十年前李飛飛教授做出了ImageNet，讓冰冷的機器可以讀懂照片背後的故事。
兩三年前，特贊也開始做一樣東西，叫DesignNet，讓機器可以理解設計和創意，理解不同行業中哪些創意內容更有效，如何讓內容和場景之間產生強關聯。
人工智能領域的研究大多都在於解決效率問題，即「左腦問題」，幫助人們更快、更強、更準的解決問題。人工智能在左腦相關領域替代的深度、速度都很快。
但是，負責創意和藝術右腦充滿了很高的不確定性，是反直覺的，不像左腦會有很多的重複性工作。那麼，是否有一套模式可以批量化、個性化智能生成創意內容，解決人工智能的「右腦問題」呢？
特贊，始於設計創意平臺，如今將設計與科技結合，讓創意的數據產生價值，成長為一家涉及創意、設計和營銷領域的數據智能公司，為品牌提供創意、管理、生成、優化的全流程一站式營銷解決方案。將看上去非結構的創意結構化，提高處理和利用創意內容的效率，服務行業涵蓋互聯網、快銷、母嬰、教育、美妝等等。
不確定性的商業環境中，創意槓桿是企業的第二次增長機會
增長是品牌現在的核心挑戰，而不確定性是現在商業的新常態。過去幾年，媒體環境越發碎片化，變化速度越來越快，渠道、人群喜好、內容都發生了很大變化。
不確定性的商業環境下怎樣獲得可持續的增長？利用數據和智能，幫企業更好的生存。
過去二十年，數據一直賦能媒介，品牌通過更多豐富的線上媒介來觸達用戶。過去只需要優化數據，最終效果就會很好，而如今消費者數據的關注已經到達了平臺期，通過優化媒介實現用戶增長的方式難以看到新的增長機會。
營銷的本質是在解決內容、媒體和人群之間的匹配，目前媒體和人群已經被各種AdTech所佔領，比如DMP、媒體標籤等。而如今，頭部平臺壟斷了80%的流量，整個生態中很難有第三方公司能擁有大量人群數據，第三方DMP也難以和他人打通數據，所以在媒體和人群這兩個因素中很難產生新的機會。而由於底層的數據和畫像更加清晰，也就使得大家對內容的訴求更多，創意槓桿就成為了不確定性環境下的第二次增長機會。
通過讓機器理解創意維度的內容，重新改變創造內容，在內容創意上做到千人千面，生產更多觸達效果好、轉化率高的內容。
人工智能左腦VS右腦，創意也可以被解構
一個好的創意投放出去效果立竿見影。好的創意要比差的創意帶來的效果高10倍，甚至50倍。
但說起來容易做起來難。創意似乎就是那一瞬間的構思，靠的是捉摸不定、無法預測的靈感。而客戶對創意產出速度需求也越來越高，可能要求2天內就交出成品。
那麼創意是否可以變得可預測、可持續？
《廣告創意解碼》一書中，將廣告創意解碼成80種模式。當時這本書還受到了批評，業界認為創意是不可能被解構的，規律很難被找出。
一直以來，人們對創意領域有很多誤解，認為創意行業是凌亂、非線性、感性、隨機、不可預測的行業。但其實創意行業最後還要落回受眾的體驗上。可以給用戶帶來體驗的不是創意本身，而是產品。創意只是產品的畫龍點睛之比，而整個環節中還有很多有序、理性的東西。
每年都有很多爆款和熱點出現，每一個爆款都有自己成功的理由。為什麼容易傳播？背後的原理是什麼？這些問題一般大家都是基於經驗，而沒有試圖把它解構出來，而特贊就在試圖解決這個問題。
創意和內容本身就是一門統計學，將創意這類非結構化的內容，用數據和標籤這類結構化的方式進行解構，再通過技術手段總結過去的規律，基於數據描述而對未來做出預測，降低隨機性與偶然性。
機器不能替代人去做創造性的事情，但機器能夠輔助人更好的做創造性的事情。機器和人的學習都需要根據歷史經驗指導未來的行為。但是，相比於人而言，機器卻可以用更加快速、高效的方式學習內容和知識。人之所以學習知識的效率並不高，就因為無論是口口相傳，還是課堂教述，整個過程都是用非標準化的語言進行傳播和接聽。如果可以通過數字化，將經驗變成流程，就可以加速學習過程，將基本內容的學習過程快速縮短。
將創意數據化，從隨取隨用到智能生成
創意數據化，如何進行使用？
特贊有兩大核心技術引擎，Tezign.EYE （特贊眼：創意內容的圖像處理引擎）和Tezign.MIND （特贊腦：創意能力的機器學習引擎），為實時、智能、可靠、合規調用創意資源提供保證。
在此基礎上，特贊用四大產品服務幫助企業增長：創意供給平臺、創意資源管理、智能創意生成和智能創意分發。
創意資源管理（T.Assets)：將創意和內容數據化、結構化，積累為企業的數據資產
平時工作中在微信、郵件、電腦中都有大量的文件——視頻、包裝、圖像、海報……而這些內容可能遍佈各種渠道——電商、APP、官網、郵件、線下廣告……
但這就導致了一個問題：跨團隊協作時經常很難找到最終的版本，或者忘記放在了哪裡。即使知道消費者的變化，但不瞭解自己的供給能力，可能要一個一個打開表格去分析、猜測。
通過特讚的T.Assets（創意資源管理）產品，可以把散落在不同地方的項目、知識、創意內容放在一個地方，統一進行管理，用多維的方式描述這些數據，慢慢變為資產，而隨著數據量的增加，不斷擴充這個資源管理庫，讓機器學習理解和再利用。
而創意數據不僅僅是廣告片、海報、TVC，每一個與消費者體驗有關的內容，都可以作為創意資產進行管理。比如消費者看到包裝之後的感受，哪種包裝的效果最好，某個品牌目前的操作是什麼，內容在哪些渠道投放，內容與其他競爭對手相比的效果如何。這些都可以作為企業的一種資產進行管理。
創意數據越多維、越豐富，人工智能能夠發揮的價值就越大。將需求、供給和內容都變為數據資源，之後就可以根據這些創意數據進行更好的預測、觸達、分析和優化。
將每個環節的內容進行資產化管理之後，就可以動態查找搭配組合，大大加速創新速度，使產品上線週期縮短1-2個月，產品概念測試速度也會是過去的5-10倍，這可以使品牌更快的對消費者市場變化做出反應。
具體是如何做的？
(1)對內容進行標註和描述。
按照不同的品牌、活動將把資產分類和排布，併為這些數據添加描述。如今描述的添加不需人工去做，智能化機器即可完成。特讚的創意數據智能觀察每個創意素材，就可以標註出素材屬於什麼品牌、準備投放在哪個渠道，是哪一次活動、可能與哪個品牌跨界、畫面突出了哪個代言人、產品賣點在哪裡。
(2)用智能分類，便於快速查找：
如果每天產生的數據速度過快，可以將素材進行智能分類，如果有新素材進入，就可以直接歸類到各個分類下方，一方面便於查找，另一方面便於團隊分享。
(3)特讚的素材管理還能實時判斷風險，確保安全合規：
內容越多，也意味這審核成本越高，在外的風險也會越高。比如一些字體或素材的版權、PR風險等。特贊AI針對每個創意數據背後的標籤會實時更新，可以保證所有使用的素材，在文字、內容、廣告法合規、藝人方面是安全合規的。經過合規檢測之後，所有的素材都是安全可信的。不管是內部團隊，還是外部合作伙伴，這些素材都可以方便地在品牌之間、在品牌和外部合作伙伴之間傳播。
創意供給平臺（T.Platform)：創意的雲儲存庫，隨時調取使用
創意素材都有衰退期，競爭越激烈更換頻率越高，手動更換意味著很高的人力成本，而很多時候人的大腦可能會想不起來有哪些元素可以使用，這時就需要結合工具，提高創意生產的效率。
所以特贊推出的系統性平臺的解決方案，可以提供大量可測試的的素材類型，找到行業內的優質元素，並統一放到線上，提升整體的點擊率、轉化率和投放效率。通過精準的供需關係匹配，讓企業可以按時、按需、按量的對創意能力進行調用，像雲計算一樣。
每個平臺都可能產生多元、併發、不確定性的問題，一家公司可能面臨著幾百個供應商，彼此孤立將意味著中間要很多的溝通成本，而特贊推出的平臺級接入，可以將創意供給平臺與公司自身系統的API打通，打通之後供應商模型和公司的模型可以完全一致，就像調用雲計算一樣，公司可以隨時調用雲端的創意，中間不需要人員進行對接和交互。
智能創意生成（T.Dynamic)：素材片段重新組合，自動批量生成千人千面的內容創意
很多時候企業做出了非常精緻的內容，如果只用一次，非常的浪費。是否可以從已有的創意中衍生出一些新的創意？特讚的AI系統可以將過去的素材與內容延展出多元的結果，動態生成新的創意，實現針對消費者千人千面的內容需求。
以視頻內容為例。機器可以判斷某個時間點是否發生了場景切換，場景切換後的畫面焦點等，智能處理從而適應不同的屏幕尺寸，大大提高內容利用率或資產利用率。讓AI學習並複用創意內容，以在不同的渠道、不同的尺寸下給用戶最好的感受。
將內容進行解構和分析，包括誰出現過、出現的時間點，針對視頻的每一幀貼上動態標籤。將原來的視頻結構打散，對這些片段重新組合，這樣一條視頻就成了多條視頻，針對不同消費者的興趣和特點，推送不同的視頻內容，大家才會被廣告打動。
比如可以提取出重複頻率高的橋段，剪輯成一個短視頻，作為快閃視頻；或者將男主女主曾出現過的鏡頭提取出來，再根據片段之間的關係重新剪輯，成為一個關於愛情的視頻。
用機器找出用戶感興趣的點並放大，把內容從小規模的測試做到批量的規模。智能的創意內容生成，使得大量的測試成為了可能性。
以雙十一為例，前期根據人的經驗將渠道與素材進行匹配再優化，最終再與貨物進行匹配，這是一個長期準備的過程，可能需要三個月。十月底進入了衝殺時期，這時要不停變換查漏補缺，廣告公司此時基本需要全天24小時無縫銜接的服務。但利用特讚的AI技術，可以為所有素材打上相應的數據標籤，雙十一的時候可以直接結合場景使用，智能生成創意素材，極大地節省了人力和時間成本。
智能創意分發（T.Engage）：實時效果分析，找出最有效的渠道
以較低成本創造了大量的內容，接下來如何讓消費者精準觸達到內容？能否根據用戶的偏好和特點，投放適合用戶風格的內容？
如果看跨渠道分發的效果，可能要在每個渠道都下載一個表格，再將不同表格關聯，做繁雜的數據分析。而利用特贊AI產品，就可以進行實時跨渠道對比，分析內容效果，指導下一次內容計劃和投放，將合適的內容匹配合適的渠道，提高轉化效果。
有些媒體可能不是適合做內容的渠道，投放效果會很差，耗費了大量成本而沒有效果。那麼可以在投放之前預測渠道的大致表現。根據類似的內容、行業、人群之前的歷史平均表現，在投放前進行初步判斷，從而更好的指導投放。
讓營銷創意實現「多快好省」
特贊T.Platform（創意供給平臺）產品可以以最快的節奏生成創意內容，滿足市場的競爭需求。不僅可以讓機器設計出最好的、有效果、有品質的東西，還能省錢省心，在營銷創意方面實現「多快好省」，通過供給側的改革推動品牌的業務增長。把創意還給人，讓機器和平臺做更多有效率的事情，讓整體的創意更有價值。
多：創意資源多、標籤多，讓藝術走向大眾
藝術家往往在大家心目中是最神秘的，能否讓藝術家和藝術作品被機器看懂，走進更多的落地場景中，走向大眾？
首先要有資源。發展到今天，特贊平臺上有三萬多的創意方，涵蓋平面、動畫、插畫、新媒體、IP等眾多領域。其次，要利用標籤化讓藝術和創意被數據看見和理解，從而走向大眾。很多企業管理創意方的方式就是用Excel表格，只涵蓋了各家創意方的聯繫人與電話。而標籤化可以帶來新的管理方式。每個創意方背後都會打上近一千多個標籤，包括作品概括、價格水平、風格、設計、特長等，也包括其歷史行為數據，比如曾經的合作方、合作效果以及合作方的評價等。通過標籤化的數據，可以幫企業更方便的找到適合自己的創意方，進行匹配。
快：機器打標籤快速匹配適合的創意方
一般來說，如果客戶產生一個需求，比如要找特別有趣的插畫風格，那可能要話幾周時間在外部找相關素材，找到後才可以開始製作。
特贊可以實現更快的匹配。項目需求到特贊平臺產品後，會立即自動分解成大量的標籤，標籤在後臺會迅速匹配平臺上合適的創意方。
短時間內迅速做出優質的物料，然後立刻上線，更高效的提高了營銷效果。項目平均時長可以節約30%以上。
舉個例子，天貓想做一個國潮主題的活動，利用特贊產品基本五秒鐘就可以解決這個問題，而不用花兩三個星期。再比如，杭州的淘寶造物節，淘寶要做108個造物者，每個造物者都不相同。過去可能3周時間實現這個需求就已經很快了，通過特贊從接到需求到上線只用了六天時間。
而整個過程中，數據也會不斷的沉澱、累積，每一個創意方的畫像通過數據越來越清楚，下一次推薦將會更加精準快速。
好：高度匹配的內容，生成最專業的內容
從前營銷創意行業依靠的是人的經驗，但現在場景越來越多、越來越碎，通過工具和技術的力量，可以將這些專業從人轉移到產品。創意的最終產出還是要有好的效果。但需要什麼來保障？
第一個保障是標籤和匹配體系。好的創意意味著高專業度，高度的匹配才能產生效果最好的創意。舉個例子：一般淘寶或快手的開箱視頻有很多，但開箱視頻有不同的形式，通過機器匹配可以找到更好的形式和呈現。
另一個保障是營銷知識的匹配和注入。不同場景都有其專業性，把個人經驗融到平臺中，把經驗沉澱為數據。
省：省時省錢省心，低成本，高創造力
創意不只是更好，還可以更省——省時、省錢、省心。
省時。市場採購的員工每天80%的時間都在處理大量小訂單、小項目、小微需求。但項目不管大小，流程從報價、核價、執行、收發票、項目結束都要整個流程，非常耗時間。很多員工的時間和精力並沒有放在真正有創造性的事情上，而是在機械的走流程。但這種流程不應浪費有創造力的人的時間，而應該交給機器與平臺。通過特贊，只需幾個點擊，就可以完成各種標準的合作和合同流程。
省錢。特讚的平臺模式是按需供給，供給者沒有特定的地點，生產是隨性的，創意方賺到了更多的錢，一旦跟大型企業進行平臺級對接之後，單個項目的成本可以省下很多，整體省下的預算是個不小的數字，性價比很高。
省心。管理者經常要考慮很多維度的問題，包括某個市場的價值是多少，團隊是否靠譜。而特贊平臺有透明的項目管理體系和報價體系，整體操作很簡單，幾個點擊就可以看到項目、標籤、要做什麼、怎麼做。
用優質的內容素材訓練人工智能，讓企業看到數據的價值
傳統人工智能會用渠道和消費者的信息。很多電商網站能看到的商品都差不多，更好的消費者體驗變得越來越難，原因就在於傳統人工智能的訓練沒有使用深層次的數據。
而特贊將品牌類素材作為訓練的依據。從第一天做品牌類的內容時就開始思考，品牌類的內容應該如何做標註、分類。
內容表面是內容，但其實背後的每一層信息都可被加工，比如所有的元素、行業屬性都可以被複用，而複用的過程中可以創新出一些新的內容和框架，做出比初級設計師更好的作品。這一點也是特贊在人工智能領域要不斷學習的，兼顧品牌和效果。
到現在為止，特讚的AI通過上億次運算，累計完成了50多萬次的設計，這些運算包括對元素、框架和合規的處理，使特贊眼（Tezign.EYE）對內容有更深的理解和支持，包括思考能否讓圖動起來，讓平面變為視頻，能否重組順序產生更多價值。
王喆表示，特贊希望和那些願意邁出第一步的人一起合作，共同進化，讓每個企業真正理解內容背後數據的價值，發現數據智能賦能的營銷的未來。
閱讀更多 Marteker 的文章
