为AI辅助创造团队面对的挑战赋予 precise 的美元价值很难，但每个都代表着潜在的障碍，威胁着他们的成功。 根据Gartner在十月进行的一项对400位全球市场营销人员的调查，58%的人使用生成式AI进行内容创作。许多广告商旨在开发像联合利华那样的半自动化系统，但构建这样的AI驱动生产线可能需要一年多的时间。 Code & Theory的首席创意官Craig Elimeliah将AI生产比作“自己盖房子，而不是租别人的房子”。这种“盖房子”包括法律咨询，选择适合品牌的大型语言模型（LLMs），以及 painstaking 地将品牌指南和过往内容整合成AI能理解的简报，还要进行大量的反复试验，确保系统能可靠处理品牌敏感内容。 这种设置需要大量时间投入，讽刺的是，在Gartner的调查中，81%的营销人员衡量成功的标准是通过AI节省的时间。WPP的Hogarth全球制作主管Dave Rolfe补充说，最昂贵的部分是适应新流程。此外，在与科技巨头和广告商激烈竞争人才的情况下，招聘熟练设计、实施和操作此类AI系统的专家也面临挑战。Dentsu Creative的全球CTO James Thoams强调：“AI人才难寻。” 生成式AI通常通过订阅方式访问，但一些公司，包括OpenAI，限制使用量并销售按使用付费的积分，这使得进行高强度测试（尤其是使用优质模型）成本高昂。Optise的CEO Ómar Thor Ómarsson——一家专注于提升有机搜索表现的B2B AI工具提供商——警告说，按需生成大量内容的公司面临不断上升的成本。虽然单次提示只需几分之一美分，但像可口可乐的圣诞广告使用了70, 000次提示，费用就会迅速累积。Ómarsson指出：“不自律地用大提示和优质模型进行测试，成本可能悄然增加。” 法律问题也依然存在，特别是在AI公司与作者之间不断的版权争议中，一些客户对部署哪种LLM犹豫不决。大公司会通过提供赔偿来应对，比如WPP从去年一开始就在其WPP Open平台上集成合规检查。内部品牌通常缺乏这种保护，使合规性成为重要考虑因素。Rolfe强调，需建立与合规标准紧密关联的受控系统。 除了技术问题，传统的人类工作流程也会造成延误。代理机构和客户组织内部的审批流程通常耗时比AI生成内容本身还要长。Elimeliah解释说：“真正的成本不是生成资产，而是‘生成你的资产’”，因为必须有人审核、判断、优化AI产生的多个选项，将之前隐形的决策工作转变为明确任务。这导致“客户审批”成为瓶颈，AI可以在几分钟内生成内容，但客户需要数周或数月才能批准。Elimeliah强调，这段时间差是“产生最大成本的环节”。 对此，一些组织已重塑简报流程，使用带有专业模板的生成式AI来提升初始创意简报的质量。Gartner分析师Nicole Greene指出，许多客户现在早期就开始部署生成式AI，以为他们的代理机构提供更高质量的战略创意输入。 Hogarth的Rolfe描述了制作理念的转变：利用AI使公司将一个电信客户促销活动资料的制作时间从七周缩短到两周。然而，获得如此效率的前提是采纳“组件思维”，将重点转向后期制作流程，而非传统的快速大量内容采集。 其他公司则应用自动化质量控制系统，依据预检清单评估方面比例、光照一致性、标志时机及性能指标等因素。尽管如此，市场营销人员仍对完全放手的AI流程保持谨慎。Ómarsson指出：“AI内容可以非常棒，也可以非常糟糕。我们都在学习，信任……来自LLMs的输出。” 总之，虽然生成式AI为内容创作的效率和质量提升带来了巨大机遇，但其有效实施依赖于大量时间、投资、人才、法律保障和人类工作流程的调整，每一项都代表着潜在风险，创意团队必须慎重应对。