縱觀整個職業(yè)生涯,筆者曾與13家不同廣告公司合作,涉及到零售包裝食品、金融服務(wù)以及健康與美容等多個行業(yè)。廣告宣傳工作基本只有兩種結(jié)果:正中受眾下懷,或者激不起絲毫波瀾。作為從業(yè)者,我們似乎從來不想確定創(chuàng)作內(nèi)容是否經(jīng)過優(yōu)化,也不清楚廣告到底引起了哪些個體受眾的共鳴。另外,在IRI BehaviorScan等測試市場中,往往需要6個月甚至一整年時間才能確定銷售影響。等拿到明確結(jié)果時,市場動態(tài)本身可能已然發(fā)生了變化。
時間快速推進(jìn)至2021年,如今AI驅(qū)動型多元廣告創(chuàng)作方案已經(jīng)能夠判斷廣告創(chuàng)意中的哪些元素與誰產(chǎn)生了共鳴。這意味著,廣告內(nèi)容能夠即時優(yōu)化,而且展示廣告與OTT視頻廣告都能享受優(yōu)化成果。相信隨著5G覆蓋率的不斷提升,這種優(yōu)化將更加普遍。具體來講,我們可以根據(jù)AI的建議對音樂曲目、配音、音效、視頻片段與序列、特寫鏡頭、腳本、上浮文字、結(jié)束卡以及行動呼吁等元素進(jìn)行不同的排列和組合。
在AI與機(jī)器學(xué)習(xí)的聯(lián)動之下,我們可以通過多種定制化方式,對面向多個類別下的具體個人發(fā)布優(yōu)化廣告,有效考量人口統(tǒng)計、心理統(tǒng)計、年齡階段、購買行為、客戶旅程階段以及視頻觀看完成率、應(yīng)用安裝、站點訪問等KPI,購買/轉(zhuǎn)換與表單填寫等指標(biāo)。此項技術(shù)還實現(xiàn)了一種基于信息引發(fā)共鳴的新型定位模式。消費者對于不同信息元素組合做出的反應(yīng)與特征,可供廣告商用于整理并繪制理想的品牌代言形象。結(jié)合宣傳活動的整體創(chuàng)意背景,AI驅(qū)動創(chuàng)意方案即可結(jié)合這些可操作的診斷信息消除廣告中的猜測性假設(shè)。
隨著蘋果公司上個月宣布終止IDFA(即廣告ID),以及谷歌計劃于2022年初逐步淘汰第三方cookie,品牌方將越來越難以確定具體目標(biāo)對于當(dāng)前展示廣告的響應(yīng)。好消息是,IBM Watson Advertising Accelerator等服務(wù)能夠以尊重隱私的方式填補(bǔ)這部分空白,幫助傳統(tǒng)廣告商繼續(xù)沿用生態(tài)系統(tǒng)中的傳統(tǒng)廣告定位機(jī)制。根據(jù)IBM Watson Advertising產(chǎn)品負(fù)責(zé)人David Olesnevich的介紹,這種新的變革性廣告設(shè)計方式與創(chuàng)意思路有望為客戶提供更好的投資回報率,最終建立起一條模塊化且智能度更高的廣告制作途徑。
憑借對大量獨立創(chuàng)意元素做出具體分析,我們更需要開發(fā)出豐富的資產(chǎn)變體以滿足AI系統(tǒng)迫切的數(shù)據(jù)需求。沿著這條道路,創(chuàng)意機(jī)構(gòu)將與客戶合作、拓寬思路,將更廣泛的資產(chǎn)與假設(shè)納入測試環(huán)境。Olesnevich表示,“整個學(xué)習(xí)將連貫且持續(xù),在迭代過程中不斷驗證新舊假設(shè),并由AI根據(jù)衍生出的洞見不斷生成更好的結(jié)果。對于創(chuàng)意行業(yè)從業(yè)者,這代表著一種可喜的變化,能夠幫助他們擴(kuò)展思考范圍、提高實驗效率并加快學(xué)習(xí)速度。”如今,IBM Watson Advertising Accelerator已經(jīng)可以接入美國本土的大部分展示、視頻與OTT/CTV廣告平臺,并計劃在2021年下半年逐步進(jìn)軍音頻、社交平臺乃至國際市場。
Accelerator for OTT能夠跨設(shè)備為每位家庭成員建立個性化且全面優(yōu)化的廣告體驗:例如,您可以在聯(lián)網(wǎng)電視上觀看HULU,在智能手機(jī)上觀看NBC Peacock,并在筆記本電腦上觀看CNN。它還根據(jù)各個目標(biāo)群體的反應(yīng)提供廣告展示位的購買洞見,據(jù)此確定廣告的投放位置與時間。
另一個重要的現(xiàn)實案例是由廣告委員會的COVID疫苗信息發(fā)布計劃,他們希望以最高效的創(chuàng)意盡可能提高觀眾們的疫苗接種意愿。今年,廣告委員會正帶頭開展一項廣泛的教育活動,鼓勵美國民眾主動接種COVID-19疫苗。而IBM則承諾為這項計劃提供AI創(chuàng)意宣傳支持。研究發(fā)現(xiàn),民眾在接種疫苗時主要關(guān)注四大基本要素:疫苗安全性、疫苗開發(fā)速度、對美國政府的不信任感、外加陰謀論觀點。廣告委員會將觀看者劃分為相應(yīng)“共鳴組”,并有針對性地為四大要素調(diào)整宣傳創(chuàng)意。
目前,蘋果已經(jīng)撤銷IDFA,而谷歌也預(yù)計在2022年初關(guān)閉對第三方cookie的跟蹤,因此各品牌及創(chuàng)意機(jī)構(gòu)應(yīng)該抓緊時間學(xué)習(xí)新技術(shù)并開展合作,開發(fā)程序化AI元素并著力優(yōu)化宣傳效果。這方面工作必然涉及對各類元素變化的假設(shè),也會帶來一系列新的待測試資產(chǎn)。盡管新的思維及工作方式必然帶來新的調(diào)整壓力與難題,但只要品牌及創(chuàng)意團(tuán)隊積極習(xí)慣,相信一定能為整個廣告行業(yè)帶來的新的面貌與氣象。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機(jī)制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。