广告行业对生成式 AI 有一个流传很广的判断:出图确实惊艳,但真金白银的投放里,人类设计师的品牌把控和审美判断仍然不可替代。INFORMS(运筹学与管理科学研究协会)发布的一项实地研究,给这个判断提供了一个相反的数据点:在真实投放的 Instagram 广告 campaign 里,AI 生成的广告组合在点击率上赢了人类设计师,而且这个优势在 18 个月后的复测中依然存在。
研究怎么做的
研究团队没有做实验室里的模拟对比,而是直接接进了一家户外活动公司的真实投放。他们用一套 active-learning 引擎在线生成推广「自然探索」主题的背景图,边投放边学习,目标是既筛出高性能的 AI 素材,又守住品牌一致性。对照物也不是历史素材库,而是这家公司当代人类设计师制作的正式 campaign——这让比较更接近「AI 系统 vs 设计团队」的实战对垒。
18 个月后回来复测
更有信息量的是后续。研究团队在 18 个月后、正值高风险的预订季,把这套 AI 广告组合重新拉出来,与该公司当时的人类设计 campaign 对比——期间没有任何模型重训。结果:AI 组合的平均点击率为 3.38%,人类组合为 3.24%,AI 仍然领先,且表现方差更低,说明它不仅均值更高,还更稳定。在广告业「创意衰减」是常态的背景下,一套 18 个月没更新的 AI 素材还能压住当代人类作品,这一点比首战取胜更值得琢磨。
标题里的 Dramatically 要打折读
需要指出,3.38% 对 3.24% 是 0.14 个百分点的差距。放在绝对值上,它远没有新闻稿标题里「Dramatically Outperform」渲染得那么戏剧化——新闻稿的措辞服务于传播,读者的判断应该落在数字上。同时也要看到另一面:这是单一公司、单一平台、单一品类的实地研究,外推到整个广告业需要谨慎;而且 AI 的胜出依赖的是引擎在投放数据里在线学习的能力,不是模型一次性出图的静态质量。换句话说,赢的可能不是「AI 的审美」,而是「闭环反馈的速度」——人类设计师迭代一版要数天,active-learning 引擎迭代一轮只要数小时,时间复利最终体现在了 CTR 上。
对生成模型落地的启示
这项研究对图像生成模型的应用侧有两层含义。其一,生成式模型的商业价值未必在「替设计师画一张图」,而在与投放反馈环结合后形成的自动化创意优化——Instagram 背景图这种高迭代、低单图价值的场景,正是这个逻辑的最佳土壤。其二,它给「AI 生成内容质量」提供了一个更硬的评估标准:不是人眼盲测好不好看,而是真实流量下的转化数据。无独有偶,Taboola 近期联合哥伦比亚大学的研究也用「sibling ads」配对法比较了同一广告主的 AI 广告与人类广告,结论方向一致:AI 创意已经能与人类作品正面匹敌。广告业的一部分,正在从「创意行业」变成「优化问题」。
单一研究改变不了行业,但它的方法值得记住:让 AI 和人类在同一战场、同一流量、同一时间线下真打。如果你还在用「AI 出图不够精致」作为不试的理由,不妨想清楚——投放端的裁判从来不是精致,而是数据。(研究详情见 INFORMS 官方发布:https://www.informs.org/News-Room/INFORMS-Releases/News-Releases/AI-Generated-Ads-Dramatically-Outperform-Human-Designers-in-Live-Campaign)