AI最擅长的,恰恰是人们不爱干的活

前段时间,我和一位在品牌营销圈摸爬滚打十几年的老朋友喝咖啡。聊起AI,他摆摆手,先给我抛来一个问题:

「2024年年底,可口可乐那支AI圣诞广告,你看了吧?」

我看了。本想刷一波情怀,结果骂声铺天盖地。再往前翻,Google和Apple也干过类似的事:广告片拍得像反乌托邦预告片,观众看得心里发毛,两家公司只好自己把片子撤了。

我就纳闷了。连这些预算管够、技术管够的巨头都能翻车,别的品牌还敢碰AI广告吗?

有意思的地方就在这儿。骂声最大的时候,恰恰是营销圈用AI用得最凶的时候。

为什么?

一、观众的眼睛,比你想的毒

先说一个研究。

2024年12月,尼尔森IQ(NIQ)发布过一份广告研究。他们请消费者给AI生成的视频广告打分。结果,这些广告在「烦人」「无聊」「看不懂」三项上,全部输给普通广告。

更扎心的是,有些AI广告质量其实不差。观众看完,说不出哪里不好,但就是没印象。潜意识里,总觉得哪里怪怪的。

什么叫恐怖谷效应?一个东西99%像真人,那剩下的1%不像,反而最瘆人。AI广告卡的,就是这个位置。

营销人自己心里也有数。Yieldmo和Ascendant Network做过一份调研:38%的营销人,对把生成式AI用在任何规模化的营销活动上,都感到不舒服。

不舒服的点,除了观众反感,还有一条:怕品牌没了棱角。

American Eagle的首席营销官Craig Brommers就公开表达过担心:AI批量炮制出来的,容易是「通用款」创意。你想,一个品牌最值钱的是什么?是它和别的品牌不一样的地方。可AI是把全网素材揉碎了再吐出来,吐出来的东西,天然长着一张「平均值」的脸。对主打多元和真实的品牌,比如American Eagle旗下的Aerie,这种「平均」几乎是要命的。

NIQ负责广告研究的Megan Belden说得更直白:AI是从现存的一切里学习的,可它学出来的世界,并不总能把不同的人群都照顾好。

所以你看,创意这一环,AI暂时坐不稳主位。创意机构Anomaly的Chris Neff甚至判断,AI的参与会越来越隐形:方法混合着来,人干一半,AI补一半,这样还更省钱。

台前让给人。那AI去哪儿了?

二、幕后,才是主战场

Razorfish的CEO Josh Campo,被问到「AI会不会有一天自己拍电视广告」时,回答很妙:这是个适合酒桌上辩论的好话题。但在真实的商业世界里,生成式AI能干的事,对生产率的提升是实打实的。然后,他说了一句我特别想加粗的话:

AI最擅长的,恰恰是人们不爱干的活。

什么叫幕后?

一支广告从想法到投放,中间有大量没人爱干、但必须有人干的活:写brief、做调研、画分镜、改尺寸、换背景、适配几十种投放格式。这些活过去靠人熬,现在AI干得又快又便宜。

PadSquad的策略负责人Lance Wolder说,现在被严重低估的,就是流程这一段。

给你算笔账。Adobe的Firefly出了个Bulk Create功能:一键替换几千张图的背景,批量改尺寸。这活儿过去得设计师一张张抠,几十个小时起步。现在,一次点击。

再往下游走,是投放。Yieldmo的首席营销官Lindsey DiGiorgio观察到的最大增长点,就在受众定向。为什么?因为定向吃的是又大又重的数据集,要从海量数据里找规律、圈人群,这恰恰是AI的舒适区。你想想,连Google都在2024年打消了让第三方cookie立刻退场的念头,定向这件事只会越来越精细,AI的用武之地只会越来越大。

素材改得快,数据算得快,消费者看到的广告才更对味。Campo把这层意思点破了:改编效率上去了,个性化才跟得上。

不过,这里有个数字,很有嚼头。美国的互动广告局(IAB)调研过媒体买手:10个人里,8个已经在用生成式AI;可真正把它组织进协作流程的,只有3个。

剩下的,缺的是方法。

所以Wolder提醒同行:能一键生成一万个版本,不代表你该生成一万个版本。工具解决的是「能不能」,方法解决的才是「该不该」。

DiGiorgio把这层意思说得更透:客户不在乎你有没有AI,只在乎结果。没人会为「我们用了AI」付钱,大家只为「活干好了」付钱。

三、淘金热里,先挑真铲子

工具用得越来越深,新麻烦也来了:工具太多了。

多到什么程度?几位受访高管用了同一个词:overwhelming,让人喘不过气。Wolder说,最难的事,就是在一窝蜂喊着「AI解决方案」的淘金热里,把真铲子从假铲子里挑出来。

这一幕,营销人不陌生。元宇宙火的时候,多少品牌把它当成「下一个大赌注」,砸钱建虚拟空间。热闹了一阵,现在那些数字荒地还在那儿长草。追新是有代价的。踩过坑的人,这次学乖了。

那谁在稳稳赚这波红利?大平台。

Meta披露过一组数据:2024年第三季度,超过100万广告主用过它的生成式AI工具,一个月产出超过1500万条广告。Amazon则把视频、音频、文字、图片的生成能力,直接塞进了商家的后台。

小商家反而最积极。Neff的判断是,小公司会抢着拥抱这些工具:花小钱,办大事,让自己「看起来像个大公司」。

然后,就是2025年初那场业内地震。

一家中国公司,DeepSeek,用低得多的成本,做出了质量不输的产品。几天时间,美国同行全被干懵了。它的应用冲上下载榜首,把Perplexity都甩在了身后。Sensor Tower统计,下载量突破300万,其中80%,发生在短短一周之内。

天呐,这个速度。

行业的反应分成两派。一派不放心:把品牌数据交给一家刚遭遇过网络攻击的初创公司?再想想。另一派已经在琢磨怎么用,顺便盼着美国对手赶紧降价。

但不管用谁家的模型,有个更深的问题悬在所有大品牌头上:数据喂进去,就还是你的吗?

Wolder说得很实在:所有权是最大的问题,一时半会儿说不清。一个十亿美元的品牌,把品牌细节、品牌计划喂给模型,万一泄露呢?法务部的谨慎,是有道理的。

还有反方向的风险:模型生成的东西,万一「抄」了别的艺术家、别的公司呢?Neff一句话总结:

没有人想当第一个被告的大品牌。

四、从后门溜进来的技术

喝咖啡的最后,我问那位朋友:所以,你们现在还用AI吗?

他笑了:用,当然还用。只是没人再惦记着拿它做海报了。剪素材、算投放、换背景,这些活,它早就悄悄接过去了。

你看,这就是一项技术进入一个行业的真正姿势。没有锣鼓,没有横幅。它从后门溜进来,先把没人爱干的活全包了,再慢慢学着干漂亮的活。

至于那些等着看AI自己拍大片的人,恐怕还得再等等。

一项技术真正的成人礼,不是它有多惊艳,而是它开始替人干不爱干的活,而且干得又快又稳。

祝你,永远不必当那个「第一个被告」的大品牌。也祝你,早一天从淘金热里,挑中自己那把真铲子。