圖片來源 @視覺中國
文 | 适道
一年前，輿論的關注點在于 "AI 能否取代人力？"。在接下來的 12 個月中，我們見證了答案逐步寫爲 "Yes" 的過程。
根據 Coatue 報告，2023 年，AI 已在各個領域證明了其實用性——使用 Github Copilot 編程節省了 55% 的時間；使用 Runway 編輯視頻節省了 90% 的時間；使用 AI 客服節省了 95% 的人工成本，客戶滿意度從 55% 提高至 69%。
Theory Ventures 創始人 Tomasz 表示：2024 年将是企業通過 AI 實現生産力實質性提高的一年，每名員工的 ARR 有機會增加 10-15%。同時，根據麥肯錫最新報告預測，生成式 AI 每年将爲全球生産力貢獻 4.4 萬億美元，其中，營銷的生産力會增加 5% — 15%，每年約 4630 億美元。
一方面，AI 似乎是爲營銷生。從洞察需求——深入數據分析，到創意誕生——生成品牌内容，再到媒介投放——制定個性化策略。幾乎所有的營銷流程和任務，都值得用 AI 再做一遍。
但另一方面，AI 營銷的價值還未被真正激發，很多營銷技術更像是 " 亮閃閃的新東西 "，企業對 AI 營銷新技術的投入更像是在裝點門面。《哈佛商業評論》指出，超半數的營銷人認爲他們還不是很了解 AI，44% 的受訪者認爲企業還沒有真正的 AI 營銷戰略。
與此同時，一項《2023AI 營銷現狀》調研顯示，約 90% 的受訪者認爲在未來 12 個月内，AI 對于營銷來說頗爲重要。受訪者爲 900 位增長責任人，包含約 300 位 CEO、CMO。
那麽，撥開一團 " 眼花缭亂 " 的東西，回歸營銷本質。當下的 AI 營銷到底能做些什麽，現在又走到了哪一步？适道将結合麥肯錫等多家機構的報告，從營銷生産力的三大要素——市場洞察、創意内容、媒介效能，進行分析。
01 洞察市場需求——從提出假設到驗證假設
在報告中，麥肯錫講了一個故事。
一家亞洲飲料公司希望更快地進入歐洲市場。按以往經驗來看，僅僅爲一個新市場構思一個新的産品概念，就要用整整一年時間。
于是，飲料公司求助于 ChatGPT，并問了兩個問題：
1、哪些新飲料可能吸引會歐洲客戶并推動增長？
（What kinds of new beverages might appeal to European customers and drive growth）
2、哪些創新方法可以加速産品的整個創新過程？
（What innovative methods might speed up the product innovation process from end to end.）
就這樣，飲料公司通過和 ChatGPT 的對話，開始了用戶洞察。即，輸入彙總的非機密客戶信息，詢問目标市場的口味趨勢，以生成對歐洲飲料消費市場、消費者行爲的大緻了解。
整個過程在一天内完成。接着，在 ChatGPT 的回答基礎上，營銷團隊通過民族志等研究方法，深化 ChatGPT 的洞察。
在産品設計環節，研究人員和設計師求助于文生圖大模型，生成了 30 個自帶清晰圖像的高保真産品概念。
整個過程依舊是一天内完成。在以往，一個工業設計師開發一個高保真的産品概念就要花費 7-10 天。
最終，營銷人員将這些概念帶到現場，和客戶進行快速測試，并在早期反饋中大獲成功。也就是說，AI 幫助這家飲料公司在短短一個月内完成了一年的工作量。
衆所周知，營銷的起點是洞察。
洞察，即收集、分析消費者需求 + 市場環境 + 行業趨勢 + 競争态勢的數據和信息。
正如上述故事所言。在以往，營銷人員需要對平台上的海量内容進行數據分析，而後挖掘營銷亮點，整個工作量巨大且枯燥。現在，企業可以運用 AI 收集、分析潛在消費者的數據，定位其大緻的興趣方向。
在假設形成環節，AI 可以擺脫人工時代的經驗主義，快速總結趨勢、提出觀點、啓發研究、策劃方向。以 " 情感分析 " 爲例，企業可以通過 AI 工具衡量消費者對特定品牌、産品或廣告活動的态度。整個過程能夠通過查看社交媒體帖子、評論和其他在線反饋完成。例如，歐萊雅集團運用 AI 收集、分析大量在線評論、圖片和視頻，識别潛在的産品創新機會。
在信息收集環節，AI 可以自動生成問卷、進行對話式 AI 訪談，結合更多元的數據範圍。例如，個人服裝服務公司 Stitch Fix 用 AI 幫助造型師解讀客戶反饋并提供産品推薦；生鮮配送平台 Instacart 用 AI 爲客戶提供食譜和膳食計劃建議，并生成購物清單；在房産中介行業，以往想獲取目标客戶的意向購房面積，需要花費大量精力編寫複雜的表達式 / 關鍵詞，準确率上限隻能達到 85%。現在使用 AI 對話的方式，隻需将原始交互文本輸入到大模型，利用語義理解能力，就能輕松提取出客戶的意向面積。（《2023 人工智能與營銷新紀元》白皮書）
在洞察産出環節，AI 可以大批次分析非結構化數據，将原本複雜的數據分析過程可視化爲圖表和圖形，再有效率地獲取資料和數據來驗證假設，最終産出洞察，實現營銷洞察能力的全方位升級。在這個過程中，AI 可以識别指示未來發展趨勢。包括但不限于預測哪些産品或服務很快被普及，哪些客戶更有可能成爲忠實客戶等等。例如，趕集網結合行業報告和 GPT-4，産出快遞運輸業、餐飲服務業、美容美發業求職用戶的行爲偏好、用戶畫像等等。
一句話總結，AI 能夠更好地理解消費者和商品，通過提升洞察效率，從而提升營銷效率。
02 生成創意内容——預測 AI 将主導廣告創作
一個 Big Idea 的誕生需要多久？傳統流程中，由 Agency 産出 Big Idea —— 70% 案頭工作 +20% 頭腦風暴 +10% 的創意産出，可能會耗時幾周——幾個月。
此外，一些由 KOL 和 KOC 衆籌式生成的内容也需要耗時幾天——幾周。然而，實際上，例如抖音電商上的營銷短視頻，生命周期不超過一周，有些甚至是以天爲單位。這些短平快的内容，不僅成本高，還容易出現内容枯竭的問題。
因此，用 AI 輔助 Big Idea 産出，并逐步替代 " 日抛 " 内容是品牌的實踐方向。一個問題也由此浮現：AI 産出的創意内容質量到底如何？會不會 " 塑料感 " 太強？
複旦管院和秒針營銷科學院團隊發布的《2023 人工智能與營銷新紀元》白皮書顯示：
1、在文案作者身份上，專家能夠識别 AI 和人類，而消費者無法區分；
2、AI 的文案創作能力等同工作經驗 2.47 年的人類；
3、在文案專業能力上，人類得分顯著高于 AI，特别是在創造性和洞察能力上；
4、消費者對 AI 文案的質量評價，與人類文案無明顯差異；
5、AI 推薦低介入、搜尋型、體驗型産品時消費者的反饋更積極；
6、用 " 人機協同 " 共創，可以有效地消除消費者對 AI 内容的 " 算法厭惡 "。
以上結論均由雙盲實驗得出，參與實驗人員爲招募的專家和消費者；研究使用的 AI 大模型爲 ChatGPT3.5 和文心一言（實驗人員對兩個大模型産出的文案質量差别感知不顯著）。
不過，該研究僅是聚焦于通用大模型。适道檢索資料時發現了一個有趣的例子，供大家對照參考。有文章指出：對 ChatGPT 輸入 " 品牌名、素顔霜、抗老、買一享四、雙十一 " 等關鍵詞，ChatGPT 生成的文案是 " 雙十一狂歡季，xx 品牌素顔霜爲你提供最好的抗老解決方案！現在買⼀享四，不僅抗老效果更佳，還可以節省資金！快來加入 XX 素顔霜的陣營，讓你的肌膚永遠年輕！"
而對某 AI 營銷公司的 AI 産品輸入同樣關鍵詞，其生成的文案是 " 想要抗老的姐妹們趕緊沖呀！這個雙十一，抗老界的内卷王 xx 素顔霜，現在下單買一享四，錯過等一年。它是這種冰淇淋一樣的質地，也不搓泥。我用的時候都感覺自己在塗面霜，而且這個膚感真的絕了，就像是給皮膚做了一個貴婦級的按摩，真的太舒服了。這樣的皮膚狀态，誰看了不羨慕，快快加入購物車吧。"
相比之下，後者顯然更具營銷屬性，且 " 迷惑性 " 更強。但總體而言，以上結論無法證明 PUGC 會被 AI 取代，後續還需要進一步論證。
而就目前的實際案例來看，AI 産生的創意内容可謂是，多模态全面開花。例如，網易嚴選推出 AI 主題曲《如期》，作詞、作曲、編曲、演唱全部由 AI 完成；支付寶的營銷短片《支付往事》，其中所有的視覺呈現都由 AI 完成；晉江文學改編動畫電影《去你的島》，互動海報由 AI 生成。而在 " 廣告界奧斯卡 " 戛納獅子國際創意節，2023 年有 8.3% 的獲獎作品在概要中提到了 AI，相較 2022 年的 4% 翻了一倍不止。
根據 NP Digital 預測，2024 年，網絡上新出現的内容，大部分都會由 AI 生成（包含人機協同）。
另外，雖然目前人類創作的廣告比 AI 更吸引人，但如果用一個成功的廣告作爲基礎，讓 AI 進行優化調整，轉化率卻會得到顯著提升。因此，考慮到成本問題，NP Digital 預測 2024 年，AI 将主導廣告創作。
03 提升媒介效能——實現智能化分發
投放一波廣告要準備多少套方案？100 套夠多吧。但有些企業甚至會準備多達 4000 個投放方案，隻爲看看哪個效果好。
光聽上去就知道成本不小。
而 AI 能做的除了提高洞察能力，生成創意内容，還可以提高投放精準度，并基于自然語言的新交互方式，進行個性化服務。
在效率提升上，預生成符合場景和客戶需求的大量個性化内容。通過篩選消費者行爲和市場趨勢數據，幫助企業找到最佳時間和渠道投放廣告，最大限度地擴大覆蓋範圍，做到降本增效。在場景拓展上，基于大模型，回答知識庫中超出預設流程的問題，更好地分發和解決客戶問題；在體驗升級上，生成不同風格的對話内容，更好地模拟人工客服等等。
例如，去年 3 月，電商 SaaS 服務商 Shopify 通過集成 ChatGPT，升級智能客服（聊天機器人），幫助消費進行個性化推薦、幫助商家節省互動時間。此外 ChatGPT 還可以提供平台商品評論數據分析、标題及關鍵詞優化、營銷文案撰寫、網站智能化開發編程等多項功能，有效改善賣家運營效率及消費者體驗。
結語
那麽，企業如何利用通用大模型發展 AI 營銷戰略？
麥肯錫給出了一個具體的實施時間表：
1、前 6 周：制定試點項目路線圖，明确用例，評估當前的技術能力和短期内的技術支持，組建一支合适團隊、合适的運營模式，并找到潛在風險。
2、前 90 天：啓動一個通用人工智能 "Win Room"，以進一步明确優先級用例，制定項目路線圖，給通用人工智能模型 " 喂 " 數據。制定風險應對方案，進行審計以确保通用人工智能能夠使用。
3、前 6 個月：整合通用人工智能項目和當下的營銷技術，來制定一個長期的人工智能變革戰略，其步驟包含——評估影響力、管理變革适應性及可擴展性、微調模型等等。
但話說回來，通用開源大模型能否滿足企業差異化競争需求還有待考量。
另外，我們還可以抛出一個問題：如果每家公司都去求助 AI，基于市場數據分析得到雷同的答案，生産相似的産品。長久下去，公司還有差異性和競争力嗎？
《營銷管理》的作者 Alexander Chernev 表示：" 在可預見的未來，不太可能發生 AI 替代人類。但會發生改變的是：使用 AI 科技的管理者可能會取代不使用 AI 的管理者。"
無論如何，商業增長需要的是人。一些了解用戶、制定戰略、提供價值的工作，仍然需要人來完成，這一點未來可能也不會變。
