視頻廣告欲借力 人工智慧破解商業化困境

贊助本站

何天驕

[德國市調公司Statista報告指出，2015年全球視頻廣告營收約為160億美元，預計2018年將達300億美元。]

《錦繡未央》241.6億點擊量、《微微一笑很傾城》172.5億點擊量、《三生三世十里桃花》300億點擊量……近年來，隨著視頻網站的崛起，大製作的熱門影視劇點擊量屢創新高。視頻網站行業發展十多年，日均覆蓋人數、視頻播放量、瀏覽時長三大指標連創新高。而令人唏噓的是，全視頻網站行業至今依舊陷入巨額虧損。

近日，在2017第十六屆廣告與品牌大會上，國內最大的人工智慧視頻廣告公司之一Viscovery創始人兼CEO黃俊傑向與會者展示了最新的人工智慧視頻廣告投放技術——通過人工智慧技術對圖像視頻進行識別、分析，從而達到精準化投放，推動視頻廣告的投放效率。這一技術革新主要依賴於人工智慧技術在圖像識別方面的重大突破。隨著谷歌、Facebook等公司均在視頻圖像識別方面取得重大突破，這必將改變視頻行業廣告生態。

視頻成連接人與商品新入口

近年來，隨著視頻重要性增強，人們越來越傾向以視頻為媒介形式來獲取與傳播內容信息。第一財經商業數據中心(CBNData)發布的報告（下稱「報告」）顯示，從信息密度看，視頻千倍於音頻或圖片，百萬倍於文字，是最有效的信息傳播方式。而影視文化產業的發展也推動了大量視頻的產生。

報告同時指出，2015年人均GDP突破8000美元，物質消費的主導位置將逐漸被精神消費所取代，文化娛樂類應用的滲透率進一步提升，僅網路視頻領域即可覆蓋超七成網民，視頻重要性增強，人們越來越傾向以視頻為媒介形式來獲取與傳播內容信息。

視頻成為連接人與商品服務的新入口。CBNData分析師劉力華指出，視頻具備更好的激活人們消費商品、服務慾望的屬性。視頻作為一種信息密度高、吸引力強的媒介形式，消費者往往最易被視頻形式所吸引、引發興趣，並同時留下深刻印象。未來視頻可以直接促成商業服務的交易或者間接影響用戶心智進而間接推動商品交易的促成。

視頻內容開始爆發，Ericsson的研究表明，到2021年，視頻將佔到所有移動數據流量的70%，相比2016年複合年增長率將達55%。越來越多的視頻內容在視頻網站上創下點擊量新高，然而，視頻內容平台光鮮的數據背後卻隱含著常年無法盈利的傷痛。

德國市調公司Statista報告指出，2015年全球視頻廣告營收約為160億美元，預計2018年將達300億美元。Viscovery高級副總裁鄧安安告訴記者，儘管市場巨大，但目前在視頻上投放廣告，存在不精準的問題：廣告與視頻內容不相關，用戶不想看，導致廣告價格上不去，只能靠延長時間補足，而這又進一步影響用戶體驗，形成一種惡性循環。

一方面是視頻內容大爆發，並被認為是連接人與商品的新入口；另一方面，則是視頻內容平台的巨額虧損。例如，愛奇藝2016年運營虧損27.65億元（3.98億美元），較2015年同期的虧損23.83億元有所增加。優酷私有化之前的最後一份財報顯示，優酷土豆2015年第三季度凈虧損為4.356億元（約6850萬美元），上年同期的凈虧損為1.976億元(約合3110萬美元)。優酷土豆2015年前三季虧損共超過2億美元。騰訊視頻沒有上市，但騰訊視頻官方高層在接受媒體採訪時也承認目前未能實現盈利。而背後很大原因是視頻商業化開發利用不足。如何解決這一問題，首先要讓視頻能夠被識別。人工智慧技術有望解決這一困境。

人工智慧化解視頻內容商業化困境

在日前的一個雲計算技術大會上，谷歌對外展示了一個新技術：可以識別視頻中的物體和內容，這也是機器學習研究的重大新成果。

機器對視頻識別意義重大。黃俊傑接受第一財經記者專訪時表示，過去視頻內容標籤化處理是通過人工對大段視頻內容進行簡單的文字標籤化，這樣的文字標籤既不精準，也讓視頻被充分商業化開發利用。

「而人工智慧技術就可以改變這一現狀，以Viscovery為例，目前我們是全球唯一能夠識別視頻中七大內容，包括人臉、圖片/商標、文字、聲音、動作、物件、場景信息且最快的公司。在一段15分鐘的視頻里，我們可以打上2000個標籤，包括男女主角出現的時間、品牌出現的時長、畫面佔比等。」黃俊傑表示，「通過實時的圖像識別，對有商業價值的商品進行分析，幫助廣告主實現精準投放。」

「上周，谷歌公司出面道歉，因為他們將廣告主的廣告投放到了不恰當的內容上面，過去廣告投放大都是對觀看的用戶屬性進行分析，進而進行廣告投放，忽視了廣告與視頻是否匹配，因此，對視頻內容進行精準的識別，進而根據不同的內容進行廣告投放是未來的趨勢。」黃俊傑說。「如果一個有著良好形象的品牌廣告出現在一個恐怖視頻片段中，這是任何一個商家都不願意看到的。」鄧安安表示。

當然，這一切必須依賴於技術的進步。Facebook的AI研究團隊負責人YannLeCun表示：「機器視覺已經可以識別相當具體的事物，比如某個品牌的汽車，某個特定血統的狗，還能識別更抽象的事物，比如風景圖、日落、婚禮或者生日party。」

黃俊傑表示：「目前人工智慧對視頻識別的誤差已經小於人眼的誤差，僅有3.5%的誤差率，對於視頻廣告精準化投放來說已達可商業化利用的地步。經過測試，內容向關聯性的廣告投放相比於傳統投放整體點擊到達率提升60%，同樣的預算產生2倍投資回報率，且用戶的關注度、回憶度和好感度都有大幅提升，這樣的廣告對於品牌建立將提供更大價值。」

對於目前面臨的挑戰，黃俊傑認為，一個是機器對海量視頻進行識別的精準化以及速度的進一步提升，另一個則是人工智慧這一技術的應用價值能夠被市場理解並接受。