过程中发挥作用。其实我们可以看到，行业内也有很多家在做类似的工作，也确实取得了一定的效果。

杨乐（主持人）：您讲的是先有一个广告创意，然后我们把它投放出去，对吧？投放出去之后，看投放给什么样的人，或者是怎么样投得更有效，以带动后面的转化。那在素材生成之前，和准备投放但还没投放的时候，这似乎有一个新的环节，就是我打算投放给谁？你是不是先要有一个用户的圈定？在这个环节，AIGC技术能不能做到？比如说我是广告主，我以为我的商品的目标客户应该是谁，我想到的、按照我通常理解的，可能是A、B、C，但是我交给你去做智能投放规划的时候，你说不对，不止A、B、C，可能只有A、B是，其实C你想错了，并且你帮我找到了D、E、F。有没有这种可能，让它帮助把客户在没投放之前就已经规划出来，帮他去选一些客户？

郭伟：其实过去这几年，就在发生这种类似的变化。以前我们会做很多定向，就是说我作为一个客户，我认为我应该适合什么人，但现在的趋势是，大家都在把这个东西更多地交给算法来做，怎么去理解、怎么去洞察，这确实是模型更擅长的。它确实已经走到了一个比较自动化的阶段，更多地由模型来做这件事情。

刘鹏：我说一个实际的例子，我们认识的一个朋友设计了一款皮裤，皮裤里边贴了很多暖宝宝，他觉得比如在加拿大的人，穿这个东西会很暖和，因为他觉得那边很冷。然后他就开始卖这种皮裤，可是他自己选的那些，你说的A、B、C那些用户都没人买，投给寒带的人或者是加拿大的人，最后转化率都不行。然后他就说，干脆死马当活马医，我交给这个系统，用种子用户加系统推荐的方法来投，结果他这东西卖得还挺不错。然后他就很纳闷，谁买我这东西，他做了一个电话回访，结果很神奇，最后发现买他这款贴暖宝宝的皮裤的用户，都是北美的钓鱼人群，这是你永远想不到的，他都没接触过这些人，但是通过数据是能把这些人找出来的。所以我认为，说句冒犯的话，很多产品，尤其是新产品，在市场部的脑子里想象的目标人群，很多时候是空想。这个产品取得的成功是非常意外的，毕竟它是一个全新的品类，以往并无先例。

杨乐（主持人）：确实如此。那么在AIGC领域，如果说GC还涉及创意内容的生产，那么现在几乎已经完全由AI主导了，对吗？AI找到了新的目标客户群体，并使得广告投放更加精准，对吗？

刘鹏：是的。

杨乐（主持人）：这是一个非常好的、生动的例子。我刚才只是凭空想象，我想肯定存在这样的场景。感谢刘鹏老师的证实。接下来，我们想请王鹏老师，作为技术领域的专家，前面我们已经讨论了很多广告行业的落地应用。这两年，您还观察到哪些行业，除了广告行业之外，也应用得很好，处于领先地位？

王鹏：其实也不仅限于广告行业，与广告相关的还有很多领域。例如，我们之前提到的文生图、文生文，这是非常常见的应用，也是前几年业界的重点。当然，今年的一个趋势是视频领域。Sora从年初开始，到现在不过一年的时间，但在这短短的一年里，国内外已经涌现出至少十几个同类产品。在这么短的时间内，这些产品基本上达到了接近可用的水平。许多影视圈的导演，从一开始的不屑一顾，到现在纷纷试用，国内外都有一线大导演开始接受并使用这项技术。我们看到了一个技术从出现到成熟极其迅速的过程。

杨乐（主持人）：去年《流浪地球》系列电影，有些人还指出其中的一些场景是用AI生成的，对吧？

王鹏：是的，当时还带有一种独特的AI审美，但现在这种区别已经很小了，有时甚至能以假乱真，当然还是存在很多问题。广告和影视其实有着天然的联系，因为我们之前看到的很多其实都是影视广告。而且这两个行业的界限也并不清晰，就像戛纳广告节上的很多作品，其实更偏向于影视概念，而非真正意义上的实用广告。因此，视频无疑是与广告结合的重要方向。我估计明年会有很多跟随影视行业的广告开始应用视频生成技术。还有一个更前沿的趋势，即3D生成。这可能就像今年的视频技术一样，会有一个迅速发展的过程。目前国内可能只有一两款3D生成模型，但最近几周，很多厂商都在推出所谓的空间智能等类似技术。腾讯的第一个3D生成模型已经可以生成一些游戏角色和道具等。我相信明年更广泛的场景生成将会相对成熟，你可以想象一个游戏场景，然后它可能根据你的想象生成一个空间，你可以在其中体验，甚至可以购买商品。我们之前提到的营销逻辑，人和货的数字化已经实现了很多，但未来有了这样的技术后，场景、场域等“场”的数字化也可能成为一个新的可能性，这将为我们提供更多类似沉浸式体验的东西。当然，这些都是我们尚未发生的事情，只是一个畅想。我们相信会有越来越多有趣的东西出现，与我们的技术更加紧密地结合。

杨乐（主持人）：场的数字化之后，是不是有点类似于前两年很热门的元宇宙概念？

王鹏：对，元宇宙其实就是一个开放的数字世界，有点像游戏，但又不完全相同。在这个世界里，你可以做很多现实生活中能做的事情，但可能更加自由、更加丰富。包括购物等事情，肯定能在其中以某种方式重新体验，给大家带来更多有趣的体验。

杨乐（主持人）：一直都在讲人、货、场，这样一轮数字化变革之后，其实是将人、货、场每一个元素都进一步打散，并重新进行数字化重组，对吧？

王鹏：是的。

杨乐（主持人）：最终，广告的目的也是为了销售，这就变成了整个交易链路的重新数字化，对吗？

王鹏：对，全流程的每个环节都数字化以后，但最终组合起来会是什么样子，我们现在都不知道。它可能会以一种与我们想象完全不同的方式出现，即我们如何进入一个新的数字世界的商业化场景。

杨乐（主持人）：我们来看一个具体的案例。最近可口可乐为了迎接圣诞节，制作了一个号称纯AI制作的广告。不知道几位老师是否看过这个小片？

王鹏：这个广告引起了很大的争议。

杨乐（主持人）：是的，那个广告引起了很大的争议。有人认为这是技术的发展和进步，但也有人提出了很多质疑。几位老师怎么看待这个广告？因为有人提到，虽然广告采用了AI技术，但创意上似乎并没有比人做的好多少，仍然是各种元素的堆砌，并没有讲述一个动人的故事或打动人心。还有人提到，如果纯用AI技术取代了背后的广告创意人员，可能会引发就业替代的问题。不知道几位老师当时看到广告时是怎么想的？

刘鹏：我先说说我的看法。我认为可口可乐使用AI的方式完全是错误的，他们对AI的理解和应用存在偏差。我打个比方，就像中国的相控阵雷达，虽然现在已经很普及，不仅军舰和飞机上使用，甚至有人用相控阵雷达去打野猪。我觉得可口可乐对AI的理解和应用就像这个例子一样，存在误解。因为AI是一种新范式，它并不需要做得比人更精致或故事更动人，它的优势在于能够产生大量的素材版本，并通过数据化的方式筛选出优秀的版本。

杨乐：对。

刘鹏：当制作一件精致的作品时，它自然无法与你个人相比。这完全是背道而驰的用法。因此，我认为传统的公司或品牌在使用新技术时，无法理解这个技术。

杨乐（主持人）：实际上，他们虽然在使用新技术，但实际上是在做旧事。

刘鹏：就像打野猪一样，他们此刻只能想到打野猪的方法。

杨乐（主持人）：对，他们仍然局限于自己的思维惯性和行为逻辑中。

刘鹏：的确，AI的目的并不是要做得比人精美，而是量大管饱，总能从中选出优秀的作品。

杨乐（主持人）：而且试错成本低？

刘鹏：对，这是我的看法。

郭伟：我同意刘老师的观点。如果我们回溯20年，想想那时我们看到的内容和节目，主题的范围、尝试过的梗或桥段的数目，与现在相比简直是天壤之别。

刘鹏：确实如此。

郭伟：如果我们的生产能力得到提升，那么生产更多人民喜爱的东西的能力就会增强，这个速度会大幅度加快。它实际上是加快了我们在广阔世界中找到更多有价值东西的速度。

刘鹏：是的。

郭伟：我认为这是AI技术的一个巨大价值。

王鹏：每当新技术出现，我们不可避免地会谈论所谓的就业替代。历次工业革命都必然会出现行业的替代，旧行业消失，新行业诞生。AI技术也肯定会在某种程度上表现出这样的特点，但可能与前几次有所不同，至少速度会更快。它的形态也可能因为以前更多是体力的替代，而这次可能包括一些脑力和创意的替代。我们常说，一项技术替代了一些行业，会产生新的行业，但我们往往会忽略，这背后会有一代人为此付出代价，因为他们无法迅速适应。就像之前提到的，他们可能并不适应新技术，这些人或公司可能会被淘汰。以前，我们可能通过教育的方式，培养适应新技术的工作者。但这次速度太快，我们的教授们在学校教授的内容可能会让他们感到不知所措。那么，如何培养新的从业者呢？因为很多东西，教授们也不知道未来会是什么样子。所以，除了教育仍然很重要外，我们可能更需要每个人、每个企业去适应AI带来的新的工作方式。我们需要思考，人与AI的合作方式是什么样的，这个探索过程非常重要。实际上，我们现在正在通过各种方式，比如大赛，来探索这个问题。我们确实发现，一旦加入AI元素，大家对同一个作品的评价标准就不同了。但到底应该是什么样子，需要各个行业慢慢去探索，以避免用新技术却沿着旧路径做事的情况。

刘鹏：而且，针对可乐这个广告，我觉得他们连数字广告都没搞明白。在数字时代，你对小镇青年、大厦里的白领、失业者或老年人，为什么要用同样的通稿素材去说服他们？这个逻辑早就过时了，10年前就不成立了。你还在精雕细琢通稿素材，认为它做得多么精致，这已经是被时代淘汰的鸡同鸭讲的逻辑了。

杨乐（主持人）：对。但另一方面，AI在创意生产上可以大大提速，产生更多的素材。然而，我们也看过很多，比如泰国的广告，虽然故事很小，但却非常打动人心。在AI技术的加持下，这种能够打动人心的创意会变少吗？

刘鹏：我认为没有吸引力的内容，在互联网上投放根本没人有耐心看完。就像电视时代一样，真正有效果的是“羊羊羊”或“送礼只送脑白金”这样的广告。真正把产品打爆的是内容广告，而不是打动人心的广告。打动人心的广告没人看。我有那时间，为什么不看一个电视剧呢？看这种广告的人得多闲啊。

杨乐（主持人）：是这样理解吗？

刘鹏：这是一种取悦评委的思路，被少数评委带偏了。

王水：刘鹏老师，比如对于可口可乐这样庞大体量的品牌，对他们来说，品牌广告就没有存在的空间了吗？

刘鹏：我认为他们需要分散。现在，你想用一个统一的品牌去覆盖所有用户的需求，本身就是伪科学。现在需要的是大量细分领域的小品牌和小产品，去吸引他们那一小部分忠实的粉丝。你想用一款产品去覆盖所有人，让他们都买你这个，这个时代已经过去了。这个产品思路就有问题。

王鹏：这会不会导致很多所谓的白牌商品或没有品牌的商品出现？

刘鹏：这不仅仅是白牌商品的问题。比如化妆品市场，你到美国市场看一看，有多少个新兴的小体量的化妆品品牌如雨后春笋般发展起来，每一个牌子都有它一批忠实的拥趸。对这些新用户来说，他们就买这个牌子，而大品牌的东西反而显得很低端。

王水：对于可口可乐这样大体量的品牌，以后都通过效果广告来推广吗？

刘鹏：我觉得这不是效果的问题。我是说，你们对可口可乐的品牌广告还有印象吗？说实话，我反而没有任何印象了。

杨乐（主持人）：或者我们再往极端里说，以后品牌广告的意义不大了？

刘鹏：不是意义不大，而是对不同的人群，你需要有不同的版本。

杨乐（主持人）：这个我同意。

刘鹏：死磕精品的通稿策略，我认为是没有意义的。

杨乐（主持人）：比如可以出针对小镇青年的广告，可乐是什么样的。

刘鹏：对，针对小镇青年，比如雪碧就比雷碧好，你就得用这种素材。让他明白他天天买的雷碧和雪碧相比，雪碧更好。

王鹏：确实如此，即便是针对一个品牌或一款产品，也需要不同的人为不同的受众制作效果广告。

刘鹏：是的，品牌也是如此，不能因理解的不同而有所偏颇，对吧？

杨乐（主持人）：对。关于可口可乐，我们之前提到了与劳动力之间的AI矛盾。王鹏老师已经稍有涉及，两位老师如何看待这一问题？关于AI对就业的替代，与现有劳动力之间的关系，如果继续发展下去，您会如何看待这一变化？特别是在您现在的课堂上，您还在讲授广告创意，而学生可能轻易就能做出超越老师的作品，那么，今后应如何教学呢？

王水：确实存在这样的问题。

刘鹏：甚至小学生的作品都可能很出色。

杨乐（主持人）：对，那该如何教学呢？

王水：我部分赞同刘鹏老师的观点。上半年，我们有一门课程也做了类似的尝试，即投放资金让学生为公益组织募款。当时我们投入了39万，最终回收了139万，对学生而言，这还算是一个不错的成绩。而且，正如刘鹏老师所说，他们的素材并非精品化。

刘鹏：是的，精品化的内容反而可能让人看不懂。

王水：他们包装了一些感人的故事，他们也有做这样的尝试。所以，我也一直在向刘鹏老师及各位技术专家请教，对于精品化素材，包括您刚才提到的情感沟通或美的传达，未来是否有其必要性？

杨乐（主持人）：难道这些就不再重要了吗？

王水：对，这是我想探讨的第一个问题。如果所有广告都追求效果，虽然有效率，但这是否对广告生态有益？另外，我还在思考第二个问题，即技术进步带来的效率和效果提升，是否能持续？随着技术逐渐普惠化，大家都被提升到了一个水平线以上，这时，情感沟通和内容是否反而会成为拉开效果的核心因素？未来是否有这种可能？

杨乐（主持人）：我同意您的观点。就像炒菜机器人一样，它能完成大部分烹饪工作，放进去半成品后，最后进行翻炒，机器手臂可能也能做得很好，甚至超越一般人。然而，当与大厨相比时，人们追求的却是锅气和人的味道。所以，人们不愿去那些只使用预制菜和机器手臂翻炒的餐厅。

刘鹏：我认为我与王水老师并无分歧。我并非说广告只能追求效果，而是认为品牌广告应有实证思路。不应受限于成见，认为精品就是品牌广告的出路。这与市场相悖。就像脑白金，它不是效果广告，但品牌效应显著。你说它是精品吗？任何公司都会认为它应被扔进垃圾桶，但你无法打败它，它的品牌形象深入人心。从实证角度看，它的品牌效果比你所谓的精品更强，你接受吗？

杨乐（主持人）：对。

刘鹏：不要有成见，认为精品就意味着品牌效果好，这是没有必然联系的。

杨乐（主持人）：曲高和寡也无意义。

刘鹏：精品只意味着在戛纳广告节上得到评委的认可，对普通人来说甚至难以理解。

王水：我也认为刘鹏老师说得对。像“今年过节不收礼，收礼只收脑白金”这样的广告，虽然看起来不是精品，但它有沟通的成分。它精准地定位了春节送礼市场，这可能是未来广告在沟通层面需要达到的。即理解用户需求，实现高质量的沟通。所以，我与刘鹏老师的意见比较一致。

杨乐（主持人）：两位老师觉得呢？

王鹏：我有一个困惑，就是像短视频这种按兴趣推送的内容，是否会导致信息茧房或持续劣化？因为人性中确实有些东西是追求低俗的，如果最终呈现的都是这类内容，这可能不是一个好的趋势。因此，还是需要人的主观控制，或我们有意地加入向美向善的元素。

刘鹏：是的，这确实有一个公序良俗的边界，我认为应该存在。但你说脑白金，它并没有违反公序良俗，只是成本较低。

郭伟：其实我还是想回到自我表达和用户喜好的交集这一框架来思考。你刚才提到的优质并没有统一标准，因人而异。

杨乐（主持人）：对。

郭伟：自我表达，就是表达我认为好的、美的、高级的东西，这可能仅是我个人的偏好或口味。然而，用户是否喜欢并不确定，甚至现在可能还不理解你。但如果你坚信你的东西应该被更多人喜欢，那你就应该推动它，最终将其塑造成一个大家新喜爱的对象。这个新东西很好，可能就形成了一个IP。如此，你就为这个世界增添了一个新的元素，于是源头的活水便涌流而出。前段时间，我阅读了一部网络小说，觉得作者的想象力非常丰富，脑洞大开。但我也发现，即便这么好的作者，在写作过程中也会遇到瓶颈，源头的活水也会有枯竭的时候，他甚至需要断更几天。我曾尝试用现在的模型技术，为他构思一些新的桥段或物品，我发现我可以产生更多的候选。

刘鹏：至少是很有启发性的。

郭伟：这些候选，比如几百上千个，作者完全可以根据自己的品味，从中筛选出符合他个人风格的内容进行采纳。当然，这部小说写成的时候，大模型还未出现，他确实是凭借一己之力完成了这部小说。但如果放在今天，他就能有更多的灵感来源，来丰富他的创意，我觉得这带来了变化，而且能真正让事情变得更好。

杨乐（主持人）：对，按照这个逻辑，写小说，特别是网络文学，应该是开放式结局，对吧？根据不同的用户需求，比如我们希望看到虐恋情节，作者就朝这个方向写。

郭伟：早些年，确实有群体写作的小说和软件，比如Linux就是群体写作的成果。未来的群体写作，可能不再只是人的群体写作，而是一个作家与多个机器人的群体写作。

杨乐（主持人）：帮你定制你想要的结局，对吧？

郭伟：对，我们期待看到那些可能无法完结的小说，这些作者或许能借助这种方式真正完成它们，我特别担心那些最后断更的作品。

刘鹏：其实那些赚钱的网络小说，真的不能写完，就像解放前的说书人，只要有人听，他就不会说完。

杨乐（主持人）：且听下回分解。

刘鹏：说个笑话，有个说书人说《三侠剑》，一直往后续，观众特别欢迎，一直有人听。后来有人问他怎么不继续写，他说不能再说了，再说就解放了，实在编不下去了才停。写网络小说也一样，只要有人追更、有人看、热度高，他就会一直写，没有结束的说法。如果你断更了，估计就没人看了。他要是有收入，他肯定还会写。

王鹏：也没有时间限制，一直往下写。玄幻小说无所谓，都建国了也没关系。

杨乐（主持人）：那样想象空间更大了。如果有了AI，他们的发挥空间就更大了，创意也就变得无限了，对不对？

郭伟：是的。

杨乐（主持人）：好，我们前面三个部分已经讨论得很充分了。最后，我们再花一点时间，回到AIGC或者说AIGC+广告行业的视角。我们也看到了很多负面的东西，比如王鹏老师已经提到的信息茧房问题。最近，四部委推出的算法治理专项行动也提到了信息茧房。那么，我们如何保护这个行业？作为一个新兴的行业和技术，如何在未来的发展中保持健康、有序，并持续向前？比如，我们首先要扎实地做好自己的合规工作。如果我们还能给这个行业多一些政策支持的话，应该从哪些方面入手？请各位老师交流一下。

王水：对于我来讲，我觉得我们在看待新技术的时候，需要避免独眼龙的思维。

杨乐：独眼龙的思维是指？

王水：要么觉得技术非常好，就没有任何限制，认为技术是中立的，不加以任何管控，这也不好。因为产业虽然发展了，但可能会衍生出很多社会问题，这些问题在产业发展到一定阶段时，就很难再挽回了。但与此同时，也要避免另一种心态，就是强监管的心态。就是说，一出现新技术或新萌芽，就进行严格监管。

我觉得需要避免独眼龙的思维，不能要么就保护产业，要么就强烈监管。我认为需要在这两者之间找到一个平衡。一方面要有刚性的制度，但与此同时，企业也可以采用欧盟、美国采用的负责任创新的框架，即把更多的利益相关者纳入进来，共同推动技术的负责任进步。通过这种柔性的治理手段，配合政府层面的刚性制度，既保护社会福利的最大化，同时也保护产业能够健康茁壮地成长。这是我的一点想法。

刘鹏：我认为AI或互联网技术给人类带来的挑战是空前的。首先谈及工作机会的问题，新产业的转移该如何进行？这都是需要摸索的问题。虽然我们善意地认为会有新的产业和工作机会产生，但这些并非凭空而来，它们伴随着一系列问题。在这个过程中，那些工作和利益受损的人应如何得到帮助？比如OpenAI在欧盟搞的UBI（无条件基本收入）测试，他们对此深感担忧，但至今没有结论。这仍需要政治家和经济学家长时间的共同探索。

王鹏：我认为，对于这样一个新兴且代表人类技术发展方向的事物，监管的首要原则应该是在适度宽松的条件下非常谨慎地行事。大家刚才都提到了以前的法律法规明显不适用于这些新事物。比如版权法，很多东西以前的描述与现在的机器训练、机器生成等逻辑根本无法对应和界定。如果你现在就一刀切地禁止或用一个非常高的成本去要求采购版权，那么这个技术就废了。因此，一定要非常谨慎。当然，对于涉及基本合规和原则性问题的底线监管，肯定要更加关注，并提前介入和想清楚。

当然，从各个行业的角度来看，特别是像广告行业这样的传统领域，许多企业都迫切需要政府或行业组织进行引导和鼓励，以帮助他们采用新技术。这些传统行业往往缺乏相关的基础或先前的积累，他们想要应用新技术，但却不知从何入手。因此，需要一些鼓励措施。比如，我们现在举办的一些大赛和培训活动，旨在以低成本的方式帮助他们。此外，像深圳发放的算力券等各种措施，也是为了让中小企业和传统机构能够以更低的成本先尝试使用新技术，逐渐适应和学习。否则，可能会有一代企业和一代人因此而被淘汰。

杨乐（主持人）：对，至少要先赶上这一波技术浪潮，对吧？先跟上节奏？

王鹏：是的，鼓励仍然是我们的大方向。

刘鹏：我记得有一点是可以分享的，我们有一个初步的结论，即当AI技术嵌入广告平台内部流程中使用时，与作为独立工具使用相比，在效率上存在很大差异。

杨乐（主持人）：这个话题怎么理解呢？

刘鹏：比如，你现在要制作一个广告素材，如果使用第三方的工具，你需要准备商品信息、厂家信息、营销目的等基础素材，关键是你还需要通过平台的审核，如果不行，效果反馈回来还需要再调整，这是很麻烦的。

杨乐（主持人）：我明白您的意思了。

刘鹏：但是在平台内部，审核就相对简单，因为平台知道哪些内容是可以生成的，对吧？客户的基础信息在平台里都是有的。

杨乐（主持人）：对。

刘鹏：所以不太需要做复杂的迁移工作。这对于提高效率来说，虽然没有我们今天讨论的高度那么高，但我觉得对提高效率是很有意义的一点。

杨乐（主持人）：没错，这是一个很好的启发。当你有这些工具时，究竟怎样使用才是最有效率的？是在一个平台里集成了各种你所需要的东西，还是你需要到外面找很多垂类的APP来帮助你完成一个目的？

刘鹏：你搬来搬去就已经很麻烦了。

郭伟：这相当于闭环化带来的一些好处。闭环化使整个流程更加自动化了。一种选择是使用很多工具，每个工具都辅助你；另一种方式是它本身就是一个智能体（agent），你只需要给它提供输入。我们也在走这种更自动化的道路，希望你的很多输入都在那里，你不需要做太多事情，我们就可以源源不断地为你产生更多的结果内容供你选择。以后你觉得哪里不满意，你可以表达出来，这是我们后面会再探索的一条路。

杨乐（主持人）：好。今天我们其实已经讨论了将近两个小时的时间了，非常感谢各位老师能参加这样的活动，并给出了这么精彩的发言。最后，我想请每位老师用最简短的一两句话，把今天自己的一些收获或心得与大家再分享一下。那么我们先从王老师开始。

王水：我觉得有两个关键词，一个是“高效”，这是我们在广告领域中，包括刘鹏老师、万总以及王博士刚才的发言中都强调的，广告要帮助广告主解决问题。当然，第二个关键词是“向善”，广告归根结底还是要为社会创造一些价值。

刘鹏：我认为AI当前正在从人类助手的模式向自动化模式演进。人类应该退到事情的后面，去处理风险和一些伦理问题，也就是完成“向善”的工作。我觉得这是将来分工的趋势。

杨乐（主持人）：就是人类负责“向善”，AI负责“向前”？

刘鹏：对，AI负责效率，人类负责把控方向。

王鹏：我觉得人和机器的关系有很多维度，当然一个负责“向前”，一个负责“向善”，这是一种维度。但总的来说，我们就是要探索一种人机合作的新范式、新创新或做事方法。这是一个普遍适用的工作方向。

杨乐（主持人）：好的，谢谢，谢谢王鹏博士！万总。

郭伟：我认为广告还是服务于生意的达成，AI的新技术为普通人提供了一些新的“超能力”，能够让生意达成得更好。

杨乐（主持人）：好的，非常感谢大家两个小时的精彩分享。我们也感谢各位对腾讯视频号以及这次节目的关注。再次谢谢大家！也谢谢我们四位嘉宾！

司晓：《拟合未来，选择比能力更重要》

闫德利：《数字广告是技术创新的沃土》

👇 点个“在看”分享洞见