行业洞察 | 创意变革与市场颠覆：AIGC对广告行业的全面影响

01 广告行业增长遇到了挑战

1.1 消费增长放缓，广告市场全年下滑

近两年来，广告行业面临着多重挑战。在政策方面，《十四五》规划出台了一系列围绕市场监督、信息安全等广告合理、合规使用政策，广告行业成为未来主要规范化行业之一，《互联网信息服务算法管理规定》中也对用户数据、算法做了规定，要求保障用户的算法知情权和算法选择权，对广告厂商获取用户数据做了一些限制。据QuestMobile的统计数据显示，由于宏观市场消费出现疲软，社会消费品零售总额为43.97万亿元，同比下降了0.2个百分点，对于广告行业形成了一定冲击。2022年中国整体广告市场出现了约9.4个百分点的下滑，为近五年来首次下滑。

不过在此背景下，由于移动互联网流量稳步回升（总用量已超过12亿）以及用户在线时长增加（月人均单日使用时长463.8分钟），互联网广告市场逆势取得了1.4个百分点的增长，总规模突破6600亿元，达6639亿元。此外，移动社交、移动视频、新闻资讯、系统工具等典型APP的日活跃用户数的不断攀升，在视频媒介和社交媒介方面的广告容量方面也均出现了明显的提升，随着公共卫生防控的消散，线上线下营销场景的进一步扩展，2023年的广告市场整体或将重启增长。

根据企业广告开支而言数据显示，中国五大主要渠道的市场规模从2017年的人民币5,055亿元增加至2021年的人民币10,008亿元，复合年增长率为18.6%。尽管2022年也出现了下滑，但趋势发生了新的变化。在线广告的数据驱动潜力，促使广告商将广告开支逐渐从线下渠道转移至在线渠道，以触及更广泛但目标更明确的受众范围，并以具成本效益的方式提供更多定制化的广告信息。

此外，由技术驱动的广告模式正在逐渐成型，例如AIGC、元宇宙等技术已经被广泛地应用于智能广告中，这为行业提供了更多的降低成本、提高效率的机会。随着ChatGPT的普及，到2023年，人工智能的持续推广和普及将会使整个广告营销市场的技术变革进一步显现，广告营销将变得更加智能化、易于使用和兼容性更强。

1.2 互联网广告逆势上升，且往靠近生活圈的渠道倾斜

具体来看，近两年互联网广告市场总体份额稳中有升，头部平台继续布局和拓展流量生态及ADX平台，推进基于智能技术的广告投放产品，并构建新的广告投放矩阵，以持续吸引流量进入，提高服务自动化和数字化，并促进整体营销效率的提升。例如，短视频平台推出了站内转化出口，由站内转化贡献的投放占比迅速提升。字节跳动旗下的巨量千川、DOU+，以及快手的磁力金牛、快手粉条等，都保持了较高的增长。

根据QuestMobile的数据显示，2022年，我国互联网广告的不同类别份额构成变化趋势更加清晰，其中电商类广告和短视频广告占据前两大细分市场，分别占据49.4%和17.3%的市场份额，紧随其后的是泛资讯广告与社交广告，分别占比为14.6%和13.5%。预计在未来两年电商平台和短视频平台份额继续保持增长，吸引更多的广告预算。

就我国主要下游应用行业而言，消费品及食品饮料继续成为互联网广告市场收入占比最大的头号品类，并且持续保持高速增长；2022年中国市场份额分别为39.42%和30.60%。同时，转化成了当前广告营销必须面对的课题，多触点的整合传播、单渠道集中选取资源投放成了常态，据调研超过80%的品牌采用不低于5种的营销方式，品牌保持与渠道联合引流的营销方式，并且越来越多的品牌选择向更靠近生活圈的渠道倾斜。例如，美妆行业广告主主要基于平台的种草属性，并且通过直播电商实现转化。

1.3 广告行业从业总体一览

从广告行业的主体来看，根据分工职能的不同，不同公司的利润率存在较大差异，此外，不同公司之间的合作关系和利益分配方式也会影响其毛利率。例如，媒体公司的一级代理商往往需要承担垫资、绩效的压力，相比二级代理商而言需要更加强大的资金实力，因此相比之下毛利会稍高一些。通常来看，行业公司毛利率的值从5%-80%之间不等，下方列举一些广告常见公司的毛利率情况：

• 自有媒体：以媒体广告位租赁为主，利润率稍高，大约在20%-50%之间。
• 代理媒体：以代理投放为主，大约在5%-20%之间（目前基本上平折甚至低于平折走，靠走量和自有媒体的返利为主）。
• 策划设计：过去重度依赖人的设计和创意，毛利率比较高，大约能达到20%-80%之间。
• 广告SaaS：以广告投放、优化、数据公司为例，产品毛利大约在60%-90%之间。
• 活动承办：大约在15%-40%之间。
• 物料印刷：大约有5%-20%之间。

一般而言，毛利率越高的公司往往意味着经营风险越大、运营成本越高。以策划设计和活动策划公司为例，它们的核心竞争力在于独特的创意和设计，因此在服务客户时能够以高附加值为基础获取更高的利润，但同时也需要培养大量的工作人员来满足客户的个性化需求。

而媒体端虽然毛利率高，但前期需要大量投资于营销或制作优质内容以获取用户流量、维持MAU，从而降低其广告位空置率，提高利润情况。广告代理商通常承担与客户沟通、制定广告计划、谈判广告价格等工作，因此其毛利率相对较低。这是因为广告代理商需要为客户争取最优惠的广告价格，可能需要对广告媒体的价格进行议价，并承担大量的行政管理费用。

02 技术的井喷与行业的变化

2.1 继PGC、UGC之后，AIGC粉墨登场

消费的停滞使得广告主们对于营销的转化要求进一步提升，广告行业面临着突破与变革的需求，来提高内部运营的效率。此时AIGC商业化的出现对于广告行业可谓是一场“及时雨”。自然语言生成技术NLP和AI模型的逐渐成熟，AIGC（AI Generated Content 即人工智能创作内容）逐渐受到关注。AIGC 是继 PGC（专业生成内容）、UGC（用户生成内容）之后产生的新型创作模式，其能力远不止于文字输出以及画画本身，其特点是高效的自动化生产；具有智能数据内容孪生、编辑、创作三大能力。

目前可实现自动生成文字、图片、音频、视频；这种颠覆性的内容生产模式无疑给内容营销带来挑战及机遇，自2022年开始，AIGC发展速度惊人，迭代速度更是呈现指数级发展，市场上几乎隔几天就有重量级的消息出现，这其中深度学习模型不断完善、开源模式的推动、大模型探索商业化的可能，都在助力AIGC的快速发展。

根据目前AIGC的内容生成原理，不论是ChatGPT所生成的语句还是MJ、SD等所生成的图像，都是通过重新组合现有数字内容进行创作的。AIGC可以划分为三个层次：基础层、中间层和应用层。基础层主要由预训练模型技术投入组成，代表企业包括Open AI和Stability.ai等。中间层则是提供垂直化、场景化和个性化模型以及应用工具的层次，而应用层则提供面向B/C端用户的文字、图片、音视频等内容生成服务。

随着数字技术与实体经济的深度融合以及互联网企业数字化场景拓展至元宇宙，人们对数字内容总量和丰富程度的需求不断提高。AIGC作为当前重要的内容生成方式，在传媒、营销、影视、电商、娱乐等领域已经取得进展。随着AIGC在各个行业的普及，有望推动中国在AIGC领域的发展，并作为AI数字商业的探路者，开启下一场数字商业模式的新篇章。

2.2 AIGC的历史

从历史发展的角度来看，人工智能生成内容可以被分为以下几个阶段：

• 早期实验阶段（1950年代-1980年代）：计算机科学家开始研究自然语言处理和语音合成等技术，探索如何通过计算机生成简单的文本和音频内容。在这个阶段，早期的人工智能算法和计算机硬件都还比较原始，因此生成的内容质量有限。此阶段的研究主要集中在规则和模板的设计上，即通过编写特定的规则和模板来生成内容，但这种方法的实现效果往往不太理想。
• 规则驱动阶段（1990年代-2000年代）：在这个阶段，研究人员开始使用规则驱动的方法来生成文本和语言内容。这种方法的基本思想是利用预先定义的规则和模板来生成内容，例如自动化新闻播报和天气预报。然而，规则驱动的方法也存在一些明显的缺点。首先，由于它是基于预先定义的规则和模板来生成内容，因此它的生成能力非常有限，无法适应复杂的场景和变化。其次，生成的内容质量不够高，往往存在语义和逻辑上的错误，甚至是不合理的内容。尽管如此，规则驱动阶段对于自然语言处理技术的发展仍然具有重要意义。通过规则驱动的方法，研究人员开始了解自然语言处理技术的基本原理和技术路线，为后来的深度学习和神经网络技术的发展奠定了基础。
• 统计学习阶段（2000年代-2010年代）：随着统计学习和机器学习技术的发展，人们开始使用更加智能的算法和模型来生成内容。这些算法和模型利用大量的数据进行训练，以提高生成内容的质量和准确性。深度学习模型也开始在生成内容方面发挥重要作用，例如循环神经网络和变分自编码器等模型。在这个阶段，人工智能技术得到应用，涉及自然语言处理、计算机视觉、音频处理等多个领域，为各行各业带来了巨大的变革和机遇。
• 深度学习阶段（2010年代至今）：深度学习技术的发展使得AIGC能够生成更加复杂和逼真的内容，2014年深度学习算法“生成式对抗网络”（Generative Adversarial Network，GAN）推出并迭代更新，助力AIGC新发展。2017年微软人工智能少年“小冰”推出世界首部由人工智能写作的诗集《阳光失了玻璃窗》，2018年英伟达发布Style-GAN模型可自动生成图片，2019年DeepMind公司发布DVD-GAN模型可生成连续视频。2021年OpenAI推出DALL-E并更新迭代版本DALL-E2，主要用于文本、图像的交互生成内容。我国AIGC市场在2022年底引起较大关注，2023年开年企业端跃跃欲试。虽然行业仍处于起步阶段，距离大规模证明和体系化发展仍有距离，但从资本的加码到应用场景的探索，距离的缝隙有望逐步填补。

2.3 2030年中国生成式 AI 应用规模有望达到 1万亿人民币

AI技术过去已经在多个领域展现出了与商业生态融合发展的潜力。其中，AI语音识别已经广泛应用于智能翻译、智能医疗、智能汽车、智能客服等多个场景，并已经实现了规模化应用。AI聊天机器人在智能客服、智慧导购等领域也取得了显著的进展。计算机视觉技术已经能够实现场景的识别和扫描等功能。生成式AI技术则在创造性领域发挥了重要作用，例如文学和艺术创作。

AIGC的应用可从toB和toC两个角度来看。在toC方向，AIGC已经开启了单月付费模式，类似于视频会员付费模式。相比同类公司，单用户付费市场规模预计可达数千亿人民币。

此外，toB方向在中国也将是AIGC大展拳脚的场景，可以在数字营销、内容生产、媒介迭代等方面为企业降本增效，据调研，有些特定场景已经可以实现90%的成本节约和效率提升。据前瞻产业研究院预测，到2025年，中国AI数字商业中数字服务和数字商业内容市场规模将分别占比59%和24%。从复合增速来看，2020年至2025年期间，数字商业内容和数字服务分别将达到49.9%和40%的增速，数字商业正在成为继互联网商业之后的又一个重要形态和力量。

另外人工智能技术正逐步从学术研究走向产业化，商业与人工智能技术的融合正在形成相辅相成的发展格局。在广告与创作领域，AIGC的价值在于为存量业务降低成本、提高效率，为增量内容提供跨模式的内容生成。虽然根据Gartner的"人工智能技术成熟度曲线"，生成式人工智能仍处于起步阶段，但其广阔的应用场景和需求空间正在吸引大量的资本和技术投入，有望在3年以内实现大规模应用。

AIGC具有创造万亿元经济价值的潜力，其蓬勃发展将推动资产服务快速跟上，通过对生成内容的合规评估、资产管理、产权保护、交易服务等形成AIGC的完整生态链，重塑其商业价值，充分释放其发展潜力。根据量子位的预测，预计到2030年，AIGC的市场规模将超过1万亿人民币。

2.4 AIGC正在对广告行业产生深远影响

如今AIGC的应用可以类比十年前的互联网+，将对各行各业造成深远影响。在万亿级的广告市场中，AIGC的应用可以极大地提高广告内容的生产效率和质量，加快广告营销的周期，帮助企业更好地实现营销目标。其实早在2020年Jasper公司便开始为创作者在FACEBOOK上的广告创作赋能，可口可乐也在今年2月份宣布与OpenAI和贝恩公司合作，使用AIGC的方式创作个性化广告文案与内容，全面提升运营能力以寻找新的创意营销突破点。

随着AIGC技术与模型的愈发成熟，在广告行业中将被广泛应用，尤其在以下几个环节之中：

素材/物料生成：利用人工智能技术自动生成文 章、视频、音频、图片等广告内容，可以实现大规模、高效率的生产。此外，AIGC技术还可以根据不同用户的兴趣、需求、行为等数据，生成个性化的广告内容，提高用户的兴趣度和购买转化率。

广告投放：AIGC可以通过深度分析广告主的品牌、产品、消费者行为等信息，快速地识别、定位、优化广告资源，提高广告投放的精准性和覆盖面。

数据分析：AIGC技术可以对广告营销数据进行分析和挖掘，提供实时、准确的数据分析结果，帮助广告主更好地理解用户需求、预测市场趋势和优化广告投放策略。

AIGC分担了逻辑简单但工作量冗长的工作，可使得专业人士集中精力处理诸如挖掘深层立意、元素创新组合等更具价值的事情，加速新创意落地。AIGC技术的应用也给广告行业带来了诸多直观的好处，其中主要包括：

• 提高效率：AIGC技术可以快速、自动地生产大量广告内容，缩短广告生产周期，提高效率；还能够为营销人员可以快速生成用户画像，完善打标流程。
• 降低成本：AIGC技术可以减少人工成本，代替原有广告公司部分客服、美工、设计的工作，降低广告制作的成本。
• 提高质量：AIGC技术可以保证广告内容的质量和规范性，减少因人为因素而导致的错误和疏漏。
• 提高个性化：AIGC技术可以根据不同用户的需求和行为数据，生成个性化的广告内容，提高用户的接受度和购买转化率。

相信未来AIGC技术能够不断拓展营销领域的边界，给品牌带来更多的想象力。

2.5 AIGC或在短期大量替代广告、设计相关从业人员

AIGC技术改变整个广告行业的速度，可能比想象的更快。过去技术工具从诞生到广泛应用，需要经历很长一段时间的市场检验，但AI工具的到来却打破了这一规律。

此前创新工场创始人李开复撰文列举了10项AI最容易取代的工作，具体如下：电话营销员/电话销售、客户服务、仓库工人、出纳和运营人员、电话接线员、出纳员/收银员、快餐店员、洗碗工、生产线质检员、快递员。在广告行业中，AI做为技术工具将首先取代部分技术岗位。文案、设计、插画师甚至策略人员，在AI工具的高速迭代下，将无一幸免：一是因为AI的速度更快，二是很多时候AI的创作质量更高。

4月13日知名公关及广告服务商蓝色光标（300058.SZ）发布内部邮件通告也说明了AIGC已具备取代更多的工种的可能性。作为全球性营销控股集团，公司宣布为了遏制核心能力空心化的势头，也为了给全面拥抱AIGC打下基础，将无期限全面停止创意设计、方案撰写、文案撰写、短期雇员四类相关外包支出，从确认合作到宣布停用相关业务的外包，GPT“入侵”普通人工作的速度远比想象中快，这意味着将有很大一部分的广告生产从业人员将面临失业的风险。

从行业发展的角度来看，这一举措也体现了广告行业对于AI技术的越来越重视。随着人工智能技术的不断发展，越来越多的行业开始探索将AI技术应用到各个领域，以提高工作效率和降低成本。广告行业作为一个高度创新和技术密集的行业，也需要不断创新和应用新技术，以适应时代的发展和变化。因此，全面拥抱AIGC成为了广告行业不可避免的发展趋势之一。当然，这一举措也有其局限性和不足之处。虽然AI技术在某些方面可以替代传统的外包服务，但在某些方面，如人性化、情感化的创意设计等领域，AI技术还无法完全替代人类。因此，在采用AI技术的同时，广告公司也需要注重培养和提升。

此外，游戏、设计等行业的原画师也受到了很大的冲击，许多业内公司已经出现了裁员现象。广州一家中型外包游戏公司的特效技术总监公开称，公司的原画团队自2023年初使用AI之后，已经裁员三分之二。在质量方面，打开Midjourney每日更新的showcase就能看到，AI创作的画面早已超越了大多数的设计同行。只要有描述足够精确的提示词，其作品甚至足以与顶尖的设计、插画师、摄影师媲美。导演陆川在尝试AIGC后表示，AI在设计电影海报方面“15秒出来的效果已经比专业海报公司做一个月的还要好了”。

非凡产研也采访了几家国内广告行业从业公司，发现基本上所有受访公司都已经或正在通过接入AIGC来提高生产和运营效率。ADmobile广告产品负责人包圆接受非凡产研采访时表示：“AIGC目前在广告投放内容生产与人群圈定方面已经有一些具体的案例。以Meta推出的AIGC工具为例，已经可以做到根据广告投放者的需求生成个性化的文案了，而且文案的生成效果也基本能满足广告投放的需要。但目前重点还是在于文生文领域，图像和视频的AI生成在广告领域仍还处于早期阶段。另外就是人群圈定，由于IOS 4.5以后对于设备ID的获取越来越难，对于广告投放商来说这是一个比较大的痛点，有了AI以后，可以通过用户行为、偏好数据去做人物标签，再根据标签推送个性化广告，在效率和成本方面有了非常大的提升。”

另外一个数据也很能说明AIGC的侵略速度比以往任何产品都要来的更快：去年11月底OpenAI上线的ChatGPT，仅5天时间便已收获100万注册用户。今年2月，其月活用户已超过1亿。而且这个数据还是在排除了大量限制提供服务地区的人群。这种进度在过去最起码需要企业几年的时间才能达到的成就，AIGC仅用了3个月时间。AI工具在人群中大规模流行时，也快速渗透进了各行各业。

Attribuly创始人李驹接受采访时表示：AIGC已经在图片生成、虚拟人生成这块已经有很落地的应用场景了，在一些限定场景、工作流中起到了很好的应用。内容生产是广告中的一部分，AI将对用户洞察、广告投放产生效率的影响，通过AI+自动化提高投放策略的有效性，更好了解品牌。随着数据质量、维度的加强，AIGC在内容生产与优化也会越来越强。从目前商业化应用角度来看，文生文类的产品更加落地一些，例如Jasper AI、ChatGPT，但这只是个开始，如果从长远来看，图片视频会承载更多的信息与商家预算，未来更具备更大的商业潜力。

03 机会还是挑战？

3.1 三个核心要素将被重构

广告行业有技术、创意、媒介、运营四个主体，AD Network优化了技术与媒介，DSP/ADX进一步优化了媒介，oCPX优化了运营人员，而AIGC优化了最后一个创意环节，而且可能是革命性的影响。不过对于AdTech公司而言，在过去算法是公司的核心竞争力，数据是公司的核心资产，而ChatGPT和AIGC的模型都需要海量的数据来进行训练，正因为没有高质量的内容数据，就训练不出优秀的AI工具。反过来也可以说，高质量的内容数字资产，就是AIGC的灵感源泉，也是未来创作方的决胜点。传统AI公司也很难直接应用产品在广告行业，这是广告平台发展ChatGPT和AIGC得天独厚的优势。

从长远来看，人工智能（AI）将对广告的三个核心要素——受众渠道、内容素材和数据——都有非常显著的提升。

首先，在受众渠道方面，人工智能技术将具备重构投放流程的可能性。过去，广告投放主要通过标签化来圈选人群包，但在未来技术的帮助下则可以更加精准地定位受众，针对单个个体实现真正的个性化展示，做到真正的千人千面，从而提升消费者的广告体验和广告效果，实现更加细密度的广告呈现。

其次，在内容素材方面，AIGC技术将为广告提供更加优质和个性化的素材，通过深度学习和自然语言处理等技术，以及自有数据的训练，可以让AI生成更具创意和感染力的广告内容，从而提高广告的吸引力和转化率，这一点在目前已得到验证。

最后，在数据层面，人工智能技术将为广告提供更加精准的数据分析和管理，通过NLP技术对数据进行深度分析和优化，不仅可以得到更为深维度的数据，更好地将人群细分，还能找出平台、素材、潜在受众的共同特征和差异化，来指导广告投放，从而提高广告投放的效率和效果。

这些将对传统的CDP、CEM、DAM、广告创意公司等相关行业带来一次革命性的变化，使得广告产业更加智能化、个性化和高效化。

3.2 AdTech或将进入一个新的时代

在谈及效果类广告与品牌广告对于AIGC的应用问题时，被采访者大都认为效果类广告将能更好的应用AIGC来做生成，效果类广告相比品牌广告更具备可衡量性，而可衡量的场景使得AIGC更容易落地，而品牌广告是偏展示的，缺少相应的手段去追踪转化，相对而言不可衡量性更高。而且相较而言，品牌广告需要在某种程度上表达公司的品牌价值、品牌理念、品牌文化等，AI在这一方面可能还相对有所缺失，其更擅长于基于数据的内容生成，而在效果类广告场景中，能够提供更多的数据集用于加强对于模型的训练，当然这也对于许多公司在技术与资源成本是一种考验。针对广告投放而言，广告投放的转化是最终目标，广告行业也经历过从CPX到oCPX的转变，效果广告占总体广告比重也越来越大。

AIGC的应用或许在未来可以通过计算使得广告投放愈发千人千面，实现个人定制化广告，如给男性、女性、长者、儿童等不同地区、不同年龄、不同性别、不同爱好的人群都精准推荐最适合其的产品以及针对其偏好创建最适合的广告文案、素材、内容，增加相应人群的购买兴趣，从而增加整个广告的ROI，相信这将会使得AdTech进入一个新的时代。

联世传奇创始人杨光宏表示：AIGC对于广告行业的变革是不可阻挡的，我们会积极的接受并用好它。AIGC通过技术手段做到了批量的内容生成，而广告行业就是一个非常好的落地场景，但在这个场景各家的精度、模型训练量各有差异。

按目前抖音、快手等主流平台逻辑来看，素材越多，被曝光的概率也就越大。而且更重要的是投放短视频广告素材时，投放成本会随着素材投放的时间、地区不同而不断波动。刚投放的新素材，吸引用户下载的成本较低，但越往后成本就会越高，当成本超过广告主预算，就需要投放新的广告素材，这是短视频广告素材消耗的基本逻辑。但现如今在AIGC的技术加持下，对于人群、素材的投放及优化会相比现在而言更加的精准，可以预见的是品牌的获客成本将进一步降低。

3.3 广告从业者将何去何从

对于广告行业从业者来说，AIGC替代的潮流趋势已不可阻挡，但AI仍有做不到的事。正如美数科技产品负责人郭麟表示：其实大家都已经意识到AIGC对于行业将产生大的变革，无论是产品还是业务层面。AIGC解决的主要是两块，第一是人做不到的，如更大范围数据的收集、聚合、归纳；第二类是人不愿意做的，如一些机械化的行为，能大幅提高生产力。

他提到值的注意的是，目前产品如Midjourney相对来说是通用型的工具，如果用在垂直行业还需要人工的参与，尤其在广告行业，还会受到文化、法律、公序良俗的影响，对于内容素材有进一步的要求。

AIGC的到来引领了内容生产力的提升，能够为人类带来更快、更多元的创意内容。然而，尽管AI工具能够辅助内容生产，却仍无法像人类一样从情感、思想深处挖掘人们真正想看、想听、想玩，具有触动和共鸣的内容内核，而且也可能会出现内容同质化的问题。因此，在内容生产链中，“人”的核心价值应更深刻地体现为：回归内容本质，深刻理解和创作AI无法理解的情感和思想，为此提出更精准的策划，并做出最终的判断和决策。在这个时代，我们需要全面拥抱AIGC。这不仅是为了适应市场需求，更是为了提高自身的职业素养和竞争力。无论是从个人还是企业的角度来看，学习和掌握AI和GC技术都是非常重要的。只有这样，才能够在未来的竞争中立于不败之地。而对于广告、文案等相关行业从业人员，应该时刻关注行业变化和趋势，积极学习和掌握AI相关技术和工具，以提高自身的技能水平和竞争力。

04 总结与畅想

AIGC的出现，代表着用AI算法和大模型重新排列和索引信息，也代表着出现了更好的广告交互方式，两者叠加绝对又是一次万亿广告行业基因级的突变。软告科技创始人刘旸表示：AIGC大幅提升了原先很多应用的效率。广告、电商和游戏是目前比较大的几个互联网应用场景，AIGC一旦作用于信息和交互之上，对于行业则可能是重构的概念，而广告行业是用户量最大、数据量最多的行业，因此基于用户量、数据量和模型量的“AI 飞轮”在广告行业更容易腾飞。

未来，内容的生成速度将会更快，呈爆炸式增长。各行各业也在快速与AIGC进行结合，越来越多的大型国产厂商也开始搭建国人自己的大模型平台，相信在未来各个垂类都必将涌现出新的价值与机会。对于中小型公司来说，在广告投放领域有媒体、平台、数据、广告资源，在AIGC场景里有非常多的可能性，也能够很快的落地带来真正的商业效果，许多公司也已经或正在通过自建小模型或通过大模型调优的方式来优化适合自己商业场景的模型。考虑到可能存在的潜在问题，Attribuly创始人李驹也提到目前ChatGPT更多做的通用型内容的生成，缺少和私有数据的结合，这使得嵌入企业工作流会比较困难。另外24000个字符数上限对于公司层面而言也相对较小，这也有优化的空间。而且技术要注重结合目标客群的需要，提高数据安全性。

总的来说，AIGC正在给广告行业及从业者带来更深刻的变革。随着AIGC技术的不断进步和普及，不仅仅将改变广告投放流程和创意生成方式，它还将推动广告行业朝着更智能化的方向发展。除了广告创意的自动化生成和素材管理，AIGC还可以在广告投放过程中发挥更大的作用。通过对海量数据的分析和挖掘，AIGC可以更加精准地定位受众人群，为广告主提供更具针对性的广告投放方案。同时，AIGC还可以在广告效果的监测和优化方面发挥重要作用，通过对广告效果数据的分析和反馈，对广告投放进行实时调整，从而提高广告投放的效果和ROI。可以确信的是，技术的裂变发展正在推动AIGC的IPhone时刻悄然而至。

本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。