文|適道
編輯|獅刀
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為“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年將是企業通過 AI 實現生產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每年將為全球生產力貢獻4.4 萬億美元，其中，營銷的生產力會增加 5%—15%，每年約 4630 億美元。
一方面，AI似乎是為營銷生。從洞察需求——深入數據分析，到創意誕生——生成品牌內容，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?！豆鹕虡I評論》指出，超半數的營銷人認為他們還不是很了解AI，44%的受訪者認為企業還沒有真正的AI營銷戰略。
與此同時，一項《2023AI營銷現狀》調研顯示，約90%的受訪者認為在未來12個月內，AI對于營銷來說頗為重要。受訪者為900位增長責任人，包含約300位CEO、CMO。
那么，撥開一團“眼花繚亂”的東西，回歸營銷本質。當下的AI營銷到底能做些什么，現在又走到了哪一步？適道將結合麥肯錫等多家機構的報告，從營銷生產力的三大要素——市場洞察、創意內容、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，僅僅為一個新市場構思一個新的產品概念，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產品的整個創新過程？
（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，輸入匯總的非機密客戶信息，詢問目標市場的口味趨勢，以生成對歐洲飲料消費市場、消費者行為的大致了解。
整個過程在一天內完成。接著，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。
在產品設計環節，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產品概念。
整個過程依舊是一天內完成。在以往，一個工業設計師開發一個高保真的產品概念就要花費7-10天。
最終，營銷人員將這些概念帶到現場，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內完成了一年的工作量。
眾所周知，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+競爭態勢的數據和信息。
正如上述故事所言。在以往，營銷人員需要對平臺上的海量內容進行數據分析，而后挖掘營銷亮點，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，定位其大致的興趣方向。
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、啟發研究、策劃方向。以“情感分析”為例，企業可以通過AI工具衡量消費者對特定品牌、產品或廣告活動的態度。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，識別潛在的產品創新機會。
在信息收集環節，AI可以自動生成問卷、進行對話式AI訪談，結合更多元的數據范圍。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產品推薦；生鮮配送平臺Instacart 用AI 為客戶提供食譜和膳食計劃建議，并生成購物清單；在房產中介行業，以往想獲取目標客戶的意向購房面積，需要花費大量精力編寫復雜的表達式/關鍵詞，準確率上限只能達到85%。現在使用AI對話的方式，只需將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）
在洞察產出環節，AI可以大批次分析非結構化數據，將原本復雜的數據分析過程可視化為圖表和圖形，再有效率地獲取資料和數據來驗證假設，最終產出洞察，實現營銷洞察能力的全方位升級。在這個過程中，AI可以識別指示未來發展趨勢。包括但不限于預測哪些產品或服務很快被普及，哪些客戶更有可能成為忠實客戶等等。例如，趕集網結合行業報告和GPT-4，產出快遞運輸業、餐飲服務業、美容美發業求職用戶的行為偏好、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 生成創意內容——預測AI將主導廣告創作
一個Big Idea的誕生需要多久？傳統流程中，由Agency產出Big Idea——70%案頭工作+20%頭腦風暴+10%的創意產出，可能會耗時幾周——幾個月。
此外，一些由KOL和KOC眾籌式生成的內容也需要耗時幾天——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，有些甚至是以天為單位。這些短平快的內容，不僅成本高，還容易出現內容枯竭的問題。
因此，用AI輔助Big Idea產出，并逐步替代“日拋”內容是品牌的實踐方向。一個問題也由此浮現：AI產出的創意內容質量到底如何？會不會“塑料感”太強？
復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，專家能夠識別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，特別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、體驗型產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內容的 “算法厭惡”。
以上結論均由雙盲實驗得出，參與實驗人員為招募的專家和消費者；研究使用的AI大模型為ChatGPT3.5和文心一言（實驗人員對兩個大模型產出的文案質量差別感知不顯著）。
不過，該研究僅是聚焦于通用大模型。適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、素顏霜、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品牌素顏霜為你提供最好的抗老解決方案！現在買 享四，不僅抗老效果更佳，還可以節省資金！快來加入XX素顏霜的陣營，讓你的肌膚永遠年輕！"
而對某AI營銷公司的AI產品輸入同樣關鍵詞，其生成的文案是“想要抗老的姐妹們趕緊沖呀！這個雙十一，抗老界的內卷王xx素顏霜，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涂面霜，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。這樣的皮膚狀態，誰看了不羨慕，快快加入購物車吧?！?/p>
相比之下，后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，后續還需要進一步論證。
而就目前的實際案例來看，AI產生的創意內容可謂是，多模態全面開花。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，網絡上新出現的內容，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為基礎，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將主導廣告創作。
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，只為看看哪個效果好。
光聽上去就知道成本不小。
而AI能做的除了提高洞察能力，生成創意內容，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內容。通過篩選消費者行為和市場趨勢數據，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范圍，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內容，更好地模擬人工客服等等。
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還可以提供平臺商品評論數據分析、標題及關鍵詞優化、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
那么，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，明確用例，評估當前的技術能力和短期內的技術支持，組建一支合適團隊、合適的運營模式，并找到潛在風險。
2、前90天：啟動一個通用人工智能 “Win Room”，以進一步明確優先級用例，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，進行審計以確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、管理變革適應性及可擴展性、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爭需求還有待考量。
另外，我們還可以拋出一個問題：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，生產相似的產品。長久下去，公司還有差異性和競爭力嗎？
《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。