如果说2023是生成式AI让人脑洞大开、拍案叫绝的一年，那么2024是其真正落地、创造价值的一年。冷静背后，各行各业纷纷发力，将AI融入到公司的组织运作和工作流程中，不断探究、迭代AI对工作效率和成果的赋能效果。

生成式AI的正确使用方式是什么？我们对AI的期待应安放在哪里？该以怎样的心态使用AI？针对这些问题，明略科技大模型产品负责人孙方超接受营销行业知名媒体TopMarketing采访，分享生成式AI在当前的应用场景和商业价值。

明略科技高级副总裁、明略大模型产品负责人  孙方超

创新营销可以从两个视角来看：从营销的角度来看，这几年我确实看到营销方式已经有了非常大的变化。从明略的角度我们在提生成式营销推动企业或相关从业者使用生成式人工智能工具来提升营销生产力的效果。

在很多营销环节，生成式人工智能使营销的生产力效率得到了实质性提升。当实质性的提升到了一定阶段，对企业、平台等上下游产业链都会有一些重构。整体而言我们现在看到生成式营销是行业非常重要的一个方向，我们也在通过持续给营销从业者提供好用、易用的产品和工具，加速这个过程和结果的实现。

第一个挑战是卷，各行各业都在卷。消费者越来越碎片化，给品牌的冲击蛮大的。第二个挑战是数字化、人工智能等这些技术层面的冲击。怎么样能用好这些工具，让营销更加有效？对营销从业者来说这也是一个非常大的挑战。

当然挑战跟机遇肯定是同步的，只是相对来说，大品牌面对的挑战会更大一些，新兴品牌面对的机遇会更大一些。如果一个品牌能在一定时间里抓住平台的流量密码，可以很快获得起量。我们刚刚走访了一家杭州的美妆企业，它当时很快抓到了在短视频平台上素人的流量，铺设出了素人网络来种草、带货等。不到一年的时间，它主推的粉底产品迅速达到了GMV接近10亿的体量。相对成熟的品牌想去抓住机遇，可能要放弃原来的一些惯性和路径，甚至放弃原有的价格体系等，去迎接市场的变化。

我认为AI对营销生产关系的重构在过去几年已经发生了。AI的角色是在这个过程当中加速或者是更有效地帮助企业去面对这个趋势。抖音、快手、小红书等新的社交媒体的涌现带来了整个广告或者营销逻辑的改变，内容和销售的链路已经被打通，数字化的链路已经被构建起来了。

对，你可以认为早期的数字化更多是由推荐来驱动的，这个推荐机制也是基于AI，这是早期AI在广告里面体现的价值，即通过每个人的消费习惯，推荐更多的喜欢的内容，它主要解决的是面对什么样的人，即 “Who” 的问题；生成式人工智能现在更多解决的是找到了这个内容，适合推荐给什么样的人之后，还可以生成什么样的内容？这时候它更多解决的是 “What” 的问题。

“小明助理”的定位是一个企业级Copilot，它是你的副驾、助手，当然这个助手不仅仅是一个帮你做 detail 的活儿，它有助于给你提供一些更有价值的思考和帮助。

以一个内容从业者为例，ta所面对的是从数据分析到洞察，到策略，再到生成，再到投流这样一连串的工作流。要去做的是当从业人员进行到工作流的某一个阶段任务时，把大模型与当前的工作任务结合到一起，从而能直接把这种更易用或更好的交互体验提供给用户。如果不这么做的话，从业者需要频繁在当前的工作跟大模型之间跳来跳去做交互。比如说我想分析竞品最近的内容策略，我需要把竞品的所有的帖子粘出来，然后放到一个大模型里面说“你尝试来帮我总结一下”，同时我还要去录入一个非常复杂的prompt（提示词）。这个对非专业的 prompt写手来说，蛮有挑战的。

我们更强调的是当从业者在看帖子的时候，直接把大模型调出来说“你来帮我来分析一下背后的prompt”，因为我们已经帮用户预置好了，你只需要用好它就行。这是我们对小明助理的一个愿景。我们希望它是你的好帮手、好副驾，能把你当前的工作流跟大模型非常好地融合在一起，把工作流当中需要用到的一些数据或者信息结合大模型帮你整理、总结，提供一些灵感。

我觉得集成式是我们在1.0阶段重点去谈的一件事，一年前生成式人工智能对很多人来说特别新鲜，很多用户抱着好奇的态度去尝试不同的AI模型，那我们就把目前主流的、好用的模型一站式提供给用户。这是我们1.0的状态。

理论上来说小明助理是适合各种行业、企业的。在推广的过程当中，我们会侧重在两个领域：一个是泛企业用户，面向企业的全公司范围，我们会看到很多 CEO 对生成人工智能是非常焦虑的，ta不能忽视这个房间里的大象，也不能提出非常清晰的命题。小明助理是一个面向企业自上而下、从0到1的大模型。无论你是一家科技公司，还是传统制造业、服务行业，都能找到大模型的使用场景，关键是在于企业自上而下是不是能形成这样的共识，开始用起来。一旦有了共识之后，你会发现这些企业的创始人和部门管理者都能形成非常好的应用场景。

另一个领域是基于公司的发展，明略有很多营销行业的客户，小明助理在营销赛道也做了非常多的功能增强。以上两个领域是我们目前主要推广的两大类客户——前者包括大型央企、大型跨国企业，后者也包括中小型规模的出海贸易电商，客户构成非常广泛。小明助理未来的发展路径将以营销为起点，把营销这块业务做得更扎实之后，向更广泛的行业和企业延伸，可能下一类是人力，再下一类是采购，把符合相关垂直领域和行业的工作流结合起来，做出让他们更易用的产品。

这是一个特别有意思的命题。一家企业决定了要采用小明助理，刚开始也是懵的，因为各家企业的痛点和要解决的问题不同，我们会有必要的培训和前期的陪跑服务，会坐下来和企业一起探讨，看先在哪个痛点上获得一个quick win，然后进一步增强企业从上至下的信心，再把产品在企业内部的使用进一步推广开来。

我举一个营销场景的例子：明略与一个防晒霜品牌合作，它想投入社会化营销，看到底应该做哪些内容选题，我们会快速帮客户找过去三个月点赞、评论互动超过100的防晒霜相关的帖子。然后我们进一步分析了几万篇防晒霜帖子，看到底哪些人在谈防晒霜，怎么谈防晒霜，进而细分到上班族、公司的管理者怎么谈，刚入职场的小白怎么谈等等。每个人群对应的场景都是不一样的，产品卖点也不一样。我们把所有的圈层场景、痛点、卖点、故事线等关键要素帮助客户拆解出来，同时还会看互动量的排序。这样我们就可以帮助企业把不同的圈层、内容选项、故事线等维度指标列举出来，帮助客户快速获得选题上的灵感。

再如我们的一个客户是咨询公司。对咨询行业而言，公司内部的知识管理是至关重要的，可能要有几千个文档。那么一个咨询顾问如何在这些文档里快速找出关注的行业趋势？我们就帮这个客户搭建了一个能看得懂咨询行业专业术语的知识库，帮助咨询顾问快速检索想要的趋势和知识点，并形成一个回复的总结。这个过程大大减少了咨询顾问过去自己花费大量时间检索、读文档的过程，这也是一个很好的应用场景。

我们现在看到一个有意思的点，在大模型出来以后，定制的成本有可能是非常低的，而且会非常快地实现。所以未来标准化跟定制之间不一定那么非黑即白，定制不再那么不可取，而是可以通过一些快速的定制来匹配到企业和部门的个性化需求，同时它在成本上和时间上都能得到满足。整体的标准化工具和定制工具的关系，我觉得可能会变成“主体和补充”的关系。

我们目前已经服务几百家企业用户。一方面，企业要投入时间重视人工智能；另一方面，我们团队也要投入时间帮助企业陪跑。我们会看到尤其是大型企业，投入时间越多，效果也会变得更好。总归来说，这件事最终的关键还是在于企业自身。一个企业如果下定决心拥抱人工智能，下定决心要用好它，就会提出非常好的关键的问题来。我们团队也会围绕这些关键的问题跟企业一起去尝试，用模型、agent、prompt等方式解决。这样的结果也是双赢的，我们自己也会看到更大的应用场景，企业也能给员工带来的工作体验、效率等方面的实质性提升。

不同的阶段做不同的事，我们一直强调：不要把人工智能作为替代人类的东西，还是着力于把人工智能作为让人们获得更好工作体验这样的定位和实际动力。我们坚信AI还是会对未来的几十年的人类社会、企业、个人带来非常大的改变，所以我们还是要在这样的一个大势下，做好关键的问题、关键的动作。