宋星的数字观
比如，AIGC刚刚搞出来文生图的时候，科幻大奖的作品竟然都是AI做的，吓得大家都惊呼，完犊子了！插画师设计师的命要被革了！结果，最近我调研了一圈，发现其实插画师设计师的工作不仅没丢，反而更加重要了！
一开始我百思不得其解，后来问了几家品牌企业就明白了。AI画画嘛，随意性比较大，AI画了之后，乍看还凑合，但是距离品牌的要求，那还是很有距离的。于是就需要设计师或者插画师基于AI的出图去修改。结果，这一修改，特别费劲，还不如干脆自己从头画一个，而且现在有很多数码画画工具的帮助，自己画反而效率更高。
我又问，如果用stable diffusion做足够多的限定和调校，是不是就能替代人了？对方回答，SD调教只能对几幅画，换了条件和场景，需求变了，SD就需要再次调校，对于工业化的大规模生产实在是不友好，不具备很大的可行性。
多家企业给了我同样的结论：在品牌宣传的素材创作上，由于品牌的要求高，所以AI还不太靠谱。可以用AI做噱头，但是让AI干活，人去教它比人自己干还累，效率比人自己干还低。
在文字内容的创作上，也是类似。AIGC不能生成前人没有生成过的东西，也就是说，它最善于“拾人牙慧”，但是让它搞创造，它还真不行。所以，现在品牌方那儿牛逼的文案和设计师，人家的工作还是特别吃香的，根本不是被AI取代，而是被AI反衬地愈发显得高大了！
听他们这么说，我觉得AI在数字营销中的应用也不过如此，顿感舒心。但我很快发现我错了。
01 不过，很快，一个新的发现，让我有些不寒而栗。
整个中国，花费在效果类投放上的预算，大概是品牌投放上预算的四倍。
而在效果类投放上，工作岗位情况就远远不及品牌投放那么乐观了。我发现我认识的几个互联网广告代理公司正在缩减他们的员工，岗位人数缩减最显著的，就是流量运营（也叫广告运营、广告优化师、广告投手、投流师等等，总之大家能懂这是什么工作岗位）。
其实五年前，我就觉得这样的日子迟早会来临，那时候我写了一篇爆文《夹缝中的“数字营销农民工”》，便谈到了这样的趋势，一晃五年过去了，这个趋势终于变成了现实。
他们的工作岗位，实实在在就是被AI取代的。
先是以信息流为主要类型的封闭RTB广告（RTB是实时竞价广告的意思）成为主流，而信息流广告的投法，与以前的广告形式，比如搜索引擎广告，都不太一样。它是一种典型的以AI驱动的广告投放形式。
一方面，我们知道信息流广告的效果提升，非常依靠机器。本质上，信息流等封闭RTB广告，它运行的底座是一个巨大无朋的“推荐引擎”，负责将合适的素材呈现在合适的人面前。
那么，什么是合适的素材和合适的人呢？这是关键。如果确实是“合适的”，那么广告的效果就能更好。
为了确保合适，这一类广告的运行机制背后就是AI，当然，不是AIGC（生成式AI），而是决策式（也叫判别式）AI。它的核心机制是监督学习，即把每一次投放的结果（点击与否、转化与否之类），反馈给广告系统的投放算法，然后投放算法便基于每一次的投放的情况，不断自行调整和优化。
或者更简单点说，它会不断自行预测，下一次应该把什么样的素材投给什么样的人能够有更好的结果，而预测的依据，就是它此前每一次投放的结果。
这个过程，理论上可以完全不需要人干预，只要预算足够，机器总是能把最适合你的人群给找到，也能够把最合适这些人群的素材给挖出来。
不过，在信息流广告刚刚成为主流的时候，还是需要流量运营、优化师这样一些工作岗位的。这些人的核心工作，是帮助机器更快找到最合适的投放方式。因为，时间有限，广告主的预算也有限，机器虽然总是能跑出效果，但是我更希望机器能够“立即”就出效果，而不用白白耗费我的银子和时间。
这本质上，其实就是一种训练，一种在优化师们“并不知情”情况下的一种训练。所以，从某种程度上讲，优化师们其实在不知不觉中帮助机器加速“革掉自己的命”。
流量运营和优化师们如何加速这个过程呢？依靠几个事情。
第一，依靠人群的圈选。第二，依靠竞价时候对出价的调整。第三，依靠足够有吸引力的创意素材。
02 但当机器能做这些事情的时候，流量运营和优化师就尴尬了
先看看人群的圈选。
所谓人群的圈选，是给投放系统一个范围，让它在这个人群里面去找合适的人，而不是在全量人群中大海捞针般的尝试。所以，所谓用各种标签各种规则进行投放人群的圈选，它并不是代替了机器（投放系统）的选人动作，而只是让机器在更精确的人群范围内去寻找合适的投放目标罢了。因为人群范围已经圈定的是目标人群，因此机器在进行监督学习时候，就能不从完全冷启动开始，这样能够命中目标的概率就会更大，这样学习的效果就会更好，达成优化效果所需的时间也会更少。
但是，媒体广告平台已经慢慢不需要人去手动进行人群圈选了。
一方面，有些媒体觉得所谓的人群标签，准不准且不说，人群本身是动态的，而标签要么滞后于这种动态，要么不是太宽泛就是太狭窄，按照标签进行人群圈选就必然导致一定有目标人群没有被圈选进去，影响投放的效果。
另一方面，把广告主自有转化数据作为种子数据，进行相似人群放大（look-alike）之后的投放，已经非常成熟，是一种更加先进的投放方式。这个方式背后的技术，就是基于监督学习的AI。
还有，很多广告系统认为自己已经积累了足够海量的历史数据，这些数据已经足够让机器学会如何靠谱地圈选人群进行投放了，毕竟这些广告系统所在的媒体平台，动辄每天都是上亿的活跃用户。再让优化师们去做提前的圈选，意义已经不大。
腾讯广告大概在两年前就停掉了以标签进行圈选人群的功能，我当时专门写了一篇文章，阅读量也不错：《兴趣定向的广告投放将走向终结？》，就讲了这个极为具有标志性意义的变化。现在他们宣称广告升级到3.0了，更是不需要进行传统的人群圈选了。
随着AI选人水平不断地提高（只要AI能做的事情，基本上都是随着时间推移能越做越好的），其他媒体最终也肯定不会需要通过手工圈选人群，来进行广告投放。
再看看出价。
这个工作，也是从最初的CPM或者CPC出价，过渡到oCPX出价。oCPX其实跟前面的选人群本质是一样的，也是给机器（投放系统）一个价格的范围，然后让机器自己去决定最合适的出价，从而达到广告主期望的投放成本的目标。
oCPX也会作古吗？所有的出价最终都会交给机器吗？
非常有可能。
因为机器每天在做着千亿次甚至万亿次的计算，早就把每个广告主、每个产品、每类人群的底价、出价、成交价摸得一清二楚。
“你会发现你的ROI刚好卡在盈亏线上，”一个甲方的营销负责人告诉我：“你不可能随便出一个价格，否则要么没有量，要么ROI受不了，所以，最终你会发现，你基本上就是不亏不赚，然后明白辛苦一场就是给平台打了个工。”
“平台什么数据都知道，所以平台当然知道该怎么出价。”他补充说，“这是一种更高等级的‘oCPX’”。
他说的当然比较“绝对”，但现在的AI确实已经大幅度替代了广告投放师和优化师的出价操作了。
最后，看看素材。
素材，对于效果类广告而言，品牌调性退于其次，更需要做的事情是快速赛马，跑出更能吸引受众的那些好素材。AIGC此时能够派上很多用场。除了不能代替视频拍摄和原始素材元素的制作，AIGC在“伪原创”制作上简直可以称得上效率疯狂。
切片、码字、堆图，简直没有它不拿手的。在这一块，能够减少不少的人手。
所以，这三件曾经必须要优化师去搞定的事情，现在没有一样不可被AI取代。
上周我跟字节的商业化的一位高管聊，他告诉我一个简单的事实：未来，效果类广告主在投放广告的时候，只需要提供前置条件，即提供给媒体平台他的投放预算、目标（核心KPI），产品属性以及品牌约束（例如品牌调性），剩下的事情都可以完全交给机器去干。而且以后的广告素材，就是文生图，文调图，甚至直接语音跟机器交互让机器画图修图，这只是时间问题。
“所以，现在也肯定不是搞做效果广告投放服务agency的好时机。”他补充说。
最初，我以为是体力劳动者会被智能机器人迅速取代，我想多了。
然后，我以为是文字工作者和美术工作者会被AIGC迅速取代，我又想多了。
当我以为其实没有什么岗位会被AI取代的时候，我猛然发现，广告投放师和优化师，竟然是最先被AI取代的！
03 投放师和优化师还有机会吗？
若是你能干同一件事情，超过10年，那你已经非常幸运。
社会的变化一直在加速，速度越来越快！而我们过去的知识储备和技能经验不再适应新的变化，这只是时间问题。
投放、投流这种事情，因为是在固定的模式下极为高频地重复，因此，被AI代替的概率实在太高了！
但反过来，数字营销的策略却是千变万化的，因为消费者一直在变，人群的媒体使用习惯也一直在变，此外，他们对于商品的喜好也非常动态化，这意味着当前正处在模仿人类阶段的AI，是很难产生出具有实时的适应能力和创造能力的更高级的智能的，也就不可能在短的时间内搞定数字营销的策略。
不做投放工具人，而是做真正懂如何做营销的智者。这，才是数字营销从业者真正要转型的方向。
对于投放师和优化师而言，他们已经浸淫在如此竞争激烈的市场中这么久，向这个方向的转型，或许，已经占了不少先机。
无论如何，确实没有什么可挂念的，也没有什么可犹豫的了。
