2023年中国营销领域AIGC技术应用研究报告

AIGC技术应用丨研究报告

核心摘要：

《2023年中国营销领域AIGC技术应用研究报告》旨在针对AIGC技术在中国营销市场的渗透现状及可能发展路径进行探讨。报告从AIGC技术在中国的发展现状展开，将AIGC归拢于MarTech范畴，再依托MarTech覆盖的五大营销场景，对AIGC技术融合营销服务商业务后对各行业及场景的赋能情况进行阐述。

1.1 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。

1.1 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。

1.2 中国AIGC发展现状

底层技术发展滞后，实践应用或可反超

对比Gartner针对2023年全球市场和中国市场人工智能及数据管理/分析相关技术进行总结绘制的成熟度曲线我们发现，虽然中国在AIGC的关键底层技术方面存在一定的发展滞后（以“基础模型”为例，见左图，在全球市场该技术预估距生产成熟期仍需2-5年时间，而右图该技术在中国预计需5-10年达到成熟期），但在需要结合海量数据和多元需求进行大量商业模式探索及尝试的“生成式AI”领域，中国预期发展更为快速，预计更早进入成熟期实现应用的逐步落地（见左图，观察全球市场可见，“生成式AI”距生产成熟期尚需多5-10年发展时间，而右图该技术在中国预计达到生产成熟期仅需2-5年）。

1.2 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。

1.2 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。

1.3 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。

1.4 中国营销数字化市场现状

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。

1.4 中国营销数字化市场现状

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。

1.5 中国AIGC营销服务商市场规模及影响

AIGC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。

1.5中国AIGC营销服务商市场规模及影响

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。

2.1 AIGC营销发展背景及推动因素

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。

2.1 AIGC营销发展背景及推动因素

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

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

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。

3.1 AIGC在五大营销场景中的核心能力

按信息流维度梳理，AIGC可在四大功能模块为营销场景赋能

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。

3.2 AIGC在五大营销场景中的应用

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。

内容&创意场景

文本版块：简化内容产出流程，以高时效性提升内容精准度与完整性

文本版块作为AIGC技术应用成熟度较高的领域，针对不同的用户群体和营销场景，产出定制化内容，缓解了灵感枯竭，在提高劳动生产率的同时保障内容输出的安全性与准确性，通过情感赋能与用户建立深度链接，使专业营销内容创作者的精力置于需深耕场景。

内容&创意场景

图像版块：提升内容生产质量，以强实用性和商业性推动生产力升级

在GAN、Transformer和扩散模型等技术和开源的不断升级下，AIGC技术在图像领域的定位逐渐由工具向生产力升级，实用性和商业性增强，降低了绘制的技术门槛和二次编辑开发成本，应用于艺术创作、美术设计、营销创意、视觉插画、泛娱乐内容等多领域。

内容&创意场景

音频版块：降低内容制作门槛，以高时效性提升内容精准度与完整性

AIGC在音频中的应用除了基础的语义识别（ASR）和语音合成（TTS）外，还包含了语音交互、音频生成、音频编辑等能力，国内外头部厂商均在争先布局AIGC音频版块，不仅赋能了如金融、教育、医疗健康等B端领域营销，还同步提升了C端用户的营销体验。

内容&创意场景

视频版块：赋能内容创意生态，借助深度学习技术实现低成本无门槛

AIGC在视频版块的应用与成果相对于其他板块来说发展时间相对较短，随着文本、图像、音频等版块的应用以及技术的逐渐成熟，视频市场延长和视频中任意对象的动态化已有突破，视频模型Sora的到来进一步推动了AIGC技术在视频版块的实践和商业化落地。

内容&创意场景

虚拟数字人版块：简化生产制作流程，重塑创新运营能力赋能商业价值

AIGC将ASR、NLP、TTS 等技术融入虚拟数字人的制作、生成和训练环节，提升数字人的制作效率和交互能力，应用场景也愈发多元，除了泛娱乐、电商、金融等场景外，还向智慧城市、智慧交通、智慧服务等智慧领域延伸，推动虚拟数字人产业走向新征程。

3.2 AIGC在五大营销场景中的应用

数据&策略场景

营销数据与策略场景涵盖营销数据管理及效果分析、客户数据管理、数据监测与安全计算、数据可视化呈现、营销活动策略制定等服务范畴。在此场景中，品牌主需求主要覆盖通过对营销全流程数据及客户数据的收集、分析、理解及推演，为营销活动策略的制定降低人力及时间成本，增加企业营销效率并协助企业适应市场与行业的快速变化。因此，服务商在数据体量、数据质量及数据处理三方面的业务能力较大程度上决定了其对品牌主的服务能力。

3.2 AIGC在五大营销场景中的应用

广告投放场景

在激烈的市场竞争环境下，精细化品牌营销成为了大多品牌主的必选之路。品牌主在广告投放场景的核心诉求既为经由技术加持实现广告投放的程序化、一体化及数智化，以最终达到精准、高效且低价投放广告的目的。因此，此场景下服务商是否有能力获取并沉淀海量消费者及营销数据，再经由垂类模型处理后做到精准采集流量、洞察理解需求、智能匹配资源位及营销内容、提供权衡效果及预算后的精准投放方案等，是具有差异化投放需求的品牌主对服务商的能力期待。

3.2 AIGC在五大营销场景中的应用

渠道运营&转化场景

在渠道运营与转化场景中，品牌主的需求多集中于通过将商品（产品或服务）展示、销售和运营渠道进行数字及数智化升级，达到提升各环节把控能力及运营效率的目的。因渠道多嫁接于媒体平台之上，所以服务商是否具备实时掌握多媒体平台的功能及动向变化、深入洞悉多媒体平台的特点及客群特征与需求、高效在媒体平台内或平台间进行内容的有效展示及传播等能力，决定了服务商能否在运营与转化场景中为品牌主在提供适配营销玩法、优化成本、客户拓展及培育等方面提供价值。

3.2 AIGC在五大营销场景中的应用

客户&流程管理场景

在客户与流程管理场景中，品牌主核心需求可大致分为两类，第一类围绕客户关系管理展开，包括客户信息系统及智能化管理，潜客挖掘，客户沟通及客户关系维护、忠诚度提升等。第二类需求针对品牌主内部流程管理及对外营销活动运营展开，需通过自动及智能化方式降低人员投入，增加管理效率。因此，服务商能否通过高效且优质的客户管理，帮助品牌主长期高质量的保持良好客户关系，建立品牌连接，拓展新客或延长客户生命周期，亦或是服务商能否提供自动且智能化的内部或营销活动流程管理为品牌主提高自身竞争力，都是相关服务商重要的能力点。

模态升级

预训练大模型由单模态走向多模态，塑造有温度的拟人化智能营销

随着深度学习技术的不断突破以及大量数据源的反复训练和积累，大模型将更好的具有对于不同形式描述的理解和分析能力，捕捉到更精准的特征与更全面的信息。当前AIGC的单模态已逐渐向多模态生成升级，理想状态下的多模态大模型即从输入和输出两方面均可寻找到不同模态间信息描述的数据关系并实现跨模态信息的融合与转化。AIGC凭借其高效、智能的特性飞速发展，融合文本、图像、音频、视频的多模态生成能力将会为营销领域带来更多元的创意转化、更自然的交互方式、更精准的智能服务，在提升营销各环节用户行为及数据流通广泛度的同时，也改变了传统的人机交互模式，使营销全流程更加拟人化，成为了有温度的营销。

组合升级

以深度化、产业化、垂直化的模型组合，赋能企业营销数字化落地

2023年AIGC产业和预训练大模型呈井喷式发展，以百度“文心一言”、阿里“通义千问”、华为“盘古”等为代表的国内大模型相继发布并投入使用，为垂直领域小模型的搭建和落地使用提供了强有力的底层支撑。对于搭建小模型的垂直领域中大型企业来说，数据掌握在自己的场域虽会在行业内更具优势，但通用大模型若想使自己的模型更好的应用到实践中则需要学习大量的真实数据。当前各企业间、各垂直领域间的数据孤岛现象较为显著，重要领域的开源高质量数据无法进行流通的，一定程度上阻碍了大模型的长期发展及实践落地情况。随着不同领域企业客户对于AIGC技术在实践中的需求愈发细致和精准，未来，具备小模型搭建能力的中大型企业或将会结合自己所处领域的业务和场景，以详实的数据和历史行业积累，定制化的搭建自有专属模型，以深度化、产业化、垂直化、专业化的特点打造差异化的垂直领域模型。

赋能升级

AIGC技术深度赋能，探索并推进元宇宙及万物互联的数字生态建设

2021年元宇宙概念引发了产学研各界及资本市场的热议与追捧，大量资金及企业随即于2022年涌向该赛道，但因在技术发展、应用落地模式等多方受限，2023年元宇宙热度逐渐消退，AIGC技术成为新的市场引爆点。但AIGC、万物互联和元宇宙并非只是三个此消彼长的概念，在大数据、人工智能等技术实现跃迁后，AIGC将与元宇宙相容并济，以实现万物互联的愿景。当新型内容生产方式与虚拟数字生态相结合后，不仅会为用户带来更加智能、拟人、自主的用户体验与互动，同时降本增效的实现了企业端在元宇宙营销场景的商业价值，或将为元宇宙场景带来新一轮增长趋势。