近两年，人工智能成为学术研究乃至百姓谈论的重要话题，毫无疑问，人工智能已经渗透到社会生活的诸多方面，由此，围绕人工智能与人类关系的争论也日趋激烈，主要有三种代表性的观点：第一种是悲观论，以史蒂芬·霍金为典型代表，他认为人工智能的崛起是人类历史上最糟糕的事情，如果不加以控制，人工智能将在不久的将来毁灭人类文明；第二种是乐观论，以“奇点”理论的提出者雷·库兹韦尔（Ray Kurzweil）为典型代表，他认为随着科技的急速发展，计算机将全面超越人类，人类与机器联合将进入新的文明时代；第三种是泡沫论，认为现在的人工智能在技术上远没有媒体说的那样成熟，在学科基础问题上还有很多瓶颈没有解决，因此没有必要过早地讨论其给人类带来的“颠覆性影响”。理性而冷静地看待人工智能是展开科学研究的基础。霍金强调人工智能对于人类的威胁，十分值得我们警醒。虽然库兹韦尔的“奇点”理论“在国际主流的科学哲学界与心灵哲学界，很少有人认真看待”[1]，但其对人工智能的未来憧憬也不失一些启发意义。泡沫论者的观点似乎有点格格不入，但恰恰提示我们应客观审视人工智能的发展水平和现状。

总的来说，尽管各界对于强人工智能是否可以实现以及何时可以实现存在争议，但对于目前人工智能处于弱人工智能阶段是基本都认同的。1980年，美国哲学家约翰·希尔（John Searle）提出了弱人工智能和强人工智能的概念，他认为弱人工智能是计算机在心灵研究中起到强大的工具作用，而强人工智能不仅仅是工具也是心智本身，计算机能够理解并且拥有某种认知状态[2]。两者的区别一般被理解为弱人工智只专注于且只能解决特定领域的问题，具体包括“自动驾驶、下棋技能、机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、自动规划，等等”[3]，而强人工智能是指计算机可以拥有和人类一样的思维和意识，甚至能够对外部世界做出判断和采取决策与行动。由于目前人类对于自身大脑和心智的研究仍然处于初级阶段，这就在根本上决定了人工智能还没法达到像人类一样思考和行动的程度，目前的人工智能算法和应用基本上都属于弱人工智能的范畴[4]，因此学界的主流观点是认为当前的“人工智能发展处于弱人工智能阶段”[5]。

综上所述，当前广告产业的变革必须置于弱人工智能而不是强人工智能的语境下来讨论。具体而言，主要在生产、传播与管理三个层面带来了巨大变革。

从生产的角度上讲，主要表现：一是人工智能使广告业的生产效率得到极大提高。广告业的内容生产主要集中在广告创意和广告设计上。就广告创意而言，人工智能目前在广告文案的生产上已经可以非常轻松地胜任基础文案的写作，较之于广告人，其明显优势是可以按要求飞速地完成创作文案的任务。2018年4月份，京东开发了“莎士比亚”系统，用户只要输入关键词，单击“生成”按钮，不到一秒钟系统就可以产生上千条匹配文案[6]。2018年6月份，阿里妈妈（阿里巴巴旗下大数据营销平台）发布了“AI智能文案”产品，它一秒可以生成20 000条文案[7]。就广告设计而言，广告设计走向程序化内容生产（PCG），即基于智能机器内部事先设计好的模型和算法生产内容。需要强调的是，广告设计的程序化，既与工业化时代的大规模同质化的复制生产不同，也与网络时代的个性化定制生产不同，某种程度上是它们两者的结合，因为它生产出的是大规模差异化的内容。在国内，阿里巴巴的人工智能设计师“鲁班”负责了2017年“双十一”的海报设计，它每秒可以完成8 000张旗帜海报设计，总量达4亿张。二是人工智能使得广告业的生产成本极大降低。通过减少时间成本和人力成本，可以降低管理费用。就减少人力成本而言，人工智能主要在快速收集、分析和处理海量数据方面发挥其优势，这实际上意味着广告创意生产的主体在悄然发生改变，即由广告创意人员主导转向人工智能自主创意生产和人工智能与广告创意人员协同创意生产，前者意味着创意人员的主导地位被智能机器取代，智能机器完成广告创意生产的核心过程，其基本路径是智能机器根据事先提供的素材自行生成新的内容；后者意味着两者在创意生产中分工协作，一起共同完成创意。一般而言，人工智能主要发挥素材收集、分类和整合的作用，“在创意的产生阶段，人工智能帮助创意思考者和策略人从不同的角度思考问题”[8]，而广告创意人员则根据人工智能提供的数据和内容开发创意，当广告作品生产完成之后，人工智能又可对作品进行进一步检测与筛选，最后高效地分发至不同平台。就降低管理费用而言，人工智能目前主要可以在广告监管方面发挥巨大作用。国外社交巨头脸书一直在探索和使用人工智能来对视频流中的不良信息进行自动筛选，对虚假广告进行识别、捕获、过滤和屏蔽，这些都是单纯依靠人工审核所不能完成的事情。国家工商总局采用“腾讯优图广告图像识别技术”对互联网广告中存在的虚假违法广告、政治敏感人物、事件中的广告图片进行监测识别，对具有广告导向的内容实现精准监管，提高了监管效能[9]。(www.daowen.com)

从传播的角度上讲，主要表现在：一是基于大数据的精准化传播。当今社会，人类生活几乎全镜像式地映射在网络上，这些网络上的信息及信息痕迹就构成了大数据。使用大数据进行消费者态度、消费者行为甚至消费者情感研究与分析，采取的是全样本而非传统的抽样，这就有利于全面地了解和洞察消费者，使得精准化个性化的广告传播成为可能。当前广告业热门的程序化购买和个性化分发，可以实现广告传播的“千人千面”，这是大数据运作的典型模式。二是基于机器学习的智能化传播。机器学习是基于输入的海量数据根据一定算法进行归纳总结从而做出预测和决定的技术，而作为机器学习前沿领域的深度学习，其运作机制主要是通过模拟人脑神经网络来处理和解释数据，这种技术意味着不需要人类的指令机器可以通过自行学习来思考和判断。如在线旅行社亿客行（Expedia）拥有295 000多家酒店的1 000多万张照片，为了向游客展示最吸引人的照片来提高酒店被选中的概率，数据科学团队采用了亚马逊开发的一个系统来自动对照片进行排序，其基本方法是先以10万张照片为数据模型进行训练，使系统可以从中找出最受欢迎的前10张照片，并可根据旅行者的类型进行匹配展示；完成训练之后，才让系统对所有照片进行分类与评定，据亿客行估计，它能够在一天内评定一千万张照片[10]。

从管理的角度上讲，主要表现：一是广告内容存储的云端化。云存储是将存储资源存放至云端以供存取的技术系统，其最大的好处就是联通和共享。具体而言，①广告内容存储的基础设施虚拟化和外部化。相较于广告内容存储依靠有形介质而言，云存储是虚拟不可见的，往往分散在多个云服务器中，相较于广告内容存储于广告公司内部计算机硬盘而言，云存储一般外包给大型的网络科技服务商，广告公司不用去掌握数据管理的专业技术和知识，这些都交由负责维护平台的第三方来管理。②广告公司可以通过任何终端访问和使用云端上的广告数据，“打破用户对特定终端的依赖：用户可用不同终端维护同一份数据，确保用户数据的‘同步’，避免多终端多版本带来的‘数据冲突’和‘数据不一致’”[11]。③可以实现广告数据之间的共享。只要广告公司和企业主观意愿上达成共识，广告数据的共享将成为可能，这将极大地克服“数据孤岛”单一性的缺陷，提高竞争力。二是广告内容分析的实时化。人工智能时代，大数据充斥着互联网，数据的价值随着时间的流逝也在逐渐贬值，因此，实时地抓取并且分析数据成为营销传播决策的重要前提。事实上，当前越来越多的企业选择数据的流处理技术，这种技术改变了数据收集完毕之后再进行分析处理的传统模式，代之以实时到达实时处理，实时进行分组汇聚等增量操作[12]。在营销云服务公司创略科技（Chinapex）为费尔蒙酒店服务的案例中，就运用了数据的实时化处理技术，其基本操作路径是将代码部署到费尔蒙酒店官网、登录页面等目标站点，将具有相应的浏览、点击行为的客户信息进行收集[13]，并实时存贮到数据管理平台APEX DMP，通过分析转化为可用的数据。