Q&A: AI在广告与伦勃朗的科里·特雷菲莱蒂

人工智能正在以快速和创新的方式消耗广告空间. 这引发了关于传统植入式广告已成为死亡概念的讨论, 生成式人工智能通过其对不同环境和平台的广泛适应性灵活性取代了物理产品的放置.

一家处于人工智能广告创新前沿的公司是 Rembrand. Headquartered in Palo Alto, California, 在两个国家设有办事处, Rembrand专注于视频广告的AI激活, 使用他们的增强型现场广告技术.

I talked with Cory Treffiletti, CMO of Rembrand, 关于他在数字营销领域的长期职业生涯，以及他是如何发展出“数据驱动叙事”的方法的,以及人工智能在广告行业的迅速发展和颠覆传统媒体购买流程. 我们还谈到了它对内容创作者的独特优势, 伦勃朗的人工智能是如何被训练成在各种环境中动态使用的, 以及需要做些什么来帮助改变公众对人工智能的看法，缓解人们对人工智能取代工作或被滥用的担忧.

泰勒·内斯勒:你从1994年开始从事数字营销，并开创了“数据驱动的故事讲述者”的方法，利用数据和对受众的见解. 在营销的背景下，数据驱动的故事叙述对你来说意味着什么, 以及新技术如何增强讲故事的核心优势?

Cory Treffiletti: 数据驱动的故事叙述融合了我作为营销人员最喜欢的两个元素. 创新能力和分析能力. For me, 市场营销是对人和文化的研究，我们手头的数据几乎是无限的，可以更好地理解这些元素. 我的流程很简单:输入数据，创造价值，输出数据. 我首先收集数据来了解我们的受众和目标. 你回顾数据和见解, 你可以假设是什么激励他们，什么让他们兴奋或行动. 然后你把这个假设带到一个创造价值的地方. At this stage, 你正在寻找创造一个想法, a story, 或者是别人没想过的钩子. 也许你把一些别人还没有注意到的点联系起来，然后你就形成了一个想法. Then, 你用一种合乎逻辑的方式来检验这个想法, 以一种精心编排的方式产生分析，为您提供一个信号，要么是积极的，要么是消极的，要么支持或反驳您的假设. 接下来，根据这些信号选择一个方向.

在这种模式下，你的故事是有机的. 它不断发展，永远不会过时或停滞不前. 这就是数据驱动的故事讲述者. 因为我一直在使用这个模型, 这项技术使获取数据变得更容易, 人工智能让我有机会处理想法, create hypotheses, 并且更快地测试创意. For example, 我可以创造出符合假设方法的图像, 我可以快速测试它，而不必依靠别人来消化我的想法和开发美术作品. 我可以自己快速完成.

TN:你认为人工智能在广告领域会以什么样的方式发展，并从根本上改变媒体购买的方式? 这种演变的一些关键优势是什么?当前的一些挑战是什么.e.，整个行业还没有完全赶上这种快速发展，等等.)?

CT: 我认为人工智能的挑战在于行业中大多数人的单一理解点. To date, 大多数人把它看作是角色和责任的替代品, thereby displacing people. I don’t see it that way. 最大的公司正在开发文本到图像或文本到视频的产品, 甚至用生成模型将文本转换为音乐, 或者他们正在使用人工智能来提高媒体优化和MarTech工具的决策速度. 这些都是很好的用例，但人们也必须把它看作一个工具，就像Excel或PowerPoint一样. Excel并没有扼杀会计师. 它使他们更容易做他们所做的事情，从而导致其他技术和平台.

人工智能是我们创造的一种工具，用来做我们想让它做的事情. 我特别喜欢这句话, 我将解释一下——人工智能允许我作为一名营销人员在过程的每个阶段无休止地调整成品. If I am pitching an idea, 我几乎可以毫不费力地使用工具和提示的正确组合来推销成品, 而且我可以在很短的时间内完成. 我仍然有创造力，但我的创造力更快了. 这意味着我的灵感不会消失，我的激情不会因为一个项目而耗尽. 我不会被困在令人疲惫的会议和旅程中，等待别人完成他们的工作. 我们可以在一个房间里，一起调整项目，看看每个阶段的发展. 这可能是一个脚本，一个主页设计，定位，或任何我们需要开发的内容. 这个过程加快了，这让我很兴奋.

TN: Rembrand的In-Scene Media利用尖端的人工智能将品牌媒体和虚拟对象无缝地整合到视频中. 新技术如何使传统的产品植入在当今的市场中变得无关紧要?

CT: 你做了一个伟大的区分. 植入广告耗时太长, 要么需要在原始场景中，要么在后期制作中与视觉效果艺术家一起添加, 需要几个星期才能完成. 它也很容易被忽视，因为它的本质是融入场景. 也许你看到了，也许没有. For us, 人工智能生成的场景内媒体的概念是确保媒体不可跳过(考虑到人们如何在线和通过VOD消费视频，这一点非常重要), OTT, 和CTV)和自然，但也引起人们的注意，并通过创造意识来传递曝光, recall, 并推动购买意向或对B2B产品的考虑等行为.

With AI, 我们在几小时内创造了这些媒体机会, 使品牌能够在CPM模型上无缝且轻松地存在. 我们看到这些自然的插入-带有一点动画或3D激活-在不太侵入的情况下引起注意, 他们与创作者和人们喜爱的内容建立了积极的联系，并转移到品牌上. 当一个品牌被视为支持创作者和观众所热衷的内容时, 他们也会积极评价并开始喜欢这个品牌. 这是所有广告的目的, 我们惊讶地发现，人们的反应是如此积极. 我们看到观众在评论中呼吁在同一品牌的其他人的视频中插入类似的媒体. The viewers are pretty smart!

TN:现在，伦勃朗正在提供“不间断的现场媒体”.“你能描述一下这个新产品的一些细节，并讨论一下它对内容创作者的独特优势吗??

CT: 从本质上讲，我们使您的品牌融入到高质量的视频内容中，主要是在 YouTube and TikTok但它很快也将登陆其他平台. 你的品牌是作为一种产品、一件艺术品挂在墙上或桌子上. 我们用品牌生成这些插入, 使用我们的人工智能和动画库，使其能够在后期制作中插入视频. 这种插入就是我们所说的“物理知识”,这意味着它必须遵守物理定律:它的大小是合适的, 它有正确的光照和阴影. 如果有东西从它前面或后面经过, 它没有大多数人工智能所具有的幽灵般的幻觉模糊. 除了引起注意的动画外，它看起来完全正常. 这足够微妙，不会惹人讨厌，但总是会被注意到, 既然是在视频中, it can’t be skipped.

它还触及了以前被认为遥不可及的受众, 比如付钱的人 YouTube Premium. They see these insertions. On the flip side, 创作者非常高兴，因为他们可以保持自己对内容的看法，而不必被迫进行任何赞助阅读或以任何方式提及品牌. 许多这样的提及让人感觉是被迫的，或者是不真实的. 创作者喜欢它，因为他们的内容得到了大品牌的支持，几乎不需要付出任何努力. 还有几个小时就要开始了, 我们把品牌和创作者之间的所有谈判都压缩成一个单一的插入订单.

Later this year, 我们计划推出一个完全程序化的版本，用于交易平台和媒体购买解决方案. 我们想把它标准化, simple, 任何品牌都可以轻松扩展并支持这个高质量的创意频道.

TN:目前，虚拟产品植入似乎最适合社交媒体内容创作者，因为内容是围绕稳定/固定镜头的室内环境创作的. 在不久的将来，你如何看待技术的发展，以更好地融入更动态/更不可预测的环境?

CT: 这又回到了场景媒体和虚拟产品植入之间的区别. 虚拟产品植入实际上并不适用于社交媒体，因为内容创作者的周转时间太短了. 它适用于传统电视和电影，但不适用于社交媒体. 我们从社交媒体开始，因为没有其他人能做到. It was a green field. 我们的人工智能大大加快了这一过程，我们可以在品牌之间建立联系, audience, 以及时间轴上的创作者.

我们计划扩展到电视和电影内容，因为这对我们来说同样容易, 即使这是一个更混乱、竞争更激烈的环境. 你是对的，固定的位置和室内元素使它很容易, 但在传统视频中也有很多这样的情况. 我们的人工智能正在接受多个射击集群的训练, moving cameras, outdoor lighting, and more as we speak. 因此，我们可以在很短的时间内为任何情况下的每个人提供解决方案. 这种限制与其说是关于植入环境，不如说是关于创作者的时间安排.

TN: Overall, 许多形式的人工智能仍然被一些媒体和公众所犹豫不决/担忧, 尤其是可能不道德地使用生成人工智能. 你如何向人们解决这些问题，以帮助减轻人工智能挥之不去的污名?

CT: 有人担心人工智能在深度造假等方面的应用, 但这些都是广泛的用途，没有任何限制. 我们的生意是故意受到限制的. For us, 我们正在提供一项服务，利用人工智能将品牌和内容融合在一起，并得到创作者的明确认可, the brand, 以及观众的默许. 观众知道这些内容是由广告支持的，所以他们免费或以低成本获得这些内容. 他们可以不间断地体验内容，因为我们融入其中，而不是打扰和暂停内容.

Meanwhile, 品牌和创作者一起工作，双方对插入和成品都有批准. 我们对品牌在哪里运营是100%透明的, 品牌安全检查到位, also automated with AI, 我们可以在视频上线前停止媒体插播. 这意味着双方都有控制权, 我认为人们对人工智能的根本担忧是失去控制. For us, as I mentioned above, 人工智能是一个问题的解决方案，而不是一个可以任意使用的不受约束的工具. 这意味着我们在一个受控的环境中使用它. 人工智能行业作为一个整体可以从限制使用中受益，将一些控制元素交还给使用它的人.