摘要：本文从人工智能的定义出发，对比了中外智能广告的研究热点与研究路径，重点详解了以互联网科技平台为主的中国智能广告产业系统，总结了人工智能技术在广告中的应用，并且梳理了人工智能机器学习的分类，预测了未来研究热点。
关键词：智能广告；人工智能；互联网零售
智能广告正在不断推动智能营销技术和品牌数字化转型，乃至推进企业数字化转型。从组织层面来看， 都是由于数据驱动、算法应用到机器自动化制作流程，特别是作为互联网科技先导的平台战略不断将消费者转化为数字化流量用户，推动所有企业转向内容社交与电商零售的新前沿。然而，人工智能如何应用于广告，具体的人工智能技术如何成熟地应用到广告中，仍然较少有研究总结。
一、人工智能的定义
本质上，人工智能 AI 旨在使机器具备人类智能的素质，并且拥有在某些领域超越人类的能力。为了研究人工智能所涉领域，我们找到了国内研究人工智能关键技术体系图（见图1）。
图 1 人工智能关键技术体系图
二、中外智能广告的区别
通过美国广告学者（Yun et al，2020）研究社交媒体智能广告的论文《计算分析社交媒体文本的主题： 广告研究者入门》，观察到海外主流学者主要关注在问题领域和神经网络中的部分人工智能技术，研究重点在机器视觉和语言处理，并以此作为研究发表的热点。相关要点在文本预处理摘要、词组挖掘、主题建模、监督机器的文本分类、语义主题标记等方面（见图 2）。
图 2 社交媒体广告的内容分析基础方法集
来自Joseph Yun（UIUC）, Brittany Duff（UIUC）, Vargas（UIUC）， Sundaram，Himelboim（U Geogia），JA，2020
可以观察到，美国广告的研究知识体系和问题导向与我国互联网智能广告营销研究分布还是有很大差异。中国智能广告的产业系统是由互联网科技平台为主开发的。广告被纳入到零售业数字营销整体中进行考量。自 21 世纪初，互联网使用 IT 技术作为工具关注基础交易数据，在消费者参与度很低的情况下，就已经开始了数据智能的探索。在 2010 年前后，伴随着互联网零售和社交媒体平台全面兴起，技术进一步改变零售商业，成为互联网经济发展动力的三驾马车（广告、电商和游戏）。
中国互联网领先企业迅速建立起移动支付 / 物流的全球竞争力， 在应用领域已经超过了西方发达国家的范例。社交媒体发展经历了“两微一抖”、B 站、小红书的不同发展阶段， 形成全新的网聚全体用户的力量。
在线营销服务和 VAS 会员订阅服务，全面应用于互联网媒体平台， 成为“平衡广告”授予用户许可营销权力的新营销服务包。这一阶段的创新，推动了消费者参与度的成长，中国目前领先于全球的电商业务水平， 与拥有全球最大网民用户基数，互联网社交与电商关联使用习惯密不可分。
此外，中国广告发展方向之一是零售智能的全数字化。目前，已成为我国商超系统巨头的沃尔玛，在线贡献 GMV 已经占到总销售额的 20%， 与之类似，全部线下商超都在转型线上化电商运营。疫情加快推动了社会商圈数字化和智能零售应用，消费者参与度处于高区（全球领先水平）。智能家电、场景 AI 互联、情感交互屏幕、网红直播的供应链能力，物联网与人正在进行深度数字融合。
图 3 中国零售技术的发展经历的三个主要阶段
三、智能广告研究前沿热点
广告，正在重度数字化社会转型中，加速变化成为“无缝化”消费者旅程接触点（Wind，2016）和内容浸合营销（科特勒，卢泰宏，2020），以及更丰富的服务型讯息内容（舒尔茨，2018）。数字营销服务行业的增长，集中在数字互联网基础的消费者行为流量与零售系统的创新联结产业链。
正如人类智能创造无限可能一样，完整的 AI 范围是无限的。人工智能研究范围从机器学习算法和大数据管理到机器人技术和神经科学，范围在不断扩大。
以下简单梳理一下人工智能机器学习的分类：
1. 机器学习（自我学习的 AI 技术）：AI 重要子集，通过自动从可用数据中提取知识，机器可以自行“学习”规则，无需给出指令。使用学习的“算法”来“训练”模型，以提高特定工作上的模型性能。
2. 监督学习：从可用的带标签的数据输入和结果中找到模式，以便对新数据做出预测。
（1） 无监督学习：从具有相似特征的数据集和组点中识别不同特征。
（2） 半监督学习：使用一些标记数据和大量未标记数据来训练模型。
3. 深度学习：机器学习的一个分支，模仿人脑中神经元层的活动， 以学习识别数据中的复杂模式。“深度”指大量神经网络层。
4. 强化学习：机器学习的一个领域，机器可以使用奖励和惩罚的指导来学习，奖惩是机器为实现目标而制定的一系列决策基础。需要与外部世界进行反复互动，而不是仅接受输入和答案来构建模型。
美国广告学研究期刊 Journal of Advertising，2019 年 7 月刊上， 李海容教授和冈崎伸太郎主编发起了智能广告特辑，集中发表了我国学者陈刚教授、秦雪冰副教授和姜智彬教授的论文。
随后，在 2020 年，美国广告学研究期刊 JA 发表了计算广告特辑。由美籍韩裔许智修教授和马特豪斯教授担任特辑主编，共发表 6 篇计算广告专题论文。展示了美国广告学者展开的对于人工智能相关的计算广告研究。此处将该特辑中的 6 篇论文题目详列如下。
1. 前进中的计算广告： 概念与 方 向 ，Jisu Huh and Edward C. M alth ouse ，J ourn al of Advertising, Volume 49, Issue 4 (2020)；
2. 计算广告中的宏观及外生因素：关键问题和新的研究方向， Natali Helbergera, Jisu Huhb, George Milnec, Joanna Strycharza and Hari Sundaramd，Journal of Advertising, Volume 49, Issue 4 (2020)；
3. 创 建、维护和传 播：了解计算广告中用户角色的路线图， Yuping Liu-Thompkins，Ewa Maslowska，Yuqing Ren，Hyejin Kim，Journal of Advertising, Volume 49, Issue 4 (2020)；
4. 在计算广告时代引入一个自动品牌生成内容的模型，Guda van Noorta, Itai Himelboimb, Jolie Martinc, and Tom Collingerd， Journal of Advertising, Volume 49, Issue 4 (2020)
5. 从购买曝光到培养浸合 : 在新兴计算广告领域的品牌消费者体验 ，Theo Araujoa，Jonathan R. Copulsky，Jameson L. Hayes， Su Jung Kim，Jaideep Srivastav，Journal of Advertising，Volume 49, Issue 4 (2020)
6. 计算广告测量系统的挑战和未来方向，Joseph T. Yuna, Claire M. Segijnb, Stewart Pearsonc, Edward C. Malthoused, Joseph A. Konstane, and Venkatesh Shankarf， Journal of Advertising, Volume 49, Issue 4 (2020)
JA 广告学研究期刊为解决新兴智能广告内容问题，开发了独特的思想领导力论坛（TLF）模型。这对痴迷于实证主义方法论的美国主流广告学者来说，是从方法论上的自我突破与极限挑战。为解决创新研究问题， 美国广告学会 24 位学者和两位业界专家Stewart Pearson（WPP 集团）、Jonathan Copulsky（德勤数字）进行了几天封闭式会议以确定论文议题。付出如此巨大努力，旨在解决计算广告的智能化技术运用与广告业务的革新问题。因此，西方广告学者加速转型研究数字化智能广告的序幕由此拉开。
（本文为作者在 2020 智能科学与广告发展国际会议中发表内容的节选）
参考文献：
① Chen Gang. Peihong Xie. Jing Dong. Tianfu Wang. Understanding Programmic Creative, the function of Artificial Intelligence Advertising. Journal of Advertising, Vol.48(3), 2019. P348.
② Qin Xuebing. Jiang. Zhibin.The Impact of AI on the Advertising Process：The Chinese Experience.Journal of Advertising，Vol.48(3), 2019. P339.
③Joseph Yun, Brittany Duff, Patrick T Vargas，Sundaram， Himelboim，Computationally analyzing social media text for topics: A primer for advertising researchers, Journal of Advertising，Volumn 49, Issue 3,2020
④ Yoram Wind，Catharine Hays，Beyond Advertising，John Wiley & Sons，Inc. 2016
⑤ Jisu Huh and Edward C. Ma lthouse， Journal of Advertising, Volume 49, Issue 4 (2020)；
⑥ Natali Helbergera, Jisu Huhb, George Milnec, Joanna Strycharza and Hari Sundaramd， Journal of Advertising, Volume 49, Issue 4 (2020)；
⑦ Yuping Liu-Thompkins，Ewa Maslowska，Yuqing Ren，Hyejin Kim，Journal of Advertising, Volume 49, Issue 4 (2020)；
⑧ Guda van Noorta, Itai Himelboimb, Jolie Martinc, and Tom Collingerd，Journal of Advertising, Volume 49, Issue 4(2020)
⑨ Theo Araujoa，Jonathan R. Copulsky，Jameson L. Hayes， Su Jung Kim，Jaideep Srivastav， Journal of Advertising，Volume 49, Issue 4 (2020)
⑩ Joseph T. Yuna, Claire M. Segijnb, Stewart Pearsonc, Edward C. Malthoused, Joseph A. Konstane, and Venkatesh Shankarf，Journal of Advertising, Volume 49, Issue 4 (2020)
（顾明毅，上海外国语大学副教授、国家广告研究院研究员）
