下載投融界APP
隨時隨地獲取新鮮資訊
服務熱線：400-858-9000 咨詢/投訴熱線：18658148790
“營銷”一詞，而今在公眾眼中似乎是一個具有心智入侵傾向的代名詞。許多人在理智上抗拒它、排斥它，卻在行為上不知覺地跟隨它、享用它，甚至“服務”于它。
但商業區別于人心，有它自己的邏輯。遵循“硬幣另一面”的原則，“明亮公司”與眼下在數字營銷領域中服務著100多個頭部品牌的AI營銷企業奧創光年，進行了一場獨家訪談。我們與公司聯合創始人兼COO楊海就以下幾個問題，進行深入剖析，希望能為市場和行業找到一些確定的答案：
-如今，營銷尤其是數字化營銷，究竟在產業和行業中扮演何種角色？
-內容生產這件事，究竟要被歸類為創意，還是可以被標準化生產的對象？
-AIGC/AI在實際應用層面，對普通的“腰部”和“腿部”公司，將帶來什么機遇？
“如果用一個比喻形容AIGC帶來的改變，我覺得大模型更像一個電廠，相關公司可以在上面嫁接各種‘電器’。電廠和電器相互作用，不斷優化電力（算力）和電器的效能。”
在楊海眼中，AI和AIGC對數字營銷領域帶來的最大改變，是令“內容”變得可計算、可量化。
他認為，未來，一個成功的品牌將具備產品和內容并行的“雙供應鏈”模式，而通過將內容標簽化等手段，技術的應用將極大提升品牌端和服務商本身的效率，實現“解放手腳甚至大腦”。傳統的營銷模式下，“產品供應鏈”一般比“內容供應鏈”先行，先有產品再去生產精良的廣告片。而AI的加入讓內容生產質量和效率大幅提升，未來的生產模式和格局很有可能是“內容供應鏈”作為先鋒部分去測試市場需求，反向引導產品的供應鏈的工業建模，從而改變現有產業的整體格局。
楊海透露，公司目前約7成員工為研發人員，銷售人員反而僅占10%左右。通過不斷升級AI/AIGC的應用，截至目前，奧創光年自身已實現50%以上的效率提升，其服務的客戶平均投放ROI拉升至少10%以上。
截至目前，公司已成功且持續服務阿里巴巴、天貓超市、歐萊雅、雅詩蘭黛、百事、寶潔、國信證*等超100家業內頭部品牌，其中全球500強企業的占比居多，涵蓋快消、健康、汽車、金融、房產等諸多領域。
天眼查App顯示，奧創光年成立于2021年，定位于互聯網和相關服務。“明亮公司”獨家獲悉，盡管公開資料中并未有融資信息，但成立不到兩年間，公司已經有一系列的資本動作。
作為公司聯合創始人及COO，楊海加入奧創光年前曾擔任雅詩蘭黛集團副總裁。在此之前，他還曾歷任百事可樂市場總監、可口可樂高級品牌經理、寶潔品牌經理，及阿里巴巴新零售市場及戰略負責人。
據了解，另一位聯合創始人之一、CEO徐哲，在創立公司前曾任字節跳動飛書產品負責人，全面負責飛書產品及運營工作，帶領飛書由一個內部工具壯大為用戶超500家企業的產品。
以下為“明亮公司”與楊海的對話內容（有刪節）
Q：“明亮公司”
A：楊海奧創光年創始人兼COO
楊海（來源：奧創光年）
01
如今的商業環境中，如何審視營銷的效能？
觀點：對于希望通過短視頻渠道實現增長的品牌而言，平臺上的內容以指數級的速度增長，令營銷的難度越來越大。技術的加持，將主要解決營銷領域“勞動密集”和觸達效率變低兩個問題。
Q：在大多數人的概念中，關于數字化營銷的理解可能還停留在平臺投流、視頻反饋這些層面。AI的加入，為營銷帶來了哪些顯著變化？
A：營銷的起點是挖掘目標人群的購買需求。但伴隨渠道碎片化和消費需求愈發復雜，如何準確找到與目標消費群體溝通的信息，成為當前營銷人員面臨的主要問題。
行業內原來一直講‘marketingisaboutartandscience’，art指創意表達，即通過創意把一個品牌的內涵表達出來；science則指品牌如何科學性、結構性地將信息傳遞給消費者。目前看來，science的部分正變得越來越重要，一定程度上已經影響到對創意的表達。
實際上，創意部分也被稱為品牌內容。品牌最后都要指向向消費者銷售產品，但消費者在購買之前，先要被內容觸動，然后才會產生購買行為。而這部分的‘漏斗’很大——通常，當我們觸達100萬人，實際產生購買的可能只有1萬人。這意味著，今天的銷售人員需要將矩陣做得非常大，而且會因為渠道和內容來源多樣化，產生巨大的工作量。
以前，這件事是靠人的“經驗”來完成的，導致營銷行業變成一個人力密集型的行業。如果仔細觀察某些公司的部門設置，會發現營銷團隊往往非常龐大，甚至已經變成一個單獨的生產鏈，加上外包可能都不夠用。不僅如此，當環境對精細化運營的要求變得越來越高，營銷部分的體量還會繼續增加。
曾經有個新銳品牌的創始人很苦惱地跟我講，現在他的營銷團隊規模已經過百人，如果銷售額再擴大10倍，難道營銷人員也要增加到10倍嗎？
所以，這種靠人力驅動的方式，更新速度慢且無法被復制，在營銷領域的效率變得越來越低。我們開始思考，為什么不把基礎的部分用機器完成呢，人工智能如今完全可以做這些事情啊。
Q：用機器和科技解放雙手。
A：我們公司有一個理念，叫做‘讓人類智慧聚焦創造’。因為我們覺得那些重復性的勞動、那些不必要的瑣碎事情，占據了太多精神和情緒資源。
舉個例子，我在創業之前，曾任職雅詩蘭黛的中國區副總裁。當時我的團隊有大幾百號人，但市場部負責內容的團隊離職率非常高。那些員工資歷都非常好，名校背景，各有追求。當時我因為要經常和美國同事開會，所以離開辦公室比較晚。幾乎每天我走的時候，他們都還沒有下班，因為要復盤當天投放完之后的內容，體力超透支。
但這件事情是非常不正常的，營銷部門應該是最有創造能力的部門，卻每天被消磨在這些細碎繁瑣的密集勞動中。真正的品牌運作方式應該是聚焦商品本身，然后把理解和觸達消費者的任務交給專業的、更有效率的主體，并且讓機器來完成那些價值較低的部分，這是我們一直想且一直在做的事情。
我們成立第一天就在講AIGC，但那時候大家沒有具象的概念。今年開始，大家的認知逐漸清晰，而且全世界的氛圍都開始起來。對于我們而言，不僅是國內業務拓展，全球范圍內進行相關合作和競爭也將變成趨勢。
可以預見，我們的壓力會逐漸變大，因為隨著AI進行內容創作的能力越來越強，全世界的同行都會攜自己的AI能力加入進來。如今，AI能做的事情已經稍微超出我們的想象了，未來會更多。但歸根結底，用我們的能力幫助品牌提升業務效率和業務價值，是非常有價值的。
Q：您提到在雅詩蘭黛時，發現團隊進入比較疲憊的狀態。這個時間點大致是幾年前？
A：大概三年前，短視頻的爆發快速催生了這種需求，但那時候行業中并沒有提供匹配這種需求的公司。
這也是我決定創業的一個契機。成立奧創之前，我們曾調研過上百個客戶，他們都面臨一個共性的難題——短視頻興起后，市場部生產內容的周期較此前的圖文周期大幅縮減，存貨周期基本在3-7天，這意味著內容生產者幾乎每天都要更新。而且抖音、快手、小紅書等不同平臺的要求又不一樣，對視頻創意和質量的要求更高、更立體，導致員工的工作內容變得非常復雜，且工作量驟增。
但這種趨勢未來一定會愈演愈烈，觸達和說服消費者的鏈路會越來越難。所以我判斷，這個‘痛點’會越來越痛。
Q：所以，進入短視頻時代后，內容創作較圖文時代難度是增加了一個量級。
A：我們目前也有圖文類的工具，但短視頻相對更難且需求的優先級更高。坦白講，如果堆人力的話，圖文的難度是勉強可以應付的，但純人力的話，完全無法解決視頻的問題。
不僅如此，AIGC本身也存在這個問題，相對圖文，處理視頻現階段對它而言也更加困難。所以這是我們希望去進化的方向和解決的痛點。
02
AI/AIGC是否能推進內容創作該部分的標準化？
觀點：內容創作包含很多環節，技術上的突破完全可以用于減少前期的統計、分析等人力成本，甚至對于創意部分，也可以通過訓練，增加AI的“內容洞察”能力。這個過程中，作為資源的數據，質量比數量更重要。
Q：我們有提出一個“AI全鏈路內容工廠”的概念，這在業內似乎是比較新的一種服務方式，它的獨特性是什么？
A：AI全鏈路工廠包括三個大的模塊，內容資產管理、內容自動化生產和內容洞察。
內容資產管理的獨特之處在于，我們的基礎邏輯是將圖文和視頻視為資產，而非枯燥的文件，所以，需要一個‘銀行’將其存儲起來。
那么這就會遇到存和取的問題。但作為一種數字資產，客戶在調取的時候，要求就會復雜很多，例如，客戶想知道自己的產品更匹配何種人群、哪些類型的視頻更受歡迎，等等。如果要方便客戶調取，那么存儲的時候就要進行結構化，我們內部稱之為‘標簽’——我們把輸入的所有內容都進行打標，什么樣的內容要以什么方式存入，匹配什么儲存結構、用什么展現形式，通過簡單搜索如何迅速調取相應的內容——我們整個做了一個內容資產管理化平臺。
比如桌上一堆東西，你想拿一張濕巾紙，大腦會迅速識別出紙巾盒，然后指揮手臂精準抽出一張紙巾。未來在AI的加持下，客戶調取內容資產的速度會越來越快，且匹配越來越精準，這樣就可以真正實現內容盤活，并且大大提升其復用價值。這是我們正在努力的事情。
第二大模塊是內容的自動化生成。截至目前，我們已經幫許多品牌在內容生成上解決了很大一部分的生產力不足的問題。比如，客戶想要針對不同平臺，投放10條短視頻，這些視頻需要在各個渠道匹配不同的混剪方式和投放模式。這個事情對于人力而言可能會覺得又煩又累，但我們的AI工具已經可以幫品牌將這部分工作很好地完成了。
而且機器沒有生產瓶頸，只要接收到指令，運作起來又快、又好、又便宜。我們同時也會對資產庫里的內容進行盤活，加入原生型、風格化、3D建模等生產方式。通過累計原始素材，疊加不斷產生的新內容，我們的資產庫會越來越豐富，從而影響到投放，令其變得越來越精準，針對不同人群提供不同內容。
奧創AI內容生產的另一個作用在于“效果可視化”，其實是改變了市場人的決策流程，傳統的決策流程是市場人去進行bigidea的創意，然后由創意公司去完成執行，通常要創意最終生產完成才能確認是否符合自己最初bigidea的設想，時間一般1-2個月。而AI參與內容的生產，能讓市場人通過簡單prompt看到自己想要呈現的視頻效果雛形，并可以通過prompt調整，隨時調整可視化的內容產出，更靈活地讓bigidea實現。
第三個部分是我們正在做的內容洞察。如今，市面上每天都在涌現出海量的內容，如何去判斷哪些是好內容？如果發現好內容，我們如何去仿制？又應該follow哪些要點？之前，這部分工作是由人力來進行判斷和完成的，而我們希望通過數字化的方式去進行更多輔助，幫助品牌制定內容策略。
如果說內容的資產管理和自動化生成，是解放了營銷的手和腳，那么內容洞察將會慢慢變成‘頭腦’，我們認為這才是一個‘全鏈路’應該有的樣子。
Q：投放也是我們現在提供的服務之一，內容洞察對這個業務影響大嗎？
A：內容投放的動作未必要做很大，我們更加專注于數據回流以后，能持續實現對內容的優化。
以前，投流關注的點更多聚焦于人群和價格，但內容卻有限，‘子彈’不足。所以，投放的內容是當前最需要優化的對象。比如針對學生和白領，品牌去進行溝通的內容肯定是需要差異化的，所謂‘一面千人’。
從效果來看，內容優化后會反向驅動投流的手段更多，效率拉升更好。
Q：以我們目前的數字化水平看，在業內有競爭者嗎？
A：傳統的設計公司，主打人多、價格低，但質量難以提升；另一種是技術能力稍強一些的公司，可以做一些簡單的剪輯，但呈現效果不佳，比如視頻會因為卡幀、跳幀，導致觀感不流暢。
從目前的制作水平看，我們的交付質量應該是屬于國內第一梯隊。因為我們確實在研發層面投入了大量成本。
Q：研發投入有多大？
A：以公司目前不足200人的規模計，研發人員的比例大約占到70%，整體產研投入非常大。我們的產研同學每天都在思考，如何對包括全鏈路生產在內的模型和工具進行優化和精進。
我可以稍微講一些細節。實際上，這個過程一方面會涉及到你對市面上內容的理解，比如一段視頻中，有畫面、有人物、有口播內容，這就要求我們的模型對所有元素進行精準區分并歸類；另一方面，它還要對視頻傳達的情緒進行理解，專業術語叫做多模態理解，比如其中的文案、音樂等細節。
理解之后如何進行更好的內容表達呢？這當中是有一個模型的，也是我們花費了很多精力搭建的對象——我輸入信息進去，它接收到數據后，要如何進行生產準備，甚至進行生產指導。
今天大家都在講大模型，其實都是在做這件事情。這點很重要，模型在接受和理解信息方面是沒問題的，但如果讓它能夠提煉思路，反過來進行生產指導，是很多公司做不到的。
Q：我理解大模型的算力、算法和數據三個要素中，對于應用層面而言，可能數據是更重要的元素。我們如何解決數據資源的問題？
A：總體而言，我們現在數據庫資源庫有足夠多的數據來訓練這個模型。
首先因為我們本身也是平臺的服務商，同時又不斷和很多品牌進行深度合作，他們會不斷豐富我們的數據資產。從業內看，同類公司中我們的數據量整體而言是非常高的。
另外，我理解的數據包括數量和質量兩個指標。數量上我們保持行業領先水平，而質量上遠超行業平均水平，因為品牌客戶質量更好。而且幾年積累下來，我們在短視頻賽道也積累了很高量級的內容資源。
對于一個科技公司而言，這就是護城河。你做得越細、算法模型越成熟，其他人就越是無法超越。我們現在要集中精力解決的問題，是如何深挖品牌的個性化需求，通過提升自身的能力，去適配這些特殊的細化需求，幫助他們解決更多問題。
Q：看到貴公司有相關的DAM系統（數字資產管理系統），AI+DAM和傳統的DAM系統有什么差別？
A：這個系統其實主要關注AI在設計深度上，參與的程度。
此前的工具大多僅從文件角度對內容進行理解，AI加入后，我們可以對畫面的單個信息片段進行分析，所以相對而言，AI+DAM對內容理解的顆粒度會更細。也因為更細化的理解能力，該系統無論在模型訓練還是業務推動方面，能夠發揮的空間就會更大一些。
Q：就奧創本身而言，AI/AIGC的滲透增加后，是否也有較為明顯的效率提升？
A：我們確實有測算過，僅人力角度，效率提升便達50%以上。
比如在傳統DAM的系統下，服務20個客戶需要20個人，在新的AI環境下，20個人可以服務大約40-50個客戶，服務的客戶數量可以成倍的增長。因為按照我們全鏈路的路徑，很多環節不需要放人，只需工具和AI能力即可。
所以我們大約7成人員都在產研端，實際的銷售人員可能只有10%多一些。未來再擴容后，基本還是會按照這一比例。
另一個判斷效率提升的點是縮短交付周期。例如同樣是6個人的項目組，同等體量的項目以前需要一個月，現在則可以按照周的維度進行，而原來按周交付的項目則可以縮短至以天計算。
Q：所以公司目前其實不太缺客戶。
A：我們會有選擇性地服務客戶，一般只服務行業的領頭公司，目前的策略還是希望將頭部的標桿客戶做到極致。因為大客戶對算法模型的理解更深刻，要求也更高。我們希望先修煉‘內功’，將大客戶服務好后，服務中型和小型客戶大多只需要復制即可，這樣效率比較高，路徑也更科學。
03
AIGC/AI在實際應用層面，對普通公司將帶來什么機遇？
觀點：由于商業數據的相對封閉，大模型在商業領域的應用尚非常初級。它應該是一個電廠，提供基礎的電力，去供養鏈條上的相關公司作為電器，從中獲得動能。未來，產品和內容將成為品牌在生產上的“雙供應鏈”，內容營銷將越來越重要。
Q：AIGC的到來，對于公司而言，在基礎生產層面改變更多些，還是創新層面的影響更多些？
A：現在的大模型更多是toC向的，基于自然語義，其數據沒有經過商業訓練，但toB向的、更加針對商業需求的模型，是我們希望努力的方向。
通常，商業信息一般都是閉環的，所以公域很難獲取。但模型又需要大量的數據喂養，所以我們希望能通過自身數據庫的積累，逐漸將對商業、數據和人群的理解加入到自身的模型中，去訓練它成為一個更好的商業化產品。
Q：目前我們服務的客戶，通過AI/AIGC的加持實現的效率提升，是否有些量化的數據？
A：通常我們在判斷自身的服務對客戶的積極影響時，一個指標是效果提升，另一個指標效率提升，即ROI（投入產出比）。前者比較難量化，但就后者而言，目前與我們合作的品牌，ROI提升的部分至少都在10%以上。
Q：當前覆蓋的行業涉及哪些？
A：頭部的快消企業比較多，包括美妝、食品、健康等，最近在著力拓展服飾。另外大類上今年拓展了小家電、汽車、金融、房產等。總體而言，目前的行業覆蓋比較廣泛。
其中美妝客戶的需求相對比較多，但要求也更高，對于制作的精良度較為苛刻；小家電領域比較特別，我們接到許多近兩年增長很快的品類品牌，例如頭部按摩儀、頸椎按摩儀、護眼儀器、按摩椅等健康屬性更加強的類別。
Q：對AI營銷行業的市場規模有過估算嗎？
A：以目前整體市場規模約1萬億計算，其中內容生產的部分約占20%，即2000億。如果AI相關的生產部分能夠滲透10%，那將是200億的體量。對于行業內的相關公司而言，成長到營收百億規模還是很有機會的。而百億營收對公司價值的提升，將是倍數級的增長。
我們發現一個變化是，很多新品牌的管理者，正在發生觀念上的進化，他們開始希望將營銷交給專業公司，尤其是業內頭部公司，而自己專注于產品。
以前，很多企業會有‘核心資產焦慮癥’，擔心將這部分外包后積累的資源會被盜取或者流失。所以我們提出‘資產化’的解決方案，即我們只提供工具和培訓，幫助對方提升效率，但系統內的數據、資源、方法都會保留在公司手里——我走了，模型還在，工具還在，資產還在，并內化成品牌自有資產和能力的一部分。
Q：消費行業的狀況今年不太樂觀，這對于公司而言是危還是機？
A：營銷永遠是個放大器。你有好的東西，我們幫你放大、找到最好的效率提升路徑。但如果產品本身或者公司運營有問題的，僅靠營銷肯定是無法解決的。
一個行業再衰退，也依然會有人做得‘稍好一些’。我們希望幫助這些具備實力和能力的企業，找到更多相對競爭優勢，和他們一起成長，為經濟發展做一些力所能及的努力。
Q：作為創始人之一，希望公司未來在哪些方面再精進一些？
A：我覺得未來一定會產生更多新的營銷場景，我很期待這件事情的發生。
這意味著，未來的營銷鏈路和現在可能是完全不一樣的，我們需要提供更深刻的服務。例如，內容會先于新品上市，即品牌可能先設計一個概念，快速投放到市場中觀察反饋，然后通過收集的數據去決定產品形態并調整供應鏈。
換句話說，品牌端的生產將會形成‘雙供應鏈’模式，一條是商品供應鏈，一條叫做內容供應鏈。而內容供應鏈的影響會越來越大，因為產品在觸達消費者之前，首先需要將品牌內容傳遞給消費者，形成認知和心智，才會引發購買行為。以前我們踐行產品先行、輔助內容，未來很可能會發生倒轉，即內容先行，對產品進行優化。當然，這種模式也將倒逼產品供應鏈不斷柔性化，并進行效率變革。
實際上，很多公司已經在這樣做了，比如某領先的跨境女裝平臺。因為一直保持自己的產品能夠快速抵達消費端，他們的產品上架后，退貨率是非常低的。盡管引入這樣一套系統價格不菲，但與退貨率持續降低帶來的收益相比，這些投入是非常積極的。
再比如數字人，未來伴隨模型對背后語料庫的喂養，數字人將突破直播范圍，變得可以流利互動，甚至應用到客服場景。這些都是可能會替代現在某些業務流程的新機遇。
Q：作為本次訪談的結語，如果用一個比喻來形容當前AIGC帶來的改變，會如何表達？
A：我會將今天的大模型視為一個電廠，我們這些相關聯的公司可以在上面嫁接各種電器，并通過使用這些電器，不斷調整電廠的算力，從而獲得更適配的電力。
但這個過程需要行業共創，需要我們和品牌緊密綁定，去做定向開發和定向生產。
這不是一個營銷噱頭，這是一件對品牌業務鏈路有實際價值的事情，他們可以通過我們提供的參考，重新審視和規劃自身的發展路徑，并越來越主動積極地擁抱這種合作關系。
我想，這才是AIGC對于商業和行業真正的價值所在。
