人工智能技术正在高速发展的同时全面渗透广告生态的全链条，以其强大的统计、分析、整理、复制等优势赋能标准化的广告工作。然而，人工智能在创意、伦理等方面仍有一定局限性。广告专业人才培养需更重视创意，并强化战略思维和基础知识以培养人机协作能力。在北京大学十年探索的基础上，2024年启动的“创意传播管理教育创新项目”面向真实行业需求，引进互联网技术平台及公益实战场景，协同多所高校共建，从实践赋能到体系构建，深入探索基于数智技术深度应用的专业课程教学升级再造。

　　利用技术和数据来驱动广告创意传播并不是新近数十年由媒介技术快速变革才卷起的浪潮，而是百余年来广告业发展和进化的线年代，美国科学派广告的代表人物克劳德·霍普金斯就提出了基于科学测量方法和量化结果导向的广告策略，构成了传统大众媒体时代数据驱动营销传播的朴素实践。90年代以后，随着互联网和数字广告的高速发展，海量的用户行为数据持续推动着计算广告的精准匹配、自动投放和优化升级。近年来呈爆发式增长的人工智能全面渗透广告业，大大提高了市场洞察、创意生产、媒介投放与效果评估等各个环节的效率，以其强大的数据推理和内容生产能力精准链接品牌与消费者，实现广告行业的无人化智能运作。

　　人工智能的进步和加速铺开促使整个广告业界与学界重新思考技术浪潮中广告专业从业者的位置和价值。一方面，人工智能成为广告活动的必答题，包括创意人、广告主、互联网平台等在内的广告活动的所有主体均无法拒绝人工智能的浪潮。另一方面，人工智能又在挤占整个广告生态系统中人的生存空间。而广告主越发高涨的对于数据、效果、ROI的极致追求也正在进一步扩大机器和人工智能在广告活动中的话语权。除此之外，文科整体式微大潮下高校广告学专业的转型或撤销也在某种程度上显化了市场对于未来以智能机器而不是人力资源为中心的广告生态的想象。目前的人工智能到底如何渗透并改变着广告生态，广告专业人才培养如何做出相应调试，是当下亟待回应的教育命题。

　　无需赘言，广告尤其是数字广告作为互联网商业模式和数字经济的基础设施，连接着用户—内容/服务—品牌，驱动着流量变现和价值循环。因此，广告本身不仅不会因人工智能的高度发达而衰退，反而会乘此东风而加速发展。而人工智能对广告业态的全面侵入，或可在解放大量机械工作之后创造一个营销传播新时代。而这个过程也必然携带着值得反思的进步和发展的反面。

　　已有大量分析和研究探讨了人工智能在广告行业的全链条应用。生成式人工智能可以通过快速运算，将以往漫长、繁复的市场调研、资料收集，加整理汇总、头脑风暴的广告创作过程缩短到几分钟，极大提升时间效率。[1]而在广告内容创作领域的应用只是人工智能渗透广告行业的一个显在的部分。借助大数据的深度分析和智能化技术，人工智能能够实现从用户洞察到用户画像，到内容生成，再到智能化分发及评估的全链路优化。[2]在分析洞察阶段，人工智能可以比人力更为高效地分析海量数据，精准识别消费者行为、市场趋势，甚至预测未来趋势。如电通中国开发的MIXER能够依据输入的请求，基于对亚太多个地区的消费动态、社交情绪、电商数据等的学习和分析，快速提供快消新品的开发方案。在内容创意阶段，人工智能不仅可以提供思路和灵感，还能够生成各类广告素材。这也是各大广告创意代理机构主要入局的人工智能领域。在媒介投放阶段，人工智能一方面可以实现大数据的精准定向，同时也具备实时优化广告竞价和投放策略的优势。在效果监测阶段，人工智能可以更准确且快速地追踪广告效果，识别哪些因素促成了转化，并进行多触点的归因分析和优化。后两者是巨量引擎、磁力引擎、聚光等依托新兴的互联网平台而成长起来的广告机构更为擅长的领域。

　　在此基础上，可见的未来则是人工智能支持下的广告活动从分析市场数据到自主内容策划、生产、投放、评估，再到下一轮的分析洞察，形成一个自动化运作的闭环。如人工智能广告平台Icon声称可以基于广告市场的自主调研数据，每天自动生成100条广告，并进行投放、优化的循环。Icon通过分析数百万个数据点来生成三类广告。第一类是分析并克隆竞争对手的成功广告，涵盖诉求点、文案、图像、版式设计等各方面。第二类是从社交媒体、品牌官网等渠道抓取受众反馈数据，从中发掘出新的广告概念，并依据品牌调性生成相应的广告素材。第三类是品牌自身广告的优化和迭代。这些广告素材只要点击上传即可上线。而通过授权的自动操作，Icon可以自主进行全天候的广告活动循环，将单则广告的成本从200美元降低到1美元。不难想象，这种自动化的广告运营模式将不会局限于电商平台、社交媒体等渠道，也不会止步于平面广告这种单一形态。

　　人工智能在推动广告降本增效层面的意义不容忽视，但其在广告创意生产中的局限性也显而易见。首先，目前的人工智能仍处于以数据驱动的弱人工智能阶段，本质上是遵循一定的逻辑与规则，以“计算”为特征的模拟智能。[3]也就是说，现阶段的人工智能是对已有的数据进行挖掘和分析，在一定范围内重组这些知识，并模拟人类的智能，给出一种最相关的结果向外输出。因此，人工智能是既定体系内部的计算，很难突破已有的知识，产出具有颠覆性的创意，更多的是对已有资料的模仿和组合，尤其是对过往成功经验的复制和强化，其创意的灵光只是数据随机性的体现。因此，依赖人工智能必然走向同质化和平庸。而摆脱同质化，获得个性和突破性的观点，是广告最为关键的任务之一。其次，现阶段的人工智能仍仅是一种运算或程序，缺少自身意向性或理解力。[4]人工智能没有主体动机和立场，它不生产鲜明的观点。其结果也只是一种无意识的筛选和拼贴，不具有任何构成意义的目的。因此，它可以依据相关性生产却不理解结果的因果联系，携带荒诞的幻觉，仍依赖人的指令和把关。

　　可以预见的是，人工智能所擅长的统计、整理、分析、复制等能力将进一步渗透到广告行业的各个角落。在其强大的降本增效能力之下，标准化、机械性、日常性的效果广告和常规创意执行将逐步走向机器化、半自动化，甚至完全自动化，并与非日常且亟须打破常规的品牌大创意拉开更远的距离。这也意味着广告行业将整体上从资源、人力驱动，转向数据、算法驱动和人才集约化。

　　除了创造差异性和独特的个性以外，广告一直以来的另一个普遍目标是降低“广告感”，减少受众的反感，提高其对广告的接受度，也就是实现广告的原生化。传统的原生广告，如信息流广告、搜索引擎广告等，在内容、形态等方面都努力与平台的自然内容保持相像，让用户感觉它不是一则突兀的广告，而是平台自身内容的一部分。在人工智能的影响下，广告的原生化将进一步深入，不仅深度融入内容之中，更是实时生产、高度个性化和精准匹配的。

　　关于生成式人工智能的回答中疑似嵌入了广告的争议已成旧闻。[5]一方面，人工智能给出的回答中涉及了具体的品牌、产品和推荐理由。另一方面，技术开发人员声称其结果并非主动植入，而是人工智能依据网络数据分析得出的结果。同时，人工智能相关的搜索优化服务已经逐渐铺开，品牌或将通过大量生产结构化的知识，提高其在人工智能输出结果中的可见性。这也意味着，广告将切实隐匿于内容之中。若相关服务转向商业化，其出现可能会伴随着强制性的广告标注，但这依然可视为人工智能影响下广告深度原生化的开端。

　　在人工智能强大的数据计算和内容生产能力的推动下，广告的深度原生将首先体现为原生广告的实时生成。目前，广告在内容中的植入已可以做到实时优化控制。广告服务商Mirriad提供的人工智能驱动的虚拟产品植入（Virtual Product Placement, VPP）服务，能够经由智能计算将品牌和产品动态化植入到已有的视频、音频内容中，在不影响内容体验的情况下，实现广告物料的实时露出。比如，原本只是电视剧中一面普通的墙体，但在受众打开并观看到的一瞬间，这面墙上就会出现相应品牌的巨幅海报。或者，视频中人物旁边的桌上本来没有东西，但在观看的瞬间会自动出现与整体场景毫无违和感的产品。类似技术继续发展下去，在视频、短视频、音频、社交媒体等内容消费过程中由人工智能实时生产出完整、独立、自然化的原生广告内容也将是顺理成章之举。

　　另外，这样的原生广告也是经由数据计算和精准的受众画像而高度个性化的。传统大众媒体时代的广告是千人一面，互联网时代的广告是千人千面，人工智能驱动的广告将实现一人千面。不仅不同的人看到的广告不同，同一个人在不同时间、场景下看到的广告也将有所差异。人工智能将基于更深层次的语义理解和语境关联，精准匹配上下文，进行预测性分析和生产投放，在受众与内容遭遇前的瞬间，以毫秒级的速度根据其习惯和历史数据呈现出高度个性化的原生广告内容。届时，这样的广告或将更为自然地融入到整体的内容生态之中，切实满足用户潜在的内容消费需求或提升整体的平台使用体验。而它是否仍应被冠以“广告”之名并进行标记或许也将不再那么毋庸置疑。

　　首先，在前所未有的人工智能热潮之下，隐约可见一片多重来源的泡沫。资本层面，大量资金涌入人工智能领域，市场对于人工智能的颠覆潜力怀抱巨大期待，但人工智能的实际产出却并没有达到预期的水平。高盛在2024年6月的报告《生成式人工智能：花费甚高，收益甚少》中指出，科技巨头们未来几年会在人工智能领域投入超过1万亿美元的资本，但迄今为止收效甚微。[6]同时，也有诸如人工智能程序开发平台Builder.ai靠程序员手动操作和财务造假达到最高15亿美元估值的庞氏骗局。类似的资本泡沫风险同样值得广告行业警惕。信任层面，人工智能被广告界赋予了一种“技术乌托邦”的焦虑和想象。虽然现阶段人工智能已经在创意内容生产、智能投放优化等诸多方面推动着广告的变革，但现实中人工智能仍普遍存在着理解能力有限、内容质量不稳定、违和感强、高度同质化等诸多尚待突破的技术局限和仍需人力完成的任务。

　　其次，在人工智能所携带的巨大利益诱惑面前，人的位置太过迅速地让位于技术，一定程度上成为新一轮产业转型的代价。2023年4月，蓝色光标为全面拥抱AIGC停止创意设计、方案撰写、文案撰写、短期雇员四类相关的外包支出。2025年6月，奥美在人工智能日益增长的助推下决定在全球裁员5%。谷歌、Meta等科技巨头的广告相关业务板块也有改组或精简团队的动作。这一方面在某种层面上是需要警惕的人工智能信任泡沫，另一方面也对广告专业人才的培养提出了颇为急切的转型要求。当然，每一轮技术革命都不可避免地要改变人力结构，我们也始终有理由相信人本身的弹性和对环境变化的适应能力。

　　除此之外，人工智能本身所潜在的虚假信息、偏见与歧视、隐私侵犯、版权归属等伦理问题也可能会在广告行业的应用中被进一步放大。如前文所述，现阶段人工智能的内容生产能力虽然可称强大，但其结果只是基于大量数据的计算和拼贴，其可能编造的虚假内容将违背广告真实诚信的基本要求。而未来人工智能技术驱动之下的或可来自虚拟社交账户的原生广告是否构成虚假也是值得探讨的问题。同时，人工智能大大降低了故意伪造虚假内容的成本，提高了消费者和品牌自身的风险系数。另外，由于大模型的训练往往依赖于海量未经筛选的数据，算法在学习过程中继承甚至强化的性别、种族、年龄等偏见一旦投射到广告之中，将造成更深层次的社会问题。此外，由于广告的商业属性，人工智能对隐私数据的侵犯，其生成的内容也更易引发版权相关的法律纠纷。因此，尽管人工智能将带来广告行业的整体性升级，其背后潜藏的冒进和相关伦理风险等也不能被忽视。

　　面对人工智能的加速入侵，广告生态正在大踏步迈向数据化、自动化、智能化。在信任泡沫的加持下，人工智能或将快速赋能部分相对基础和标准的数据分析、设计执行、客户服务等工作任务，带来广告人力结构的整体变化。而从长期来看，人的创意和把关能力始终不可或缺，广告行业发展和广告专业教育都应在关照机器能力的同时，坚持以人为中心。

　　在人工智能热火朝天的讨论的另一头，是真正打动市场的大创意的日渐匮乏。基于前文所述的人工智能的局限，这或许也可视作广告业积极拥抱人工智能的负面影响之一。虽然创意被称为“旧元素的新组合”，似乎与人工智能从海量数据中进行挖掘和组合的逻辑一致，但“旧元素的新组合”也只是一种经验观察。现有神经科学的研究并未完全探明人脑的奥秘[7]。更何况，人工智能依赖于对人类已有成果的学习和模仿，如果没有人的持续创新创造，人工智能也难谈持续性的生产力。因此，更为现实的可能是人工智能将人从简单、标准、日常的工作中解放出来，为人提供更多进行高阶创意生产的空间，从而形成一种更为正向的循环。从这一角度出发，广告教育也应回归到创意这一基点上来。

　　创意一直以来都被视为广告的灵魂。作为人工智能的某种反面，创意也成为人的不可替代性和广告价值的天花板。真正决定广告高度的大创意不仅是对市场趋势的分析和洞察，也源于对人类生存状态、文化脉搏和社会情绪的敏锐捕捉和创造性表达，而后者仍是数据和算法难以触及的领域。因此，广告教育应深化基本创意理论和传播素养的知识根基，拓展跨学科知识视野以提供思维碰撞的养料，并引导学生深入社会肌理进行细致入微的观察和体认。尤为关键的是，创意能力的培养必须带领学生树立正确的技术观念，回归人文，创意向善，将技术力量导向公共价值。正如百度《AI寻根连接爱》利用人工智能分析海量方志和家谱帮助海外华人寻根，快手《LIVE AGAIN 重生ID》利用人工智能合成已逝用户的声音进行高原安全科普等广告案例所体现的，在技术至上的洪流中，人的价值始终占有一席之地，技术也始终应为人的创意所掌舵。

　　由于人工智能的优势与局限，以及人的不可替代性，人机协作将会是未来相当长的时期内广告生态运作的基本模式。因此，广告专业教育应着重培养人与机器协同工作的思维与能力，包括战略思维、基础知识，以及技术应用能力等。

　　战略思维是人工智能时代广告人才必不可少的支柱能力。人工智能虽然能处理海量数据并提供参考的结果，但是它需要听从一定的指令，并且不做价值判断，也不承担相应的责任。从宏观上对广告活动进行整体谋划、设定目标、制定策略并预判风险等，仍需要人来判断和把关。而这种高阶任务要求对品牌与消费者的深邃洞察、对市场动态的深刻理解和对宏观环境的总体把握。因而，广告人才培养可进一步整合管理学、心理学、社会学等学科的知识框架和理论模型，为学生提供全面理解市场环境的视角，助其掌握战略规划的方法论。同时，在教学中融入真实的案例拆解与分析训练，提高学生面对复杂行业问题的高维决断力。

　　有效的人机协作要求广告专业人才具备扎实的基础知识。人工智能潜力的充分发挥，高度依赖清晰精准的指令输入以及专业的评估校准。同时，深厚的专业知识积淀也能够确保人不被技术牵着鼻子走。因此，广告专业教育一方面要强化广告学科的基础知识，包括广告发展史、品牌管理、广告策划、广告文案、消费者行为学、广告伦理与法规等，建构起学生理解行业基本运作规律的框架。另一方面，也应适当强化创意与设计基础，如广告创意与表现、视觉传达原理、美学素养等，奠定学生的创意表达与审美判断力。

　　技术应用能力是高效人机协作的基本要求。但广告高等教育不是简单的工具培训，学生理解智能工具的应用逻辑并掌握操作方法只是基础。除此之九游娱乐文化 九游app官方入口外，还应具备流程设计思维，清晰界定特定任务中人与机器的分工界面，创新工作流。同时，也应发展出批判性思维和校准能力，敏锐识别各类潜在的伦理和价值风险，以专业智慧使用技术工具，确保广告始终维护社会公共利益。

　　长期以来，广告专业教育的一个突出问题便是与业界实践的脱节。人工智能浪潮的冲击，使得这一问题暴露得更为彻底，形势也更为严峻。高校教育体系与行业实践之间本身就存在一定的反应时间差，人工智能技术的高速发展和全面铺开，以前所未有的速度扩大了高校的教学理念、师资结构、教材体系、技术设备等关键教育资源与行业真实需求的鸿沟。因此，广告专业教育必须坚定地面向实践，使学生真正具备胜任智能化广告生态的职业素质和工作能力。

　　一方面，优势高校可以主动打破围墙，与头部科技公司、创意代理机构、数智媒介平台，以及兄弟院校等联合，搭建资源互通、项目共担、理论共建的教育共同体，从而将真实的行业命题和前沿的智能工具引入课堂，以项目制为驱动，让学生在行业实战中得到专业上的锻炼，并获得真实的市场反馈。另一方面，缺乏相关改革条件的院校，也可以通过前沿案例教学、业界导师工作坊、相关专业竞赛等实践型教学方式让学生在尽可能真实的业务场景中，将高阶创意、战略思维、基础知识、工具运用与人文素养熔铸成系统性的广告专业能力。

　　创意传播实践课程以通过实践项目训练学生的综合创意应用能力为目标。面向人工智能浪潮的全面袭来，课程积极进行改革探索，以回归创意、强化人机协作能力、面向行业需求等为基本导向，致力于培养兼具技术与人文素养的高素质广告创意人才。

　　2025年春季学期，中国人民大学创意传播实践课程以北京大学新闻与传播学院发起的“2025创意传播管理教育创新项目”为依托进行了再次改革升级。经由公益项目实战和前沿的人工智能应用训练，学生的创意视野、战略思维、技术应用能力等均得到了有效提升。

　　创意传播实践课程作为广告学专业的核心必修课《全媒体传播实验》工作坊的一部分，安排在本科二年级春季学期，共16学时。课程之前，学生已修习了部分专业基础课和核心课，如广告学概论、广告策划、广告文案、视听传播实践等，具备了全面介入实践的基础。2025年，该课程在以下三个方面进行了创新设计。

　　开放平台搭建。课程整合高校教育资源、互联网技术平台及公益组织实践场景，打造了多元开敞的教学场域。在北京大学新闻与传播学院的支持下，不同高校之间实现了教育资源、经验的共享。来自不同学校的同学也有了相互学习和碰撞的机会。接入抖音、巨量引擎等平台，让学生以公益项目为命题，不仅提供了真实的智能投放与优化训练，也让即时的学习反馈成为可能。

　　公益创意实战。课程引入了“圆乡村儿童足球梦”“星球计划”“银杏家园”“一个微笑守护计划”四个数字公益实战项目，聚焦老年照护、乡村体育发展、唇腭裂儿童救助等社会公益命题，让学生跳出封闭的大学生活圈，在真实的社会肌理中锤炼人文洞察，深切植根于社会脉搏而不是庸常的流量公式孕育真正的大创意。

　　人工智能应用。除了巨量引擎智能投放平台之外，课程引入了即梦等人工智能工具，使学生的技术应用能力得到了充分锻炼。同时，课程强调整个项目必须以人的战略指导和创意规划为中心，引导学生树立人机协作的批判意识，警惕技术伦理风险，成长为技术的驾驭者而不是被驯服者。

　　课程的展开大致可分为理论学习、项目实战、考核复盘三个阶段。其中，理论学习与项目实战交叉进行，以提升课程进行的效率和学生的学习密度。

　　理论学习。夯实广告创意传播的基础知识才能推动有效的人机协作。理论知识学习的部分包括创意传播管理理论、经典创意理论、平台原理等。创意传播管理理论顺应大数据、人工智能等技术的快速推进，提出了以“数据化”“智能化”“动态优化，品效合一”为特点的广告操作模式[8]，为学生的创意实战提供了基本的战略路线图。重溯经典创意理论，如独特的销售主张理论（USP）、品牌形象论（BI）、定位理论、共鸣理论等，并思考其在当下广告生态中的适用性，帮助学生建立了评判广告创意价值的坐标系。平台原理部分由平台业务专家进行讲授，主要包括短视频平台的推荐逻辑、智能投放平台的算法与使用方法、数据指标的解读、平台内容审查规范等。

　　项目实战。实战过程大体可分为命题发布、内容创意、投放优化三个步骤。各公益命题由相关组织负责人向学生说明基本信息、传播目标和注意事项等。之后，学生组建创意小组赴贵州榕江、内蒙古四子王旗、河南郑州、北京密云及门头沟等地展开实地调研，并结合相关文献、资料、数据等进行充分的创意激活。在得到核心大创意之后，学生小组在人工智能工具的辅助下完成创意短视频内容的制作。投放优化阶段，学生将制作完成的短视频素材通过巨量引擎的智能投放平台在抖音进行传播，并根据数据反馈对内容本身和投放策略进行即时反馈和修正。在此过程中，学生不仅掌握了智能工具的使用方法，也破除了对于数据和算法的迷思，发现某些情况下人工调整定价比自动投放更为有效。

　　考核复盘。在设定的传播期限结束之后，课程进入考核阶段。学生小组首先对整个项目的进行过程与结果进行复盘和提报展示。学生成绩考核的基本依据是创意小组最终实战投放的数据结果，占比约为50%。除此之外，课程专任教师、平台专家、创意导师、公益组织负责人等组成的教学团队对每个学生的课堂参与、实践过程、提报展示等进行专业评价，占比约为30%。另外，小组学生互评占比20%。多元的评价机制充分调动起学生全程参与实战训练的积极性。

　　创意传播实践课程通过真实的公益项目实战和前沿的人工智能技术支撑，充分训练了学生的高阶创意能力、战略分析能力、数据研判能力等，并导向了正向的技术认知和伦理追求，是广告专业教育积极适应人工智能浪潮和广告行业变革的有益探索。

　　人工智能的高速发展推动着广告行业和广告人才培养体系的整体性变革。从当下广告生态的适应性变化中可以推测，未来人工智能将凭借其强大的数据分析与模仿能力进一步优化标准、日常、规范的相关工作，并将人推到更高阶的战略研判和创意生产的位置上。同时，人机协作将是很长一段时间内广告行业的基本工作方式。基于此，创意传播实践课程依托多元开敞的教育平台（“教育创新项目”），通过包含人工智能应用的公益项目实战切实提高学生的综合创意能力和面向行业需求的实操技能。面向未来，从实践赋能到体系构建，基于数智技术深度应用的创意传播课程教学也将持续迭代，升级再造。