人工智能大数据,工作效率生产力
Ctrl + D 收藏本站,更多好用AI工具
当前位置:首页 » 最新消息

2023,AI营销不可不知的三大关键趋势

2024-04-14 154

引言:

随着今年ChatGPT在国内爆火,人工智能技术已经受到越来越多人的关注。顺应生成式AI、预训练大模型、虚拟数字人在国内也已形成技术热潮,毫无疑问,我国将持续加强人工智能布局,充分发挥政府及生成的积极性,以推动普惠AI的高质量发展。那么在这其中,企业如何在AI新一轮发展热潮中抢抓机遇,用好AI营销,我们必须清楚AI营销的三大关键发展趋势,并在这几大产业上加大布局,当然,我们也要从业务持续性角度考虑,把握好技术变革与产品应用的融合边界,真正让AI服务于人。以下,笔者将为您揭秘AI营销的三大发展趋势。

(一)AI营销的基础与核心

在深入了解人工智能营销之前,我们首先为大家简要介绍一下人工智能营销的基础与核心

人工智能的基础来源于雄厚的大数据和不断更新发展的人工智能技术。在大数据方面,企业的各方面决策越来越离不开数据的支持,营销人员往往在掌握了数据之后才能制定合理的影响政策。在数字智能化时代,用户行为,产品属性以及品牌态度都是数据的体现,如:用户行为包括用户搜索、用户浏览、用户分享以及用户购买等数据;产品属性主要包括产品款式、产品颜色以及产品销量等数据,这部分信息主要以数字、文本、图片以及视频等形式出现在购物网站的营销大数据系统中;品牌态度主要包含用户分享、用户社会活跃度、用户评价等数据。这几部分数据都是企业和营销人员对消费者行为预测的依据。

在了解完人工智能的基础后,我们再来看人工智能的核心。简而言之,人工智能的核心包含“机器学习”和“算法”两部分,涉及信息输入、分析和输出三个阶段。输入阶段主要涉及语音识别技术,计算机视觉技术等,目的是为了将外部信息用计算机语言结构化进行表示。

机器学习”即从大数据中提取隐含知识,或利用经验、新概念、新事物等扩充知识储备,以做出智能合理的决策和预测。在机器学习后,人工智能则通过“算法”输出,在输出阶段包含图像生成技术、语言生成技术,将分析后的内容转化为文字、图像或者音频等人类可以理解的信息形式。

(二)AI营销的基本定义

目前,人们对人工智能的探究尚处于起步阶段,人工智能营销的定义尚未被清晰界定,因此人工智能营销的定义也存在多种。有学者将人工智能营销定义为借助数据库和机器学习等技术开展的营销活动;也有学者将人工智能营销定义为人工智能代替人进行数据分析从而提供营销方案和建议的模式。但是考虑人工智能的定义,我们首先要考虑人工智能的目的,人工智能的目的首先是为企业服务,为企业创造利润。所以,本文参考各学者观点,综合人工智能的定义为:企业借助大数据和人工智能捕捉消费者信息,洞察消费者行为,为消费者提供服务以及对企业营销策略进行实时监控和调整的营销模式

(三)AI营销的三大关键趋势
  • 趋势一:构建精准营销的大模型基础

企业重视数据之余,还要重视以数据为基础对目标客户的精准定向。我们应重视质的发展,而不是量的堆积,因此各企业应建立独属于自己大模型,使用AI实现精准营销。实现精准营销可以打通企业内外部数据,解决各部门信息孤岛现象,实现对业务营销与运营优化流程的重构和对企业资源最优化分配。

从精准营销的定义上看,其就是建立数据标签以进行人群分类,开展对目标用户的精准定向。数据标签是目前各大平台选取的重要方法。平台按照人口属性、兴趣爱好、社交属性、品牌爱好和购物倾向将人群特性分为5个维度,5大维度下又进一步划分为52个大类、380个小类和1200 个标签,通过标签精准刻画人物形象,为数字营销精准投放实现数据支撑。在后续广告投放过程中,平台根据广告主的目标客户定位,通过大模型构建,将广告向相应标签客户投放,实现精准营销。

2023,AI营销不可不知的三大关键趋势插图
AI营销概念图 图源:业务小咖

从精准营销的过程来看,我们仍需要不断训练人工智能,进行“机器学习”,最后呈现出一个较为完善的NLP语义模型。NLP本质是一个文本处理和机器学习的过程,它让计算机完成以自然语言为载体的各类非结构化信息的处理任务,通过知识图谱(KG)建立从数据库到知识库实体、属性、关系的映射,让机器能更为自然地理解和解释自然世界。近年来,ELMo、GPT、BERT三大NLP模型出现[2],标志着NLP对文字语义的处理进入了新的历史台阶,随着泛化能力和自动化的增强,NLP模型的训练成本得到降低,这有利于各企业利用其实现在终端的营销。在精准营销过程中,企业则可以利用训练好的NLP大模型对多维度人群进行分析,进而筛选目标用户,进行目标用户量化分析,完成精准定向投放。

2023,AI营销不可不知的三大关键趋势插图1
2020-2027年中国自然语言处理产业规模 图源:艾瑞咨询

这也体现了AI营销的趋势之一:利用数据大模型实现更进一步的“精准营销”。浙江打通企业内部 CRM 数据,实现内外部数据的统一,未来互联网数字营销行业的竞争将从过去粗放式转变为精细化和智能化,只有拥有NLP数据大模型的企业才能脱颖而出,并利用其不断拓宽应用场景。

  • 趋势二:利用人机交互式AI促成交易

在当今时代,人机交互AI产业规模核心包括对话式AI和消费级硬件。其中,消费级硬件产品即为拥有智能对话系统的消费级智能硬件,典型代表如:智能音箱、智能车载、智能机器人和智能家居等;对话式AI则是将智能对话系统嵌入服务场景之中,典型产品代表如:文本机器人和语音机器人等,现已广泛运用于客服、营销和知识问答等对话交互场景。调查数据显示,2022年,中国人机交互产业的总规模达109亿元,未来预计将达285亿元,有着良好发展潜能。

2023,AI营销不可不知的三大关键趋势插图2
人机交互概念图 图源:中华网

目前,在人机交互式AI的使用过程中,顾客通过线上线下的各种终端设备(如智能手机、笔记本、触摸屏、AR或VR等)和软件应用完成商品购买或与企业、其他顾客间的信息交流、反馈和定制,以更为智能、便捷、高效的界面或方式实现自身需求。现在,顾客的消费更加多元和独特,新零售企业不断利用数字信息研发和设计出具有个性化产品推荐、弹出式广告窗口等AI人机交互服务,以便促进和提升顾客体验。此外,企业针对移动界面不断进行创新,不断围绕触摸手机屏幕或语音识别等方式突出智能互动的可用性,人工智能、VR、AR等人机交互技术也已广泛嵌人到零售购物环境,这大大提升了顾客参与度和体验度。

同时,我们也需要承认,此类人机交互式AI也存在一些问题。如语言模型本身会出现回答内容有误;以及有一些问题未在知识库中出现,而难以回答,答非所问,当出现这种情形时,顾客会觉得未获取到自己想要的回答而降低对AI的认可度。同时,人机交互式AI还存在与人类交流的信任问题,不同类型的人格都会与AI有着不同的理解,对它们的信任也会有所不同,这其中信任问题呈现出多种方式,如:“信任不足”与“信任过度”这两方面问题。无论我们对人机交互式AI信任程度如何,我们都要对其持理性客观的态度。

即便人机交互式AI存在一些问题,但我们仍然期待开放域和封闭域的有机结合,“人机交互”无边界的趋势不可阻挡。或许人机交互式AI在一些具体的商业化落地场景与内容确定边界还需要进一步讨论,但是其或可先作为辅助性工具,在一些对内容精确度及所有权归属较低的场景率先尝试使用。在提升人机交互体验去边界化中,有两方面可以有所提升。一方面,在封闭域中,也即知识域要增强知识图谱的学习和文档阅读能力的提高,确保满足人机对话服务需求和目的;另一方面,在开放域中,我们可以加强域人类交互,增加“内容搜索”、“问题回答”和“情感社交”等交互过程。

  • 趋势三:利用生成式AI提高转化效率

随着人工智能在数据、算力、算法、工具等方面的技术推进,AI已实现由实验室到产业应用的层级提升,这将更广氛围地影响人们生活方式的变革。

除了上述提到的两种AI营销的发展趋势,生成式AI也有望成为内容营销新趋势之一。人工智能可通过机器学习、对数据的分析和对内容的加工,被逐渐应用于广告的自动生成和优化中,甚至可以自动生成广告,结合“精准营销”的趋势一,在未来,很有可能实现广告的“千人千面”,从而更好推动消费者购买。目前,自动化工具撰写已被应用于新闻稿和年度报告等商业信息,预计在未来将会有40%的内容由机器产出。

结语

作为可承担发展引擎功能的新兴技术,AI已成为国际科技竞争的焦点,在确保质量的前提下迅速落实AI营销,实现资源整合域技术驱动,提高商业转化率,这是企业在未来需要关注的重点。企业预想在未来取得更大收入,逐步构建“语言大模型”必不可少,以实现精准营销其次,企业与用户互动过程的各个接触点中,重视“人机交互式AI”的辅助,这既能帮助企业降低成本,也能满足消费者多种需求,但是这其中的“信任”和“伦理”问题也亟须解决;最后,企业在对外宣传的过程中,可利用“生成式AI”进行内容营销,为不同顾客打造不同内容,实现个性化内容打造与推送。综上所述,如何在AI新一轮发展热潮中抢抓机遇,是AI产业链企业关注的核心议题,企业还应根据企业产业链角色和应用场景特点,定位属于自身厂商的差异化路径深耕实践,终会实现AI企业的制胜之路。

文献综述:

[1]张雁冰, 吕巍, 张佳宇. AI营销研究的挑战和展望. 管理科学, 2019, 32(05)

[2]艾瑞咨询. 2022年中国人工智能产业研究报告. 2022, 3

原文链接:https://www.163.com/dy/article/I81P8T78055645NW.html

相关推荐

阅读榜

hellenandjeckett@outlook.com

加入QQ群:849112589

回顶部