三个灵魂拷问+四个案例，营销需要真AI !

引言：

附近小区的小学生都在排队学编程，传统实力企业积极转型成为科技公司，每一个屏幕上关于电子产品的公司都搭配着“人工智能”样式的口号，身处营销界，从创意、投放到数据分析、消费者运营，听过的AI用几个箩筐都装不下。

越看越多，越多越看，但营销真的需要AI吗？AI能发挥什么样的价值？哪些听听就好，哪些必须在意？

本篇文章，回答3个关键问题和4个典型案例，零基础科普AI营销的真实进展。

01AI营销的三个关键问题

打败人类围棋高手的AlphaGo，《西部世界》里觉醒的机器人，让我们对AI产生了无限遐想，但随之而来的就是各种深入骨髓的误解。

所以，有必要先来个扫盲三连问。

Q1：如何理解AI?

典型的有两种方式。

第一种是强人工智能，准入门槛是通过图灵测试，一个用于测试机器是否能表现出与人类等价或无法区分的智能的实验，即制造出“真正”能够像人一样推理和解决问题的智能机器。具备知觉、有自我意识是强人工智能重要标志，也使得其脱离了普通意义上的科学进步，成为了一种观念的争论。

第二种是弱人工智能，主要是在机器学习的范畴，核心是通过机器学习算法，使程序拥有自我学习和演变的能力，我们日常听到的神经网络、深度学习、强化学习都属于此范畴。

弱人工智能，也被称为限制领域人工智能或应用型人工智能，主要强调场景、限制条件及落地的可行性，对于机器是否具备自我意识，并不做太多考量。

一句话简单总结，强人工智能超纲暂不考虑，弱人工智能更具实用价值，也正是营销界所应用的范畴。

Q2：AI在营销端的主要应用场景？

第一类，应用于互联网产品自身的营销，以推荐系统为典型代表。2012年以来，中国的电商、资讯、音乐等C端平台开始大规模应用推荐算法，于是，有了今天我们已经习以为常的千人千面商品推荐、个性化歌单、资讯/短视频内容推送等等。

此类AI推荐系统主要是互联网企业自研自用。

第二类，应用于为品牌营销赋能的场景，介绍几个比较成熟的场景：

1. 智能广告优化系统，AI算法越来越主动地决定在什么时间、给谁、推什么广告；
2. NLP自然语言处理，可以应用于网络口碑分析，也可以是直接参与消费者互动的智能客服；
3. 图像识别，比如海量图片内容的解析；
4. 生物识别，比如互联网汽车、智能音箱所应用的语音识别，新零售中应用的人脸识别等；
5. 内容辅助创作，比如智能化的图片处理。

此类应用场景更加丰富，其AI技术一部分仍然由互联网巨头提供，另外一部分则是营销技术类的解决服务供应商直接参与。

Q3：AI在营销中应用的关键要素和限制？

最关键的问题来了，有点硬核，但搞懂这个问题，才能有合理预期，plus去伪存真。

第一，影响AI发挥的关键要素，通常来说，包括数据、算法和算力。

• 数据很好理解，情况越复杂，需要的数据量越大。互联网巨头之所以能率先商用AI营销，原因之一就是他们掌握了海量的数据。
• 算法是AI的灵魂，这两年人工智能这么热，算法的突破性进展功不可没。比如，正是有了基于神经网络的深度学习算法，AlphaGo才能所向披靡。

算法来自哪里呢？一种情况，是在开源的算法框架下开发、训练自己的算法模型，另一种选择就是拿来主义，用成熟的算法直接调整参数，调优。

一句话，好AI需要有先进的算法和懂算法的团队，以及需要针对具体场景训练算法并调优。

• 最后是算力，国外的亚马逊云AWS、微软云Azure、谷歌云，国内的阿里云、腾讯云等都提供算力服务，主要是花钱来解决，舍得花钱是重点。

任何具有AI能力的营销工具或解决方案，都需要对以上三点及其支撑的资源做详细阐释。

第二，AI适用情况和限制。

与常识相反，AI适用场景并非很广泛，而是某一类非常具体的场景，即人类认为其中有规律，但很难用统计方法描述，以及无法清晰地制定应对的规则。前面聊到的推荐系统、智能广告优化、生物识别等都属于这样的场景。

而我们经常看到的是可以通过数据分析准确地描述数据间的规律，并可以制定清晰的营销规则的场景，比如，为爱分享的用户推送参与裂变的信息，对消费力强的用户推送高价商品的信息，这类属于统计方法适用的场景，并不一定需要AI来解决，可能往往也用不上。

AI在营销上的限制非常明显，且日益突出：

• 不适用长链路场景，比如，AI可以预测消费者下一步会喜欢哪条信息，但下一步的下一步会怎样，AI还做不到；
• 不适合制定初始策略；
• AI属于黑箱玩法，解释性弱，无法复原；
• 无法开箱即用，需要根据具体场景和算法调优，对有算法能力的人工要求高。

接下来，我们可以从具体案例中看一看AI可以提供哪些真实的帮助。

02四类典型的AI营销案例

1. 以Convertlab为代表，全链路消费者运营的调优

特色：建模过程结合专家系统和算法模型，对营销关键环节调优，方案上具备普适性、业务上保障专业性。

Convertlab作为一家提供营销云服务的技术厂商，在MA的关键环节引入AI能力进行调优，在画像分析和智能圈群、NBA（Next Best Action）行为触发、商品推荐系统、联邦建模等应用场景显著提升转化指标。目前已经在头部品牌的Martech方案中应用，适用于不同行业、多种场景的智能化营销。

案例：某服装零售品牌的AI圈群

AI技术：贝叶斯模型融合

场景：AI人群圈选

Convertlab的AI圈群，凭借机器学习的成熟算法结合基于行业洞察的特征工程，以程序自动化方式对用户进行精确和动态的分层，根据圈群的效果自动反馈和强化调优。

比如在与某服装零售品牌的合作中，Convertlab 的AI数据准备和画像挖掘模型，将决定哪些变量最能预测销售转化，并自动剔除、修正客户档案中的干扰数据，产出客户回复消息或参与活动的概率，将数据洞察带入秒级甚至微秒级的地步。通过目标人群与受众管理系统整合让客户可以根据分析模型来形成人群包，以及根据特征权重来制定画像标签，在意想不到的方向精准区分不同的消费人群。

最终，通过AI赋能的智能人群圈选，品牌的推送转化率达到人工筛选、手动圈群的2.5倍，优化效果非常显著。  

图：Convertlab的AI圈群流程图，来自Convertlab

2. 百度为代表，在基础场景的深度利用

特色：百度是目前市场上最强调AI营销的巨头，提供的主流AI技术全面赋能，应用场景丰富。

在百度AI开放平台上可以看到，其向企业开放的9项AI技术能力覆盖主流技术，并针对多个细分场景提供了产品。比如语音技术有语音识别、语音合成、语音唤醒等多个场景，语音识别下又有短语音识别、实时语音识别等更细分的产品。

图：百度AI平台开放的技术能力，来自百度AI官网

营销应用中，企业可以通过API接口调用相应的AI算法，开发自己的小程序或H5，或者与百度AI合作定制开发。

案例：美素佳儿×百度AI

AI技术：图像识别、声音识别及分析

场景：品牌智能小程序

举个例子，母婴品牌美素佳儿近几年一直借力百度AI，开发智能小程序。2019年，美素佳儿上线了智能小程序“一拍「便」知“，基于图像精准识别宝宝不同便便的颜色、形状、便量，帮助爸爸妈妈了解宝宝胃肠道消化吸收情况。

2020年，美素佳儿继续与百度合作，开发了“宝宝不哭”智能小程序，智能小程序从宝宝惯用语义、发声、哭声原因等维度，结合百度AI技术智能分析宝宝哭声背后原因，同时针对不同场景创造不同类型宝宝安抚曲，帮忙安抚宝宝哭闹。

图：美素佳儿“宝宝不哭”小程序使用流程，来自公众号：百度广告观

3. 巨量引擎为代表，在短链路投放场景的使用

特色：AI营销的基础环境扎实，重点赋能信息流广告的投放优化，解决方案偏短链路及优化。

巨量引擎作为字节旗下营销平台，将字节最擅长的算法推荐能力应用到信息流广告的投放优化中。智能优化的方式包括计划诊断、智能放量和自动出价等。

案例：蔚来汽车效果广告投放优化

AI技术：算法推荐

场景：信息流广告投放优化

蔚来汽车在入驻抖音号之后，以“抖音号推广”为目的，将点赞、评论、互动、加粉等具体指标设置为转化目标，投放效果广告，低成本为私域流量池扩容。快速为企业号带来2.5万新粉丝，平均转化率高达166%。

图：蔚来汽车抖音号推广示例，来自公众号：巨量引擎营销观察

4. 秒针系统的商业智能分析解决方案

特色：基于社交大数据的智能分析。

秒针系统的商业智能分析解决方案，主要针对社交大数据分析场景，利用自然语言处理、图像识别和知识图谱等AI技术，向企业提供社交舆情分析、KOL解决方案、知识图谱BI等商业分析产品。

举个例子，对于社交大数据分析，一个让人头疼的问题就是水军，秒针系统通过账户昵称、个人行为介绍、粉丝量，转发内容等20多项指标，通过AI技术甄别出水军和僵尸粉，从而呈现更真实的数据分析结果。

图：AI甄别水军及僵尸粉示例，来自秒针公开资料

关于AI营销，还有一些重要观点值得关注：

• AI营销正在从技术炒作走向真正的应用，在这个过程中需要不断的去伪存真，应用一方也会对AI的价值建立起正确的预期。
• 在AI为品牌营销赋能的场景中，短期内巨头、第三方技术厂商会不断深化关键技术，长期将会积极搭建一体化智能营销平台。特别是随着5G时代的到来，基于AI的云服务将会更加普及、易用性更强。
• 科技向善，在一些纪录片作品中，也在反思智能营销正在诱导人类的成瘾和依赖。但这背后更多是人的问题，而不是技术的原罪。在这个信息过载的时代，好的AI营销可以帮助人们更好地获得信息，价值远大于弊端。

关于AI营销的基础科普就到这里，在之后的文章中，我们将带来AI营销的深度专访与案例，敬请期待。