一站式ai智能营销怎么样（原创AI智慧营销）

一站式ai智能营销怎么样（原创AI智慧营销）那么，把现有所有的成熟技术都安装到一个机器人上，我们就可以称它为强人工智能了吗？显然不是的，因为这些技术的“特长”都是为了完成某一项工作而设定的，它并没有抽象的思想，且创造力有限。想达到能够像真人一般，实现逻辑思考和应对复杂环境的强人工智能，我们仍任重而道远。同样，自然语言处理（NLP）通过隐性马尔科夫模型和递归神经网络（RNN）技术把一些文字的组合映射到一个意义分类上去，也就是“读懂了”一句话的含义与情绪。从麦卡锡当初描述的人工智能的概念及愿景来看，他构想的人工智能应该叫做“强人工智能”：作为通用性人工智能，它具有形象思维和抽象思维能力，在理论上可以胜任人类所有工作，甚至做的更好。但是，在今天的应用和商业前沿大放异彩的AI技术，只是属于“弱人工智能”，即专注于且只能解决特定具体领域问题的人工智能。比如，卷积神经网络（CNN）通过大量有标签的图片数据进行训练，从而可以轻松认出一个花的品种或

导语

在营销领域，丰富多元的数据和潜在的巨大价值使其成为AI技术发展的沃土。好的应用场景是超越技术本身的，对细分领域的充分理解会帮助人工智能更好地发挥价值，服务消费者。

孙亚程、李艾珅 / 文

人工智能之“未来已来”

图灵奖获奖者约翰·麦卡锡（John McCarthy）在1956年的达特茅斯会议（Dartmouth Conference）上提出了“人工智能”这一概念。这位AI之父给出的定义是，“人工智能就是要让机器的行为看起来就象是人所表现出的智能行为一样”。

从麦卡锡当初描述的人工智能的概念及愿景来看，他构想的人工智能应该叫做“强人工智能”：作为通用性人工智能，它具有形象思维和抽象思维能力，在理论上可以胜任人类所有工作，甚至做的更好。

但是，在今天的应用和商业前沿大放异彩的AI技术，只是属于“弱人工智能”，即专注于且只能解决特定具体领域问题的人工智能。

比如，卷积神经网络（CNN）通过大量有标签的图片数据进行训练，从而可以轻松认出一个花的品种或者一个人的身份（在模型里，这个人只是一个数据分类）。

同样，自然语言处理（NLP）通过隐性马尔科夫模型和递归神经网络（RNN）技术把一些文字的组合映射到一个意义分类上去，也就是“读懂了”一句话的含义与情绪。

那么，把现有所有的成熟技术都安装到一个机器人上，我们就可以称它为强人工智能了吗？显然不是的，因为这些技术的“特长”都是为了完成某一项工作而设定的，它并没有抽象的思想，且创造力有限。想达到能够像真人一般，实现逻辑思考和应对复杂环境的强人工智能，我们仍任重而道远。

AI营销应用的是与非

在AI赋能的智慧营销已经初见雏形的今天，我们聚焦智能车、语音助手、智慧教育和新零售这几个具体应用场景，分析AI技术在短期和长期的落地机会，以及潜在的一些问题。

智能车

自动驾驶，路线规划，人车互动......路还是原来的路，但是人们出行的体验却被AI 技术颠覆性地改变了。对消费者来说，解放双手和时间带来的价值是最可观的，从长期的营销潜力来看，互联互通的智慧出行无疑给新零售带来了很大的商机。消费者所处的位置、出行的目的、出行路线周遭的商家都是决定消费行为的重要因素。商家可以借助AI技术更好地去预测消费者的潜在需求，同时，当消费者越来越多的与汽车互动的时候，AI将获取更多的信息并且有更多的机会向人们推销“意料之外，情理之中”的产品。

不过，出行是一件关乎生命安全的大事。在技术成熟到一定程度之前，我们还无法做到对AI的完全信任。大众对智能车的过度关注和过高期待，会无形让智能车厂商背负不公平的压力（比较的基准会变成零事故和零死亡率，而不是非智能车的事故和死亡率）。智能车算法对场景决策的完备性和明确性的要求，也意味着智能车厂商在极端情况下必须直面类似电车难题（Trolley Problem）的经典伦理困境和风险。

智慧教育

“因材施教”是教育的最高境界，但在现实中很难实现。从古到今，效果最好的方式是教育家（孔子，苏格拉底）对学生言传身教，并以一对一的方式进行价值塑造、知识传授和能力培养。与此相反，效率最高的方式是教育家反复琢磨，总结出一套教育方法，以文字方式传递给大量的学生。然而，每个人的理解力、逻辑习惯等都是特殊的，教育家总结出的方法是普适的，但对每个人单独来说都不是最佳的。最优的教育方法需要针对性制定，要求每个学生都获得足够了解和关注。

今天，人工智能可以在很大程度上帮助解决这个问题。首先，学生们对教育工作者需求最大的地方在于回答问题。得益于技术进步，现在学生已经可以随时随地把问题提给AI老师了。对于结构化的问题和知识点，AI的回答已经能解决大部分学生的疑惑。这种AI技术的落地无疑等于给每个学生配备了一位随时在线，并能敏锐捕捉学生短板的辅导老师，很大程度上降低了教育行业的人工成本，提高了教育质量。长远来看，随着越来越多的学习和练习过程在智能设备上完成，收集到的数据使AI可以尽情发挥它的个性化专长。AI可以针对学生的学习习惯、练习情况，甚至基于其捕捉的学生的眼部运动和肢体信息，来为每个学生制定个性化的学习和练习计划，实现“因材施教”。

新零售

2017年落地的无人超市在当时引起了社会热议，这让人们意识到，AI已经覆盖到了他们生活中最常见的零售场景。事实上，AI在零售终端以上供应链的应用才是智慧新零售的主力——预测需求采购，智能物流，自动补货，分仓。AI利用其稳定、准确和全链路的特长，可以贯穿价值链的每一个环节，帮助消费者实现个性化的需求，并赋能企业降本、增效。

AI技术的落地，也使其在新零售终端的应用呈现出爆发的趋势。无人快递已经走出了实验室，在武汉封城期间，大量的机器人走上街头，给疫情隔离下的人们送快递，让人们在特殊时期，加深对AI价值的理解。

智慧营销的案例观察

汽车之家

作为汽车内容垂直领域的综合服务商，汽车之家将AI技术在智慧营销上用得炉火纯青。营销的核心在于了解用户的需求，汽车之家正运用其大数据平台“车智云”去挖掘市场动向，预测需求。利用自身新闻、看车、论坛与4S店交流等巨大的流量，汽车之家拥有线上汽车媒体高达73%的数据，包括文字、图片、视频在内的海量用户产生内容（UGC），职业产生内容（OGC）和专业产生内容（PGC）以及用户（“车友”）对这些内容详细的访问数据，这些数据允许他们开发出了精准的消费者分析营销模型。

汽车之家的UVN用户分群模型，通过用户(U)、价值(V) 、需求(N)三个维度对“车友”进行分类分析，帮助车企对消费者进行精准营销，提高转化率。同时，模型也借助用户大数据，预测潜在汽车消费者的需求方向，也就是对未来用车的趋势有一个精准的判断。这样，不但可以对地区销量进行预测，帮助车企调整库存，更重要的是，通过分析舆论，洞察趋势，让车企发现核心客户群的变化，以及对手的潜在威胁，为车企在营销活动策划甚至新车设计上提供有力参考。相比传统的客户经理式打法，这样的智慧营销为商家节省了更多成本，还大大提高了效率和精准度，促进更多的邀约到店，甚至线上销售。同时，对于车友动态的实时分析，也帮助维修、保险等下游高附加值的行业商家找到合适的客户，从而实现转化。

汽车之家充分利用了流量带来的红利，在消费者的行为数据里挖掘价值，服务了整个垂直行业，创造了很大的收益。

TalkingData

不同于汽车之家，TalkingData作为AI技术底层服务商，打造了一个相对通用的智慧营销方案框架，并应用到了各行各业，在我们常用的数字化服务背后，或多或少都有他的影子。

对于拥有大量客户基础、面向消费者（to C）的移动应用来说，将用户数据转化为价值是一个巨大需求。而TalkingData的数据分析平台，就帮助滴滴打车、去哪网、e代驾等企业实现了精准营销、渠道评价等核心营销价值，同时对接100余家广告平台对APP 用户投放。通过行为数据去给一个人画像很难，但价值也是巨大的。TalkingData不论是在数据的储存处理，还是应用的开发调试，如漏斗模型、行为预测、多维挖掘等，都做到了极致。像TalkingData这样专注于AI技术，促进落地，给移动互联网商家带来收益。在这样的生态里，APP服务商可以专注于自身的业务，把收集数据与转换价值的事情委托给更加专一于AI技术的TalkingData，并且通过实时反馈的分析结果快速对产品进行更新迭代。TalkingData的高速发展，正在印证一个数据高速流转，价值最大化的健康AI营销生态。

关于作者 | 孙亚程：清华大学经济管理学院市场营销系长聘副教授，系副主任，清华大学管理硕士项目学术主任；

李艾珅：清华大学经济管理学院市场营销系博士生

文章来源 | 本文刊登于《清华管理评论》2021年1-2月合刊，内容有删减

责任编辑 | 高菁阳

邮箱 | gaojy@sem.tsinghua.edu.cn