內(nèi)容過剩時代，企業(yè)缺的不是素材，而是答案

過去兩年，生成式AI把“寫文案、做海報、剪視頻”的門檻打到了地板價?？焓肿钚聰?shù)據(jù)顯示，2024年6月至2025年4月，全球用戶用AI工具累計(jì)生成了1.68億條視頻、3.44億張圖片，平均每分鐘就有數(shù)千條新內(nèi)容上線。內(nèi)容洪水來了，品牌卻發(fā)現(xiàn)自己依舊焦慮：素材再多，也回答不了“預(yù)算到底投哪條”“新品到底賣給誰”這些老問題。

于是，一個新的概念被提了出來——AIGD（AI生成決策）。2025年9月17日，復(fù)旦大學(xué)管理學(xué)院、秒針營銷科學(xué)院與明略科技聯(lián)合發(fā)布《生成式營銷：從AIGC到AIGD》研究報告，把“讓AI直接給出可驗(yàn)證的決策方案”當(dāng)成下一階段的重點(diǎn)。簡單來說，AIGC負(fù)責(zé)“產(chǎn)出”，AIGD負(fù)責(zé)“拍板”。

AIGD到底是什么？一句話：用數(shù)據(jù)和推理，把選擇題變成填空題

在復(fù)旦管院的定義里，AIGD的核心是“以目標(biāo)與約束為錨，生成可驗(yàn)證的決策建議與行動路徑”。它不再問“這條文案好不好看”，而是問“這條文案能否在預(yù)算內(nèi)帶來最多轉(zhuǎn)化，如果不能，請給出替代方案”。

舉個例子：當(dāng)市場部準(zhǔn)備推出一款無糖茶，AIGC能瞬間給出100條廣告語；AIGD則會先讀取歷史銷售、社媒輿情、競品投放和天氣數(shù)據(jù)，再輸出“華東區(qū)優(yōu)先投放地鐵燈箱，預(yù)算配比30%，預(yù)計(jì)ROI 1.8，若兩周后銷量低于預(yù)期，則切換到短視頻達(dá)人帶貨”的完整劇本，并附帶置信區(qū)間和回退條件。

AIGC與AIGD：一字之差，差的是“誰來承擔(dān)結(jié)果”

AIGC的評價標(biāo)準(zhǔn)是“像不像人寫的”，AIGD的評價標(biāo)準(zhǔn)是“能不能達(dá)成業(yè)務(wù)目標(biāo)”。前者是創(chuàng)意競賽，后者是結(jié)果考試。也正因如此，AIGD需要更嚴(yán)苛的驗(yàn)證機(jī)制：數(shù)據(jù)來源、推理鏈條、實(shí)驗(yàn)設(shè)計(jì)，缺一不可。

明略科技在報告里用“三層級”框架把差異說得很直白：AIGC只解決了運(yùn)營層的“素材供給”，AIGD則要同時回答戰(zhàn)略層“要不要做”、定位層“為誰而做”、運(yùn)營層“怎么做才劃算”。

先小步快跑，再大步迭代：給企業(yè)的兩條落地建議

1. 先用一頁紙寫清“目標(biāo)、約束、評價指標(biāo)”，按戰(zhàn)略-定位-運(yùn)營三層級拆任務(wù)，別一上來就讓AI做“年度預(yù)算”。

2. 挑1-2個高頻且能量化的運(yùn)營決策點(diǎn)（如“下周短視頻投哪條達(dá)人”），用合成數(shù)據(jù)跑A/B測試，保留人工復(fù)核與平臺治理接口，跑通后再向上延伸到定位層、戰(zhàn)略層。

正如復(fù)旦管院金立印教授在發(fā)布會尾聲所說：“AI不會替代人做決策，但會用數(shù)據(jù)逼你把決策理由說得更清楚?！盇IGD的價值，也許就在于讓我們少拍腦袋，多拍桌子——拍那張寫滿驗(yàn)證結(jié)果的桌子。