十年前李飞飞教授做出了ImageNet，让冰冷的机器可以读懂照片背后的故事。
两三年前，特赞也开始做一样东西，叫DesignNet，让机器可以理解设计和创意，理解不同行业中哪些创意内容更有效，如何让内容和场景之间产生强关联。
人工智能领域的研究大多都在于解决效率问题，即「左脑问题」，帮助人们更快、更强、更准的解决问题。人工智能在左脑相关领域替代的深度、速度都很快。
但是，负责创意和艺术右脑充满了很高的不确定性，是反直觉的，不像左脑会有很多的重复性工作。那么，是否有一套模式可以批量化、个性化智能生成创意内容，解决人工智能的「右脑问题」呢？
特赞，始于设计创意平台，如今将设计与科技结合，让创意的数据产生价值，成长为一家涉及创意、设计和营销领域的数据智能公司，为品牌提供创意、管理、生成、优化的全流程一站式营销解决方案。将看上去非结构的创意结构化，提高处理和利用创意内容的效率，服务行业涵盖互联网、快销、母婴、教育、美妆等等。
增长是品牌现在的核心挑战，而不确定性是现在商业的新常态。过去几年，媒体环境越发碎片化，变化速度越来越快，渠道、人群喜好、内容都发生了很大变化。
不确定性的商业环境下怎样获得可持续的增长？利用数据和智能，帮企业更好的生存。
过去二十年，数据一直赋能媒介，品牌通过更多丰富的线上媒介来触达用户。过去只需要优化数据，最终效果就会很好，而如今消费者数据的关注已经到达了平台期，通过优化媒介实现用户增长的方式难以看到新的增长机会。
营销的本质是在解决内容、媒体和人群之间的匹配，目前媒体和人群已经被各种AdTech所占领，比如DMP、媒体标签等。而如今，头部平台垄断了80%的流量，整个生态中很难有第三方公司能拥有大量人群数据，第三方DMP也难以和他人打通数据，所以在媒体和人群这两个因素中很难产生新的机会。而由于底层的数据和画像更加清晰，也就使得大家对内容的诉求更多，创意杠杆就成为了不确定性环境下的第二次增长机会。
通过让机器理解创意维度的内容，重新改变创造内容，在内容创意上做到千人千面，生产更多触达效果好、转化率高的内容。
一个好的创意投放出去效果立竿见影。好的创意要比差的创意带来的效果高10倍，甚至50倍。
但说起来容易做起来难。创意似乎就是那一瞬间的构思，靠的是捉摸不定、无法预测的灵感。而客户对创意产出速度需求也越来越高，可能要求2天内就交出成品。
那么创意是否可以变得可预测、可持续？
《广告创意解码》一书中，将广告创意解码成80种模式。当时这本书还受到了批评，业界认为创意是不可能被解构的，规律很难被找出。
一直以来，人们对创意领域有很多误解，认为创意行业是凌乱、非线性、感性、随机、不可预测的行业。但其实创意行业最后还要落回受众的体验上。可以给用户带来体验的不是创意本身，而是产品。创意只是产品的画龙点睛之比，而整个环节中还有很多有序、理性的东西。
每年都有很多爆款和热点出现，每一个爆款都有自己成功的理由。为什么容易传播？背后的原理是什么？这些问题一般大家都是基于经验，而没有试图把它解构出来，而特赞就在试图解决这个问题。
创意和内容本身就是一门统计学，将创意这类非结构化的内容，用数据和标签这类结构化的方式进行解构，再通过技术手段总结过去的规律，基于数据描述而对未来做出预测，降低随机性与偶然性。
机器不能替代人去做创造性的事情，但机器能够辅助人更好的做创造性的事情。机器和人的学习都需要根据历史经验指导未来的行为。但是，相比于人而言，机器却可以用更加快速、高效的方式学习内容和知识。人之所以学习知识的效率并不高，就因为无论是口口相传，还是课堂教述，整个过程都是用非标准化的语言进行传播和接听。如果可以通过数字化，将经验变成流程，就可以加速学习过程，将基本内容的学习过程快速缩短。
创意数据化，如何进行使用？
特赞有两大核心技术引擎，Tezign.EYE （特赞眼：创意内容的图像处理引擎）和Tezign.MIND （特赞脑：创意能力的机器学习引擎），为实时、智能、可靠、合规调用创意资源提供保证。
在此基础上，特赞用四大产品服务帮助企业增长：创意供给平台、创意资源管理、智能创意生成和智能创意分发。
平时工作中在微信、邮件、电脑中都有大量的文件——视频、包装、图像、海报……而这些内容可能遍布各种渠道——电商、APP、官网、邮件、线下广告……
但这就导致了一个问题：跨团队协作时经常很难找到最终的版本，或者忘记放在了哪里。即使知道消费者的变化，但不了解自己的供给能力，可能要一个一个打开表格去分析、猜测。
通过特赞的T.Assets（创意资源管理）产品，可以把散落在不同地方的项目、知识、创意内容放在一个地方，统一进行管理，用多维的方式描述这些数据，慢慢变为资产，而随着数据量的增加，不断扩充这个资源管理库，让机器学习理解和再利用。
而创意数据不仅仅是广告片、海报、TVC，每一个与消费者体验有关的内容，都可以作为创意资产进行管理。比如消费者看到包装之后的感受，哪种包装的效果最好，某个品牌目前的操作是什么，内容在哪些渠道投放，内容与其他竞争对手相比的效果如何。这些都可以作为企业的一种资产进行管理。
创意数据越多维、越丰富，人工智能能够发挥的价值就越大。将需求、供给和内容都变为数据资源，之后就可以根据这些创意数据进行更好的预测、触达、分析和优化。
将每个环节的内容进行资产化管理之后，就可以动态查找搭配组合，大大加速创新速度，使产品上线周期缩短1-2个月，产品概念测试速度也会是过去的5-10倍，这可以使品牌更快的对消费者市场变化做出反应。
(1)对内容进行标注和描述。
按照不同的品牌、活动将把资产分类和排布，并为这些数据添加描述。如今描述的添加不需人工去做，智能化机器即可完成。特赞的创意数据智能观察每个创意素材，就可以标注出素材属于什么品牌、准备投放在哪个渠道，是哪一次活动、可能与哪个品牌跨界、画面突出了哪个代言人、产品卖点在哪里。
(2)用智能分类，便于快速查找：
如果每天产生的数据速度过快，可以将素材进行智能分类，如果有新素材进入，就可以直接归类到各个分类下方，一方面便于查找，另一方面便于团队分享。
(3)特赞的素材管理还能实时判断风险，确保安全合规：
内容越多，也意味这审核成本越高，在外的风险也会越高。比如一些字体或素材的版权、PR风险等。特赞AI针对每个创意数据背后的标签会实时更新，可以保证所有使用的素材，在文字、内容、广告法合规、艺人方面是安全合规的。经过合规检测之后，所有的素材都是安全可信的。不管是内部团队，还是外部合作伙伴，这些素材都可以方便地在品牌之间、在品牌和外部合作伙伴之间传播。
创意素材都有衰退期，竞争越激烈更换频率越高，手动更换意味着很高的人力成本，而很多时候人的大脑可能会想不起来有哪些元素可以使用，这时就需要结合工具，提高创意生产的效率。
所以特赞推出的系统性平台的解决方案，可以提供大量可测试的的素材类型，找到行业内的优质元素，并统一放到线上，提升整体的点击率、转化率和投放效率。通过精准的供需关系匹配，让企业可以按时、按需、按量的对创意能力进行调用，像云计算一样。
每个平台都可能产生多元、并发、不确定性的问题，一家公司可能面临着几百个供应商，彼此孤立将意味着中间要很多的沟通成本，而特赞推出的平台级接入，可以将创意供给平台与公司自身系统的API打通，打通之后供应商模型和公司的模型可以完全一致，就像调用云计算一样，公司可以随时调用云端的创意，中间不需要人员进行对接和交互。
很多时候企业做出了非常精致的内容，如果只用一次，非常的浪费。是否可以从已有的创意中衍生出一些新的创意？特赞的AI系统可以将过去的素材与内容延展出多元的结果，动态生成新的创意，实现针对消费者千人千面的内容需求。
以视频内容为例。机器可以判断某个时间点是否发生了场景切换，场景切换后的画面焦点等，智能处理从而适应不同的屏幕尺寸，大大提高内容利用率或资产利用率。让AI学习并复用创意内容，以在不同的渠道、不同的尺寸下给用户最好的感受。
将内容进行解构和分析，包括谁出现过、出现的时间点，针对视频的每一帧贴上动态标签。将原来的视频结构打散，对这些片段重新组合，这样一条视频就成了多条视频，针对不同消费者的兴趣和特点，推送不同的视频内容，大家才会被广告打动。
比如可以提取出重复频率高的桥段，剪辑成一个短视频，作为快闪视频；或者将男主女主曾出现过的镜头提取出来，再根据片段之间的关系重新剪辑，成为一个关于爱情的视频。
用机器找出用户感兴趣的点并放大，把内容从小规模的测试做到批量的规模。智能的创意内容生成，使得大量的测试成为了可能性。
以双十一为例，前期根据人的经验将渠道与素材进行匹配再优化，最终再与货物进行匹配，这是一个长期准备的过程，可能需要三个月。十月底进入了冲杀时期，这时要不停变换查漏补缺，广告公司此时基本需要全天24小时无缝衔接的服务。但利用特赞的AI技术，可以为所有素材打上相应的数据标签，双十一的时候可以直接结合场景使用，智能生成创意素材，极大地节省了人力和时间成本。
以较低成本创造了大量的内容，接下来如何让消费者精准触达到内容？能否根据用户的偏好和特点，投放适合用户风格的内容？
如果看跨渠道分发的效果，可能要在每个渠道都下载一个表格，再将不同表格关联，做繁杂的数据分析。而利用特赞AI产品，就可以进行实时跨渠道对比，分析内容效果，指导下一次内容计划和投放，将合适的内容匹配合适的渠道，提高转化效果。
有些媒体可能不是适合做内容的渠道，投放效果会很差，耗费了大量成本而没有效果。那么可以在投放之前预测渠道的大致表现。根据类似的内容、行业、人群之前的历史平均表现，在投放前进行初步判断，从而更好的指导投放。
特赞T.Platform（创意供给平台）产品可以以最快的节奏生成创意内容，满足市场的竞争需求。不仅可以让机器设计出最好的、有效果、有品质的东西，还能省钱省心，在营销创意方面实现「多快好省」，通过供给侧的改革推动品牌的业务增长。把创意还给人，让机器和平台做更多有效率的事情，让整体的创意更有价值。
艺术家往往在大家心目中是最神秘的，能否让艺术家和艺术作品被机器看懂，走进更多的落地场景中，走向大众？
首先要有资源。发展到今天，特赞平台上有三万多的创意方，涵盖平面、动画、插画、新媒体、IP等众多领域。其次，要利用标签化让艺术和创意被数据看见和理解，从而走向大众。很多企业管理创意方的方式就是用Excel表格，只涵盖了各家创意方的联系人与电话。而标签化可以带来新的管理方式。每个创意方背后都会打上近一千多个标签，包括作品概括、价格水平、风格、设计、特长等，也包括其历史行为数据，比如曾经的合作方、合作效果以及合作方的评价等。通过标签化的数据，可以帮企业更方便的找到适合自己的创意方，进行匹配。
一般来说，如果客户产生一个需求，比如要找特别有趣的插画风格，那可能要话几周时间在外部找相关素材，找到后才可以开始制作。
特赞可以实现更快的匹配。项目需求到特赞平台产品后，会立即自动分解成大量的标签，标签在后台会迅速匹配平台上合适的创意方。
短时间内迅速做出优质的物料，然后立刻上线，更高效的提高了营销效果。项目平均时长可以节约30%以上。
举个例子，天猫想做一个国潮主题的活动，利用特赞产品基本五秒钟就可以解决这个问题，而不用花两三个星期。再比如，杭州的淘宝造物节，淘宝要做108个造物者，每个造物者都不相同。过去可能3周时间实现这个需求就已经很快了，通过特赞从接到需求到上线只用了六天时间。
而整个过程中，数据也会不断的沉淀、累积，每一个创意方的画像通过数据越来越清楚，下一次推荐将会更加精准快速。
从前营销创意行业依靠的是人的经验，但现在场景越来越多、越来越碎，通过工具和技术的力量，可以将这些专业从人转移到产品。创意的最终产出还是要有好的效果。但需要什么来保障？
第一个保障是标签和匹配体系。好的创意意味着高专业度，高度的匹配才能产生效果最好的创意。举个例子：一般淘宝或快手的开箱视频有很多，但开箱视频有不同的形式，通过机器匹配可以找到更好的形式和呈现。
另一个保障是营销知识的匹配和注入。不同场景都有其专业性，把个人经验融到平台中，把经验沉淀为数据。
创意不只是更好，还可以更省——省时、省钱、省心。
省时。市场采购的员工每天80%的时间都在处理大量小订单、小项目、小微需求。但项目不管大小，流程从报价、核价、执行、收发票、项目结束都要整个流程，非常耗时间。很多员工的时间和精力并没有放在真正有创造性的事情上，而是在机械的走流程。但这种流程不应浪费有创造力的人的时间，而应该交给机器与平台。通过特赞，只需几个点击，就可以完成各种标准的合作和合同流程。
省钱。特赞的平台模式是按需供给，供给者没有特定的地点，生产是随性的，创意方赚到了更多的钱，一旦跟大型企业进行平台级对接之后，单个项目的成本可以省下很多，整体省下的预算是个不小的数字，性价比很高。
省心。管理者经常要考虑很多维度的问题，包括某个市场的价值是多少，团队是否靠谱。而特赞平台有透明的项目管理体系和报价体系，整体操作很简单，几个点击就可以看到项目、标签、要做什么、怎么做。
传统人工智能会用渠道和消费者的信息。很多电商网站能看到的商品都差不多，更好的消费者体验变得越来越难，原因就在于传统人工智能的训练没有使用深层次的数据。
而特赞将品牌类素材作为训练的依据。从第一天做品牌类的内容时就开始思考，品牌类的内容应该如何做标注、分类。
内容表面是内容，但其实背后的每一层信息都可被加工，比如所有的元素、行业属性都可以被复用，而复用的过程中可以创新出一些新的内容和框架，做出比初级设计师更好的作品。这一点也是特赞在人工智能领域要不断学习的，兼顾品牌和效果。
到现在为止，特赞的AI通过上亿次运算，累计完成了50多万次的设计，这些运算包括对元素、框架和合规的处理，使特赞眼（Tezign.EYE）对内容有更深的理解和支持，包括思考能否让图动起来，让平面变为视频，能否重组顺序产生更多价值。
王喆表示，特赞希望和那些愿意迈出第一步的人一起合作，共同进化，让每个企业真正理解内容背后数据的价值，发现数据智能赋能的营销的未来。
