Forrester资深分析师 王晓丰

支付宝曾与肯德基推出这样一个活动：顾客在肯德基点单，面对着机器微笑一下，获得评分。如果分数够高，顾客会获赠小食或礼品。这个案例采用了AI技术，包括一到两秒的面部扫描3D相机，和「live-ness检测算法」检查支付者的身份，是一次很典型的AI在营销活动中的应用。

根据Forrester的定义：AI既是一种技术，也是一种理论，机器能够通过经验和学习去模仿人类智能，因此称作「人工智能（Artificial Intelligence）」。

自Alpha Go击败李世石以来，AI再一次成为「显学」。有别于十多年前IBM深蓝电脑击败卡斯帕罗夫所引发的热议，这一次AI浪潮中，「电脑」如何替代「人脑」，在各个垂直领域提供应用，是业界关注及研究的重点。目前，AI技术广泛应用于银行、零售、金融、快消等人群比较复杂、需要处理大量消费者数据的品类。

三个层次的AI营销应用

AI与营销的结合由来已久，Forrester资深分析师王晓丰介绍说，业内人士熟知的程序化广告购买，便是一种典型的AI营销。而支付宝「微笑付款」的营销活动，在王晓丰看来，则是一种最浅层次的AI应用——王晓丰对国内外AI应用于市场营销的场景案例进行分析归纳和总结，发现AI在营销领域的应用目前可以分为三个层次：

首先是浅层的应用，AI模仿人类的智能，具有基本的感知能力，如同人类的眼睛或耳朵，接受外界的信号，具体应用表现为面部识别、声音识别等，主要表现为AI为营销活动提供创意手法。

第二个层次如同人类的大脑，具有思维、思考的能力，AI对整个营销生命周期的协助，比如用聊天机器人或者「天猫精灵」这样的智能助手，满足用户的需求，或是和消费者进行长期的互动沟通，等等替代以前客服的功能。这里AI的能力包括自然语言生成，感知和思考的能力。

第三个层次，属于比较深层次的应用，模仿人类说话或写作的行为能力。在营销技术领域，这个层次使用的AI能力也会是一种复合的能力，用感知思考与行为或者深度学习这些技术含量比较高的AI能力进行综合处理，具体应用包括发现精准受众；用机器学习发掘数据背后的规律，更智能的决策；根据海量的消费者每个人过去行为偏好和当下的场景，提供个性化的、精准到某个具体时刻的营销。而且AI自己会有一个不断循环的学习的过程，它的能力是不断提升的，而且是以非常快的速度提升。

AI是营销人个体能力的延伸

Forrester曾经做过调研，走访企业各个不同部门的负责人，了解他们对于AI的兴趣和意向，发现市场营销部门的人意向最高。究其原因，营销人（尤其是B2C企业）面对的事一个规模庞大的、非常碎片化的消费者市场，需要处理海量的数据；数字生态系统日益复杂，不断有新平台、新工具、新的手段出现；客户旅程也越来越复杂，人类的大脑不可能同时容纳处理成千上万用户的需求。

而AI能够快速从海量的数据中发现规律，提升了工作效率，缩减了工作周期。譬如，阿里巴巴「双11购物节」期间，每一个个体消费者，登陆天猫或者淘宝，所看到的页面、所接收的广告，都是不一样的。这种大规模个性化营销只有AI才能做到。

此外，有效的AI赋能的营销技术，会有一个输入（input）和输出（output）的过程：输入即是收集大量的数据进行洞察，输出则是把获得的洞察经过处理后，应用到营销层面，比如进行跨渠道的营销沟通，个性化的网站设计等。这个输入和输出的过程如何依赖于传统的人工作业，就会是一个单线程；而Ai技术可以让输入和输出两部分不断进行重复，即多线程的沟通模式，同样提升营销的效率。

传统的营销项目规划、管理、实施以及效果的反馈，需要很长的一段周期，可能花上好几个月的时间，但是有了AI之后，这个过程可以缩短到几分钟甚至是几秒。因此，王晓丰认为，「营销的可能性和人类能力的局限之间，有一个机会的差距，AI的可以让这个差距变得更小。」

AI提升营销效率的三个层面

具体来说，AI对于营销效率的提升，可以体现在营销过程的发现、探索和互动三个阶段。

在发现阶段，消费者不了解品牌和产品，企业需要解决「知晓」的问题。这时候，AI首先可以进行精准的定位和触达，分析了解什么样的人群最有可能转化成为客户。其次，AI可以大规模地发现最适合产品的意见领袖；每一个消费者对意见领袖的偏好不同，AI可以做到一对一的精准匹配；第三，广告创意，搜索广告时的关键词，如何精确到每个消费者，这样的营销组合需要非常大的计算量，AI可以帮助解决这个问题，

在探索阶段，消费者知道品牌以后去做比较，然后做出购买决策，最终实现销售的转化。在这一阶段，AI应用可以大规模定制化内容，进行个性化的产品推荐，根据用户的特点推荐不同的产品，甚至在用户线下购物的时候，依然可以用数据实现大规模的个性化服务，譬如某个时尚品牌通过消费者的偏好选择，根据眼睛的颜色、皮肤的特性、肤色等等，推送最适合的产品。

最后的互动阶段，消费者已经购买了产品，成为客户，如何跟他们持续保持沟通，变成更加忠诚的客户，是这一阶段要解决的问题。AI可以实时监测消费者当下的情绪，知道当下说什么话其实最有效，这是日本资生堂所做的事情，实时的监测客户当时最想接收的信息，监测他们的情绪，用什么样的方式或者语气跟他们沟通最有效，实现大规模个性化的客户互动。AI也可以帮助做优化营销的组合，「如果有十万个消费者，100个媒介渠道，再有100个不同的创意，这些相乘下来数量非常惊人，」AI可以优化营销渠道组合，节省时间。AI还可以实时监测客户互动的质量，比如说对于银行、航空公司、电信这种投诉率较高的行业，通过监测其用户的情绪，可以知道服务或者产品存在问题，并立即进行修正改善。

营销人身份的转换

AI改变了营销生态。营销人的日常工作为机器所取代，许多人开始「杞人忧天」，担心是否因此而失业。《纽约客》的一期封面充分体现了这种忧虑：大街上机器人来来往往，人类沦为乞丐，接受机器人一两个螺丝的「施舍」。王晓丰提出，AI作为一种工具和技术，本身并不能用「好」和「不好」去评判，只能看使用者用的对还是不对。对于营销人来说，他需要掌握的其实是如何更好地使用工具的技能。

换句话说，营销人的角色也随之转换，从一个执行者变为一个训导者，让营销策略更快、更有效地去执行。以聊天机器人为例，它所取代的是和消费者沟通的岗位；但是聊天机器人如何更好地回应消费者，背后规则的设置是需要有经验的营销人去不断地培训、提升机器人的能力，才能够实现的。对于营销人来说，AI是他们个体能力的延展，一种更好地帮助营销人提升能力空间的有效工具。

其实，营销人员对AI的使用不仅仅是技术的问题，更多的是思维方式，以及企业内部跨部门合作的问题。

王晓丰介绍了一家名为「亚洲万里通」的公司，给香港航空公司做奖励计划（loyalty program）的，创造了一个新的职位「数据艺术家（dataartist）」。该公司发现，数据分析师善于用AI技术和算法来解决问题，发现洞察，拙于了解业务应用，限于说着不一样的语言，很难与业务部门、营销人员沟通，「他不知道如何跟负责营销的人员说，你可以有什么样的使用场景，可以达成什么样的营销目标，好处是什么？」而数据艺术家这一职位，主要负责将数据洞察用一种更容易理解的方式表达出来，比如数据可视化、讲故事的能力，等等。

品牌为AI营销做哪些准备？

而对于品牌来说，在采用AI技术之前，要很清楚地判断，根据现在的营销目标，适用哪一类的AI；以及如何衡量投入后的效果——衡量投入AI之后的营销效果，比没有用AI之前有所提升，这才是有用的。

鉴于AI技术的专业性，品牌主要依靠与技术供应商合作来采用AI。王晓丰因此提出选择AI技术供应商的两个判断标准：首先是数据，供应商如何帮助提升数据的质量，对碎片化的数据进行整合，从端到端进行用户画像，了解每一个消费者。这是AI的基础。其次是算法，算法本身其实需要业务决策者去帮助AI做决定。品牌不需要知道底层的技术细节，但需要了解用AI做营销决策的过程，中间是如何进行计算的。

实际上，AI技术的成熟需要一段时间，因此AI营销尚处于起步阶段，不论是品牌还是技术供应商，都在进行实验和尝试，摸索什么样的玩法、什么样的投入是比较合理的。目前，提升广告购买效率的AI技术已经相当完善了；但像聊天机器人还远未成熟，无法完成更深层次、更复杂的应用，只能处理一些目的性不太强的工作，而无法解决问题。AI技术达到人类智能的高度，还需要很长的时间。对于营销人员来说，所能做的就是挑选一些用例（use case），即使用场景，看这些场景能不能用AI技术的解决方案；特别是学会与AI共处，训练、培养AI做更正确的判断，更精准的决策。