2023年中国营销领域AIGC技术应用研究报告.pdf

部门：TMT营销组2024 iResearch Inc.2023年中国营销领域AIGC技术应用研究报告2目 录CONTENTS01AIGC在营销领域应用的概念与现状AIGC概念及发展背景中国AIGC发展现状AIGC营销理解及服务商赋能场景中国营销数字化市场现状中国AIGC营销服务商市场规模及影响AIGC在中国MarTech生态中渗透图谱02AIGC在营销领域应用的背景及价值03AIGC在营销领域的应用051.11.21.31.41.5AIGC营销发展背景及推动因素AIGC营销对行业的赋能2.12.2AIGC在五大营销场景中的核心能力AIGC在五大营销场景中的应用3.13.204典型厂商案例及专家之声AIGC在营销领域应用的发展趋势图谱3AIGC在营销领域应用的概念与现状01报告免费分享+V：R t h e 4 542024.3 iResearch I1.1 AIGC概念及发展背景AIGC是利用人工智能技术生成内容的新型生产方式如艾瑞数智于2023年8月发布的AIGC（AI-Generated Content）相关报告中基于对国内产学研各界的解读汇总，目前可将AIGC概括为：“利用人工智能技术（生成式AI路径）生成内容的新型内容生产方式”。概念自2022年11月30日，OpenAI发布ChatGPT并免费试用后快速引发热议。AIGC是人类逐渐实现信息数字化后，建立计算机对不同模态信息的理解与转换，及计算机可进一步通过人类语言与人进行沟通的一次跨越式技术进步，为技术的未来发展与应用提供了构想的方向。AGI通用人工智能AIGC人工智能生成内容AIGenAI生成式人工智能一类畅想一个类别一种方式AGI(Artificial General Intelligence)，是在目前社会及技术发展背景下，基于认知与理解对未来或可出现类人类智慧程度AI的概括及畅想。是一种或可执行人类才能完成的智力任务的强AI(Strong AI)。其能够自主学习、进化，并被广泛应用于多种领域以解决问题、完成任务，甚至将拥有超过人类的智慧和创造力，产生自主意识、具备人类所拥有的情感。GenAI(Generative Artificial Intelligence)是根据应用方向、技术路径发展等存在差异性，而区分出的一个AI类别。有别于决策式AI被用于学习数据中的条件概率分布进行分析、判断和臆测再进行相应部署，生成式AI具有创造性，其可生成新的与人类创造力相似的文本、图像、音频、视频、代码等内容。AIGC(Artificial Intelligence Generated Content)是利用人工智能(AI)技术生成内容的一种方式/手段。“AGI will be the best tool humanity has yet created,with it we will be able to solve all sorts of problems.We will be able to express ourselves in new creative ways.We will make just incredible things for each other for ourselves,for the world,for kind of this unfolding human story.”-Sam Altman来源：内容引自艾瑞数智于2023年8月发布的2023年中国AIGC产业全景报告、AIGC国内发展现状及应用场景探究及公开资料整理，由艾瑞咨询研究院自主研究及绘制。AIGC相关概念理解52024.3 iResearch I1.1 AIGC概念及发展背景降低基本水平内容输出门槛，提升参与规模和内容量，引爆生产力革命随着互联网环境及技术的发展，为适配不同的社会背景及用户需求，多种内容创作方式顺势而生，经历从PGC、UGC到AIGC的演变历程。在基础设施完备前提下，AIGC与其他内容生产方式相比，提供了从基础素材到最终内容呈现的便捷一体化技术协助与服务，进而降低基础内容创作的门槛及成本，为更多有自我展现意愿的互联网用户打开了想象及实践的空间。内容生产将不再只是百万专业内容创作者才可实现的事情，我国10亿多互联网用户均有可能简单、快速的进行包含但不限于：文字、图片或长、短视频等多种形式内容的创作。AIGC的出现和发展，可大幅提升潜在内容创作者规模，并伴随带来内容产量的指数级增长。来源：公开信息整理，BiliBili公司2022年年报、腾讯控股有限公司2020年年报、中国互联网络信息中心第51次中国互联网络发展状况统计表，艾瑞咨询研究院自主研究及绘制，注释：PGC*(professional-generated content)专业生产内容：指如优酷、土豆等专门以生产内容为主要经营模式的主体生产内容的方式；UGC*(user-generated content)用户生产内容；AIGC*(AI generated content)人工智能生产内容。300万B站月活内容创作者1亿+朋友圈日常分享者10亿+互联网用户均可简单参与内容创作潜在内容创作者规模内容生产方式PGC*内容创作门槛与成本中、高专业门槛；中、高人力成本低创作门槛；低人力成本基本创作门槛；基本人力成本内容产量AIGC*UGC*人类只需给出种子信息（简单提示以表达基本需求），其他内容部分由AI生成内容生产的主要模式变化62024.3 iResearch I1.2 中国AIGC发展现状底层技术发展滞后，实践应用或可反超来源：Gartner2023年人工智能技术成熟度曲线、2023年数据管理技术成熟度曲线、2023年中国数据分析和人工智能技术成熟度曲线，艾瑞咨询研究院自主研究及绘制。2023年中国数据分析和人工智能技术成熟度曲线技术萌芽期期望膨胀期泡沫破裂低谷期稳步爬升复苏期期望值因果AIAI工程化数据编织决策智能负责任的AI数据资产管理数字伦理组装式数据和分析数据共享湖仓一体增强型数据和分析自主可控数据库基础模型国产人工智能芯片生成式AI数据素养知识图谱联邦机器学习数据治理数据科学平民化实时数据管理自助分析数据分类截至2023年8月期望值自主系统 多智能体系统第一原理AI神经符号AI因果AIAI仿真AI工程化复合AI基于数据的AI运营型AI系统AI能信任、风险和安全管理决策智能生成式AI提示工程神经形态计算负责任的AI智能机器人基础模型合成数据机器学习模型运营化边缘AIAI创客和教学套件自动驾驶汽车智能应用云AI服务数据标记和注释用于数据管理的生成式AI向量数据库增强型敏捷金融研发治理平台自助数据管理边缘数据管理数据产品数据可观察性多云和混合云数据管理增强数据质量分布式交易性数据库数据湖数据分类应用数据管理数据工程增强数据管理图数据库数据资产目录/元数据管理数据编织主动元数据管理知识图谱操作性情报湖仓一体数据操作数据接入平台策略数据生态系统生成式AI计算机视觉对接对象存储的SQL查询接口多模型数据库管理系统事件流处理库内分析技术主数据管理时间序列数据库距离生产成熟期时间：2-5年5-10年10年10年10年 2年72024.3 iResearch I1.2 中国AIGC发展现状底层技术急起追赶，大模型遍地开花在国家战略以数字经济发展为重要目标的背景下，我国在AIGC相关技术领域正努力快速追赶。以底层基础大模型为例，从在2019年时的零积累，经2021年及2022年的急速发展，到2023年5月为止我国已在大模型数量上追平其他技术发达国家。我国主要大模型发布来自于高校/科研机构及部分企业，相较于美国相关引领性巨头企业而言，具备体量更小、敏捷性更高的特点。同时，因我国在科技发展方面落地效率及迭代速度较快，与如美国在内的其他发达国家发展理念及侧重存在差异，因此拟合及衍生出自有的AIGC行业发展态势及布局。来源：中国人工智能大模型地图研究报告，中国科学技术信息研究院、科技部新一代人工智能发展研究中心，艾瑞咨询于2023年8月发布的2023年中国AIGC产业全景报告，艾瑞咨询研究院自主研究及绘制。4113037180230281901811220192020202120222023.5美国（个）中国（个）其他国家（个）2019-2023年全球大模型数量统计2023年中国各技术领域大模型数量统计20522003422212672100NLP多模态AI4SCV智能决策语音高校/科研机构大模型（个）联合发布大模型（个）企业发布大模型（个）82024.3 iResearch I1.2 中国AIGC发展现状海量数据及多元需求，驱动场景应用多尝试、快迭代，以量变待质变中国具备海量数据及旺盛的互联网使用需求，驱动AIGC应用场景快速发展。借助网民数量上的绝对优势，及快速提升的移动网民渗透率，在消费端中国的互联网使用量约为美国互联网使用量的两倍。仅2023年上半年，中国移动互联网接入流量已达1423亿GB。中国较美国在数据体量上的优势，未来将持续扩大。同时，中国科技类企业大多在市场敏感度、业务模式灵活性和敏捷性，及消费者端经验与数据积累等方面具有优势，都可作用于商业模式探索、模型的喂养及结论收敛，进一步加速我国垂类领域AIGC应用场景的落地与迭代。来源：CNNIC第52次中国互联网络发展状况统计报告、美国商务部网站、Statista、FORTUNE、Worldbank，艾瑞咨询于2023年8月发布的2023年中国AIGC产业全景报告，艾瑞咨询研究院自主研究及绘制。!.$%()(.)()3.15 :1注：1.互联网使用量比*=中国网民互联网使用量美国网民互联网使用量=中国网民量 中国网民互联网使用时长美国网民量 美国网民互联网使用时长=!.$%（亿人）%.!（小时/每人每周）)（周/年）*.+*（亿人）+%.)（小时/每人每周）)（周/年）；2.移动网民渗透率*=各国移动网民数量各国总人口数量2021-2023年中国移动互联网接入流量103311831241137714232021年上半年2021年下半年2022年上半年2022年下半年2023年上半年2021-2023年中国移动互联网接入流量（亿GB）2021-2023年中国AIGC产业链各环节融资热度情况21.2%16.2%1.8%0.7%23.0%9.0%1.1%1.1%14.4%7.6%7.9%2.9%应用层算力层模型层工具层2021年融资热度分布(%)2022年融资热度分布(%)2023年融资热度分布(%)42.4%24.9%24.9%22.6%16.4%0.6%2021-2023年各模态融资热度分布(%)跨模态（数字人为主）2021-2023年中国AIGC各模态融资热度情况代码多模态语音及音乐影像文本2023年中国与美国消费端互联网使用情况对比网民量平均互联网使用时长互联网使用量比*1.87 :1移动网民渗透率*!*%.!()%.+()0.6 :1!$,.!*(%).+.(%(%)0.9 :1亿人亿人小时/每人每周小时/每人每周报告免费分享+V：R t h e 4 592024.3 iResearch I1.3 AIGC营销理解及服务商赋能场景对内容生成及数据处理的影响涉及营销科技(Martech)应用的五类场景AIGC概念及相关技术尚处探索发展期，目前我国对行业及领域边界的认定相对模糊。基于对已有信息的整理及理解，我们认为本报告在探讨AIGC对营销的作用时，不仅需包含因技术发展对营销内容要素生产实现智能化及自动化产生的影响，同时也应包含对于贯穿营销各环节的数据处理产生的影响。我们将基于MarTech在营销中的五大应用场景展开讨论，范畴涵盖由AIGC相关技术直接及间接作用于内容生产及数据处理等方面为内容&创意、数据&策略、客户&流程管理、广告投放、渠道运营&转化五个营销场景所带来的影响。来源：场景划分引自艾瑞数智于2021年发布的2021年中国MarTech市场研究报告，公开资料整理，由艾瑞咨询研究院自主研究及绘制。AIGC文字图片视频多模态音频数据池数据池数据池思考与想法形成数据数据喂养及训练需求AIGC营销服务商B端企业需求方C端消费者服务消费营销营销渠道运营&转化场景生产内容要素经处理后要素营销数据&策略场景营销广告投放场景营销内容&创意场景营销客户&流程管理场景直接运用间接运用底层芯片、大模型等多种技术通过使用应用端将思考与想法形成数据102024.3 iResearch I过半企业已在五大营销场景中完成数字化部署，且未来投入意愿较强基于艾瑞于2023年12月进行的品牌主调研数据显示，在营销服务商为企业赋能的五大场景中，已有接近半数广告主企业在各场景均实现营销数字化，其中数据管理及策略分析、广告投放两大场景数字化转型实现率最高，分别达68.3%和66.7%。未来短期内，90%广告主企业计划增加对营销数字化的投入，针对营销数据分析及管理、信息收集或翻译等工具性应用和客户管理三个细分应用场景，均有60%广告主企业表示将加大数字化投入以提升效果。来源：数据由2023年中国网络广告市场研究垂直行业广告主投放调查于2023年12月针对汽车、游戏、小家电三大垂直行业的60家头部广告主企业进行的调研中获悉，艾瑞咨询研究院自主研究及绘制。1.4 中国营销数字化市场现状2023年广告主企业未来营销数字化投资意愿及目标期待提升场景情况45.0%45.0%60.0%66.7%68.3%表示期待在相关场景有能力提升的企业占比（%）数据分析及管理场景信息收集、翻译等工具性应用场景客户管理场景内容及创意场景营销策略制定场景90%企业表示，未来短期内将增加对营销数字化的投入10%2023年广告主企业营销场景数字化部署现状营销数据管理及策略分析营销广告投放营销客户管理营销内容及创意生成营销渠道运营及转化68.3%已实现66.7%已实现60%已实现45%已实现45%已实现112024.3 iResearch I1.4 中国营销数字化市场现状2023年AIGC技术在中国广告主企业线上营销活动中的渗透率及主要应用场景27.6%41.4%44.8%44.8%93.1%表示已在相关场景融合AIGC技术的企业占比（%）数据分析及管理信息收集、翻译等工具性应用客户管理内容及创意生成营销策略制定48%已在线上营销活动中应用AIGC技术2023年广告主企业线上营销主要痛点情况1.7%6.7%8.3%8.3%16.7%18.3%26.7%28.3%31.7%38.3%40.0%40.0%41.7%58.3%其他缺乏专业营销人员服务商众多，选择难度大隐私保护政策趋严营销内容生产效率较低私域运营效果不理想媒体多元且分散，指定媒体组合策略对GMV拉动作用不明显推广效果难测量难验证无新营销形式/广告版位出现，消费者需求变化快，难以及时洞察不同线上渠道消费数据难以获取/打通营销内容创意难以实现差异化线上获客成本高表示存在相关痛点的企业占比（%）无新营销形式/广告版位出现，难增加广告吸引力/获得更多关注媒体多元且分散，指定媒体组合策略的难度较大AIGC或为广告主企业提供由营销数字化向营销数智化发展的解决方案广告主企业在营销数字化转型过程中积累了大量业务数据，同时也使与之相关的营销痛点更为凸显。如何便捷高效地获取、分析和管理数据，进而完成基于数据分析及运营的内容生成、决策判断等进阶工作，为企业管理及决策提供价值和支持，成为推动企业亟待由数字化向数智化发展的原动力。AIGC营销为解决相关问题提供了着力点。2023年已有约半数（48%）广告主企业在线上营销活动中应用AIGC技术，其中超九成用于内容及创意场景；另有逾40%在信息收集及翻译、数据分析及管理、用户管理等场景引入AIGC。来源：数据由2023年中国网络广告市场研究垂直行业广告主投放调查于2023年12月针对汽车、游戏、小家电三大垂直行业的60家头部广告主企业进行的调研中获悉，艾瑞咨询研究院自主研究及绘制。122024.3 iResearch IAIGC逐步渗透全MarTech领域，2025年预计撬动千亿MarTech市场基于前述对于AIGC营销探讨范畴的界定，受相关技术及概念发展影响的行业内板块不仅限于内容生成领域，更发散延申至与数据相关的多个板块，且随着成熟度提升，相关市场规模存在着指数级增长潜力。因此，我们认为AIGC营销或涉及的市场规模可参考MarTech服务商市场，预计2025年将达到千亿级别。注释：MarTech服务商市场规模*指中国所有MarTech服务商相关业务的年度收入总和，其中不包括非MarTech业务的收入，不包括广告投放业务的收入。来源：艾瑞咨询于2023年9月发布的2023年中国MarTech市场研究报告，艾瑞咨询研究院自主研究及绘制。112.6202.2353.1478.7618.9811.8982.71144.182.0%79.7%74.6%35.6%29.3%31.2%21.1%16.4%201820192020202120222023e2024e2025e2018-2025年中国营销科技（MarTech）服务商市场规模*MarTech服务商市场规模（亿元）环比增长率（%）1.5 中国AIGC营销服务商市场规模及影响132024.3 iResearch I24.9 28.8 31.7 37.2 41.0 46.651.258.2中国产业数字化规模（万亿元）2018-2025年中国产业数字化规模、中国企业营销数字化总花费*及其占中国产业数字化*规模比重注释：企业营销数字化总花费*，包括人员费用、咨询费用、软硬件及服务采买等与营销数字化直接相关的企业年度总体支出；中国产业数字化*指传统产业应用数字技术所带来的产出增加和效率提升部分，包括但不限于工业互联网、智能制造、车联网、平台经济等。来源：艾瑞咨询于2023年9月发布的2023年中国MarTech市场研究报告，中国信息通讯研究院，艾瑞咨询研究院自主研究及绘制。AIGC加持企业营销数字化发展，助力我国十万亿级产业数字化规模增长通常伴随技术革新带来的应用落地及发展会超越目前已知行业范围，如iPhone的出现不仅改变了手机行业，发展后期也对摄影设备、播放设备等领域都产生了较大影响。AIGC正是这样有极大影响潜力的技术，营销数字化的未来发展在AIGC的积极影响下，或可扰动我国十万亿级的产业数字化大市场。随着企业持续增加投入用于自建、采买并应用营销科技相关服务，我国企业在营销数字化方面投入预计到2025年达到近6000亿元，且程度将逐步加深。营销数字化在助力我国产业数字化规模增长（传统产业应用数字技术后因产出增加和效率提升而带来的价值增加）方面所扮演角色愈显重要，企业营销数字化总花费占中国产业数字化规模比重稳步提升。1932.62547.42886.63570.13916.84692.45311.85927.90.78%0.88%0.91%0.96%0.96%1.01%1.04%1.02%201820192020202120222023e2024e2025e中国企业营销数字化花费总额（亿元）营销数字化投入占产业数字化市场价值的比重（%）1.5 中国AIGC营销服务商市场规模及影响142024.3 iResearch I来源：艾瑞咨询研究院自主研究及绘制。2023年AIGC在中国MarTech生态中的渗透图谱企业需求方消费者基础设 施 层算 力 基 础数 据 基 础算 法 基 础大 模 型及工具层通用大模型AI开源社区模型平台/模型服务垂类模 型 层行业垂类模型场景垂类模型应用层数据&策略场景广告投放场景渠道运营&转化场景客户&流程管理场景内容&创意场景文本图像音频视频虚拟人/空间上层中层底层15AIGC在营销领域应用的背景及价值02162024.3 iResearch I网络广告规模逐年增长，为AIGC技术在营销领域的发展提供了肥沃的土壤2022年受疫情影响，市场经济环境整体呈下行趋势，网络营销市场的广告投放需求疲软，2022年中国网络广告市场规模10065.4亿元，与去年相比同比增长6.8%，增速有所放缓，品牌主对广告投放的效果需求提升。AIGC技术的融入一定程度上提升了智能投放托管、数据实时洞察、及时决策辅助等能力，有效实现了广告营销的精准化和定制化。艾瑞预测，未来三年中国网络广告市场规模仍将呈持续增长趋势，而AIGC技术无论从自动化的内容生产、公私域渠道运营还是投放管理等方面都将会更高效、智能的完成碎片化及繁杂的工作，以技术赋能产和效，提升广告主的广告内容产出质量与投放频次，达成可观的营销效果。4965.26464.37665.99421.210065.411368.612549.913751.432.0%30.2%18.6%22.9%6.8%12.9%10.4%9.6%201820192020202120222023e2024e2025e2018-2025年中国网络广告市场规模网络广告市场规模（亿元）同比增长（%）CAGR=19.3%CAGR=10.0%注释：1、网络广告市场规模按照媒体收入作为统计依据，不包括渠道代理商收入；2、此次统计数据包含搜索联盟的联盟广告收入，也包含搜索联盟向其他媒体网站的广告分成；来源：根据企业公开财报、行业访谈及艾瑞统计预测模型估算。2.1 AIGC营销发展背景及推动因素市场驱动技术支持产业生态172024.3 iResearch I成熟的基础模型，为预训练大模型的搭建和AIGC的发展奠定了稳固的地基基础模型为AIGC的发展提供了底层技术基础，同时也成为了自然语言处理领域和计算机视觉领域的核心网络架构。随着算法的不断发展，在核心模型的基础上进一步研发出了如GPT-4、文心一言等升级产品，降低数据获取门槛，推动AIGC技术应用领域的拓展。2.1 AIGC营销发展背景及推动因素Transformer由Google团队于2017年提出，应用于自然语言处理领域，基于自注意机制，在处理长文本时可保持较好性能，并行计算，提高训练速度与效率。在做图像分类、语音识别等传统任务的同时向音乐生成等时序任务延伸。ViT由Google团队于2020年提出的将 Transformer 应用在图像分类的模型，将图片按切割成分辨率为16*16的小方块，排列后再转化为向量，输入为Transformer，应用在计算机视觉领域。VAE由Kingma等人于2013年基于AE提出了具有生成能力的深度学习模型VAE。VAE分为两部分，编码器与解码器。编码器将原始高维输入数据转换为潜在空间的概率分布描述，解码器从采样的数据进行重建生成新数据。GAN由Ian Goodfellow等人于2014年提出，GAN分为生成（依据随机向量产生内容）、判别（判断接收到的内容是否是真实的）和对抗（指GAN的交替训练过程），生成器依据随机向量产生内容，由判别器判断接收到的内容是否是真实的，通过相互竞争来学习数据分布。Diffusion Model将图像的每个特征用概率分布来表示，在范围内进行数值采样，得到生成图像的潜在特征表示，再通过解码解码得到生成图像于2015年首次提出，常用于图像上色、文生图、全景图生成等。扩散模型即在前向扩散阶段，从x0逐步引入噪声污染至xT（完全随机噪声）。在逆向去噪阶段，在每个时间步逐步去噪，从高斯噪声中恢复至原图。来源：公开材料，艾瑞咨询研究院自主研究及绘制。核心基础模型市场驱动技术支持产业生态报告免费分享+V：R t h e 4 5182024.3 iResearch I预训练大模型的不断训练和其他技术的发展，支撑了AIGC技术的实际落地在预训练大模型和其他技术的支持下，AIGC技术可以更精准的识别语言、动作、场景、情感等，在更好的理解样本中所包含的情感的基础上，更加细腻和真实的给予情感交互反馈。同时，在不断地数据抓取过程中，模型产出的合成数据又反哺模型训练，经过持续性训练也为由单模态模型向多模态、跨模态大模型的升级进行了积累。2.1 AIGC营销发展背景及推动因素来源：2023年中国AIGC产业全景报告，公开资料，艾瑞咨询研究院自主研究及绘制。预训练大模型分类NLP大语言模型代码生成模型CV3D生成模型视频生成模型图片生成模型多模态大语言模型文生音模型科学研究大模型文生图模型文生视频模型文生3D模型Transformer、ViT等Diffusion Model、VAE、GAN等基础框架基础框架单模态模型单模态模型多模态模型多模态模型其他技术支持展示超强学习能力、智能化机器学习通过算法在数据中进行学习，以提高输出内容的精准度。深度学习机器学习的特定形式之一，模拟人脑神经网络的结构学习，完成更复杂的任务。高速、全面、精准云计算通过互联网按需提供IT资源，分为IaaS、PaaS、SaaS三种服务模式。大数据实现数据的采集、预处理、存储、分析和应用，为后续决策提供数据支持。增强体感互动、沉浸式体验虚拟现实（VR）通过模拟数字环境和传感器设备，实现交互体验，即将用户带到虚拟世界中。增强现实（AR）通过AR设备将数字信息叠加到真实世界中，即将虚拟世界带到用户面前。个性化服务、冷启动能力群体智能算法群体智能分为遗传算法、蚁群算法等，通过算法挖掘用户信息，找到相似特征用户。协同过滤推荐对具有相似特征的用户进行分类，通过交互行为等挖掘兴趣点，实现个性化推荐。可持续性、高可信度区块链区块链作为去中心化的网络架构，在为AIGC技术的发展进行可靠的数据存储和交换方式的同时，提升了数据可信度，提供了强有力的数据安全保障。市场驱动技术支持产业生态192024.3 iResearch I产业生态的逐渐完善，将推动AIGC技术不断提升，赋能多样化应用场景预训练大模型的搭建是AIGC技术应用于实践的关键地基，经过反复训练后的大模型使AIGC技术由理论层落地到实践应用中。垂直领域服务商在云计算的基础上，研发细分领域所需使用的垂类服务模型，将AIGC技术落地到不同行业、不同业务场景的实际应用中。当有了具备不同功能的AIGC产品后，一定程度上刺激了C端的创作意愿，推进了B端的数智化进程。虽然当前市场环境下，用户为AIGC产品的付费意愿还相对较弱，但随着AIGC技术的不断突破和产业生态的愈发成熟，或将带来巨大的消费潜力和发展前景。2.1 AIGC营销发展背景及推动因素来源：公开资料，艾瑞咨询研究院自主研究及绘制。垂直领域模型MaaS（Model-as-a-Service），模型即服务，是指以预训练模型为基础，开发垂直领域所应用的中间模型，将模型作为一项落地服务提供给用户使用，将AIGC的能力赋能到更多业务场景中。AIGC产业生态概览图市场驱动技术支持产业生态预训练大模型预训练大模型对底层技术和训练成本的要求极高，具备制作预训练大模型能力的企业集中在头部科技企业。如文心一言的发布者百度智能云，百川大模型的发布者百川智能，ChatGPT的发布者OpenAI，Llama的发布者Meta等。产品应用层即具有AIGC相关产品使用需求的用户及企业。对于C端来说，降低了内容创作门槛，提升了效率与质量；对于B端来说，AIGC带来的企服软件服务能力升级推动了企业的数智化进程。202024.3 iResearch I人工智能技术创新与产业发展深度融合，高度匹配需求充分释放潜能AIGC（人工智能生成内容）通过核心技术、底层搭建和智能终端等前沿科技与设备，迭代了原有的交互方式，提升服务商的赋能情况。随着人工智能技术的愈发成熟以及和产业的深度融合，将从技术端更高效稳固的助力MarTech产业向好发展。来源：艾瑞咨询研究院自主研究及绘制。AIGC技术为MarTech场景带来的价值AIGC辅助使用者通过简要诉求描述自动化生成内容展现形式，提升内容生产效率，为营销数字化的内容&创意等场景带来高效精准的产出，带动内容生产领域的技术革新。内容生产革新AIGC从代码编写、模型搭建等技术层面为营销数字化场景带来了智能服务的迭代，在保障服务器运行更稳定的同时提升了数字化信息和网络媒体的交互能力。基础服务提效随着AIGC技术的愈发成熟，在部分营销数字化场景的信息处理、数据整合、效果分析等方面可以代替初中级人工，降低了企业的人才筛选和培养难度，增加自主选择权。企业自主能力当AIGC与服务商赋能领域深度融合后，一方面会以工作助手的角色提升服务商的服务效率，另一方面，会丰富原有服务，扩展服务范围，助力企业向数智化发展。服务商赋能升级当数字化内容与产业深度融合后，现有行业或将会延伸出智能化新需求，使现有产业多元化发展，同时，会激发以数字内容为核心的新兴领域崛起。生态多元发展AIGC技术对营销的赋能AIGC营销对行业的赋能2.2 AIGC营销对行业的赋能212024.3 iResearch IAIGC技术贯穿营销活动全链路，实现营销过程中的全流程智能化精准提效与国外相比，国内的AIGC技术虽起步相对较晚，底层技术建设条件略逊色与国外，但国内的应用场景更为丰富，产业链更为完善，在应用和商业模式的探索上有扎实的基础。当有新的产品和创意出现时，可以快速地将AIGC技术应用到生产过程中去，更注重技术与真实业务场景的结合，帮助企业建立更全面的认知、识别更优质的线索、生成更个性的内容、制定更有效的决策和稳固用户关系，驱动了营销行业的迭代升级，对于营销的全链路均产生了较大的作用和价值。2.2 AIGC营销对行业的赋能AIGC技术为营销全链路带来的价值市场认知阶段AIGC技术对于品牌在建立市场认知阶段的核心价值主要是广告创意的参考与广告投放的优化，更加高效和智能的达到提升市场认知的效果。线索运营阶段营销过程中有线索接入时，AIGC技术有助于企业更好的挖掘优质商机和线索，以此来辅助企业高效评估线索的情况，提升优质线索转化率。客户培育&转化阶段在营销中期，AIGC技术的价值主要体现在能够根据数据的反馈生成有效的营销建议，精细化管理线索，进行公私域运营，提升客户转化率。营销优化阶段在营销中后期的优化阶段中，AIGC技术更多的适用于分析和复盘营销活动所带来的效果，为未来的营销策略提供更加强有力的数据支持。复购和增购阶段在营销的后期，AIGC技术可以帮助企业更精准的分析与优化客户需求与偏好画像，通过归因等方法分析营销效果及传播情况，挖掘潜客。0102030405AIGC技术帮助企业端提供更符合客户需要的产品，也更容易创造出有创意的内容或形式去触达他的客户。企业端对于服务商来说，最大的价值在于提升效率，当AIGC技术得到充分应用后，会对人效、工作效率、创作效率等均带来大幅提升。服务商当AIGC技术融入后，借助数据大模型可以更深层次更精准的挖掘用户需求，减少无效信息获取，提升用户体验感。用户端AIGC技术融入营销后，为角色方带来的核心价值来源：艾瑞咨询研究院自主研究及绘制。AIGC技术对营销的赋能AIGC营销对行业的赋能222024.3 iResearch I2.2 AIGC营销对行业的赋能AIGC技术赋能行业创新，或将优先渗透并深入覆盖对于缓解人员压力、释放创意潜力、实现高效产出、精准实时优化需求较高的行业与传统营销模式相比，AIGC技术融入营销场景后，在优化内容供给的同时可以更高效的产出差异化内容，高速的数据处理能力也为具有强时效性、快速迭代需求的行业提供了极大的助力。同时，将机构工作人员从单一、重复的工作流程中释放，降低人力成本的同时也提升了业务流程的流畅性和准确性，在运营成本与业务优化双方面实现技术与业务的提升。在营销过程中，对AIGC技术需求度较高行业的核心共性提升人效需求 信息积累量大：有较多内容和数据积累，需要通过大量人工来进行信息整理。信息处理需求：有信息处理和内容生产创作需求，但现有人员相应能力较弱。个性化营销需求 个性化内容创作：对营销内容个性化要求高，避免同质化现象，需与用户建立情感联系。个性化触达需求：面向的用户画像和渠道繁杂，需提供千人千面的针对性内容进行营销。提升时效需求 信息迭代速度快：市场趋势及节奏变化速度快，对于营销动作的反应速度要求较高；发布时效性需求：需在最佳时机发布内容，加速了传统的内容创作、信息分发等流程。实时调整需求 实时优化分渠道营销内容对投放后的触达情况和点击率等数据进行追踪，实时调整投放内容。点对点调整用户营销动作监测用户接收到营销后的行为反馈，针对性调整营销动作，精准转化。来源：艾瑞咨询研究院自主研究及绘制。AIGC技术对营销的赋能AIGC营销对行业的赋能232024.3 iResearch I2.2 AIGC营销对行业的赋能AIGC技术对于不同行业在营销上的赋能更多集中在人效、个性化及动态需求方面，以人机协同实现“代替人”、“增强人”的价值AIGC技术在营销场景中对于行业的价值主要体现在内容创作、信息处理及智能生成，一方面，对于需要处理大量重复性单一工作任务的行业来说，实现了“替代人”的价值，释放了人力资源；另一方面，对于智能化信息处理、内容生成和及时反馈需求较高的行业来说，AIGC技术的融入实现了”增强人“的价值，通过专业性、针对性、创造性放大营销效果。AIGC技术的能力辐射多个行业，以人机协同，业技融合，提升营销效率，为各行各业的营销场景带来了全新的机会。来源：艾瑞咨询研究院自主研究及绘制。AIGC技术对营销的赋能AIGC营销对行业的赋能电商游戏广告媒体影视教育电信金融政府医药地产制造旅游农业人效需求信息积累量大时效需求个性化需求动态需求信息处理需求信息迭代速度快发布时效性需求个性化内容创作个性化触达需求实时优化分渠道营销内容点对点调整用户营销动作高需求低需求在营销过程中，各行业对AIGC技术的需求度24AIGC在营销领域的应用03252024.3 iResearch I按信息流维度梳理，AIGC可在四大功能模块为营销场景赋能来源：公开信息整理，艾瑞咨询研究院自主研究及绘制。3.1 AIGC在五大营销场景中的核心能力系统内外信息接收 信息由外界输入系统，经系统接收后，对数据进行整理等预处理；信息为由系统内部接收的反馈信息，经预处理后数据用于数据池的扩充及系统的继续运行。信息识别及建库 信息根据模态不同，可能需经过模态转化创建原始数据池，预处理数据再经过中间计算处理，生成中间数据。数据处理及计算 以决策或应用需求为导向，由大模型或垂类模型等对信息数据进行高阶计算等数据处理（此处大模型及垂类模型代指狭义的计算机领域算法概念）。适配场景信息输出以结果为导向，数据信息经进一步转化或模态转换后输出。信息流c系统外输入系统内输入数据处理信息建库信息接收及预处理信息输出信息接收我们按信息流流向，将AIGC在营销场景下可赋能的核心模块划分为信息接收、信息建库、数据处理及信息输出四大类。考虑在信息流动过程中，数据需进行分层处理，四大模块间关系为：系统接收到由外界写入的信息或系统内部回收的部分反馈信息构成原始数据，经简单预处理后，享有最高权限的原始数据在信息建库模块（或需模态转换）留存建库，预处理后数据再经中间计算生成中间数据。在数据处理模块，以决策或应用需求为导向，由大模型或垂类模型等对中间数据进行高阶计算的数据处理，最终在信息输出模块以结果为导向进行信息输出（或需模态转换），同时，将视在此环节产生的交互数据情况，返回信息接收或信息建库模块。AIGC在五大营销场景中的核心能力262024.3 iResearch I内容&创意场景ChatGPT及GPT-4的诞生和应用颠覆了传统的PGC、UGC等内容生产方式，通过AI技术赋能的AIGC（AI generated content，即人工智能生成内容）成为内容生产新范式，为营销数字化中的内容&创意场景带来新变革。AIGC技术以更自然的交流沟通、情感分析、智能对话等能力应用于艺术、金融、教育、游戏、零售等多行业的企业营销数字化布局中，同时，随着 AIGC应用领域向多模态的升级迭代，有丰富训练经验的多模态大模型应运而生，AIGC技术也为虚拟数字人拓宽了应用领域，助力企业通过虚拟数字人高效低成本的实时进行营销活动。来源：艾瑞咨询研究院自主研究及绘制。AIGC等新兴技术对于营销数字化内容&创意场景的赋能数据&策略内容&创意广告投放渠道运营&转化客户&流程管理ChatGPT的发展带动了文字类AI的生成：1、交互式文本生成：智能化的通过用户需