专访艾思智创：AI 能做广告创意吗？

作者 Hanna

广告创意，AI 可以做吗？

如果看到市面上层出不穷的品牌 AIGC 广告海报和视频，这个答案应该是“能”。毋庸置疑的是，当下 AIGC 的能力已经可以完美融入并深度参与创意文案的生成、图像视频的制作等不同流程决策中。

只是，如果仔细观察这些案例，即便是经过人工优化调整，AIGC 广告仍然带有浓浓的 AI 味道，所谓的“活灵活现”也逃不过评论区的“一眼鉴 AI”。ChatGPT 也坦言，AI 可以很好担任优化效率、提升精准度的工作，但一旦涉及到情感和创意表达上，AI 难免有所欠缺。

可口可乐 2024 圣诞 AI 广告引发巨大争议

即便在行业内，不少 AI Native 应用都自诩能够完成全栈式的营销策划，但 AI 在营销，尤其是广告创意的参与，更多停留在工作流的后半程，即从提案到执行的部分；至于从创意灵感到策略生成相关的 AI 工具，市场是相对空白的。

毫无疑问，这是一个亟需 AI 改变的领域，资深广告营销出身的背景，让居大维深知行业的痛点和症结，“创意营销行业是一门极其依赖跨学科领域知识，和实战经验的领域，以国际 4A 广告公司举例来说，培养一个创意总监至少需要 10 年时间，虽然这凸显了人才的商业价值，但也反映出高阶创意人才无法普及到大多数企业的现实。”

2023 年，他与来自营销技术、咨询背景出身的合伙人共同创办了艾思智创，提出了 AIGI（AI generatedEA），即生成式 AI 创意的概念。经过一年的产品打磨，11 月 27 日，艾思智创正式对外推出创意灵感生成式 AI 解决方案——ADGo，号称“业内首个达到4A级专业水平的多 AI Agent 系统”。

据悉，星巴克中国首部品牌定制短剧《我在古代开星巴克》的创意 demo 就来自 ADGo。

艾思智创称，ADGo 能够实现从策略到内容全工作流 AI 化的可能性，使得任何人在 1 小时完成专业级营销方案和创意，提升72倍效率。其核心在于独创的「M.A.G.I.C.C」多智能体创意生产工作流技术，实现复杂创意策略思考，同时，产品还结合了营销行业知识图谱训练技术，融入专业的广告营销知识和方法论，以及自研的混合 RAG 知识调用技术，短时间内即可检索 10 万多全球案例库、目标人群报告和社交媒体热梗库等，目前这些营销数据库还是基于开放的互联网数据。

“营销的痛点永远不是怎样去生成一张图片和文字，而是把营销任务做好、把产品卖好，是整个营销策略和市场分析。”艾思智创 CEO 居大维认为，但他也强调 AI 创意工具也并不是取代高阶创意本身，而是提升创意生产的效率，减少“不必要”的流程。

在 ADGo 产品发布会后，胖鲸采访到了艾思智创创始人兼首席执行官居大维、创始人兼首席产品官张昊炜、联合创始人兼首席策略官邓耀中，分享他们对 AI 营销行业的观察，以及产品研发背后的故事。

（从左至右分别为：张昊炜、居大维、邓耀中）

胖鲸：AI 营销的话题出现其实已经有快两年的时间，为什么现在选择入局？艾思智创最大的优势是什么？

艾思智创 CEO 居大维：AI 营销诞生是在 AI 工具之后，先有了 ChatGPT、Midjourney 这些工具，大家才开始思考 AI 能力可以怎样影响营销行业。

但我们发现 AI 的能力是远大于出一些文案和图片的，AI 有没有可能做创意广告营销？因为营销的痛点永远都不是，怎么去生成一张图片和一段文字，更多是如何把一个营销任务做好，把一个产品卖好。营销的痛点是整个营销策略和市场的分析。

图片来自艾思智创

营销工作流的前半段是最重要的，但也恰恰是没人做的。这是营销的第一站，也是营销人应该最先解决的问题，从创意来影响广告营销的全流程，提升营销方案的完成度。

其他 AI 营销公司本质上是技术公司，是在用现有的模型、产品来解决通用问题，很少有人专门进入到企业营销场景，尤其是解决前端场景问题。我们对于创意的理解是比其他 AI 营销公司更深入。真正懂得创意生成的工作流，也希望让 AI 能够真正做出创意。

胖鲸：广告创意的思维模式跟 AI 的工作逻辑在一定程度上有相悖的地方，怎么保证 AI 创意不会“撞车”呢？

艾思智创 CEO 居大维：怎样让 AI 像人一样想创意呢？这个问题的关键是，人是如何想创意的？

大部分人用 AI 是“请给我一个想法/创意”， AI 按照它所学习的给出答案，但这个答案能够解决问题吗？大部分是不能的。

一个创意的产生需要深入挖掘用户洞察，可能还需要借鉴很多ea，挖掘社交媒体上的热梗，跨领域的想法和思维方式，或者是借助社会文化、环境，又或是与 IP、明星、KOL 合作。当创意人在想ea 的时候，是多角度在思考问题。

所以，我们用 AI Agent 来模拟整个工作流，开发出了“多智慧体创意生成工作流”和“营销行业知识图谱训练技术”，自研的“混合 RAG 知识调用技术”。可以看到，整个工作模式是一个长思维链路，需要 5 到 10 分钟来生成，背后有大量的复杂运算，每一次方案生成都需要 20 到 30 万 token。

图片来自艾思智创

在这个系统下，ADGo 产品可以很好控制创意的生成，比如用疯狂模式、脑暴模式，产出优秀的创意案例。

胖鲸：ADGo 第一代产品是什么时候出来的？产品的研发和迭代周期是怎样的？

艾思智创 CEO 居大维：2024 年 1 月份的时候，我们做出了第一代产品，用 AI 生成 15000 字从 brief 直接到全流程的功能，也就是现在七大功能之一的“新品上市前策”。在做出这个功能后，我们明确了——AI 是能够完成创意和复杂工作流，也奠定了 AIGI（AI generatedEA）的方向。

到了 4 月份，我们推出三大主功能，即“新品上市前策”“社交口碑营销”“整合营销创意”。在 6 月份，又加上了“市场情报官”和前端搜索功能，到此形成了 ADGo 的正式版本，并进入市场推广阶段。

在整个过程中，我们逐步看到 AI 能够解决营销、策划、创意，再深入一点到创意的调教过程，发挥 AI 能力。

胖鲸：能否介绍一下，你们是怎样与星巴克合作的？

艾思智创 CEO 居大维：最早，我们跟星巴克接触是在短剧创意。当时星巴克的代理团队用了 ADGo 的工具来生成创意方向——中式营销、短剧。后续，我们又给到了大概五六十个相关案例，在其中找到了穿越古代的设定，形成了整个创意框架。

也正是这个契机，让星巴克认识了我们，品牌在了解到之后开始主动使用产品。但这也并不意味着，ADGo 会取代外部广告公司，AI 工具是为了解决应急场景下的问题，比如时间短，或者是品牌内部可以先预设好一些创意营销方向，再给到外部执行。

这也是现有很多品牌的痛点，如果一切都要通过广告公司来服务，一直在反复改创意的过程是很痛苦的。而且，中国市场的变化相当快，今天下的决定，一两个礼拜之后就会发生一些变化，甚至于出现花三个月做出来的营销方案一上市不成功，就要去立刻调整的情况。

假如品牌在十月初要做万圣节 campaign，销量不如预期怎么办？没有一个 4A 广告公司能够解决这个问题。因为这时候，再去修改调整还要花费两周时间，等 brief 出来活动都结束了。

但是 ADGo 最大的价值就是快、多、好。在十月初，星巴克找到我们做万圣节新品创意宣发，直接跟我们说“产品立刻就要出，今天就要给我方案”，那我们马上给到五个、十个方案。

当品牌有三个月时间来准备一个营销活动，一切都可以慢慢来，但当时间只有两天的时候，需要判断的内容都是一样的，一切就是立刻选、立刻用、立刻执行，最好呈现的效果也很好。

胖鲸：那在创意和效率上，我们怎样去平衡？

艾思智创 CEO 居大维：我觉得这两者必须要同时具备。如果创意不好，光是快，结果也是不符合客户的要求，现在很多大语言模型都是这样的。所以我觉得创意是要用心的，能力是要能达到生产力级。

现在市面上有很多快的工具，相比之下，ADGo 是偏慢的，是长思维链路，至少要三到五分钟的时间生成。

如果说效率跟效果，还是应该重效果，也就是创意。ADGo 的效率主要体现在跟人比，提升了 72 倍。

艾思智创联合创始人邓耀中：我们的工作不是要取代真正高阶创意的工作。而是将过去一些重要但重复的劳动，以及需要花费大量时间养成的步骤缩短，缩短到一个优秀的广告创意人可以直接从无数的答案中挑选出，最适合市场需求的方案。AI 工具解决了最困难的一步，养成、等待、整合。

胖鲸：当下 AI 营销融入整个行业在广、深上，是远远不够的，您认为原因是什么？

艾思智创联合创始人邓耀中：现在所有的广告集团都在研发类似的 AI 工具，但其实许多广告集团都买过我们的产品，因为目前只有 ADGo 可以解决企业深层次的问题——时间，这部分增加的时间能够去处理更多的案子。

如果现在做广告创意，还没有办法理解创意是多元解决问题的能力，而是停留在文案本身，那么可以说是跟商业社会脱节的。ADGo 最大的优势是解决商业的问题，让第一线和最后一线的人得到优秀的灵感并生成方案，减少无谓的等待时间。

胖鲸：现在一些营销人也在用一些免费的营销工具，比如 Kimi，也能够解决大部分工作的问题，这些会跟 ADGo 产生竞争关系吗？

艾思智创首席产品官张昊炜：我想到了一个经典的比喻能够回答这个问题。20 世纪初，在通用汽车还没有引入生产线的时候，汽车的生产方式是老带小，通过老师傅传授经验，让小师傅更好使用生产工具造汽车。但后来会出现的问题是，老师傅走了怎么办？或者老师傅和小师傅一起走了怎么办？

直到通用引入了世界上第一条汽车自动化生产线，这个问题才彻底被解决，才真正开始了所谓的生产范式转变。ADGo 要做的就是一种新的营销生产方式，它不能用来跟大模型本身来做对比。用 Kimi 和用 ADGo，背后是单人用单工具达到的熟练度，与直接引入一条生产线之间的区别。