文｜钱丽娜

ID | BMR2004

范凌学的是理工科，却一直把艺术当作爱好。他的使命是把技术和创意结合在一起，而这不仅需要丰富的学识，还要有埋头苦干的创业者精神。2015年，范凌从硅谷回国创立了特赞科技（Tezign，以下称“特赞”）。

作为AIGC（人工智能生成内容）科技独角兽，特赞旨在围绕企业内容工作流，解决创意内容的生产、管理、分发、分析等问题，构建企业级的创意内容数字新基建，提升品牌内容资产的生产与流转效率，助力品牌以内容驱动增长，赋能品牌数字化转型。

众所周知生意的本质是两链，即产品供应链和内容供应链。对内容供应链而言，能不能更及时、更好地把产品的内容生产出来、传播出去，将很大程度上影响下单和转化，进而影响生意的结果。而当内容资产成为企业营销下一阶段的竞争力时，“内容+人工智能”会给企业带来怎样的改变呢？

近期，特赞发布了“Content+AI”的一系列新产品，就为企业带来了“内容 + 人工智能”在企业内容流转链路和多个经营场景下的新思路。

范凌有两份全职工作，一份是同济大学设计人工智能实验室的主任、教授、博士生导师，另一份是特赞公司的创始人兼CEO，每天工作时长16个小时。公司员工都叫他“范老师”。

特赞科技（Tezign） 创始人及 CEO，同济大学教授、博士生导师，设计人工智能实验室主任，中欧特赞人工智能与商业创新研究基金主席

范凌在同济大学设计人工智能实验室的主要工作是研究如何把创意变成数据，并且对一系列时髦的文化现象进行解构，他将形态、构造、色彩、主题的研究过程称之为“创意的可计算性”研究。让机器理解图片、文字、视频、声音等非结构化的数据，从而教机器去理解创意。

范凌提到，2022 年生成式人工智能刚出现时，普遍观点认为，AIGC与人类可以形成协作关系，人做人的事，机器做机器的事。AI可以替代人类的低端工作，但高端工作还需要人来做。但是两年后，人们发现，高端工作里也有很多是低端任务，比如律师是高端工作，但文件审查等是低端任务。工作不会被AI取代，但是工作任务会被AI逐渐取代。 

在整个工作流里，每一项任务自动化的程度都不一样，所以整个过程变成由人类驱动 AI 来提效。生成式人工智能擅长做批量化的工作，对事实有更好的理解，对方向明确的创造内容，其生成效率比人类更高。

范凌2015年创业时，AIGC这一概念尚未出现，但AI已经出现。2022年AIGC诞生之时，他在第一时间便拥抱了这项技术。为什么他会有勇气拥抱还处于“青涩期”的技术？

“创业者如果没有天真感，相信‘世界因我而不同’，就不会做出什么改变。”范凌说，“孙正义、贝索斯都会在自己的传记中说自己很天真。我觉得天真感很重要，你不天真，就不会对新东西有好奇心。你天真地觉得这东西挺好、挺酷，就忘记了它不好用的部分。”

人工智能就是一群充满“天真感”的人创造出来的名词。从 1956 年达特茅斯学院会议开始，一个研究专门技术的窄门学科逐渐发展成为可以改变 360行的通用技术。相信AIGC是五十年一遇的机遇，特赞又该如何“天真地”用AIGC来改变行业？

特赞平台的 AI 成为企业“设计”的广告宣传图

范凌表示，新技术的崛起有两个条件：一是总有人的需求未被满足，他们永远在寻找新的满足需求的方式。这些需求源自人类的好奇心，比如渴望更多的信息，或是满足未被满足的欲望。技术永远都是在解决这些问题，且循环往复。商业的本质没有被改变，只是规模、手段、阻力出现了变化。新技术的到来会改变原有的权力结构。而当技术遇到了未被满足的需求，就有了生长的土壤；二是谁从技术中受益，谁就有改变的意愿。特赞开发的软件提供给营销创意行业 ，但并不代表营销创意行业的从业者都会拥抱AI，反倒是营销行业搞技术的人，会是最早使用AI的人。

范凌毕业于同济大学建筑系，后获得美国普林斯顿大学建筑学硕士学位，回国后在中央美术学院任教。2010 年他被公派至美国哈佛大学攻读设计学博士学位，毕业后，在美国加州大学伯克利分校教了三年人机交互。他的学业和职业经历始终处于技术和艺术的交汇点。在普林斯顿求学时，范凌深刻体会到，教育的价值不在于学习已知，而是去探索未知。

普林斯顿倡导博雅教育，学生们可以接触到专业以外的大量“无用之学”。“AI教母”李飞飞在普林斯顿学习物理期间就曾经选修过艺术史，范凌说：“你可以理解为，李飞飞因此而更善于做与视觉相关的研究。”不久前，OpenAI推出的O1推理大模型，长长的CoT（思维链）展示的便是心理学家丹尼尔·卡尼曼的“慢思考”体系。 

在环境的影响下，范凌在求学期间就萌生了创业的想法。博士毕业后，范凌并没有立刻创业，而是去伯克利教书。如果说创业在家人看来略带莽撞，那范凌教书的这三年是 “让那些爱你的人有时间去消化你莽撞的行为”。

2015年，范凌终于在硅谷开始了“莽撞”的创业。他创立了一个设计师社区，并手绘了一张logo——两个比赞的大拇指，寓意 Tech（科技）和Design（想象力）两个领域都要做到“赞”，两个赞相加就是“特赞”。科技与想象力的关系是，每次技术革命，都会带来一次设计的新机会，科技赋能想象力，而不是取代想象力。

彼时，移动互联网大潮正盛，以Uber为代表的精准匹配供需的交易平台改写了第一代以信息聚合为主 ( 如淘宝、hao123 等）的平台交易模式。创业者把注意力放在寻找下一个“行业 Uber”的机会上。从精准匹配的思路去看，显然设计符合“行业 Uber”的特征，天然地匹配营销和企业服务的需求。“这是一个受管理的市场，精准度提高后，效率是可测量的，平台作用会越来越大。”范凌说。 

特赞初创时，提供设计师和品牌的创意供需匹配。随着创意内容激增，企业内容生产频率加快，内容管理的需求不断涌现出来。2018年，特赞首次发布内容管理系统，帮助企业管理、积累、生产、分析优质内容，构建企业级的创意内容数字新基建。 

在特赞创意供给平台，一边是创意提供方，一方是企业。如今平台上汇聚了全球超过10万创意方，超过300个Creative SKU（按场景划分的素材，如海报、视频等）。在这里，品牌可以高效对接全球创意供给方，生产图文、视频、IP等多种内容创意；通过特赞DAM（Digital Asset Management，数字资产管理）系统，可以进一步对内容素材进行打标、元素级结构化，从而赋能内容流转。 

当系统可以大量生成图片时，设计师是否会失去工作，或者图片会不会因此而变得廉价？范凌表示，“如果今天用 AI 做图后，设计师向公众解释为什么要做这张图，这张图怎么定价都会嫌便宜，因为设计师传递的是创意，赋予艺术意义。AI只是辅助人类创意的工具。” 

2020年，特赞发布了带有AI辅助的内容DAM系统，成为第一家本土DAM公司。产品资产、用户资产和内容资产是品牌的三大资产体系，并且内容资产将成为营销下一阶段的竞争力。特赞打造了企业内容素材“存储-审核-协作-分发”内容中心，连接内容创作者、管理者、使用者和消费者。

如今，特赞已经为 200 多个全球领先品牌提供服务，内容生态已聚集超过10万名内容创作者，生产了15万多项内容资产，每年调用专有 AIGC模型次数超过100万次，积累超过10亿字节企业AIGC数据集规模。

2020 年，特赞的客户数量开始激增。许多企业开始重视社交平台的内容“种草”，从运营用户延伸到运营内容。 

品牌的内容生态在变化，从过去一年只做几次内容，到现在线上、线下、公域、私域时刻在用内容与消费者进行对话。内容的形式更丰富，频率更高，分发触点也更多元。面对持续的增长挑战，各行业都在寻求内容驱动增长的方式。 

在预算紧缩的当下，不少零售企业从原先依靠新开门店拉动业务增长改为深挖现有门店潜力来提效。以往一个品牌只做统一的自媒体号，变成品牌下的每家门店都设立几个社交媒体账号，通过线上门店引流附近的客户，由此带来对低成本高质量内容的大量需求。“在频繁的内容更新、管理和分发中，如果内容还是由设计师全程来做，这件事就是不成立的。”范凌说，“企业在有ERP 系统之前也在做生意，只是效率不同。现在进入 AIGC 时代，我们该再次以全新的视角来看待效率这件事了。”

生意的本质是两链，即产品供应链和内容供应链。一个产品从设计、生产、包装、仓储、物流最终到消费者手中，是一个完整的产品供应链。从内容的设计生产到内容的管理仓储和分发，最后到渠道的上架，是内容的完整供应链。

如今，购买一个产品，往往不是因为看到了产品本身，而是因为看到了代表产品卖点的图片、视频、购物的分享和“种草”等内容，从而带来下单和转化，所以能不能更及时，更好地把产品的内容生产出来、传播出去，就决定了转化的效率，从而影响生意的结果。

营销在快消、美妆行业占所有支出的百分之八九十，而营销最重要的工作就是输出好内容。目前市场变化比市场营销更快，品牌要对用户的需求与偏好进行快速响应，营销物料的时效性正在被缩短。

企业方在内容管理上的问题：一是内容多由外部服务商上传，储存渠道零散化和私人化，素材情况不透明，协作效率低；二是内容取用没有明确的权限设计和审核流程，流转效率低且存在合规风险；三是难以建立有效的全链路管理体系，海量内容无法为业务团队带来更多价值。内容储存的零散化、私人化，导致内容生产者和管理者无法清晰地了解内容资产的现状，更无法知道哪些是好内容，哪些内容具备复用价值。在触点和内容体量攀升的情况下，内容生产成本的攀升将倒逼企业关注对大量碎片化素材的复用，内容管理也因此成为企业当下的迫切需求。范凌说：“美国有统计数据显示，企业将 20% 以上的时间花在寻找资料上，但是 50% 的资料找不着。”

内容管理的前提是内容数据。企业通过 DAM系统实现企业内容数据资产的统一组织、存储、检索和分发。特赞 DAM 系统将品牌的非结构化媒体文件转化为结构化的内容，并且进行有效存储，企业构建专有模型的能力始于此。“原先系统提供原材料，人提供知识。但现在系统变得智能化后，系统可以输出知识。大语言模型就是把文字训练成模型，模型本身带有人的经验。对于一些特别经验的记录则需要做垂直的知识补强，即 RAG （Retrieve Augmented Generation），把大模型的知识补充完整。”范凌说。 

近期特赞发布了“Content+AI”的一系列新产品，就为企业带来了“内容 + 人工智能”在企业内容流转链路和多个经营场景下的新思路。但工具再好，也需要企业方的重视与配合。范凌说：“我们发现，企业对自己的内容资产重视不够。他们对于AI的期待是想要一个开箱即用的AI，但事实上，开箱即用的AI是最普通的AI，一定要加上企业的专有知识和经验。就像自己的家，整理后，扫地机器人才能清扫干净。”因此，通常企业想要实现成功的内容管理，需要一位数字资产管理专员来完成两件事：一是把内容通过标签定义变为数据标准；二是打通系统内部的卡点，保证系统正常运作。 

“数字资产管理专员在企业推行新技术时很关键。有的企业有六个品牌，每个品牌设立一个数字资产管理专员；有的企业则让一个人管理六个品牌。从目前情况来看，这个职业不一定是技术出身，经过培训即可，但一定是一个能推动事的人。”范凌坦言。

尽管特赞抢到了AIGC时代内容人工智能的第一批入场券，但范凌危机意识不减。“这个行业只要有机会，就会有新玩家进入，就像电影《大卫和歌利亚》中所展现的，领先者反而有一堆缺点，所以大卫必然战胜歌利亚。我们不能只关注自己在做的事，而是要不停地推翻自己。”范凌说。

范凌有两个办法推翻自己。一是相信技术的价值。技术提供了全新的可能性，让同一个问题有了全新的答案。创业者是否敢于用新答案来取代原来做得顺手的答案？二是跟着客户的需求走。客户有哪些还未被满足的需求？对目前的解决方案有什么不满？还能不能提供更好的答案？ 

范凌说，“今年，我们和中欧国际工商学院成立了‘中欧×特赞人工智能与商业创新研究基金’，希望能够解决企业在人工智能商业落地中的挑战，形成理论结合实践的可操作框架（Operational Framework）。GPT 是这一代的通用目的技术（General Purpose Technology），就像电一样，以GPT为代表的生成式人工智能系统会对每个人的生活产生影响。我们希望构建一个属于AI时代通用技术的‘曼哈顿’，让各种各样的商业创新涌现出来，共同创建AI时代的商业文明。” （本文图片由受访者提供）

来源 | 《商学院》杂志2024年11月刊