一帮搞营销的人自己颠覆了自己

衡宇 鱼羊 发自 凹非寺

量子位 | 公众号 QbitAI

大模型对百度的重构，十分迅捷地渗入到了商业腹地。

怎么说？就看现在的互联网广告投放模式，那真是大大变样。

比如想整个营销方案，只要把需求“说”给大模型听，idea就能自动生成。

投放广告全流程，也都能通过跟AI的对话直接搞定。

而如果我们揭开全新表象再往底层技术探索，就会发现：

百度商业营销的底层技术引擎，已经被大模型重构。

驱动以上基于自然语言交互的营销新范式的，正是百度全新AI商业引擎——扬楫。

何为扬楫？

用百度自己的话说，这是百度营销的新一代“根技术”：

扬楫相当于百度营销这艘船上的发动机。

未来新的产品形态、新的交互形式，落地实现都是基于这一AI商业引擎的发展。

如此看来，百度这波是实实在在自己颠覆了自己。

但问题是，怎么颠覆的？

开箱扬楫

重构的核心，自然是大模型。

“年初到现在，我们推出了很多产品，它们共同构建了一艘航行在商业大海的大船。”百度商业研发部总监&商业AIGC平台负责人刘林介绍道，扬楫，其实相当于这条AI Native巨轮上的发动机。

而如果展开来说，扬楫相较于传统的商业引擎，是用生成式AI全面重构了定向、创意、机制、模型、架构几大关键环节。

通过这几方面方面取得核心突破，在定向效率、分配效率、投放效果、建模效率上均有显著提升，推动漏斗扁平化，大幅提升了上下游的一致性和漏斗效率的天花板，实现效率效果全局最优。

第一重核心变化，来看生成式定向。

商业定向指的是对广告受众的筛选过程，也就是给不同的人推荐不同的广告。

在过去，从技术的角度来说，商业引擎采用的策略是“度量式定向”。简单理解，就是通过深度学习将用户和广告映射到同空间的向量，通过度量用户和广告向量之间的距离来找出用户“可能最想看”的那个广告。

不难看出，这种方式多少有点简单粗暴，区分度不足，召回效率天花板有限，同时为了弥补有效性的不足，往往需要很高的召回量，下游需要层层筛选这些结果，而漏斗各层的优化目标及特征不尽相同，导致整体检索效率有损。

大模型的引入，有效地压缩了这样层层累加折损效率的“漏斗”：

基于大模型的理解能力、推理能力和生成能力，从最上游开始，扬楫就能够根据提示词定向生成“用户更想点击”的广告，大大提升召回广告的有效性。

百度商业研发首席架构师李双龙向我们透露，生成式定向的目标是能将广告召回的有效性提升10倍以上，召回结果的数量减少90%。

第二重核心变化，也就是与生成式定向紧密关联的生成式创意。

目前，扬楫已经借助大模型的理解、总结、提取、推理、检索、生成各项能力，实现用生成式大模型重构创意文案的功能。

同时，扬楫能基于客户和用户的需求表达、落地页内容通过大模型自动生成和优选出最合适的创意

基于文心大模型，扬楫自研了面向广告营销文案的生成大模型，建立了面向营销文案生成的三阶段训练范式，实现了对通用大模型底座的商业知识和多重反馈的增强，显著提升了广告营销文案的生成质量和转化效率。

根据百度营销披露的当前成绩，生成式创意已覆盖的超过18万客户，覆盖部分点击提升了10%，转化提升了接近9%。

举个例子。

百度营销前段时间发布的AIGC营销创意生产平台擎舵，B端企业主通过其创意生成能力，可以实现2分钟生成100条营销创意文案，一键生成营销海报，5分钟制作一支完整的数字人口播视频。

在这些创意物料的投放过程中，扬楫会发挥重要作用，将营销广告精准传递到用户，实现高效精准的需求满足，大幅提升营销效率。

此外，扬楫还构建了新一代智能广告拍卖框架。

拍卖机制，是指通过分配函数和计费函数的设计，来影响平台的广告位资源以及参与各方的利益分配。

传统拍卖机制主要基于经济学方法实现，存在的问题是，实际复杂的拍卖过程往往不能符合经济学的原理假设，导致简化建模推导出来的规则实际并非最优解。

大模型的引入，使得绕开经济学方法、直接依靠深度神经网络表达拍卖机制成为可能。

目前，端到端拍卖已经在扬楫落地，实现了数据驱动的全局最优广告分配和计费，显著提升了系统的广告分配效率。

除上述提到的三点外，扬楫带来的核心变化，还包括两个基础技术“底座”。

第一个底座是点击转化预测模型，模型技术范式实现从Sparse记忆到Dense推理的革新，通过网络推理来逐步取代海量人工精细化的特征组合设计、烟囱式的场景化建模等，实现模型泛化能力的大幅突破。

第二个底座是工程架构，一方面实现整体检索架构的扁平化重构，同时也基于强大的推理性能优化、强大的算子并行能力来实现生成式大模型在线规模化部署。

不过，纵使面对这么多“被颠覆”，刘林还是坚持认为，一些核心的东西需要去延续。比如整个优化的方法、整个对于业务的理解、行业的洞察等等。

我还是把这（不会改变或被颠覆的核心）称之为专业能力。

扬楫是如何炼成的

不难看出，商业引擎扬楫带来的影响才刚刚开始，并会进一步影响技术范式。

更值得关注的一点是，扬楫并非从0起步。

朝更根本处探寻，百度能动作如此之快地凭借扬楫对营销业务“动刀”，离不开背后长期的技术积累和成熟的基础设施。

更具体一点可以追溯到今年3月，百度创始人、董事长兼首席执行官李彦宏的一次明确表达：

进入AI时代，IT的技术栈发生了根本性变化，从过去的“芯片层，操作系统层和应用层”，转变为现在的芯片、框架、模型、应用四层。

百度是全球为数不多、在这四层进行全栈布局的人工智能公司。

现在，扬楫就是这套打法的实践——

• 芯片层：自研的昆仑芯片
• 框架层：开源、灵活的飞桨深度学习框架
• 模型层：自研的预训练文心大模型
• 应用层：扬楫支撑的系列AI Native产品，如轻舸、擎舵、观星盘、智能商家经营平台等

有这样的基础设施支撑和应用产品矩阵，就不难理解为什么百度选择在这个节点打造和推出扬楫——

大模型技术绝非概念和一时热闹，而是天时地利人和加持下的厚积薄发。

时代潮流的推动，公司上下的决心，积累且推进研发的技术……

不过，哪怕拥有诸多便利因素，仍有些问题摆在眼前，需要百度花时间去攻克。

其中最基础也是最重要的，想实现广告主“说人话”和百度的营销系统的丝滑无缝连接，靠的是扬楫具备的大模型能力。

而让大模型跑起来，最需要的就是算力。但全球大模型热的背景下，AI算力供应紧张是有目共睹的。

除了算力这样的外部影响条件，本身还有“待在舒适圈”的惯性思维存在——

再过一些年回顾，一定会发现这是一个非常大的变化。只是现在大家还没有太多地去思考这个问题。

至此，我们勾勒出扬楫炼成的秘籍。

大模型重构商业营销

大模型正重构包括商业在内的一切领域。

从技术的视角来观察，敢于拥抱变革、善于应对挑战的公司往往身先士卒，也更有概率分取第一杯羹。

百度作为这一技术领域最受关注的公司之一，也释放了这样一种信号：

在互联网营销领域，新技术正在改变原有的评价标准，而新的机会也正在其中显现。

对于整个行业而言，技术变革不仅仅改变了原有的评价标准，需求的充分表达和经营的精准管理这两大营销要素，正在大模型时代被更高效地链接到一起。

广告营销的门槛、成本正因此而降低，同时更加精准的个性化广告正在成为可能。技术漏斗的扁平化正在带来人机协作的新范式。

在此之中，一方面，能否充分利用大模型的能力，成为能否在商业大海中遨游的新的评判指标。

另一方面，对业务的深入理解，对行业的深刻洞察，将成为核心受到关注的专业价值。

于是，问题也已经明确——

未来已来，身处其中的你，准备好了吗？