摘要：随着算据、算力、算法的持续迭代，以自然语言处理、计算机视觉、机器学习、大型模型等技术进步为基础的人工智能生产内容（AIGC）取得突破性进展，提升了企业生产效率和营销效率，正引发营销领域新的变革，在营销领域得到国内外学者和营销人的广泛关注。基于人工智能生成内容的营销价值，本文深度剖析人工智能生成内容在营销领域的最新研究进展、最新应用，进而为数智企业应对激烈行业竞争提供有益的借鉴。

关键词：人工智能生产内容；大模型；营销变革；研究进展

前言：

自2022年，以ChatGPT-3.5/4、Gemini为代表的大模型技术突破，引发人们对人工智能生产内容（Artificial Intelligence Generated Content，AIGC）的广泛关注。在数智时代，消费者对内容的需求越来越多元化、精品化，而基于大模型的人工智能（Artificial Intelligence，AI）技术则不断革新内容生产方式，变革营销方式，持续优化机器营销，提升内容营销的效率和效果，实现降本增效。人工智能生成内容是指使用人工智能技术自动生成文本、图像、语音、视频等多模态内容[1]。作为数智时代一种新颖的信息资源创造、组织和管理模式，AIGC是利用AI技术自动生成内容的新生产方式，有助于实现营销领域的人、机、AI协同共创[2]，如内容生成、智能推荐、实时互动营销等，其在营销领域的应用已经得到了广泛的关注。

一、人工智能生产内容（AIGC）的营销价值

AIGC的营销价值在通过自动化内容生成满足消费者的需求和期望，向消费者提供个性化、自主化、人性化的消费体验，提升企业营销效率，具体包括：（1）自主生成内容，提高企业生产效率和营销效果。AIGC可以进行个性化、自主化、智能化的内容生产，向消费者提供个性化、实时化的服务，与其建立更持久、更牢固的联结，通过实时的市场数据分析和决策制定，为企业提供实时的市场洞察和决策支持，优化企业的生产效率和营销效率，实现智能化的降本增效；（2）柔性生成内容，真正实现提供千人千面的个性化服务，提升消费者的满意度。AIGC可以灵活适应消费者的个性特征，快速响应其需求变化，实现柔性生成内容，提供人性化、个性化、互动化的消费体验，进而提高消费者的满意度；（3）实时生成内容，提高市场响应速度。AIGC可以实时分析市场数据和，进行实时市场预测，能更快捕捉市场需求变化，协助营销人及时调整市场策略和策划方案，实现快速市场响应，提升企业的竞争能力。

二、人工智能生成内容（AIGC）在营销领域的最新研究进展

作为数智融合的一种内容生成的新机理和新形式，在营销领域中AIGC已经成为国内外学者的研究焦点[3，4]，具体研究主题包括以下六方面：第一，文本内容生成，探讨文本信息抽取、文本相似性度、自然语言处理（Natural language processing）、大型语言模型（Large language model， LLM）等技术在文本生成中的应用[5，6]，分析AIGC生成内容特征[7]、AIGC事故的特征属性[8]、如何产生生产力效应[9]；第二，图像内容生成，基于大型视觉模型（Large visual model， LVM）、生成对抗网络等技术，探讨生成图像的人工智能（绘画）的拟人化、自主性、绘画风格对使用AIGC进行绘画的意愿的影响[10]，分析：（1）广告操纵复杂度、感知逼真性、感知创意对说服效果的影响[4]；（2）文本智能生成图像的创造性和复制性问题[11]；（3）对人脸的虚假意识负向影响捐赠意愿[3]；（4）影响消费者对人工智能广告整体欣赏的因素[12]；第三， 音频内容生成，探讨人工智能语音合成、融合思维下的语音生成[13]，分析AIGC的技术体系[14]，研究AIGC赋能音频生成的问题与应对策略[1]; 第四，视频内容生成，探讨视频生成的关键技术和应用[15，16]；第五，跨模态内容生成，探讨智能广告内容生成与创作，分析文本、图像、音频、视频等三类智能广告创作系统[17]；第六，AIGC的虚假信息风险特征及其治理路径[18]、AIGC的版权问题[19]。目前，国内外学者对AIGC的研究主要聚焦于人工智能生成文本、图像、音频、视频等内容，而以上成果为研究AIGC的前期基础。因AIGC是一个持续创新和不断迭代与拓展的研究主题，虽然在营销领域中部分研究分析了AIGC与广告的关系，但鲜有研究探讨AIGC对营销效果的影响机制、边界条件及其其负面效应。因此，虽然AIGC引起企业界学术界的广泛关注，但尚待深入探讨其潜在的营销规律。

三、人工智能生成内容（AIGC）在营销领域的最新应用

（一）利用AIGC转变生产理念和营销观念

在数智营销时代，AIGC提供了一种新型的内容生成模式，变革了企业营销生产理念，由传统低效的人工生产转向实时的AI生产（一种新型机器生产）。因此，企业管理者应提升对大模型和AIGC的重视程度，及时转变生产观念，通过内外部培训，让企业营销人及时掌握到AIGC的工作理念，通过使用AIGC提升企业内容生产效率和营销效率，同时借助AIGC转变营销观念，实施自主化、个性化和实时化的以客户为中心的营销理念，落实AIGC在营销领域的最新应用，如AIGC自主分析问题、提炼产品的卖点、分析竞品、分析目标人群、生成爆款文案，实现智能文案生成和广告文案衍生，帮助企业主降本增效，提高企业广告的生产效率和营销效率[9]。

（二）利用AIGC实现实时营销、互动营销，实现产品的迭代升级

AIGC能实现大数据的实时分析和内容智能生产，可以帮助企业快速分析和处理大量数据，及时生成相应的文本内容，利用实时数据和信息来指导营销决策和行动。首先，企业使用AIGC实现智能营销，实时学习消费者的购买行为和偏好，生成个性化和精准的内容，提升企业营销绩效，其次，利用AIGC优化产品设计，实时地学习行业中优秀竞品设计，挖掘目标市场的实际情况，优化升级产品设计，实现产品功能的实时创新和迭代升级，提高营销效果；最后，通过AIGC实施数字人营销，实现用户与品牌之间的实时双向真实交互，来吸引、影响和转化目标用户，提升品牌价值和营销效果。

（三）利用AIGC实现个性化、智能化营销，改善服务体验

在数字营销时代，企业管理者可以利用AI技术获取用户的消费习惯和兴趣爱好等数据，通过AIGC自动生成文本、图像、音频、视频等多种形式的内容，实施个性化的、“千人千面”的精准营销，从而更好地进行个性化推荐和智能化营销，优化消费者的服务体验，提升消费者的满意度和忠诚度；AIGC加速广告优化，生成与个人消费者产生共鸣的定制内容，实现大规模个性化营销，帮助企业实现智能营销，提升销售转化率和客户满意度。

（四）利用AIGC实现内容共生营销，优化市场预测，提升营销效率

企业管理者可以使用AIGC的优势，实时收集和处理市场数据，更加准确对市场需求、竞争情况进行分析和预测，在“人机协同+内容共生”的工作理论指导下，加强消费者、AI、企业的内容协同生成，制定和实施对应的内容共生营销方案，帮助企业及时调整产品定位和营销策略，如利用自然语言处理技术实时分析社交媒体数据和用户反馈，以及通过机器学习技术预测市场趋势和消费者行为，AIGC帮助企业及时制定和实施更有效的营销策略，提高营销效率。

结论：

随着数字经济的发展、大型模型等新型生产工具的突破， AIGC正在变革内容生产模式，引发新的生产观念和营销观念，成为营销领域新的研究热点，已经得到了比较广泛的关注和研究。利用AIGC转变生产观念和营销观念，实现“千人千面”的精准营销，优化产品设计，精准分析和预测市场变化，改善消费者的服务体验，从而提升企业的营销绩效和竞争能力。随着AIGC的不断发展和应用，它将会在营销领域中发挥越来越重要的作用，这需要企业密切关注和紧跟最新应用，进而提高企业的核心竞争力，保障企业可持续发展。

参考文献：

[1] 李雅筝，刘宇星. AIGC技术赋能数字音频内容生产：应用场景，存在问题与应对策略[J]. 数字出版研究，2023，2（3）：13-20.

[2] 龚思颖，黎小林. 元宇宙场域下AIGC赋能广告的原理与实现路径[J]. 现代广告，2023（14）：12-18.

[3] Arango L， Singaraju S P，Niininen O. Consumer Responses to AI-Generated Charitable Giving Ads[J]. Journal of Advertising，2023，54（4）：486-503.

[4] Campbell C， Plangger K， Sands S，et al. Preparing for an era of deepfakes and AI-generated ads： A framework for understanding responses to manipulated advertising[J]. Journal of Advertising，2022，51（1）：22-38.

[5] 仇筠茜，陈昌凤. 黑箱：人工智能技术与新闻生产格局嬗变[J]. 新闻界，2018（1）：28-34.

[6] 王浩伟， 汪璠，王秉琰. 主题视角下生成式人工智能生成内容与用户生成内容的比较[J]. 情报理论与实践，2023，46（10）：200-207+199.

[7] 刘智锋， 吴亚平，王继民. 人工智能生成内容技术对知识生产与传播的影响[J]. 情报杂志，2023，42（7）：123-130.

[8] 朱禹， 陈关泽， 陆泳溶，et al. 生成式人工智能治理行动框架：基于AIGC事故报道文本的内容分析[J]. 图书情报知识，2023，40（4）：41-51.

[9] Noy S，Zhang W. Experimental evidence on the productivity effects of generative artificial intelligence[J]. Science，2023，381：6654.

[10] Tao W， Gao S，Yuan Y. Boundary crossing： an experimental study of individual perceptions toward AIGC[J]. Frontiers in Psychology，2023，14：1185880.

[11] 刘佳萧惠丹. 艺术重构与艺术复制——基于文本智能生成图像技术的思考[J]. 工业工程设计，2021，003（005）：P.60-64，100.

[12] Wu L，Wen T J. Understanding AI advertising from the consumer perspective： What factors determine consumer appreciation of AI-created advertisements？[J]. Journal of Advertising Research，2021，61（2）：133-146.

[13] 萧萍. 具身，想象与共情：人工智能音乐生成与传播的技术现象学研究[J]. 现代传播：中国传媒大学学报，2022，44（9）：155-161.

[14] 邓莎莎， 李镇宇，潘煜. ChatGPT和AI生成内容：科学研究应该采用还是抵制[J]. 上海管理科学，2023，45（2）：15-20.

[15] 徐琦，韩冰. 视频媒体智能化：关键技术，全链应用与突破方向[J]. 电视研究，2021（3）：4.

[16] 姜楠. 视频智能生产与生成的内涵，应用及发展[J]. 无线互联科技，2023，20（8）：127-131.

[17] 姜智彬，戚君秋. 学习，生成与反馈：基于动觉智能图式理论的广告智能创作[J]. 新闻大学，2020，166（2）：1-16+119.

[18] 漆晨航. 生成式人工智能的虚假信息风险特征及其治理路径[J]. 情报理论与实践，2023：20231128.1005.002.

[19] Samuelson P. Generative AI meets copyright[J]. Science，2023，381（6654）：158-161.

作者简介：薛骄龙（1986.09-），男，汉，江苏徐州人，博士，四川大学商学院副研究员，主要研究方向为人工智能营销、数字营销、大健康营销。

孙大宝（2003.03-），男，汉，福建泉州人，四川大学商学院本科生，主要研究方向为人工智能营销、数字营销。