过去一年里，疫情催生了人工智能在众多场景的落地应用，也让AI营销释放出了更多潜力。从用户洞察到广告创意，从智能投放到效果分析，AI营销基于底层数据和机器学习，为广告行业提供了自动化、个性化的智能解决方案。无论广告业态还是品牌行为，都在AI技术的驱动下发生了深刻变化。

聚焦AI带来的营销迭变，近日《经济观察报》宏观经济研究院秘书长、《现代广告》杂志社副主编李晓丹，携手京东零售商业提升事业部广告产品部负责人薄立兴，灵狐科技董事、电商总裁宫晓静，易观副总裁、研究院院长李智，探讨了AI在广告行业的应用价值，以及AI背后的底层数据力量。

AI驱动营销迭变

广告圈有一句著名的“沃纳梅克之惑”—— “我知道一半广告费被浪费了，却不知道是哪一半。” 随着技术进步，全链路数据跟踪与计算成为可能，推动营销市场进入可被计算的时代，“浪费的一半”广告费的情况也逐步得到缓解。

“技术的应用让广告生态更加健康。”薄立兴指出，一方面，AI技术让广告投放的门槛变低，帮助中小品牌享受与大品牌一样的营销能力；另一方面，广告的精准性加强了，从千人一面变成千人千面，从被动输入变成精准推送。

薄立兴解释道，作为广告投放的重要一环，创意是广告得以触动消费心智的关键因素。然而在现实中，大的品牌商家拥有专业人员去做精美创意，并且反复修改完善；但是对于一些小商家，由于本身制作能力有限，他们没有能力雇佣设计师协助创意。

通过AI技术加成，商家制作创意的门槛得以降低。例如去年底，京东上线了点睛·智能创意产品，从构成广告创意的图像、视频、文案多个维度入手，通过分析用户行为数据，将商品与创意进行联合建模，在线进行创意的实时决策与生成。

据薄立兴介绍，京东平台的设计师根据设计经验和行业经验，创作出很多套模板。随后，算法工程师通过“智能抠图”套用在相应模板上，形成千人千面的素材，完成工程设计师灵感的传递。

特别在视频制作方面，宫晓静认为，AI的本质就是通过计算机模拟人的行为，视频的互动模式可以将这种模拟最大程度发挥出来，让算法和算力达到最佳的组合。因此，视频是未来AI营销非常重要的一个领域。

目前，京东创意中心集合自定义视频剪辑、AI视频剪辑、视频转码、模板制作4大创意工具，实现自主上传视频和编辑，同时采取人工智能方法进行剪辑转码处理，产出契合推广主题的宣传视频。

“从营销效果来看，无论文字广告、图片广告还是视频广告，最终目的都是希望用户在单位空间内获取到更多信息。视频形式的信息密度更大，这将是京东未来重点的发力方向，当然我们也倾斜了一定技术投入。” 薄立兴表示。

李智也谈到，很多传统广告公司都在用AI的方式大批量生成产品，创意是可以被“AI化”的。 同时，创意代表着一种人文色彩，AI让原来的广而告之，发展成为品牌与消费者之间的互动。

当然，除了基于用户洞察产出广告创意，AI在智能投放、效果分析等环节同样扮演着重要角色。例如，京东海投目前可实现智能出价、智能创意、智能定向等跨类目、跨资源位的全自动投放功能。

AI营销的底层逻辑

数据是AI技术的基石，也是广告创意落地不可或缺的部分。在大量数据储备基础上，平台可以实现数据归因、机器学习等后续环节，从而指导营销决策。

薄立兴表示，行业中比较常见的归因方法包括last click模型和均匀分配模型。比如一个人看了四个广告，最终形成一次转化，last click模型将最后一次的广告贡献定为100%，均匀分配模型则将四次广告的贡献率各分为25%。而实际上，这两种归因方法并不科学，因为前三次广告对于最终转化是有贡献的，但贡献率各不相同。

基于平台的丰富数据，京东自主研发了多触点归因模型（MTA）， 准确识别每个触点的增益收益，在完备的经济学归因模型指导下，将广告贡献进行公平分配，实现准确评估各触点的真实贡献。

 “区别于传统归因规则，MTA所有的分析结果都可以为品牌广告资源配比提供重要参考，最大化提升整体营销收益。” 薄立兴表示。

2020年初，京东推出了九数联邦学习平台（9NFL），在离线训练、离线预估、线上干预、 模型发版等功能的基础上，增加了多任务跨域调度、跨域高性能网络、大规模样本匹配、大规模跨域联合训练、模型分层级加密等功能。

具体到广告投放场景，通过媒体侧的用户兴趣标签，以及京东侧的用户商业兴趣及商品标签数据，联邦学习平台可以优化广告的触发召回、CTR（点击通过率）、CVR（转化率）等模块，取得超过10%的收入提升。

薄立兴表示，接下来，京东将持续投入AI技术，形成正向飞轮，在保证数据安全的同时，让模型变得更加精准，推动广告生态的健康、良性发展。