階段型顛覆式創(chuàng)新：生成式人工智能對廣告產(chǎn)業(yè)的影響研究

姜智彬 周楊

【摘要】隨著生成式人工智能與廣告產(chǎn)業(yè)的持續(xù)融合，廣告產(chǎn)業(yè)結構的中心協(xié)同化趨勢不斷增強，市場需求由被動式輸出向主動式迎合轉變，廣告經(jīng)營績效取得系統(tǒng)化全面突破。生成式人工智能技術作為一項關鍵性技術突破，從外部對廣告產(chǎn)業(yè)結構、業(yè)務行為與經(jīng)營績效產(chǎn)生沖擊，已形成階段型顛覆式創(chuàng)新。

【關鍵詞】ChatGPT 生成式人工智能 廣告產(chǎn)業(yè) SCP模型 顛覆式創(chuàng)新

【中圖分類號】G206 【文獻標識碼】Ａ 【文章編號】1003-6687（2023）11-059-08

【DOI】 10.13786/j.cnki.cn14-1066/g2.2023.11.008

人工智能作為一種模擬人類智慧的顛覆性技術，對廣告運作流程進行了系統(tǒng)性重構，[1]推動了廣告受眾分析、[2]廣告內容生產(chǎn)、[3]廣告交易投放[4]和廣告效果評估[5]等環(huán)節(jié)的智能化轉型，催生了智能廣告產(chǎn)業(yè)的范式轉移。[6]然而，目前智能廣告產(chǎn)業(yè)依然存在智能化程度不高、業(yè)態(tài)發(fā)展不充分、覆蓋范圍不全面、信息處理能力不強等一系列問題。[7]以ChatGPT為代表的生成式人工智能具有更加強大的自然語言對話能力、更為多元的輸出輸入形式與更為靈活的自主學習調整能力，[8]為廣告產(chǎn)業(yè)的深度智能化提供了平臺型的技術驅動力，必將深刻地影響廣告產(chǎn)業(yè)的組織運行模式、技術迭代方向、產(chǎn)品設計思路、市場調研方式與市場營銷手段。[9]那么，生成式人工智能技術究竟會對廣告產(chǎn)業(yè)的哪些層面產(chǎn)生影響？產(chǎn)生怎樣的影響？如何分析和評判這種影響？本文以SCP模型為分析框架，試圖從產(chǎn)業(yè)組織經(jīng)濟學的角度揭示這種影響。

SCP分析模型在20世紀50年代由美國經(jīng)濟學家梅森提出，主要包括產(chǎn)業(yè)分析的三個要素：結構、行為和績效。[10]20世紀70年代，美國經(jīng)濟學家鮑默爾和帕恩查將SCP模型中的結構、行為和績效之間的分析框架拓展至外部因素的沖擊，即分析行業(yè)受到外部沖擊（政府與政策環(huán)境的改變）時進行的戰(zhàn)略調整及行為變化。[11]隨著信息技術與社會心理學的迅速發(fā)展，SCP模型中外部沖擊因素的內涵也進一步擴展。學者們主張將關鍵性技術突破、社會生活方式與消費行為習慣的轉變等因素納入外部沖擊的范疇。[12]生成式人工智能作為一項具有劃時代意義的技術創(chuàng)新，可形成由關鍵性技術突破導致的外部沖擊，從而持續(xù)不斷地對整個廣告產(chǎn)業(yè)產(chǎn)生深刻影響。本文以SCP模型為分析框架，從產(chǎn)業(yè)結構、產(chǎn)業(yè)行為和產(chǎn)業(yè)績效的角度，探討生成式人工智能對廣告產(chǎn)業(yè)的影響。

一、生成式人工智能對廣告產(chǎn)業(yè)結構的影響

從廣義角度看，廣告產(chǎn)業(yè)結構是指廣告產(chǎn)業(yè)內部各細分產(chǎn)業(yè)間的相互聯(lián)系及其聯(lián)系方式，主要研究廣告產(chǎn)業(yè)內部組成的比例關系及資源占有關系。[13]從狹義角度看，廣告產(chǎn)業(yè)結構則聚焦于廣告產(chǎn)業(yè)鏈和廣告產(chǎn)業(yè)集群兩方面，[14]其中廣告產(chǎn)業(yè)鏈包括上下游供應鏈、應用形態(tài)、技術水平等要素，廣告產(chǎn)業(yè)集群包括市場規(guī)模、競爭格局、組織構成等要素。生成式人工智能技術以多維場景的自適應處理能力為基礎，可以實現(xiàn)持續(xù)的技術形態(tài)創(chuàng)新，會先對廣告的產(chǎn)業(yè)市場、媒介應用與人力資源等市場結構要素產(chǎn)生外部沖擊，從而深刻影響整體廣告產(chǎn)業(yè)結構。

1. 生成式人工智能對廣告產(chǎn)業(yè)市場的影響

以ChatGPT為代表的生成式人工智能技術，通過分析消費者的歷史行為和心理偏好，進行更為精準的個性化廣告推薦，提升廣告的相關性和吸引力，進一步提高廣告的點擊率和轉化率。這種由人工智能技術與廣告產(chǎn)業(yè)市場耦合的發(fā)展模式，迅速提高了技術資源在廣告產(chǎn)業(yè)發(fā)展中的重要性，促使廣告市場組織形態(tài)趨于集中、廣告經(jīng)營格局走向擴張。伴隨著生成式人工智能技術在產(chǎn)業(yè)結構內的市場化應用，不同的市場主體往往在技術應用水平與計算處理能力等方面表現(xiàn)出較大的差異。隨著人工智能技術的快速迭代和升級，廣告產(chǎn)業(yè)市場的技術門檻必然會持續(xù)提升。只有那些能夠積累大量數(shù)據(jù)、掌握高階人工智能技術的企業(yè)才有可能在未來廣告市場中占據(jù)引領地位，從而導致廣告市場中的個體技術差距不斷拉大。這種由外部技術革新因素帶來的巨大沖擊，將使廣告市場的集中程度不斷提高。

現(xiàn)階段，相當數(shù)量的廣告市場主體在進行設計、制作與代理等經(jīng)營服務過程中，會積極利用人工智能技術與算力資源來提高廣告經(jīng)營的效率、效果和創(chuàng)新能力，從而形成智能廣告經(jīng)營者這一全新的市場角色。[15]智能廣告經(jīng)營者持續(xù)從消費者的互聯(lián)網(wǎng)行為、垂直領域數(shù)據(jù)庫等中提取數(shù)據(jù)，并不斷提升自身的巨量記錄能力和精細描述能力，不斷擴大在智能技術生產(chǎn)領域的產(chǎn)業(yè)資源比例，[16]引領智能廣告產(chǎn)業(yè)市場的發(fā)展方向。

生成式人工智能技術在廣告產(chǎn)業(yè)市場中展現(xiàn)出的廣闊前景，已對市場資源產(chǎn)生了強大的吸引作用，促使更多具有產(chǎn)業(yè)關聯(lián)性的創(chuàng)業(yè)公司進入廣告市場，從而擴大廣告市場的整體規(guī)模。在不斷擴張的過程中，廣告市場不斷出現(xiàn)新的競爭者。智能算法研發(fā)團隊、算力平臺供應商、數(shù)據(jù)分析公司等信息計算服務商不斷搶占細分場景下的廣告專業(yè)市場份額，進一步擠壓傳統(tǒng)廣告公司的生存空間。從產(chǎn)業(yè)市場來看，外部技術資源的不斷涌入，將極大地豐富廣告市場的角色定位空間，進一步提高廣告產(chǎn)業(yè)的精細化程度，使得廣告產(chǎn)業(yè)格局呈現(xiàn)多重融合的擴張趨勢。

2. 生成式人工智能對廣告產(chǎn)業(yè)媒介應用的影響

媒介應用是指媒介根據(jù)自身定位和受眾需求，選擇合適的媒介形式和傳播方式來實現(xiàn)信息傳播目的和認知引導目的。[17]在生成式人工智能快速發(fā)展的時代背景下，信息技術的不斷創(chuàng)新使得廣告媒介形式與傳播方式的選擇空間更加廣闊。由OpenAI的技術演進路徑可知，生成式人工智能模型的代表——GPT-4自然語言處理和內容生成能力一直在快速提升，且以多樣化的技術應用和廣告形式，不斷為廣告主提供高質量、多樣態(tài)、個性化的廣告媒介服務。針對虛擬客服助手在實際應用場景中長期存在的語言反應機械、信息內容匱乏、交流互動不佳等一系列問題，通過在標簽化場景下的實時會話，利用大型模型對自然語言進行評估和推斷，生成式人工智能技術可以更好地理解人類語言請求，推動語言模型的智能處理能力進入快速迭代升級的新周期。這種基于人類自然反饋的強化學習框架結構，能進一步刺激媒介應用的形態(tài)創(chuàng)新。

現(xiàn)階段，ChatGPT在現(xiàn)實場景中已展示出高質量的人機對話能力，并顯著降低不真實與偏差輸出的概率，快速提升了內容信息的主動生成水平。同時，各大垂直領域的專業(yè)巨頭紛紛搭建私有模型，并與通用語言模型相結合，尋求媒介應用產(chǎn)品的重大創(chuàng)新，進而推動整體產(chǎn)業(yè)競爭力的提升。如全球最大軟件提供商微軟作為OpenAI的重要投資主體，將ChatGPT嵌入Word、PowerPoint、Excel等Office辦公軟件中，推出基于人工智能的新型商業(yè)服務模式——Copilot。在已推出的預覽版測試中，Copilot展現(xiàn)出強大的自主信息處理與專業(yè)分析能力，能夠結合核心語義進行自主識別的視覺圖形轉化，可以實現(xiàn)基于Web的協(xié)作服務并進行自動化內容創(chuàng)建，從而推動細分專業(yè)領域內媒介應用的創(chuàng)新發(fā)展。

可以預見的是，人工智能的應用范圍將不再局限于前期市場調研與后期廣告定向投放環(huán)節(jié)的信息輔助，有望實現(xiàn)更為全面的高階應用。憑借自然語言模型與自主學習調整能力的加持，生成式人工智能技術在傳播方式上可以實現(xiàn)強大的適應性突破，如以虛擬數(shù)字形象代言人的形式發(fā)揮更廣泛的媒介應用價值。在廣告?zhèn)鞑ヂ窂缴?，以ChatGPT為代表的生成式自然語言模型通過引入反映人類偏好的指令調節(jié)，能夠結合市場數(shù)據(jù)的采集與分析，自動生成廣告文案和創(chuàng)意內容，并將廣告策略調整與內容輸出緊密結合，進而作用于廣告?zhèn)鞑サ耐暾窂?，更好地實現(xiàn)信息傳播和認知引導的營銷目的。

3. 生成式人工智能對廣告產(chǎn)業(yè)人力資源的影響

人力資源主要包括從業(yè)人員的需求條件、選擇機制、培養(yǎng)發(fā)展、人員結構、流動狀況等方面，[18]是推動廣告行業(yè)高質高速發(fā)展的重要因素，更是廣告產(chǎn)業(yè)發(fā)展的戰(zhàn)略性資源。人工智能快速發(fā)展帶來程序自動化的產(chǎn)業(yè)紅利，使得人力資源的動態(tài)結構圍繞智能技術特征發(fā)生新的變化。以ChatGPT為例，生成式人工智能技術在開發(fā)端構建的實際上是一種基礎型設施服務。這種基礎型設施服務在執(zhí)行邏輯上追求高度的自動化與智能化，通過調整模型參數(shù)可以普遍適配于不同應用場景，從而大幅提高智能模型的使用效率。為了更加精確地執(zhí)行個性化程序，智能廣告產(chǎn)業(yè)必然在通用模型的框架基礎上搭建各類私有行業(yè)或場景模型，從而形成具有核心競爭力的專有策略模型。在提升策略模型轉化效能時，智能廣告產(chǎn)業(yè)必然以信息處理能力為重要資源、以程序自動化水平為效率標桿，使得廣告人力資源結構圍繞高水平效益聚集，導致人力資源流動走向中心化。

現(xiàn)階段，程序化廣告投放過程中所需要的數(shù)據(jù)搜集與分析一直以勞動密集型的運作模式為主，對受眾群體的標簽設定更多限制在基礎特征維度，如年齡、性別、地理位置等間隔式信息指標。程序化廣告技術范式雖具有較大的適用范圍和成熟的運作流程，但難以滿足定制化的廣告目標與快節(jié)奏的市場變化。隨著廣告產(chǎn)業(yè)智能化進程的加速，生成式人工智能模型在數(shù)據(jù)信息處理與創(chuàng)意內容輸出等方面的技術能力大幅提升，可在需求條件層面逐步完成對簡單人力勞動的初步替代。在選擇機制層面，生成式人工智能的不斷發(fā)展使得人力資源不是僅追求單一維度的技能指標，而是通過對廣告運作流程的全面滲透，從整體上提出更廣維度的要求。在這種全新的技術生產(chǎn)范式之下，人工智能不再停留于后臺的數(shù)據(jù)分析，而是更多應用于創(chuàng)意生產(chǎn)、內容輸出、營銷決策等方面，使得廣告運作的智能化逐漸由后臺延伸至前臺。因此，生成式人工智能加速貫通了廣告運作流程，從業(yè)人員進一步融合、相互協(xié)作，使得廣告運作各崗位之間的傳遞連接日趨廣泛，交叉轉換更為頻繁，角色分工逐步模糊，進而導致廣告人才選擇機制全面、多樣、深刻。

生成式人工智能通過發(fā)揮技術要素的驅動作用，在結構性替代初級生產(chǎn)勞動的同時，也提升了新范式之下廣告從業(yè)人員快速學習和運用新技術的能力需求，這在廣告人才的培養(yǎng)發(fā)展層面逐漸體現(xiàn)出來?？紤]到細分消費市場的特殊性，作為營銷服務提供方的廣告公司快速以實時綜合評估構建打分模型，將生成式人工智能推向現(xiàn)實市場，進而高效完成盡可能多樣的營銷任務。這種通過提示詞校正來進行動態(tài)程序化控制的技術范式，要求相關從業(yè)人員必須具備與AI結合的協(xié)同工作能力，因此，與AI協(xié)同的人力資源需求將延展出更多全新的崗位角色，如提示詞工程師、AI作品質控師、智能統(tǒng)籌調控師等。

二、生成式人工智能對廣告業(yè)務行為的影響

廣告業(yè)務行為是指廣告經(jīng)營市場的參與者為爭奪市場份額所采取的一系列策略和行動。[19]在受到外部因素沖擊時，市場參與者往往采取經(jīng)營范圍的調整、營銷手段的轉變、資源分配的轉移、業(yè)務單元的整合等策略來適應外部變化。生成式人工智能技術以動態(tài)寬頻的定制化生產(chǎn)能力為基礎，可實現(xiàn)主動的多重模態(tài)融合，首先會對廣告產(chǎn)業(yè)的個性化定制程度、交互性用戶體驗與程序化推薦等業(yè)務行為形成外部沖擊，進而深刻影響廣告業(yè)務行為的發(fā)展趨勢。

1. 生成式人工智能對廣告?zhèn)€性化定制程度的影響

生成式人工智能具有生成性特征，能夠根據(jù)自定義的一組規(guī)則、模式或數(shù)據(jù)生成原創(chuàng)性輸出內容。這意味著人工智能從以前的檢索者、搬運者和呈現(xiàn)者轉變?yōu)閯?chuàng)作者，或者至少成為創(chuàng)作者的合作者。[20]在廣告領域，生成式人工智能基于模型的訓練和生成過程，可以增強廣告?zhèn)€性化的定制程度。[21]在模型訓練過程中，生成式人工智能需要大量的訓練數(shù)據(jù)，通常包括廣告文本、產(chǎn)品描述、用戶評論、新聞文章、社交媒體帖子等多種類型的文本數(shù)據(jù)。在模型生成過程中，生成式人工智能使用基于神經(jīng)網(wǎng)絡的語言模型。如循環(huán)神經(jīng)網(wǎng)絡或變壓器模型，這些模型在生成個性化廣告內容時，可利用先前的對話歷史或用戶偏好，生成與用戶需求和興趣相關的廣告內容。

在廣告投放前，生成式人工智能通過分析大量的用戶數(shù)據(jù)，可以獲得關于用戶偏好和需求的深刻洞察，用以指導大規(guī)模個性化的廣告創(chuàng)意生成。如根據(jù)廣告主提供的關鍵詞、產(chǎn)品定位和目標受眾，生成式人工智能可生成多個版本的廣告創(chuàng)意，并通過測試和比較，找出最適合的個性化廣告內容。在廣告投放過程中，生成式人工智能通過分析廣告投放的上下文環(huán)境，包括網(wǎng)頁內容、社交媒體帖子、搜索關鍵詞等，可以生成與當前環(huán)境相匹配的個性化廣告內容，從而提高廣告的相關性和吸引力。同時，生成式人工智能還能與用戶實時交互，并根據(jù)用戶的回應和反饋調整廣告內容。在廣告投放后，生成式人工智能通過實時監(jiān)測廣告投放效果，并根據(jù)反饋數(shù)據(jù)對廣告內容進行自動優(yōu)化，進一步提高廣告的個性化效果和轉化效率。

基于技術的本質特征，生成式人工智能將進一步鼓勵創(chuàng)新和多元，能夠根據(jù)訓練數(shù)據(jù)中的不同樣本和潛在創(chuàng)造力，生成更多版本的廣告文案和口號，以適應受眾的多元需求。在面對復雜且變化的廣告投放市場時，生成式人工智能將通過微調和優(yōu)化，進一步實時提升廣告內容的生成質量，包括使用特定領域的數(shù)據(jù)對模型進行微調，或使用增強學習等技術來優(yōu)化生成結果。

2. 生成式人工智能對廣告用戶交互性體驗的影響

生成式人工智能對廣告用戶交互性體驗的影響主要體現(xiàn)在個性化互動、實時性反饋和新交互方式三個方面。第一，生成式人工智能可以根據(jù)用戶的興趣、偏好和上下文信息提供個性化的互動體驗。用戶可以通過與生成式人工智能的實時對話獲得定制化的服務和信息。這樣就打破了傳統(tǒng)靜態(tài)廣告的限制，方便用戶更加主動地參與廣告交互。第二，生成式人工智能的實時反饋和互動功能提升了廣告交互性體驗的層次。通過與生成式人工智能的對話，用戶可以提出問題、尋求建議或分享反饋，并獲得即時的個性化回應。這種實時互動增加了用戶與廣告之間的互動黏性，提升了用戶的交互滿意度。第三，生成式人工智能通過創(chuàng)新的交互方式改變了傳統(tǒng)廣告交互模式，可以提供圖文、音頻、視頻等多種形式的內容呈現(xiàn)，使廣告更具多樣性和豐富性。

現(xiàn)階段，ChatGPT作為生成式人工智能技術的代表性產(chǎn)物，在自然語言處理領域展示出了驚人的用戶意圖理解能力，如問答、分類、摘要、翻譯等用戶指令，其意圖理解能力遠超預期。在交互體驗上，生成式人工智能具備強大的上下文連續(xù)對話能力，能夠在連續(xù)多輪對話中準確識別省略、指代等細粒度語言現(xiàn)象，并始終保持對話主題的一致性和專注度。[22]生成式人工智能還初步具備了自主交互的修正能力，在用戶對前置信息表露出調整需求時，可以捕捉到用戶微妙的修改意圖，從而為實現(xiàn)更多自然場景的移植提供了廣闊的可能性空間。

生成式人工智能通過語言大模型和個性化算法，開創(chuàng)性地實現(xiàn)了與用戶的實時對話和互動，有望在未來徹底打破傳統(tǒng)廣告的靜態(tài)性和單向性，大幅提升用戶的參與感、興趣度和滿意度。這種創(chuàng)新的交互方式可為用戶提供更具沉浸式和吸引力的廣告體驗，從而加強用戶與廣告之間的聯(lián)系和共鳴。隨著生成式人工智能技術的不斷發(fā)展和成熟，用戶交互性體驗的自然化和多樣化將成為廣告產(chǎn)業(yè)演進的重要方向。

3. 生成式人工智能對廣告程序化推薦服務的影響

生成式人工智能對廣告程序化推薦服務的影響主要體現(xiàn)在更精準的個性化推薦、更創(chuàng)意的內容推薦、更實時的互動反饋三個方面。首先，生成式人工智能通過分析更多的上下文信息可以生成更精準的個性化推薦內容。傳統(tǒng)的廣告程序化推薦主要基于用戶的歷史行為和興趣標簽等數(shù)據(jù)進行推薦，而生成式人工智能通過分析用戶對話和實時反饋等更豐富的上下文信息，能夠提供更準確、更細致、更具針對性的個性化推薦，從而增強廣告推薦與用戶的匹配度，提供更好的用戶體驗。其次，生成式人工智能可以生成更有創(chuàng)意和故事性的廣告內容，提供更具吸引力和娛樂性的推薦體驗。傳統(tǒng)程序化推薦往往注重基于用戶行為的匹配，忽略了創(chuàng)意性和故事性的表達。生成式人工智能通過模型的創(chuàng)造性能力，能夠生成更富有創(chuàng)意性和故事性的廣告內容，從而吸引用戶的注意力，提升用戶的參與度和記憶效果。最后，生成式人工智能具備實時對話和互動反饋的能力，可以根據(jù)用戶的需求和反饋動態(tài)調整推薦內容。傳統(tǒng)程序化推薦主要基于靜態(tài)的數(shù)據(jù)分析，缺乏與用戶的實時交互。而生成式人工智能可以通過對話和互動，實時了解用戶的偏好和需求，并根據(jù)用戶的反饋及時調整推薦內容與方式。

現(xiàn)階段，生成式人工智能通過算法模型，處理分析用戶的歷史瀏覽、搜索以及購買行為等一系列內容信息，可實現(xiàn)精準的廣告定向投放。這種基于用戶興趣和需求的廣告推薦，能夠提高廣告的點擊率和轉化率，進而提升廣告效果。與此同時，生成式人工智能所具備的實時互動和反饋機制，通過持續(xù)完善用戶需求預測，可更好地滿足用戶的個性化需求，提升用戶滿意度。

隨著技術的成熟，生成式人工智能基于大數(shù)據(jù)和機器學習，通過分析廣告數(shù)據(jù)和用戶行為，將為廣告程序化推薦服務提供更大范圍數(shù)據(jù)驅動的決策支持。生成式人工智能通過處理龐大的廣告數(shù)據(jù)集，能夠識別出廣告內容和用戶特征之間的相關性和關聯(lián)模式，還能夠利用機器學習算法預測用戶的興趣和需求，進一步提高廣告推薦服務的精準度，推動廣告推薦從程序化向智能化的轉變。

三、生成式人工智能對廣告經(jīng)營績效的影響

從廣告產(chǎn)業(yè)轉型發(fā)展的歷程來看，追求更高的經(jīng)營績效水平一直是引領廣告產(chǎn)業(yè)升級發(fā)展的主流導向。經(jīng)營績效是市場參與者在市場競爭中的業(yè)務表現(xiàn)，以獲得的成果和效益為核心指標。[23]廣告產(chǎn)業(yè)在盈利能力、經(jīng)營成本、市場份額等方面的變化趨勢不僅與市場結構和市場行為相關聯(lián)，還受到外部因素的沖擊影響。生成式人工智能技術以全面高效的預訓練學習能力為基礎，可以實現(xiàn)進階的決策與執(zhí)行，首先會對廣告的創(chuàng)意生產(chǎn)績效、決策評估績效與審核管理績效等指標形成外部沖擊，從而深刻影響廣告經(jīng)營績效的整體水平。

1. 生成式人工智能對廣告創(chuàng)意生產(chǎn)績效的影響

生成式人工智能技術通過機器學習和深度神經(jīng)網(wǎng)絡等技術，可以推動廣告文本、圖片、音頻、視頻等各種形式的內容生產(chǎn)實現(xiàn)高質量發(fā)展。傳統(tǒng)廣告創(chuàng)意創(chuàng)作依賴大量的人力資源，在長時間的市場調研、策劃和創(chuàng)意構思的基礎上進行內容輸出。程序化創(chuàng)意通過元素降維與自動組合，實現(xiàn)了廣告創(chuàng)意生產(chǎn)數(shù)量的突破，但創(chuàng)意質量止步不前。生成式人工智能利用超數(shù)量級數(shù)據(jù)和分布式集群訓練，可以實現(xiàn)更高效率的廣告創(chuàng)意生產(chǎn)，提高廣告創(chuàng)意的質量。

現(xiàn)階段，生成式人工智能通過大規(guī)模數(shù)據(jù)集，使機器能夠學習和理解用戶的喜好及其行為模式，進而生成具有吸引力和個性化的廣告創(chuàng)意。ChatGPT與程序化創(chuàng)意工具在信息能力上的最大差異，就在于模型參數(shù)的數(shù)量規(guī)模突破了千億量級，可在消費級應用場景下實現(xiàn)接近甚至達到符合人類認知水平的高質量創(chuàng)意生產(chǎn)。從2018年擁有1. 17億參數(shù)的GPT-1到2020年擁有1 750億參數(shù)的GPT-3，生成式人工智能的創(chuàng)意生產(chǎn)能力與數(shù)據(jù)訓練的處理體量呈現(xiàn)明顯的正相關。[24]隨著模型數(shù)量級的不斷增大，生成式人工智能的語言處理能力和生成能力也在顯著提升，推動著高效的智能廣告創(chuàng)意生產(chǎn)機制不斷走向成熟。

生成式人工智能技術通過學習海量的廣告歷史素材和數(shù)據(jù)，批量生成符合營銷目標和受眾特征的廣告創(chuàng)意，從而解決個性化內容創(chuàng)作的數(shù)量和質量約束。在不久的將來，生成式人工智能可以融合海量的廣告創(chuàng)作信息與市場反饋數(shù)據(jù)，形成一個更加高效的廣告創(chuàng)意生產(chǎn)范式，即通過大樣本量的現(xiàn)實信息采集與分析，不斷豐富智能模型的調節(jié)體系，在全面的廣告定位決策系統(tǒng)支持下，將廣告創(chuàng)意的生產(chǎn)效能提升至全局優(yōu)化的高質量水平。

2. 生成式人工智能對廣告決策評估績效的影響

基于更加全面、準確、多維的數(shù)據(jù)分析結果，生成式人工智能在決策層面可以幫助廣告主及時調整廣告投放決策。在程序化的廣告競價環(huán)節(jié)，廣告主往往需要通過長期重復式、個體性與無規(guī)則的嘗試，才能取得較好效果，這樣不可避免地造成資源的浪費。而生成式人工智能基于深度學習技術可以對廣告數(shù)據(jù)進行更加全面、深入的分析，利用大型算力與資源優(yōu)勢針對競價目標制定更為科學的市場策略，甚至可以發(fā)掘廣告數(shù)據(jù)中隱含的市場規(guī)律。

現(xiàn)階段，生成式人工智能技術充分利用廣告數(shù)據(jù)，憑借更加準確、細致、實時的數(shù)據(jù)分析，可以不斷增強廣告決策的科學性。生成式人工智能模型在動態(tài)調整定義指令能力的加持下，能實時處理非結構化的廣告數(shù)據(jù)，分析學習海量動態(tài)的用戶數(shù)據(jù)，并及時在廣告決策中加以體現(xiàn)。

從技術可供性的角度看，生成式人工智能可以整合智能化分析技術、自動化生成技術與精準化投放技術，為廣告評估環(huán)節(jié)提供了全程貫通的可行性空間。目前，廣告效果評估市場普遍缺乏數(shù)據(jù)多樣性，存在數(shù)據(jù)孤島現(xiàn)象。數(shù)據(jù)市場仍然采用零散化的采集方式，數(shù)據(jù)的類型和標準也各不相同，且缺乏統(tǒng)一的數(shù)據(jù)管理平臺，從而導致數(shù)據(jù)之間關聯(lián)度不高，以及數(shù)據(jù)庫之間無法兼容的問題。[1]憑借強大的自然語言學習訓練能力，人工智能大模型可以在廣告運作全流程實現(xiàn)全鏈路的效果數(shù)據(jù)監(jiān)測追蹤。聯(lián)邦學習等智能技術可在一定程度上解決不同數(shù)據(jù)采集方式之間的數(shù)據(jù)間隔問題與安全隱私問題，進而推動數(shù)據(jù)評估的智能化融合進程，實現(xiàn)廣告效果評估流程的全面貫通。

3. 生成式人工智能對廣告審核管理績效的影響

在傳統(tǒng)運作流程中，影響廣告審核管理準確性的因素有三點：一是廣告違規(guī)信息與審核管理策略存在一定的滯后，使得規(guī)則執(zhí)行的準確性難以保障；二是海量廣告信息的審核管理需要十分嚴格的比對分析，而人力總是有倦怠的，難以全神貫注地進行審核管理從而產(chǎn)生人為偏差；三是傳統(tǒng)廣告審核管理手段存在不確定性，無法確保全面覆蓋相關法規(guī)，且執(zhí)行尺度難以統(tǒng)一。作為自動化、平臺式、智能化生產(chǎn)工具的革命性技術模型，生成式人工智能通過持續(xù)的自我學習和優(yōu)化，可以極大提升廣告審核與管理的效率與準確性，不斷增強廣告審核的管理績效。

現(xiàn)階段，生成式人工智能已在廣告審核與管理績效方面發(fā)揮了相當?shù)姆e極作用。首先，生成式人工智能通過自動化和智能化的方式，可以快速審核大量的廣告內容，從而減輕人工審核團隊的工作負擔，并徹底避免人為偏差；其次，生成式人工智能通過學習和理解廣告平臺的審核準則和政策，并根據(jù)這些準則進行判斷和分類，從而更準確地判斷廣告是否符合規(guī)定，并提供快速的審核決策。

隨著智能監(jiān)管模式的成熟，生成式人工智能在廣告審核與管理中可以進一步提高準確性。其機理在于：一是開展自動化審核，通過學習大量的標記數(shù)據(jù)，理解各種廣告違規(guī)情況，并自動檢測和過濾不符合規(guī)定的內容，提高審核的準確性；二是進行上下文理解，包括語境、情感和意圖等，有助于準確識別違規(guī)內容，避免誤判；三是推動持續(xù)學習，快速適應變化的廣告審核規(guī)則和標準，通過與人類審核員的協(xié)作，不斷更新審核管理模型，從而提高準確性。

四、生成式人工智能技術對廣告產(chǎn)業(yè)影響的研究結論

著名產(chǎn)業(yè)管理學者克萊頓·克里斯坦森在20世紀末首次提出了顛覆式創(chuàng)新的理論概念，認為顛覆式創(chuàng)新是在一定階段內由技術環(huán)境變革后出現(xiàn)的現(xiàn)實創(chuàng)新。[25]顛覆式創(chuàng)新的本質是延續(xù)性創(chuàng)新與市場需求之間矛盾轉換的結果，是市場效應在技術創(chuàng)新領域的體現(xiàn)。[26]顛覆式創(chuàng)新存在兩種狀態(tài)：[27]一種是完成型顛覆式創(chuàng)新，即技術創(chuàng)新對產(chǎn)業(yè)的滲透度已接近飽和，技術應用已覆蓋產(chǎn)業(yè)的基本環(huán)節(jié)，技術輻射已形成具有顯著差異的市場秩序；另一種則是階段型顛覆式創(chuàng)新，即該技術已滿足顛覆式創(chuàng)新的屬性特征，在可以預見的將來會對整個產(chǎn)業(yè)進行顛覆，現(xiàn)階段已完成初期顛覆且呈現(xiàn)出完全顛覆的趨勢。

目前，生成式人工智能整體展現(xiàn)出顯著的技術優(yōu)勢和發(fā)展前景，使得廣告行業(yè)不斷涌現(xiàn)出大量的關聯(lián)性應用。這些關聯(lián)性應用的市場影響力快速提升，逐步占領并改變了主流廣告市場環(huán)境。生成式人工智能具有劃時代意義的智能化信息處理能力，正在與廣告產(chǎn)業(yè)場景不斷結合，將逐步變革主流廣告市場業(yè)已成熟的價值評估體系，并最終實現(xiàn)廣告產(chǎn)業(yè)格局的戰(zhàn)略重構。通過以上分析，研究者認為，生成式人工智能從技術演進角度加速推進廣告產(chǎn)業(yè)的根本變革，已經(jīng)形成階段型顛覆式創(chuàng)新，集中體現(xiàn)在廣告產(chǎn)業(yè)結構的中心協(xié)同化發(fā)展、廣告業(yè)務行為對市場需求的主動迎合、廣告經(jīng)營績效取得系統(tǒng)化全面突破三個方面。

1. 中心協(xié)同：生成式人工智能對廣告產(chǎn)業(yè)結構形成階段型顛覆式創(chuàng)新

市場管理學家托蒙德與萊蒂斯在克里斯坦森的研究基礎上進行推演，得出顛覆式創(chuàng)新必須具有的產(chǎn)業(yè)結構特征，即在具有顯著技術創(chuàng)新優(yōu)勢的基礎上，能夠對市場規(guī)模產(chǎn)生擴展作用，且通過整合創(chuàng)新技術與應用產(chǎn)業(yè)，使得產(chǎn)品、服務和商業(yè)模式等在結構上對產(chǎn)業(yè)資源形成吸引。[28]由此可以得出廣告產(chǎn)業(yè)結構層面形成顛覆式創(chuàng)新的充分條件為：具有顯著技術創(chuàng)新優(yōu)勢，且能夠對市場規(guī)模進行擴展，對產(chǎn)業(yè)資源形成吸引。生成式人工智能在專業(yè)應用場景下，可完成對產(chǎn)業(yè)生產(chǎn)要素的集中協(xié)調，廣告產(chǎn)業(yè)結構的中心協(xié)同化趨勢明顯?，F(xiàn)階段，生成式人工智能對廣告的產(chǎn)業(yè)市場、媒介應用與人力資源等產(chǎn)業(yè)結構要素已形成外部沖擊，對廣告產(chǎn)業(yè)結構形成階段型顛覆式創(chuàng)新。在產(chǎn)業(yè)市場方面，現(xiàn)階段廣告經(jīng)營主體面對生成式人工智能展現(xiàn)出的巨大發(fā)展前景時，大多嘗試進行部分應用的融合，隨后逐步延伸至現(xiàn)有業(yè)務模式下進行整體變革，從而推動廣告產(chǎn)業(yè)規(guī)模大幅擴展。在媒介應用方面，生成式人工智能作為一項重大的技術革命成果，具有推動專業(yè)領域內媒介應用的創(chuàng)新優(yōu)勢，正在吸引著大量產(chǎn)業(yè)資源，引導市場組織形態(tài)趨于集中，促使廣告經(jīng)營格局走向擴張。在人力資源方面，生成式人工智能與人類認知、思維、偏好甚至是審美保持一致的技術特征，使得其與人類進行高效協(xié)同的可能性不斷增強，在各項具體的數(shù)字勞動環(huán)節(jié)之間擁有了更為強大的統(tǒng)籌工具。隨著未來智能化水平的不斷提升，生成式人工智能將進一步催生出全鏈路貫通的人機協(xié)同工作模式。

2. 主動迎合：生成式人工智能對廣告業(yè)務行為形成階段型顛覆式創(chuàng)新

媒介產(chǎn)業(yè)學家布萊恩從業(yè)務行為角度提出，顛覆式創(chuàng)新的實現(xiàn)在于滿足新出現(xiàn)的市場需求或市場上尚未得到滿足的需求。[29]由此可以得出，廣告業(yè)務行為層面形成顛覆式創(chuàng)新的充分條件為：能夠有效滿足市場當中的新需求或者是過去存在但尚未完全被滿足的需求。在現(xiàn)階段廣告產(chǎn)業(yè)化融合的過程中，生成式人工智能技術可以主動激發(fā)并滿足更多的場景需求，例如實時互動廣告、增強現(xiàn)實廣告和虛擬現(xiàn)實廣告等高度定制化的創(chuàng)新廣告形式。與此同時，以往廣告業(yè)務中受技術條件限制而未能實現(xiàn)的創(chuàng)新設想將迎來重新激活的可能性。人工智能在應用范疇和產(chǎn)業(yè)角色方面提供的創(chuàng)新性技術支持，可對已有廣告業(yè)務行為實現(xiàn)更高層次的需求滿足，例如更接近真人表現(xiàn)的虛擬客服助手、虛擬形象代言人等。生成式人工智能在進入大眾消費級市場后快速積累了海量用戶基礎，將更大范圍的個體需求納入廣告業(yè)務的范疇之中。這種由被動式輸出向主動式迎合的廣告業(yè)務行為轉變，使得廣告市場參與者在傳播路徑中獲得了更大的控制優(yōu)勢。因此，在對廣告?zhèn)€性化定制程度、交互性用戶體驗與程序化推薦等服務屬性特征形成外部沖擊的影響下，生成式人工智能已對廣告業(yè)務行為形成階段型顛覆式創(chuàng)新。

3. 全面突破：生成式人工智能對廣告經(jīng)營績效形成階段型顛覆式創(chuàng)新

克里斯坦森在《成為破壞者》的研究報告中指出，從經(jīng)營績效角度形成顛覆式創(chuàng)新的充分條件在于：新技術破壞并變革先前的商業(yè)模式，主流消費者對新技術極大關注并催化技術革新者獲得更大的成功。[30]由此可以推導出，廣告經(jīng)營績效層面形成顛覆式創(chuàng)新的充分條件為：在吸引社會主流消費群體的關注后獲得持續(xù)進步，并能夠變革現(xiàn)有商業(yè)模式。從這個研判標準出發(fā)，生成式人工智能技術一經(jīng)發(fā)布便引起社會的全面關注，主流消費群體紛紛表現(xiàn)出對該技術的極大興趣。以ChatGPT為例，該生成式人工智能語言模型在不到9周的時間里將平均月活用戶數(shù)量提升至1億以上，成為互聯(lián)網(wǎng)歷史上用戶增長最快的消費級應用平臺。在海量的用戶基數(shù)與市場應用基礎上，各類基于通用框架而搭建的私有智能模型迅速發(fā)展，在多個專業(yè)領域中不斷取得顯著突破。生成式人工智能憑借強大自主學習與機器訓練能力，已逐步實現(xiàn)基于廣告運作自動化的動態(tài)管理模式的變革，為企業(yè)提供更多創(chuàng)新性、互動性和預測性的廣告服務。生成式人工智能以自動化競價和成本優(yōu)化技術，可以自動匹配生成最優(yōu)的廣告投放策略，一定程度上突破了不同數(shù)據(jù)采集方式下由信息間隔產(chǎn)生的績效瓶頸。這種跨越式的變革將推動廣告投放競價信息日趨公開透明，使未來廣告市場的經(jīng)營績效水平取得全面突破。因此，在對廣告的創(chuàng)意生產(chǎn)、決策評估與審核管理等效率指標形成外部沖擊之下，生成式人工智能已對廣告經(jīng)營績效形成階段型顛覆式創(chuàng)新。

隨著生成式人工智能的不斷成熟和完善，在不斷的技術融合與場景衍生過程中，廣告產(chǎn)業(yè)的未來發(fā)展將產(chǎn)生更深層次的變革。一是廣告創(chuàng)意革新。生成式人工智能在主動創(chuàng)作能力方面的持續(xù)提升，將開創(chuàng)更多前所未有的內容風格與新奇的感官體驗。這將使得廣告產(chǎn)業(yè)迎來新的創(chuàng)意革命，帶來體驗更加豐富、內容更加個性、成本更加低廉的廣告作品。隨著市場數(shù)據(jù)的持續(xù)積累和模型算法的不斷優(yōu)化，生成式人工智能可對用戶需求進行更為全面、細致、準確的分析，在服務端提供高度個性化的廣告體驗，在決策端達成更高效的說服路徑。二是跨平臺廣告整合。生成式人工智能憑借海量的數(shù)據(jù)挖掘與批量處理能力，通過將不同平臺上的廣告素材和數(shù)據(jù)進行預訓練，可以一舉打破各平臺之間的信息區(qū)隔。這種跨平臺的廣告整合策略具有極強的自主適應性，能夠為廣告主提供更全面、一致與有效的廣告?zhèn)鞑ゲ呗?，實現(xiàn)多個渠道的無縫整合，全面提升廣告投放的實際效果。三是自動化全觸點廣告投放。生成式人工智能所具備的強大自主輸出處理能力，為廣告投放過程的全鏈路自動化提供了技術支持。這種高階水平的自動化全觸點投放將大大提高廣告投放的效率和精確度，優(yōu)化廣告投資回報率。伴隨著這些更深層次變革的逐步實現(xiàn)，智能廣告產(chǎn)業(yè)將朝著完成型顛覆式創(chuàng)新的方向發(fā)展，進而實現(xiàn)整個廣告生態(tài)系統(tǒng)的全方位重構和升級。

參考文獻：

[1] 姜智彬，馬欣. 領域、困境與對策：人工智能重構下的廣告運作[J]. 新聞與傳播評論，2019（3）：56-63.

[2] 秦雪冰. 消費者洞察的NKP模型：社會網(wǎng)絡分析在智能廣告中的應用[J]. 當代傳播，2020（3）：77-80.

[3] 姜智彬，戚君秋. 學習、生成與反饋：基于動覺智能圖式理論的廣告智能創(chuàng)作[J]. 新聞大學，2020（2）：1-16，119.

[4] 秦雪冰，郭欽穎. 互聯(lián)網(wǎng)廣告投放智能化轉型研究——基于動態(tài)能力3P模型[J]. 現(xiàn)代傳播，2022（7）：146-152.

[5] 姜智彬，師夢瑤. 廣告智能評估：基于共振效應的識別、分析與應對模型[J]. 現(xiàn)代傳播，2021（4）：121-127.

[6] 姜智彬，郭博. 流程性匹配：智能技術范式下互聯(lián)網(wǎng)廣告管理平臺的動態(tài)能力研究[J]. 山西大學學報（哲學社會科學版），2023（2）：75-85.

[7] 姜智彬，郭欽穎. 基于PSR模型的中國廣告產(chǎn)業(yè)智能化轉型研究[J]. 現(xiàn)代廣告，2020（20）：29-35，63.

[8] Radford A， Wu J， Child R， et al. Language Models are Unsupervised Multitask Learners[J]. OpenAI Blog， 2019（8）： 9.

[9] 張夏恒. ChatGPT的邏輯解構、影響研判及政策建議[J]. 新疆師范大學學報（哲學社會科學版），2023（5）：113-123.

[10] Edward S. Mason. Controlling World Trade[M]. New York： Mcgraw-Hill Book Company， 1956： 20-22.

[11] Baumol， William Panzar， John C， et al. Contestable Markets and the Theory of Industry Structure[M]. New York： Harcourt Brace Jovanovich， 1982： 62-67.

[12] Walsh Vivien. Technology and the Economy：the Key Relationship[J]. R&DManagement， 1994（24）： 104-107.

[13] 高紅陽. 外在技術預見與國家科技發(fā)展戰(zhàn)略[M]. 長春：吉林人民出版社，2008：9.

[14] 徐衛(wèi)華. 中國廣告管理體制研究：基于國家與社會關系框架[M].長沙：岳麓書社，2009：11.

[15] Vakratsas D， Wang·X. S. Artificial Intelligence in Advertising Creativity[J]. Journal of Advertising， 2020（3）： 1-17.

[16] 陸偉，劉家偉，馬永強，等. ChatGPT為代表的大模型對信息資源管理的影響[J]. 圖書情報知識，2023（2）：6-9，70.

[17] 沃森·鄧恩，等. 廣告與商業(yè)[M]. 崔巖峙，崔巖，譯. 北京：工商出版社，1981：9.

[18] 許家駿，陸仕超. 傳媒管理與實踐[M]. 上海：上海大學出版社，2019：2.

[19] 戴維·克拉克. 查理·芒格的投資思想[M]. 巴曙松，陳劍，譯. 杭州：浙江人民出版社，2019：9.

[20] 鄧建國. 概率與反饋：ChatGPT的智能原理與人機內容共創(chuàng)[J]. 南京社會科學，2023（3）：86-94，142.

[21] 錢力，劉熠，張智雄，等. ChatGPT的技術基礎分析[J]. 數(shù)據(jù)分析與知識發(fā)現(xiàn)，2023（3）：6-15.

[22] 趙朝陽，朱貴波，王金橋. ChatGPT給語言大模型帶來的啟示和多模態(tài)大模型新的發(fā)展思路[J]. 數(shù)據(jù)分析與知識發(fā)現(xiàn)，2023（3）：26-35.

[23] 戴國良. 企劃案管理實務[M]. 汕頭：汕頭大學出版社，2003：3.

[24] 劉禹良，李鴻亮，白翔，等. 淺析ChatGPT：歷史沿革、應用現(xiàn)狀及前景展望[J]. 中國圖象圖形學報，2023（4）：893-902.

[25] 林春培，張振剛，薛捷. 破壞性創(chuàng)新的概念、類型、內在動力及事前識別[J]. 中國科技論壇，2012（2）：35-41.

[26] 楊強，汪波，呂榮勝. 破壞性創(chuàng)新理論的本質及其市場效應分析[J]. 西北農林科技大學學報（社會科學版），2008（1）：59-61，74.

[27] Christensen·C. M， Raynor M， Mcdonald R .What is Disruptive Innovation？[J]. Harvard Business Review， 2015（12）： 44-53.

[28] Thomond P， Lettice F. Disruptive innovation explored[C]. 9th IPSE International Con-ference on Concurrent Engincering： Rescarch and Applications，2002.

[29] Bleyen V-A， Lindmark S， Ranaivoson H， et al. Atypology of media innovations：Insights from an exploratory study[J]. The Journal of Media Innovations， 2014（1）： 28-51.

[30] Christensen C， Dvaid Skok. Be The Disruptor[R]. Nieman Reports， 2012： 3.

基金項目：國家社會科學基金年度規(guī)劃項目“區(qū)塊鏈技術賦能互聯(lián)網(wǎng)廣告數(shù)據(jù)治理研究”（21BXW083）

作者信息：姜智彬（1968— ），男，安徽淮南人，上海外國語大學新聞傳播學院教授、博士生導師，主要研究方向：計算廣告、智能廣告、廣告學前沿；周楊（1993— ），男，江蘇淮安人，上海外國語大學國際工商管理學院博士研究生，主要研究方向：計算廣告、智能廣告、數(shù)字營銷。