Blue Label と DIS は AI を導入してコストを削減していますが、効率を高める鍵となるのは人材です。

原文：趙暁曼

**出典:**大型モデルハウス

AIによるコンテンツマーケティング業界の競争は激化し、各社は“花火大会”を繰り広げる…。

9 月 12 日、BlueFocus はマーケティング業界モデル Blue AI をリリースし、9 月 13 日には Dis Media が広報業界初のコンテンツ マーケティング垂直アプリケーション モデルである AUTO-GPT の正式リリースを発表しました。

出典: 青いカーソル

Blue Cursor氏は、Blue AIはコンテンツ生成、思考アシスタント、エクスペリエンスの革新という3つの主要な垂直シナリオに焦点を当てており、大規模モデルとプライベートデータのスケジューリングの統合を実現し、特定のシーンデータを大規模モデルに統合し、視聴者分析とパーソナライズされたソーシャルを統合すると述べた。メディア作成 AI クリエイティブ生成とクリエイティブ シーン導出を統合して、特定の人間とマシンのコラボレーション手法を大規模モデルに統合することを実現します。

Disi氏は、AUTO-GPTは自動車業界に焦点を当てた独占的なモデルであり、さまざまな高品質のコピーライティングを迅速に生成でき、コンテンツのプロフェッショナリズムとパーソナライゼーションを維持しながら、一般モデルのデータラグやプロフェッショナリズムの欠如を克服することもできると述べた。 . そしてスタイルの適応性。

一つはマーケティング業界向けの大型モデル、もう一つは自動車業界向けの専用モデルであり、BlueFocusとDISはそれぞれの路線で「高精度測位」で業界「初」を目指している。ただし、大規模コンテンツ マーケティング モデルと一般的な大規模モデルに区別されたラベルを付けることができるかどうかについては、さらなる実証が必要です。

AIはマーケティング業界のコスト削減と効率化を促進できるか?

この問題に関しては、2023 年上半期の BlueFocus の目を引くデータが業界に一見満足のいく答えを与えてくれました。

画像出典: BlueFocus 2023 年半期レポート

財務報告書によると、ブルーフォーカスは今年上半期に営業利益219億8,900万元（前年同期比31.58％増）を達成、親会社に帰属する純利益は2億8,500万元（前年同期比）となった。前年同期比3,303.06%増、控除後の非純利益は2億6,300万元で、前年比10.14%増でした。

急速な成長回復は、主に上半期の海外収益の急成長によるもので、海外事業が72%、国内事業が28%を占め、海外収益は158億7,500万元で、前年同期比増加した。さらに、ブルーカーソル広告ゲーム、電子商取引、インターネットおよびアプリケーションの主要産業の収益は、前年同期比で 22.54%、62.46%、29.88% 増加しました。

AI をめぐる世界的な競争のさなか、BlueFocus は今年上半期に AI² 戦略を発表しました。また、クリエイティブデザイン、企画書作成、コピーライティング、短期従業員に関連する4種類の外注費をすべて無期限に停止すると発表した。

この動きは業界に大きな影響を与え、収益の増加に伴い、BlueFocus の販売管理費は上半期にそれぞれ前年同期比 4.41% と 9.72% 減少しました。厳格な予算管理、サプライチェーン管理を通じて、 BlueFocus は、リソース割り当てやその他の方法で運用を最適化し、コスト削減と効率向上の目標を推進し続けます。

画像出典: BlueFocus 2023 年半期レポート

データによると、今年上半期に支払われる BlueFocus の従業員報酬は 2,291 万人減少し、前年同期比約 10.78% 減少しました。

コンテンツ マーケティング企業のコスト削減と効率向上を目的とした AI の一見完璧な推進力の背後で、AI が働いているのでしょうか?それとも同社の厳格なサプライチェーン管理手法が影響しているのだろうか？

しかし、ビジネスの観点から見ると、厳格な経営手法よりも AI の役割の方が受け入れられ、新しい技術や産業を追求し、時代に合わせた新しい企業姿勢を示すことができ、株主や株主からの信頼も得やすくなります。投資家たち。

「AI は日常業務の効率を向上させ、反復性が高く非効率ないくつかの退屈なタスクから AI を解放することしかできません。コストを削減し効率を高めるという点では、最も効果的なのは実際に一部のアウトソーシングと給与削減の最適化手法を廃止する。」

給与削減の最適化が広範に行われているため、企業は一時的に「荷物を軽くする」ことができるかもしれないが、メディア業界の回復が人々が期待するほど早くないことも示している。一部の企業は力強い成長の勢いを見せていますが、業界全体の回復にはまだ時間と努力が必要です。

大きなモデルはコンテンツ マーケティングの新たな発展を促進できるでしょうか?

まず、人工知能/大型モデルがコンテンツマーケティング時代の「代弁者」になったとき、業界に影響を与えるでしょうか？

新しいマーケティングと新しい広報活動の分野を代表する企業として、Sutu Network COO の Xun Guanlong 氏はかつて『不確実な時代の広報』の中で、「完全広報時代」と不確実性の特定の傾向について次のように述べています。これまで以上に重要です」 彼らは将来の世論を生み出す主力となるでしょう。さらに複雑で極端な状況は、危機的出来事の被害者と「オピニオンリーダー」のアイデンティティが 1 つに結びついたとき、それが企業の広報担当者にとって最大の課題となることがよくあります。

しかし、「オピニオンリーダー」の正体が人工知能になると、これらすべてがより困難になるようです。

今年5月24日、iFlytekの株価が突然暴落し、会期中に9％以上急落し、終値は4.26％安の56.57元となったが、これに対しiFlytekは、生成AIが虚偽の作文を書いたことが原因であると回答した。

画像出典: インターネット

「小規模エッセイ」の1つでは、外国メディアがこの問題に詳しい関係者の話として引用し、米国はiFlytekやメイヤ・ピコなどを「エンティティ・リスト」に追加して、米国のコンポーネントやソフトウェアの使用を禁止するかどうかを検討していると述べた。 。実はこれ、2019年10月のニュースで、日付が現在に変わっただけなんです。

別の「小さなエッセイ」では、iFlytek が大量のユーザーのプライバシー データを収集し、それを人工知能の研究に使用した疑いがあるとして最近暴露されたと述べています。

実際、これら 2 つの記事は生成 AI によって書かれた短いエッセイです。これは、AIGCによるインターネット情報の「汚染防止」が、早急に遅らせなければならない段階に達していることを意味する。現時点では、AI によって生成されたコンテンツの精度と「錯覚」の問題は、AI 業界にとって依然として克服するのが難しい問題です。AI によって生成されたコンテンツは人間の制御と修正が必要になるため、大きなモデルハウスに戻ります。私たちは人工知能産業において常に「人間本位」の開発理念を主張してきました。

これまで、人工知能技術の発展と組み合わせて、一部の AI 製品が市場に登場することで、コンテンツ マーケティング業界の実務者が効率を向上させ、人間を反復性の高い低レベルの作業から解放するためのツールとなってきましたが、コンテンツの品質と信頼性には依然として人間による厳密な管理が必要です。

もう一つの注目点は、大規模な産業モデルの出現によってコンテンツマーケティング業界の差別化が図れるかどうかだ。

現在、多くのコンテンツ マーケティング企業が自社の AI 製品の宣伝にも力を入れていますが、業界固有の制限により、これらの高度に宣伝された AI ツールは一般に公開されることはなく、社内でのみ宣伝および使用できるため、彼らはその本当の性能と使い方を学ぶことができません。

出典: ディーズ

DISがリリースしたAUTO-GPTでは、プレスリリース、スピーチ、主催者言葉、招待状、ウェルカムレターなど、従来のさまざまなコピーライティングが作成できることがわかりました。新製品の発表原稿や試乗会などに活用できます。ユーザーに高品質のコンテンツ生成ソリューションを提供するために、レビュー草案などの特定のアプリケーション シナリオに対するコピーライティング要件が提供され、オフィスの効率を大幅に向上させる手動の作業を支援します。

ここで質問がありますが、Big Model House の評価経験によると、iFlytek Spark、Wenxinyiyan、360 Intelligent Brain など、コピーライティングも生成する AI 製品には、さまざまなスタイルのコピーライティング機能があります。自動車サービスにおける経験を強化し、差別化を形成するには、まだ時間がかかる。

人民大学ビジネススクールの王康良教授はかつて講演の中で次のように述べました：「スケール」は大量生産時代の産物であり、「パーソナライゼーション」時代のOne to Oneマーケティングのトレンドに逆行します。

ビッグモデルハウスは、人工知能やビッグモデルはコンテンツマーケティングにおける補助、コスト削減、量産の役割しか果たさないが、効率を上げる鍵は人にあると考えている。現在の大規模モデルの時代では、人工知能のコンテンツ生産効率は人間の数倍、さらには無数に達しており、パーソナライゼーションと差別化はあらゆるAI製品の追求目標となっていますが、現在の大規模モデルの開発段階を考慮すると、ユーザーエクスペリエンス、現在の人工知能は大量生産時代の産物となっていますが、パーソナライゼーションと差別化の具体化では明らかではありません。