浅析人工智能技术在广告行业中的应用——以阿里巴巴为例

◎毛苏宁

(山东理工大学，山东 淄博 255000)

人工智能技术是指在无生命体或类生命体上实现人类智能，实现人机、机机之间的信息处理和反馈。1956年，“人工智能之父”美国计算机科学家约翰·麦卡锡(John McCarthy)在达特茅斯学院(Dartmouth College)组织的研讨会上，第一次提出了“人工智能”一词并宣布其作为一门崭新的学科诞生。2012年，人工智能技术与广告行业实现了初步融合发展，程序化购买(DSP)、竞价(RTB)、数据分析管理(DMP，技术作为时代新星进入中国广告市场。如今随着无人汽车、无人超市、智能机器人等智能产品的蓬勃发展，人工智能在我们的日常生活中的应用已十分广泛。其在广告行业的应用也彻底改变了中国广告的产业结构和行业生态。《2020 中国数字营销趋势》显示，AI 人工智能已经发展成为广告主最关注的技术。

目前，关于人工智能在广告中的应用研究主要集中在人工智能技术对受众需求的影响、营销策略和广告效果评估，以及“人工智能”技术在广告生产环节中的应用等宏观分析层面，微观层面的实际案例研究缺乏。因此，本文将以国内互联网科技巨头阿里集团为研究案例，以更加细腻的视角着眼于人工智能技术在广告实践中的具体应用，对于智能广告进一步发展，服务人类社会具有一定的研究意义。

一、智能广告冲击并优化传统广告模式

随着第三次工业革命的到来，计算机技术成为驱动产业结构转化升级的核心力量，极大创新丰富了广告形态。《新媒体蓝皮书：中国新媒体发展报告No.7(2016)》显示：2015年中国传媒业市场发生了本质上革命性变化，互联网媒体广告收入首次超过电视、报纸、广告和杂志四家传统媒体广告收入之和，互联网媒体已经成为真正的主导。著名广告大师约翰·沃纳梅克曾提出“营销世纪难题”——我知道自己有一半的广告费被浪费了，但遗憾的是不知道是哪一半。回望传统广告公司，其广告业务主要由广告公司代理，通过付费方式借媒介平台来对用户营销商品或提供服务信息。在广告洞察、生产、管理、评估等环节，传统广告主要依靠以广告技术人才为主体的人力资源，执行情况依赖从业者的经验，存在不确定性和滞后性。在市场调研方面，问卷走访式的小样本市场调查成本高，用户定位局限性强，精准度差；在生产制作方面，各部门分工协作传达，整个链条生产流程冗长、效率低；在生产内容方面，传统广告模式以发行量、售卖量作为一则广告质量优劣的主要衡量标准，为争取最大多数的受众，挖掘其超越社会属性的本能兴趣，一些恶俗趣味的低质量垃圾广告层出不穷，广告生态遭到严重破坏；在产业管理方面，广告治理体系不完善，相关法规体系不健全[1]。

进入web3.0 时代，以大数据为基础和人工智能为动力的智能广告充分利用大数据搜集和存储的文本、图像和视频等数据作为输入源，进行数据管理，描绘出完整精确的用户画像，通过程序化创意和发布满足受众特定情境下的个性化需求，依靠机器学习的方法来实现特定的广告目标。人工智能技术运用包括深度学习、机器学习、自然语言处理，以及视觉识别等技术，在市场调研、用户洞察、广告创意设计、广告内容生产、作品自动发布、广告受众体验，以及广告效果检测反馈等环节，将广告系统智能化，将广告行业升级至未来理想的发展方向。

二、阿里巴巴广告智能化应用

人工智能技术的发展消融了广告生产的局限，降低了广告生产的门槛，随后互联网科技公司依靠丰富的数据和资源加入广告生产的行业当中，抢占了市场80%的市场份额。以掌握全网消费者消费数据资源的阿里巴巴、以搜索引擎关键词打造用户标签的百度，以及以社交互动为主要资源的腾讯三大公司，以其各自的独特技术优势形成了智能广告生产的三巨头，迅速抢占了中国广告行业70%的市场份额。《新一代人工智能发展规划》指出，个性化需求与定制成为消费新潮流，“要形成数据驱动、人机协同、跨界融合、共创分享的智能经济形态。”其中阿里旗下有三个营销平台，即阿里巴巴、阿里创新业务事业群智能营销平台和YES 广告交易平台，不同的广告主可以根据自己的投放需求进行选择。

阿里巴巴通过深度学习技术将广告制作的重点从以广告内容为核心转移到以消费者为核心，通过大数据智能洞察用户的个性化需求，打造出真正的智能化广告系统，解决了传统广告存在的效率低、质量差、范围窄的问题[2]。

(一)数据管理平台：用户数据收集与洞察分析

市场调查数字化提升用户定位精准化。2015年，阿里巴巴首次基于算法、算力和大数据，为用户做大规模的个性化商品推荐。阿里巴巴作为国内领先的大数据营销平台，掌握着6.3 亿每月活跃移动用户的购物习惯数据，以每条超过200 亿次的产品展示及98%的全网民覆盖成为中国最大的媒介公司和数据公司，其服务客户超百万。库跨屏跨设备、CRMID 联通，形成了消费级别、年龄性别等人口统计学信息构成的全息用户数据，以邮箱、手机号、微博账号构成的全息ID；以手机MIS、Cookies、MAC 地址等因素构成的全息触点；以跨媒体行为、LBS 识别下通过曾购、参与分享构成的全息行为，以休闲、关键词搜索、关联购买等因素构成的全息内容。基于自然语言理解的六大多元信息网络形成了阿里巴巴所搜集的全息大数据。迈克尔·R·所罗门认为，要将消费者当人看，而不仅仅是消费者的这一身份。阿里巴巴通过人工智能技术提供更加人性化的探索，形成了真人识别、消费偏好、跨屏全网行为轨迹三大独特优势。通过对海量数据的萃取建模，运用关联、回归、聚类的方法，阿里大数据实现了各平台的关联和整合，以淘宝、天猫、支付宝、聚划算等淘内平台作为大数据的基础来源，通过高德导航、新浪微博、UC 浏览器、优酷等淘外平台形成功能关联对接，推出全广告主可投放的搜索竞价、信息流及视频广告，面向宝洁、联想、AC 尼尔森、电通无限的延展，统筹整合品牌客户、代理商及第三方平台研究、开发的数据，形成了阿里独特的全息数据网络。

阿里巴巴通过产品“达摩盘”对所搜集的数据进行分析整理，归纳消费者的个人偏好和消费轨迹，通过科学的分析方法绘制出360 度多元立体用户画像，更精准地洞察用户多元场景下的广告需求。相关调查显示，阿里旗下6.3 亿人口属性数据精准度可达90%，通过搜索、浏览、收藏购物车等手段，100%掌握消费者真实的消费行为意向，通过Wi-Fi 探测针、扫码识别用户定向三千万收件位置，以心理标签定向用户，深度挖掘消费者的情感需求。智能广告通过智能技术，基于消费者的消费兴趣数据，与消费者更好地进行沟通，比如用户曾在购物平台搜索购买尿布，近期通过搜索引擎和社交平台关注新生儿护理知识，系统将会对其推送宝宝用品、辅食和婴幼儿奶粉。

(二)程序化创意：创意生产与个性化定制

广告创意程序化推动内容生产个性化。随着大数据和人工智能的发展，广告的创意生产已经从以人工为主体转向人机协同生产，传统广告行业中广告创意人员的核心地位逐渐被取代。人工智能技术利用对人脑的感知、逻辑推理甚至思维决策等能力，可以进行机器模拟和内化学习。阿里程序化创意主要以“阿里巴巴创意中心”为主要平台进行营销生产。2016年阿里智能实验室率先推出“鲁班系统”，依托强大的人工智能算法和海量数据训练在“双十一”期间完成1.7 亿张海报设计，其强大的工作量相当于100 个设计师夜以继日工作300年。2017年进一步学习百万设计师创意内容，再次升级为双十一设计4 亿张不同的海报，平均每秒可达8 000 张。“鲁班”智能系统拥有规划网络、行动器、评估网络三大核心板块。规划网络输入人工设计师的创意设计模板和基本创作素材；行动器接收用户的设计需求；评估网络则是输入海量的设计素材和评分数据后，训练评估输出产品质量。在海报创作过程中输入艺术家的创意内容及专业搭配原理，利用深度学习技术将大量元素、风格进行排列组合，生成尺寸、内容、位置较为格式化的平面广告，如海报、横幅广告等[3]。2018年 6月发布“AI 智能文案产品”，以输入海量的碎片数据为依托，根据相关广告制作要求一秒钟可生成 20 000 条具有指令性的个性化的文案。2019年“618”期间，阿里集团又推出信息流服务产品——“超级推荐”，平台入驻商家可根据不同阶段、不同喜好特征的消费者，依托AI 智能文案程序生产出极具个性化的文案，极大地提升了广告的生产效率。AI 文案撰写则是通过各元素的变换组合生成主谓宾、语法结构、句式结构清晰的结构化广告文案。随后，广告素材预审功能可以对完成的图片和文案内容进行智能检测，判断内容是否违规。程序化创意通过链接洞察消费者需求，链接不同产品的独特卖点，生成不同场景下的“千人千面”，甚至“一人千面”，每次点击都能达到最大化的投放效果，极大地提高了广告创意的输出效率，降低了广告制作成本。

(三)程序化购买、DSP：广告自动发布及广告效果检测评估

广告发布自动化联同效果监测智能化。作为智能广告萌芽标志的程序化购买投放早在2012年就有所发展。程序化购买指通过信息技术自动完成广告位采买及广告投放的过程，其中大量用到DSP(需求方平台)、PDB(保价保量)、RTB(实时竞价)等技术。例如，淘宝推出RTB 广告位，当用户向淘宝发送访问页面请求时，淘宝会携带用户标识向Exchange 平台发送讯息，Exchange 平台向众多家DSP 同时发起曝光竞标请求，DSP 进行估值后决定是否参与出价并给出此次曝光的报价，AdExchange 集齐DSP 报价返回后进行拍卖，确定选择最合适出价的DSP 并将其提供的广告返回到淘宝,最终在搜索界面淘宝将其广告内容进行展示。整个购买和投放过程都发生在用户等待网页加载的1 秒左右的时间里，广告智能投放依托数据管理平台将消费者行为数据结合媒介广告位数据，将广告直接投放至消费者。整个过程自动将供给端和需求端形成链接，通过XX 标准的广告付费方式，以更加灵活的方式进行投放。

传统的广告内容在发布过程中无法与消费者进行沟通互动，仅仅依靠其浏览量和相应产品的销售量进行广告效果判断，存在模糊性、滞后性的特点。而阿里巴巴在广告投放全链路中的效果数据能够得到即时准确的反馈，系统应用机器学习技术，根据不同的用户反馈做出相应的实时反应，并智能比较预期广告目标与现阶段实际广告发展情况。在未达到预期目标的情况下，系统会智能进行原因分析并给出优化方案，而智能出价模式也保证了广告的实际成本基本符合广告预算，广告成本的流向透明可视。帮助用户及时调整广告策略，极大地节约了广告投入成本。2018年春节期间，阿里巴巴联手彩虹糖推出“捉妖记IP 虹包”，致力于重新定义年轻人春节期间的社交方式，占领年轻人的春节消费市场，其在营销策略中，精准锁定其目标消费者即年轻人喜爱萌系有趣形象的特点，阿里巴巴与《捉妖记》形成授权合作，设计出现代春节版胡巴形象，基于阿里生态矩阵实现PC/手机、商场/超市、淘票票、电影电视屏幕、年轻人的五屏联动，设计与产品的AR 互动，实现线上线下协同发展，全方面、多场景、立体化地包围目标群体，最大程度地吸引年轻人的注意力。阿里巴巴通过阿里大数据全链路追踪消费者行为，精细运营形成全场景触达，内容电商协同，重构品牌人-货-场新体验。通过本次合作，彩虹糖全网总曝光超过11 亿次，TVC 优酷投放溢出超108%，硬广完成率超115%，活动专区近千万次浏览，支付宝AR 送虹包互动累计近50万人次，彩虹糖春节期间销量超越竞争对手，市场份额占比第一。

(四)阿里智能广告：重构行业业态与消费体验升级

大数据和人工智能技术在广告行业的应用打破了传统广告主、广告公司、广告媒介之间的闭环关系，模糊了广告创作的边界，变革了广告市场的生产主体，创造出一种全新的媒介生态，呈现出更具有人文关怀，以消费为中心、去中间化、去边界化的智能广告特点。回顾十年来人工智能技术在阿里巴巴智能广告中的应用之路，我们可以发现程序化创意生产有效提高了客户沟通效率，缩短了广告设计周期，降低了广告设计成本，节省了单位的人力资源；程序化购买投放广告更是促进了供给端资源的有效配置，减少了广告投放费用的浪费。发布效果预测和追踪更是将广告置于可控范围内,其合作品牌Brand Growth 拥有实时流量检测、异常流量精准识别功能，为广告主提供了客观透明的广告数据，呈现出直观的广告效果，并帮助广告主分析人群覆盖与触达频次等相关数据，方便广告主及时调整广告策略。针对广告作弊的现象，阿里还为广告主提供了多种定制化异常流量甄别技术，让流量作弊现象无处可逃。

麦克卢汉提出媒介是人的延伸。早在2016年阿里巴巴便率先推出虚拟现实购物体验，但因技术不成熟最终无法推广。随着web3.0智能广告时代的到来,数字影像、人机交互、传感设备、AR、VR、5G 等新技术融合发展，创造出了一种基于可计算信息的沉浸式交互环境，丰富并延伸了人的感觉器官，营造出了全新的购物体验。

三、结语

大数据和人工智能技术在广告行业的应用，加速了传统广告行业的变迁，提高了广告行业的运行效率，创新了广告的产品形态、生产方式和组织结构，优化了消费者的购物体验。而现阶段的发展研究也向我们证明：广告行业发展的未来将是人工智能+。