ChatGPT火了，它所代表的生成式AI讓大家耳目一新。GPT 全稱 Generative Pre-training，意思是生成式預訓練，是生成式AI的一種。
與生成式AI相對應的AI，是判別式（或決策式）AI，即Discriminant Model AI。
簡單講，判別式AI的主要工作是做出判斷或者決策，而生成式AI則是“產生”出類似于人做出來的東西，比如我們都看到的：ChatGPT產出的文本，或是MidJourney搞出來的繪畫。這些人工智能產出的內容，又叫做AIGC。
有人說GPT等生成式AI的學習方式是非監督學習，不太對，GPT的生成式AI，不僅僅是ChatGPT，還有InstructGPT，都需要進行大量的監督學習，尤其是在專家指導下的監督學習。
生成式AI是機器自己模仿做出多個內容產出后，專家再選出更好的內容（監督），機器基于專家的選擇進行調整優化。機器學的越多，模仿的越像（目前ChatGPT的論文還沒有出來，但是看InstructGPT的論文，大致仍然是人指導下的監督學習加上RM獎勵訓練實現的梯度迭代優化，如果感興趣，可以到OpenAI上去找InstructGPT的論文原文看）。
判別式AI是機器基于給定的模型、參數，不斷做出判斷。這些判斷是否正確，會反饋給機器，讓機器自動調優模型和參數，從而讓下一次判斷更正確。
生成式AI本質上是在既有知識的基礎上進行的高水平模仿，產生內容。而判別式AI是機器不斷試錯產生判斷，試的越多，判斷越準。
目前，在數字營銷中，尤其是數字廣告中，普遍采用的是判別式的AI實現方式。
不奇怪，監督學習下的判別式AI，對于投放廣告這種本來就天然帶有試錯機會的營銷場景而言，簡直再合適不過。
但隨著技術的發展，類似于ChatGPT的這種生成式AI，肯定也會逐步被數字營銷所采用。
當然，你可能自然而然就可以想到，ChatGPT是能“自己說話的”，因此，用來創造文案再合適不過。此外，AI繪畫，用來自動生成創意，也非常妙。這些對于大部分的廣告主，尤其是效果類廣告主很有幫助。
但這或許只是生成式AI在數字營銷中的初級用法。
然后中級玩法，是根據文字自動生成視頻，自動配上音樂，或是自動幫你生成一個文字腳本，然后自己“拍成”一段視頻。這個雖然還沒有特別成熟的產品，但恐怕很快也能實現。
你可能也會進一步想，既然是生成式AI，為什么它只能生成內容呢？它難道不能自動生成策略嗎？生成式AI未來也一定可以幫助企業自動生成營銷策略吧？這會不會是生成式AI的更高級的玩法呢？
全文大綱
1.生成式AI幫助企業自動生成營銷策略，這可能嗎？
2.AI自動生成細分場景的執行方案還是可行的
3.私域領域AI自主的智能營銷和運營可能嗎？
4.ChatGPT將讓數字營銷員工下課？
生成式AI幫助企業自動生成營銷策略，這可能嗎？
在生成式AI的幫助下，你輸入你的營銷目標、條件、資源、約束等等信息，如同在AI繪畫引擎中輸入prompt設定，AI就會自動幫你形成一個（或一系列）營銷策略，告訴你在什么媒體上投放多少錢的什么樣的廣告，做什么樣的折扣或者促銷，或是應該給用戶什么樣的營銷體驗（設置何種觸點、交互等）。
這可能嗎？
不太可能。
用生成式AI生成出說明營銷策略的文字和圖表倒是完全可能的，但它產生的策略邏輯上是否自洽，是否與你的業務相匹配，執行起來是否靠譜，就不要抱有太大期望了。
生成式AI生成的營銷策略，可能會有些令人哭笑不得，例如在品牌推廣上，不排除可能給我們爆出一個驚天地泣鬼神的想法，但更多可能是一堆狗屁不通的“流水賬”。就像用AI繪畫，有時候會出現驚艷感覺的作品，更多時候出來的是莫名其妙的牛頭不對馬嘴。當然，生成式AI生成的營銷策略，肯定會比AI繪畫的輸出結果更糟糕，哪怕你手上有很多很高質量的描述你的營銷情況的prompts。
所以，讓生成式AI做出一個邏輯上講得通，還能有一定效果的營銷策略，難以做到，就算在未來都很難。給營銷人做做靈感啟發，倒還是有可能。
那么，為什么它生成不了真正靠譜的營銷策略呢？有兩個很重要的原因，一個是數字營銷這個領域本身帶來的難度：可供訓練的數據量有限。另一個是生成式AI本身的缺陷，即AI只能搞出死板的知識，卻無法產生新的智慧，可數字營銷策略背后，需要大量的新的智慧。
數字營銷領域用生成式AI做營銷策略的挑戰之一是訓練用的數據量不夠。ChatGPT能成功，是因為有大量的開放的互聯網文字。例如，我這篇文章，就必然會成為未來OpenAI（或是其他人工智能引擎）所用的訓練數據。
但是，自動化生成營銷策略的困難在于，在很多營銷領域，并沒有那么多樣本可供學習。就算對判別式AI所需的監督學習，這些樣本可能都很不夠，對生成式AI可能就更不夠了。
或許你會想到，這世界上的營銷策略，成萬上億，讓許許多多的廣告主，都把自己的營銷方案和結果，按照一定的格式提交給第三方的AI平臺，比如都提交給OpenAI，讓它去學習不就成了。
但這方法只在理論上可行。廣告主肯定不會把自己的營銷方案，以結構化的方式提供給某個第三方AI平臺。最終的營銷效果，也一定會諱莫如深，不可能分享出來。畢竟，這些都是自己的商業機密。由于這樣的原因，僅從廣告主這端產生智能化自動生成的營銷策略，是不大可能的。
不僅數據量不夠，營銷的策略，也無法完全用語言表述。這并不是指數字營銷都是在做一些“不可描述”的事情，而是指，數字營銷不僅僅只是文字、圖案、視頻等顯性的信息（數據），它還包含有大量隱藏在顯性信息背后的，隱性的信息：流量、規則、流程、渠道和觸點間的相互關系、競爭環境的變化、產品的特性、外部消費環境的變化等等。它的隱含變量實在是太多了。
這些東西如何描述并輸入給AI，都非常的困難，更不用說在機器中用模型和參數去結構化的復現它們。
就算是判別式AI都無法窮盡更不可能預測這些變量，生成式AI更無法對隱性的信息加以學習和領會。
所以，至少在可見的未來，我不相信生成式AI能夠生成出跑得通的數字營銷策略，不要求高水平的策略，跑得通就行，就這，也做不到。
所以，生成式AI它目前就是做內容的。它不是做策略的。它能夠模仿人生產內容，但不能模仿人生產策略的。
上圖：ChatGPT做的營銷策略還狗屁不通
AI自動生成細分場景的執行方案還是可行的
雖然AI還做不到自動生成數字營銷的策略，但在具體的數字營銷細分場景中，弄出一個可執行的方案還是完全可行的。
這樣的細分場景我們天天都能見到，例如廣告投放。
今天的廣告投放已經大量采用基于監督學習的判別式AI自動優化廣告效果，并且慢慢蠶食了原本屬于廣告優化師的工作，這種情況已經不是一天兩天了。
所以，說判別式AI已經是廣告投放的基礎設施，一點也不為過。
但我們不僅僅希望廣告投放的效果是被AI優化的，我們更希望廣告的投放方案，干脆就是AI生成的！你輸入給機器你的預算、你的投放目標、你的目標人群、你的合作媒體、你要傳播的商業信息等條件，就像給AI作畫的prompt一樣，然后AI自動給你跑出來一個最優投放方案。
那么，在這個應用場景上，生成式AI能夠起到重大作用嗎？或許可以，不過你不要指望它能夠做出一個優秀的方案。或者說，它能模仿過去的廣告投放方案生成一個“新方案”，但在這個“新的”方案中，并沒有真正創新的東西。
不過，我們的思路不要局限于此。
別忘了，廣告投放的領域，還有基于監督學習的判別式AI。將判別式AI和生成式AI結合起來，很有可能將讓數字廣告的投放，推向一個新的革命時代！
數字廣告的條件和參數，都是非常結構化的，數量也沒有非常巨大，而產生的結果也是非常確定且能夠實時反饋的（尤其是指效果類型的廣告，比如信息流投放）。所以，輸入（條件和參數）+輸出（營銷結果）二者都很結構化的情況下，監督學習能夠起到巨大的價值。
一方面，監督學習能夠實時調優投放的執行，另一方面，在廣告投放前利用生成式AI制定的方案的好壞，也能夠通過廣告投放的實際效果自動化的加以反饋。這意味著，廣告投放的AI訓練，連專家機制都可以省略，而進入“全自動”的RM算法的梯度迭代循環！
甚至，AI最終跑出來的方案，可能比我們營銷人弄出來的更加匪夷所思，但是效果卻可能更好！就像下圍棋的AlphaGo搞出的一些匪夷所思的定式，被發現原來如此精妙。現在很多專業棋手都是在不斷跟AI對弈中，尋找更好的策略。
再加上，生成式AI連文案、圖片、視頻等都能基于投放策略自動生成了，廣告主真的是可以在下一個brief之后就看著廣告就自動生成然后自動跑起來。
這不就是一個數字營銷的永動機的嗎？！
不過，實現這個“美夢”所需要的數據，并不在廣告主手里，而是在大型媒體平臺手中。它們在位廣大廣告主提供廣告服務的同時，獲得了擁有極為海量參數的廣告投放數據，以及描述投放效果的各種結果數據。
投放預算、廣告位、廣告形式、創意、文案類型、人群選擇、落地頁設計、互動方式、投放結果等等，全部都在媒體平臺的掌握之中。
所以，如同現在媒體是監督學習類型廣告自動優化的主導者和實現者，未來他們也同樣是最有可能利用生成式AI，幫助廣告主自動生成投放策略的主導者！對媒體而言，廣告主采用什么樣的投放方案和執行方式，將會產生大致什么樣的結果，至少是可以很好預測并且提供給廣告主的。
當然，仍然有一些AI不能控制的變數，導致這個方式并不能總是給出令人滿意的廣告效果。其中當然有廣告資源的質量本來就是波動的（不可預測的）原因。但是更重要的原因是，無論何種AI，包括生成式AI，本身都具有缺陷，即它們不具有真正的智慧，我在后面再詳述。
私域領域AI自主的智能營銷和運營可能嗎？
如果廣告投放領域，媒體利用生成式AI為廣告主提供自動化執行方案有一定的可行性，那么還有其他可以讓生成式AI發揮價值嗎？
我認為，私域可能是另一個很具有潛力的領域。當然，我仍然相信生成式AI無法自主生成一個宏觀的私域策略，譬如它無法告訴我們：我們的私域應該有什么樣的宏觀定位、具體做哪些觸點、觸點上都應該有哪些功能、消費者的體驗路徑是什么樣的、用什么話術或者內容……它無法實現這種高級策略，倒不是因為這些策略太復雜，而同樣是因為可能壓根就沒有可以讓它學習訓練的大量的數據。
不過，與廣告投放的具體場景類似，在私域的某些細分課題，諸如老客戶的運營（CRM向）的某些場景的執行方案，或是針對某類人群在特定場景與條件下的運營執行方案，判別式AI和生成式AI結合起來，倒是可能很有所作為的。
老客戶運營的某些場景，例如給什么樣積分的老客戶推薦什么樣的福利更能產生好的轉化效果，或是在給定人群特征、預算、觸點、營銷要求以及主要互動類型的情況下，自動生成可執行的運營動作，這些場景用判別式AI就能夠解決。
在每個具體執行的運營動作中，講什么話，發什么圖，如何吸引他們有限的注意力，這些事情生成式AI都可以幫忙。
在這些場景之下，我甚至可以想象出一個更具誘惑力的應用：判別式AI可以為每一個消費者，制定真正獨一無二的營銷執行方案，并且可以基于我們已經越來越成熟的營銷自動化（MA）系統，把這些營銷方案變成自動化的營銷執行。再結合生成式AI提供的針對性文案、圖片、視頻或是各種創意誘餌，那么對于一些具體場景下的營銷或運營，就可以變成從策略到執行全過程完全自動化的了。
然后，再通過監督學習這個“大殺器”，把營銷（或運營）的實際轉化結果不斷反饋給機器，機器可以進一步調整針對每一個消費者的營銷方案、執行動作、創意和內容、互動方式等，使之更加貼近每個人的預期與需求。
這樣，你幾乎獲得了一個“私域營銷永動機”，只要對細分場景的描述足夠的具體，設定條件足夠清晰，資源足夠給力，理論上AI能夠一直不知疲倦地幫你與消費者進行互動與溝通。
盡管現在還做不到，運算速度和計算成本都是問題，但誰能說未來就一定做不到呢？
不過，與大媒體平臺才有可能實現自動化廣告投放策略相似，私域領域的AI的產生，也需要依賴于營銷自動化平臺服務商，尤其是那些擁有更多客戶的服務商，背后的原因也如出一轍：訓練數據的體量仍然是主要障礙，大部分廣告主自己的數據量太小，根本無法滿足AI獲取知識的需要。
ChatGPT將讓數字營銷員工下課？
不，不可能。雖然在部分重復勞動領域很有可能需要的人手會變少，不過生成式AI不可能代替聰明的頭腦。
AI，可以學習存在的知識，可以重新組合既有的知識，或是在這些知識基礎上創造出新的表現方式（如同ChatGPT或者AI繪畫那樣），但AI不會創造出人類此前從來沒有想到過的新的知識。
在我用AI繪畫的軟件，例如MidJourney引擎的軟件的時候，如果在prompt中輸入“photo”，我就會常常看到圖片中出現了奇怪的“GettyImage”的被模糊的字樣。顯然，MidJourney在學習Getty的照片，甚至是直接“抄”他們的照片，而并沒有真正自己創造出照片。這一點上，對于其他風格的畫作亦然，如果沒有Thomas kinkade或者Greg Rutkowski的作品，AI繪畫中也不會出現與之類似的油畫風。
同樣，如果沒有我和許多真人作者的諸多文章，ChatGPT也無法寫出數字營銷中的數據分析與數據的應用。
我們肯定能讓生成式AI根據你設定的條件要求，創作出一個電影，或者是一個電視劇，但讓這個電視劇成為像目前的“三體”電視劇一樣高分經典，那就真的想多了。（不過，日本的某些特別的動作影片，是不是有可能被“AI+虛擬人”取代？）
監督學習不產生創造，生成式AI也只是在“偽創造”。用SEO行業的術語，它是“偽原創”。——所以很多SEO人看到ChatGPT，第一反應就是，偽原創現在有神器了。
而在數字營銷中，模仿是很難有生命力的，尤其在品牌營銷中更是如此。而對效果營銷而言，模仿的意義也僅限于短期——或許可以通過一時的模仿產生營銷效果，但當大家都用ChatGPT進行模仿的時候，模仿本身就失去了效用。
AI也沒有情感。有句話說得好，AlphaGo能夠下贏世界上最好的圍棋手，但是它不會為下贏了人類而感到高興。但數字營銷，卻很需要注入人類的感情。
所以，以ChatGPT為代表的生成式AI在固定的營銷場景下，可能會很有用，但開放式的營銷環境中，它很難生成真正有價值的策略。
另外，就算是前面講的廣告投放、特定場景的私域運營等生成式AI可能可以發揮能力的領域，我們也不可能指望它能做到100分，它或許能夠做到六七十分，但并不能直接幫我們做到更好。
“無法真正做到更好”是ChatGPT等生成式應用將面臨的根本性挑戰。即使有AI幫助，人依然總是要參與其中的。我們可以讓生成式AI給我們靈感，這是一個好的應用方向，但它不可能根本性地代替人要做的那些最核心的工作。
那個獲大獎的科幻畫作（《太空歌劇院》），雖然是AI直接生成的，它仍然需要有非常高水平的prompts輸入，而且被人后期處理過、潤色過。輸入信息、處理和潤色，是人才能完成的畫龍點睛。
所以，我相信，ChatGPT不會讓那些真正具有頭腦的員工下課，其他AI也不能。反而，在AI的幫助下，這些有頭腦的員工的工作，會變得更加輕松自如——他們發揮頭腦就好了，很多重復的落地的工作，AI可以干了。
但，拿來黨，危險了，比你們更會拿的機器出現了。這或許是非常非常好的事情。總有一天，世界會逼著我們去訓練出更有創造力的頭腦，而不是讓我們的頭腦更加懶惰。
