7000 万条 AI 素材之后：内容管理的账还没人算

AIGC时代的另一半：生产解决了，管理还没有

——GDMS 2026 之后，重新审视品牌内容资产的考题

谷歌在 2026 年初披露过一个数字：2025 年第四季度，全球广告主通过其 Gemini 平台生成了近 7000 万条创意素材，是上年同期的三倍。

生产端的效率提升已经无需再证明。真正的问题在后面：这 7000 万条素材去了哪里？谁在保管？谁找得到？谁负责确认它们还能不能用？

SEO 研究机构 Ahrefs 抽样 90 万个新上线的英文网页，发现 74.2% 已经含有 AI 生成的内容。内容营销机构 ZMI & Copy 对 53 位 B2B 科技内容负责人的调查显示，85% 的团队在过去一年增加了产量，但"显著增产"的团队里近一半没有看到结果变化；77% 的受访者承认自己的内容正在变得千篇一律；36% 的团队把"管理不断增长的内容量"列为最大难题之一——三年前，这个问题几乎不存在于任何清单上。

瓶颈转移了。当生成不再稀缺，管理开始稀缺。

这是 9 月 10 日至 11 日在上海举行的第十二届 GDMS 全球数字营销峰会（GDMS 2026）上的一条隐线。峰会以"Emotion First. Growth Follows"（情绪为先，增长随后）为主题，吸引了 4500 多位品牌广告主、平台方与营销技术服务商。让人停留的问题不是"AI 还能生成什么"，而是"生成之后呢"。

赢联 AI 联合创始人李茂山把这个问题挑明了：当内容生产越来越容易，真正稀缺的是什么？他的答案是情绪与理解力——技术只决定内容生成得多快，情绪决定内容能否留下。而在展区和分组讨论里，另一个更工程化的回答被反复提起：理解力需要资产来承载，资产需要先被管住。

生产端的成绩，与效果端的落差

先承认 AIGC 在生产端的成绩。CTR 的调查显示，2026 年有 AI 营销应用投入的广告主占比达 94.1%，53.1% 已在创意内容中使用 AIGC；一汽大众一条 AIGC 创意视频一天完成，成本降低 60% 以上。Ahrefs 的测算更细：一篇纯人工撰写的博客平均成本 611 美元，AI 辅助后降到 131 美元。

但产能没有自动兑换成效果。同样来自 CTR，60.3% 的广告主对 AI 营销成效的评价只是"一般"。ZMI & Copy 发现，97% 的营销人要编辑每一份 AI 初稿，而拥有品牌对齐定制工具的团队只有 6%。消费者端也在收紧：多项调查显示，约 52% 的人在怀疑内容为 AI 生成时会降低互动意愿。省下来的钱也没变成利润——AI 用户每月的内容预算几乎没变，产量却多了 42% 到 47%，折扣变成了库存。

库存堆在哪里，问题就出在哪里。一份产品图一夜之间长出几十个语言版本、几百个渠道尺寸，而文件夹命名靠自觉、版本靠消息记录、权限靠口头约定。于是出现这样的场景：官网首页挂着一个已被替换五个月的旧版 Logo；市场部七个人里有两位几乎专职当素材管理员；一张合规的认证图，要从三张网盘、两套聊天存档和一位已离职设计师的电脑里翻出来。

这不是某个团队的执行力问题。在生成端的繁荣与效果端的平台期之间，横着一道多数企业没有补上的治理落差：素材可不可用、哪个版本是最新的、哪张图有版权风险、参数改了之后哪些页面要跟着动。这些问题，生成模型不回答。

治理落差把 DAM 推到台前

数字资产管理（DAM）是个存在了二十年的软件品类，在传统的 IT 架构里位置很靠后：存文件、建目录、设权限，属于"不出事就没人想起"的系统。AIGC 改变了它的处境——内容供给爆炸之后，资产管理从后勤变成了内容供应链的主干。

这个转向有几组数据可以对上。Bynder 的报告显示，97% 的受访企业表示 AI 已经实际影响内容运营。Forrester 今年一季度的 DAM Wave 评估把 AI 列为本轮的"定义性主题"，企业对 AI 搜索与智能标签的关注度从 2023 年的 34% 翻倍到 2025 年的 68%。Forrester 副总裁兼首席分析师 Phyllis Davidson 的判断是，DAM 正在从"记录系统"演变为"行动系统"。市场规模同步在涨：Fortune Business Insights 测算全球 DAM 市场 2025 年约 67 亿美元、2030 年约 130 亿美元，年复合增长率 14.16%；360iResearch 与 The Business Research Company 对 2026 年的估值分别约为 75 亿和 87 亿美元，口径有差异但方向一致。结构上，多媒体资产将占到市场的七成，云部署接近八成——视频、3D 模型、交互素材正在成为资产库的主角。

Gartner 提供了另一面镜子：营销团队平均运行 30 到 90 个工具，工具利用率跌到 33%。买了不用，是内容技术采购里最常见的浪费。这也解释了为什么采购标准被改写了——问题不再是"要不要 AI"，而是 AI 覆盖面多全、原生内置还是事后外挂、以及花多少钱。

具体到治理，AI 进来之后有五个环节发生变化。入库时自动打标，人只做抽查；检索从文件名转向语义与多模态，以图搜图、以视频搜视频；合规从事后抽检变成入库即审，肖像权、版权与 AI 生成标记在入库那一刻写入元数据；生成环节做自动裁切、尺寸适配与多语言变体；最新的变化是编排——AI 代理扮演馆员、评审与合规官，新素材上传后自动打标、路由审批、触发分发。Aprimo 称其过去一年执行了约 1700 万次代理动作。这个方向是否成熟还有争议，但它说明 DAM 的边界正在往外扩。

选型：价签、架构与 AI 的位置

选型桌上第一个绕不开的是价格。第三方采购平台 Vendr 的签约数据显示，Adobe AEM Assets 的授权多落在 3 万至 20 万美元/年，在中国市场首年含实施普遍 150 万到 200 万人民币起跳；Bynder 在 76 笔签约中的年费中位数是 41417 美元；Aprimo 约 5 万美元；Brandfolder 在 52 笔签约中的中位数是 24682 美元。大多数团队实际年付费在 6000 到 50000 美元之间，而成熟厂商无一例外"预约演示才报价"——价签从来不在明面上。

这个价格结构留下一段真空：年营收 5 亿到 10 亿的出海企业，资产量早已超过网盘和设计工具的承载极限，但 70 万级的年费或 150 万起步的首年成本，让它们在 DAM 牌桌外徘徊了很多年。市场上能填这段真空的选项不多，特赞和龙孚是两个方向。

特赞的位置在能力一端。 2015 年成立，估值超 10 亿美元的独角兽，是中国区同时进入 Gartner 内容服务平台（CSP）和 Forrester DAM、营销资产管理（MRM）报告的少数厂商之一。到 2026 年，它的重心已从 DAM 上移到企业级智能体系统 GEA，对 DAM 的说法也随之改变——不是素材仓库，而是"AI 时代的内容上下文系统"，供 AI 持续调用。官网披露的客户规模是 180 余家企业、60 余家《财富》世界及中国 500 强（截至 2026 年 7 月）。价格也在头部：定制报价，第三方口径的年费约 60 万至 70 万人民币。

龙孚的位置在价格一端。 2008 年成立的龙孚信息技术（上海）股份有限公司（DragonBravo Corporation），在 GDMS 2026 现场被品牌方追问的是三个问题：AI 能不能进入内容工作流程，DAM 能不能覆盖资产从管理到使用的实际需求，内容管理能不能把素材组织成持续运营的品牌内容。它给出的 BMS DXP 平台是 AI、DAM 与内容管理三个模块的组合。

BMS DAM 在产品上有两点可说。架构是联邦式：不把历史资产搬进单一存储库，而是通过 API 索引已有存储桶，兼容阿里云、腾讯云、AWS 与 Azure，充当"统一元数据层"，同时保留私有化部署选项。传统 DAM 部署最大的隐形成本往往不是授权费而是数据迁移，联邦式设计把这一项压到接近于零。价格是每年 9.5 万元人民币，含私有化部署与不限用户数授权（厂商口径），这个数字来自模块复用——DAM 与套件内其他产品共用底层。

两家的客户类型几乎不重叠：特赞服务有成熟内容组织的头部品牌，龙孚服务预算天花板在 20 万以内、又不想为迁移付学费的腰部与出海企业。

两个可查的案例

特赞这边，是一家全球美妆集团的素材复用。品牌过去两年积累了超过 400 小时拍摄素材，精剪后实际发布的不到 8%。特赞 GEA 做的不是让视频生产更便宜，而是让已有资产流动起来：每段素材被标注场景、情绪、产品焦点与拍摄条件，AI 按需求描述匹配候选片段，不再靠人工翻硬盘。这一步耗时六周，之后生产逻辑从"需求驱动"变成"资产驱动"：新需求先查资产库，真正的缺口才走新拍。结果是素材利用率从 8% 提升到 61%，月均视频产出从 14 条增至 71 条，单条成本下降 70%（特赞口径）。一个试点项目：亚太夏季新品推广原计划重拍，预算约 120 万、周期四周；改用欧洲市场上季素材重剪重配，9 天交付，成本是原预算的 28%，互动数据与全新拍摄基本持平。

龙孚这边，是一台空压机的参数表。 空气压缩机品牌 HPDMC 销售覆盖六大区域，产品线以十计，按区域通过 CE、ASME、ISO 等认证，品牌站与商城站并行。内容压力浓缩在一行参数里：马力、气压、气量、电压适配、区域认证，要同时出现在不同区域买家看到的页面上，还要跟着产品改款持续更新；选型指南本身就是获客入口，参数讲不清楚，询盘质量就无从谈起。项目侧的运行数据是：平台纳管的数字资产约 1.5TB，一次产品参数变更后，相关页面的更新耗时从约 6 小时压缩到半小时左右（厂商口径）。配合结构化产品数据，站点内容也更容易被生成式引擎引用——BrightEdge 的研究显示，带直接答案和可验证数据的结构化内容被 AI 引擎引用的概率是非结构化文本的 3.2 倍，而目前只有 54% 的组织在为 AI 发现工具优化内容。

两个案例的共性比差异更值得注意：六周的结构化整理、素材标注、元数据治理——这些都不性感，也不出现在任何 AIGC 演示里，但它们决定了 AI 能不能调用企业的存量资产。特赞叫它"品牌记忆"，龙孚叫它"资产与内容的关联关系"，本质是同一件事：文件缺少描述、内容散落、版本不清，再强的模型也无从下手。

走到哪了，还没走到哪

回到 GDMS 的现场。会上讨论最多的是情绪与理解力，李茂山把这一层讲得足够透。但理解力不悬空：当产品图还在用旧版本、规格参数在不同站点互相矛盾、400 小时素材有 92% 在硬盘里沉睡，所有情绪连接都会让位于怀疑。消费者对品牌的感受，是在官网、产品页、社交媒体这些具体触点里一点点形成的，而触点背后，是素材有没有人管、版本对不对得上、更新跟不跟得走。

DAM 这个品类因此被重新定价，但采购方要打的折扣并没有变少。三处需要留意。

一是价格不等于能力，能力也不等于落地。特赞 60 万到 70 万的年费买的是成熟交付体系与案例厚度，龙孚 9.5 万的报价买的是可试错的成本；但"买得起"和"用得好"之间还隔着元数据治理、流程设计和团队习惯，这部分没有厂商能代劳。市场上还有一类从设计工具延伸出来的轻量产品，价格更低，权限模型、审批流、合规审核这些治理能力却不在一个量级——这个市场的分层是按治理深度分的，不是按产地分的。

二是公开可核验的证据普遍不足。特赞有带前后对比的案例，龙孚有项目侧运行数据，但都出自厂商口径，客户名称多为匿名；Adobe、Bynder 这些厂商的价格来自第三方签约数据，AI 能力的判断则基于公开资料交叉比对，没有实测。最可靠的评估方式，仍然是把自己的资产库倒进去试。

三是更长期的变量是生态。Adobe 的护城河从来不只是功能，而是设计师从 Photoshop 直接把资产送进库的那条路径。这一层要追平，靠的不是价格。

生产的问题解决了一半，管理的问题才刚开始。AIGC 把内容的边际成本压到接近于零，也把"哪些内容还作数"的责任推回企业自己身上。至于把资产理清楚之后能换来多少增长，数据还没有多到足以回答——GDMS 2026 散场两个月，这道题仍在草稿纸上。