生成式AI如何即将颠覆300亿美元的CTV广告产业
【慧聪广电网】联网电视 CTV 是数字广告领域增长最快的板块之一，预计今年将增长 25%，达到 300 多亿美元。广告商纷纷涌向这一渠道，因为它能够将大屏幕的叙事能力与数字技术的实时指标和优化功能结合起来。
根据 Prosper Insights & Analytics 最近的一项调查，互联网流媒体现已成为美国人观看电视的主要方式。接近 47% 的美国消费者表示，流媒体是他们最常使用的电视观看方式，而有 33% 的消费者选择有线电视，仅 14% 的消费者仍然使用卫星电视。
不出所料，它在年轻一代中最受欢迎，92% 的 Z 世代和 89% 的千禧一代至少观看过一个免费的流媒体服务，如 YouTube 或 Peacock。
Prosper - 观看免费视频流媒体服务 PROSPER INSIGHTS & ANALYTICS
不过，CTV 广告仍处于起步阶段。但正如你所猜测的，CTV 广告公司 Wurl 的 CEO Ron Gutman 在接受我的采访时提到，这一切即将变得更加智能和高效，而这要归功于生成式人工智能（GenAI）。
Gutman 表示：“机器比人类更能理解情感。因此，广告商可以利用大型语言模型（LLMs）技术，分析受众正在消费的内容，并根据观众的情感选择最有可能促成转化的广告活动和创意。”
与人脑类似，最新的大型语言模型现在已是多模态的，这意味着它们可以接收文本、音频、图像和视频等多种输入信息。但与人脑不同的是，多模态大型语言模型（MLLMs）在效率和规模上提供了远超人脑的计算和数学能力。
Google 在去年年底发布了其多模态大型语言模型 Gemini，而苹果公司在运营电动汽车项目十年后取消了这个投资 100 亿美元的计划，转而聚焦于人工智能领域，他们发布了一个图像编辑模型，并在上周推出了提升 Siri 功能的新模型。近几周，由埃隆·马斯克支持的 xAI 聊天机器人 Grok 面向 X 高级订阅用户启用，并有报道称 OpenAI 和微软正计划斥资 1000 亿美元建设一个人工智能超级计算机数据中心，这一投资规模是世界上某些最大数据中心成本的 100 倍。备受期待的开源多模态大型语言模型 Llama 3.0，由 Meta 开发，预计将于 7 月发布。
由于互联网的存在，尽管单个人在获取信息和情感智能方面可能存在局限性，但多模态大型语言模型却拥有几乎无限的知识和人类经验库可供调用。
Gutman 指出：“最优秀的作家、艺术家和创意人才都已经学会了如何用文字、歌曲和图像来表达自己的情感，并且多年来在网络上分享他们的作品。多模态大型语言模型经过这些情感素材的训练，能够比任何个体更清晰地理解和描述人类情感。”
例如，当 OpenAI 在 2017 年训练其首个模型以分析亚马逊商品评论并预测评论中的下一个单词时，他们注意到该模型自行学习理解给定评论的情绪或情感倾向。并且，该模型能够利用这种理解来指导文本生成。自此以后，根据最近的研究显示，多模态大型语言模型已经能够对类似于人类给出的、涉及情感的语言作出回应。
对于 CTV 营销人员而言，这意味着他们可以利用生成式人工智能和多模态大型语言模型来剖析 CTV 内容中的声音、图像和文本，理解特定内容所激发的特定类型的情感，并将所有数据转化为可衡量、可操作的洞察——这一切都以前所未有的效率和规模实现。
通过利用生成式 AI 和多模态大型语言模型获得的这些洞察，营销人员能够迅速制定个性化的营销活动，更好地响应全球观众的主导情绪和情感，培养真实连接，从而推动品牌参与度的显著提升。
Gutman 强调：“对于营销者来说，能够使广告努力与目标受众的情感状态相契合，已被证明能显著增加可衡量的行动和品牌认知度。”以悲伤为例，这是一种由低水平的血清素引起的、持续时间最长的情感。人们在电视上观看悲伤场景时，通常在整个广告时段都会保持悲伤的情绪。因此，比如领养流浪狗这样的广告活动可能会引起他们的共鸣：这些观众会对创意信息更加关注，并更有可能采取行动。
基于 AI 的情绪分析不仅将惠及购买方。
Gutman 还表示：“精确的情感定位也将使出版商受益，他们将从更大的媒体投资中获得回报，这与商业广告时段的更好表现和降低流失率密切相关。”
行业正在逐渐认识到基于情感定向在创造更佳广告体验中的作用。Disney 正试图通过其为广告商提供的“Magic Words”工具来利用这一点，该工具结合上下文广告、AI 和机器学习来分析其流媒体内容的图像和语言所唤起的情绪。
NBCUniversal 也最近宣布了 AI 驱动的广告，将内容与情感联系起来，允许广告商根据观众观看的内容主题和故事情节判断其购买可能性来投放广告。上个月，Gutman 所在的公司 Wurl 宣布了其基于生成式 AI 的 CTV 广告解决方案 BrandDiscovery，使广告商能够使其广告与实时内容保持一致。BrandDiscovery提供了场景级的上下文定向，帮助广告商将其广告系列的情感倾向与其广告时段附近的内容最为接近的内容对齐。所有这些例子都指向了在CTV领域围绕基于情感的上下文定向所展现出的兴奋和势头。
Wurl 的 BrandDiscovery，Wurl 官网截图。
此外，像 Disney 和 Wurl 这样的工具在避免引起观众不满或潜在品牌安全风险的广告投放方面也能发挥重要作用。例如，多模态大型语言模型可以标记展示现实暴力的场景，以防止在这些场景中配对播放可能被认为是不敏感的欢快广告。
广告商和出版商长期以来都明白，情感在消费者决策中扮演着关键角色——而银幕是最适合挖掘这些情感的媒介。虽然我们对情感及其如何影响消费者情绪的科学理解已越来越深入，但在实际操作中应用这些洞察，乃至拥有这样做的资源，却是另一回事。
然而，鉴于生成式 AI 和多模态大型语言模型的最新进展，广告商和出版商现在有机会利用情感的生物学、神经科学和心理学原理，释放出前所未有的精确性、效率和规模。随之而来的将是广告商的业绩提升和出版商的更高收入。
