圖片來源：由無界 AI生成

最近網(wǎng)上流行一句話：宇宙的盡頭是帶貨。

簡單來說,，就是以前那套“羊毛出在豬身上”的變現(xiàn)方式即內(nèi)容向觀眾和粉絲免費(fèi),、靠品牌主廣告主付費(fèi),，已經(jīng)不好用了。企業(yè)“花錢賺吆喝”的品宣預(yù)算減少,，而是更看重品效合一,，希望將“有效流量”轉(zhuǎn)化成實(shí)際的業(yè)績增長。所以越來越多的網(wǎng)紅博主,、大V甚至某些新聞當(dāng)事人,，最后都走向了“帶貨”。

精準(zhǔn),、高效,、低成本的營銷需求，不只卷網(wǎng)紅大V們,，也在卷大模型,。

一次交流中，一位銀行從業(yè)者直言：金融行業(yè)的數(shù)字化是建設(shè)比較久的,，目前“數(shù)字營銷”也遇到了關(guān)于增長的困境,，從一線業(yè)務(wù)員到CMO首席營銷官,，都希望能夠?qū)I銷的迭代速度加快,，各個(gè)環(huán)節(jié)實(shí)現(xiàn)從效率到效果的提升，通過AI智能營銷來形成一條更大的增長曲線,。

“但是,，跨越從數(shù)字營銷到智能營銷之間的鴻溝，以前這一步,，大家邁得非常累,。借助大模型的機(jī)會，或許我們可以更快地把這一步邁過去,?！?/p>

從數(shù)字營銷進(jìn)化到AI營銷，在大模型的加持下,，進(jìn)一步提質(zhì)降本增效,，帶來真金白銀的效果提升與業(yè)務(wù)增長，讓許多行業(yè)和企業(yè)為之興奮,。

在過去的2023年里,，我們看到百度,、騰訊、阿里,、京東等基礎(chǔ)模型廠商,，以及金融、教育,、廣告,、傳媒等多個(gè)領(lǐng)域的企業(yè)與垂類ISV數(shù)字化服務(wù)商，都在積極推動大模型在營銷場景落地,。

那么,， AI營銷與互聯(lián)網(wǎng)時(shí)代的數(shù)字化營銷，究竟有什么本質(zhì)區(qū)別？大模型真的給營銷帶來了實(shí)質(zhì)性的改變嗎？企業(yè)在使用AI營銷時(shí)需要考慮哪些現(xiàn)實(shí)問題,？

本文將結(jié)合我們的一線采訪與思考,，嘗試剖析這些問題。

從數(shù)字營銷到AI營銷,，為什么要“跨越鴻溝”？

從數(shù)字化營銷到智能化營銷，為什么是企業(yè)眼中必須跨越的一道“鴻溝”,？

大家可能都聽說過一句名言：我知道我的廣告費(fèi)至少浪費(fèi)了一半，但我不知道究竟是哪一半,。對企業(yè)來說,，營銷的投入產(chǎn)出比ROI，始終都有優(yōu)化提升的空間,。

降本增效,，提高營銷ROI，這件事情在數(shù)字化營銷階段,，有被解決,，但沒完全解決。

所謂數(shù)字化營銷,，就是在任何營銷活動,、整個(gè)流程，都跟數(shù)字緊密捆綁在一起,，通過數(shù)據(jù)進(jìn)行機(jī)會觀察,，對大量用戶進(jìn)行畫像、分層,、測算,，然后將活動物料進(jìn)行數(shù)字化的廣告投放。

和傳統(tǒng)營銷的問卷調(diào)查、人工經(jīng)驗(yàn)相比,，數(shù)字化技術(shù)的全流程應(yīng)用,，讓營銷效率得到了大幅提升。但是,，數(shù)字化改造的諸多問題,，也隨著大量行業(yè)和企業(yè)的應(yīng)用而暴露出來。

最核心的問題就是：數(shù)據(jù)孤島,。

營銷工作涉及多個(gè)流程,，傳統(tǒng)意義上的數(shù)據(jù)中臺，企業(yè)內(nèi)部形成了各種營銷數(shù)據(jù)系統(tǒng),，但不同系統(tǒng)的用戶數(shù)據(jù)及行為數(shù)據(jù)之間相互獨(dú)立,，彼此不打通，數(shù)據(jù)很多但用不起來,。導(dǎo)致的結(jié)果就是：

人更累了,。

一個(gè)營銷活動，需要多人跨崗位跨部門協(xié)作,，在企業(yè)內(nèi)部也變得越來越細(xì)分,。如果做一場大型活動，比如雙十一,、618這類大促,，營銷人員通常需要在十幾個(gè)系統(tǒng)里來回倒騰，其中有大量重復(fù)勞動,，比如一份物料在多個(gè)渠道平臺系統(tǒng)上反復(fù)粘貼,，手動進(jìn)行大量的權(quán)益選擇、頁面搭建,，這些低價(jià)值的重復(fù)勞動非常耗時(shí),，讓營銷人員無法把更多精力放在高價(jià)值的思考優(yōu)化上。

人更多了,。

由于營銷業(yè)務(wù)的細(xì)分,，企業(yè)不得不為多個(gè)環(huán)節(jié)配置更多的人員,，一個(gè)人員只負(fù)責(zé)某個(gè)環(huán)節(jié),，只用關(guān)心怎么把單一模塊做精做好，投放人員關(guān)心投放ROI,，活動策劃關(guān)注匹配營銷目標(biāo)的活動設(shè)計(jì),，內(nèi)容運(yùn)營希望設(shè)計(jì)師幫自己設(shè)計(jì)出更好的文案、素材,、圖片……過于細(xì)分的營銷“流水線”,，需要大量營銷人員做“螺絲釘”，只干自己的一畝三分地，無法從全流程,、全局視角去優(yōu)化結(jié)果,，不僅會影響營銷效果，也不利于個(gè)人的職業(yè)發(fā)展,。

人更難了,。

數(shù)字化營銷，對人員的技能要求也更高了,?；跀?shù)據(jù)進(jìn)行分析和復(fù)盤，就是一個(gè)門檻非常高的復(fù)雜任務(wù),。其中消費(fèi)者怎么想的,，決策過程是什么，怎么埋點(diǎn),，監(jiān)控哪些數(shù)據(jù),，用戶在不同頁面的流失率、操作時(shí)長哪個(gè)步驟影響了整體流程,？這些都只能依靠營銷人員的經(jīng)驗(yàn),，以往只能通過前輩傳授和自己試錯(cuò)。

結(jié)果就是,，一些企業(yè)招不到這樣專業(yè)的營銷人才,，靠拍腦袋的方式來做營銷，在廣告創(chuàng)意,、活動設(shè)計(jì),、客服話術(shù)上花費(fèi)了大量的精力，最后消費(fèi)者用戶的反饋卻不如人意,。

有沒有可能,，讓一個(gè)人變成一支營銷隊(duì)伍,？

這就需要為營銷人員配備一個(gè)全流程使能的“AI副駕駛”，能夠從一開始就將數(shù)據(jù)與營銷目標(biāo)相結(jié)合,，讓數(shù)據(jù)貫穿整個(gè)過程和所有環(huán)節(jié),，并結(jié)合營銷知識，自動做出最佳決策,，替營銷人員來進(jìn)行洞察,、寫方案、做物料,、篩渠道,、完成個(gè)性化精準(zhǔn)投放，最后復(fù)盤調(diào)整,。

有了“AI副駕駛”，人更輕松了,，人用得少了，人的技能也被全方面提升,，這是為什么企業(yè)要積極從數(shù)字化營銷跨入AI營銷。

大模型,，讓AI營銷天塹變通途

以前營銷環(huán)節(jié)也有AI參與,，為什么大模型出現(xiàn)后，營銷人員才有了“AI副駕駛”,？

答案是：傳統(tǒng)AI做營銷，太慢太貴,。

此前也有很多互聯(lián)網(wǎng)企業(yè)、電商平臺將AI算法引入到智能推薦,、海報(bào)創(chuàng)作,、智能客服問答等場景之中，但效果總體來說,，不咋地,。

智能客服被普遍認(rèn)為是“人工智障”,，只能解決一些基礎(chǔ)問題,，用戶還是要找人工，降本增效的效果有限,。

另外，傳統(tǒng)AI算法的泛化能力不高,，必須針對專項(xiàng)任務(wù)進(jìn)行定制化訓(xùn)練,，開發(fā)起來非常耗時(shí),，比如一個(gè)銀行的智能客服,，需要人工訓(xùn)練師拆解話術(shù)文檔、生成QA,，之后再擴(kuò)展標(biāo)準(zhǔn),、投入到一線中，開發(fā)周期基本上一個(gè)月起步,，六個(gè)月都有可能。一些中小企業(yè)請不起專業(yè)的開發(fā)團(tuán)隊(duì),，也等不起那么長的開發(fā)周期。

大模型出現(xiàn)之后,，如同一橋飛架南北,，將“AI營銷”的天塹變通途,。

洞察環(huán)節(jié)：一個(gè)基座模型，統(tǒng)籌全局,，拉通數(shù)據(jù)孤島,。

大模型強(qiáng)大的泛化能力，一個(gè)基座模型可以調(diào)度大量專有小模型,，通過一個(gè)交互入口,，與營銷人員進(jìn)行交互，把各個(gè)系統(tǒng),、數(shù)據(jù)孤島都串聯(lián)起來,，做到更全面的智慧洞察。在騰訊云的企點(diǎn)分析平臺上,，銷售人員只要問一句“哪個(gè)產(chǎn)品賣得最好”,，就可以實(shí)現(xiàn)準(zhǔn)確的商業(yè)分析,；在京東的一站式AI增長平臺上，營銷人員只需打開領(lǐng)航者AI營銷助手,，就能完成全鏈路的活動配置,。

設(shè)計(jì)環(huán)節(jié)：一個(gè)營銷大腦，集合行業(yè)知識,，消除經(jīng)驗(yàn)鴻溝,。

將營銷知識與行業(yè)Knowhow，壓縮到大模型里面,，可以消除中小企業(yè),、運(yùn)營新人等在營銷經(jīng)驗(yàn)知識上的差距，快速進(jìn)階為AI營銷達(dá)人,。

“這給了中小銀行一個(gè)掀桌子的機(jī)會”,，一位受訪者告訴我們，“以前中小銀行欠缺的不僅是數(shù)字化系統(tǒng),，還有經(jīng)營相關(guān)的一些行業(yè)Knowhow,，比如怎么做產(chǎn)品設(shè)計(jì)，怎么把產(chǎn)品更好的規(guī)劃賣給用戶,，有沒有更好的營銷手段,。過去要積累這些經(jīng)驗(yàn)，要么招聘大量的相關(guān)專業(yè)人才,，再花一定的時(shí)間蹚出自己的路來,。但是到了大模型時(shí)代，大模型賦能金融,，就讓它們有機(jī)會彎道超車,，彌補(bǔ)上很多經(jīng)驗(yàn)上的短板”。

執(zhí)行環(huán)節(jié)：一個(gè)生成與創(chuàng)造工具,，生產(chǎn)力提質(zhì)增效,。

到了具體的營銷活動落地環(huán)節(jié)，需要大量的物料,、文案創(chuàng)意,、投放配置等工作，創(chuàng)意素材和精準(zhǔn)觸達(dá),，是廣告的核心競爭力,，但是重復(fù)勞動量極大。尤其是每到“雙十一”“元旦大促”等節(jié)點(diǎn),，需要創(chuàng)建和投放大規(guī)模的物料,，以往只能通過“人海戰(zhàn)術(shù)”，營銷人員加班來解決。

大模型強(qiáng)大的生成和創(chuàng)作能力,，可以基于前期的全局洞察和領(lǐng)域知識,，生成最佳物料和投放方案。

領(lǐng)航者的插件AI營銷助手,，將主流模型的圖片生成能力遷移至金融領(lǐng)域，專注于營銷所需的各類素材生成,?？焖偕煞蠘I(yè)務(wù)背景的，能夠在京東金融場內(nèi)投放的首頁彈窗圖,、啟動圖,、通用推薦圖等常用資源位的圖片,，生圖率和采用率達(dá)到中階設(shè)計(jì)師水平,。

在搜索推廣,、信息流,、輕舸等場景中，百度營銷打造的AIGC營銷工具擎舵輕量版,，可根據(jù)所選計(jì)劃,、單元、關(guān)鍵詞等信息智能推薦版權(quán)圖片和AI圖片,，還可通過用戶自主表達(dá)推廣業(yè)務(wù),、畫面主體、比例等,，生成創(chuàng)意圖片,，用戶用相關(guān)圖片用以投放測試，“廣撒網(wǎng)”來獲取更多流量,。

除此之外,，京東、百度,、騰訊云還提供數(shù)字人平臺,，合成數(shù)字主播，進(jìn)行產(chǎn)品和服務(wù)的賣點(diǎn)信息的視頻講解,，幫助企業(yè)拓客,。

總結(jié)一下，大模型對營銷的全流程進(jìn)行重構(gòu),，每一個(gè)環(huán)節(jié)的降本增效,，加起來就是AI營銷整體的加速進(jìn)化。

大模型營銷，不能有斷點(diǎn),，也不該有斷點(diǎn)

一方面,，企業(yè)需要改變數(shù)字孤島的營銷問題，實(shí)現(xiàn)全鏈路,、全流程的數(shù)據(jù)洞察和優(yōu)化,，對整個(gè)流程進(jìn)行提質(zhì)增效；另一方面,，大模型在認(rèn)知智能,、泛化能力、生成和創(chuàng)造等方面的強(qiáng)大潛力,，確實(shí)可以從前期洞察,、交互溝通、物料生成,、分析決策等方面,，全流程落地應(yīng)用。

所以,，內(nèi)外壓力之下,，全流程重構(gòu)，大模型廠商沒有討價(jià)還價(jià)的可能,。

比如百度世界2023上，百度商業(yè)生態(tài)體系化發(fā)布“AI Native商業(yè)全景應(yīng)用”,，從品牌到內(nèi)容,，再到效果與經(jīng)營，重構(gòu)營銷全鏈路,。

京東推出的新一代營銷增長平臺領(lǐng)航者,，以全局視角為中心、覆蓋營銷全生命周期,，提供全鏈路的工具/插件,。

騰訊云則為營銷場景提供了從算力、模型,、開發(fā)平臺/工具到應(yīng)用的全程支持,，讓客戶自動調(diào)用相應(yīng)的API。

在營銷和智能客服領(lǐng)域有十多年積累的容聯(lián)云,，推出基于數(shù)智大模型的“容犀智能”,，實(shí)現(xiàn)了通用批量場景的AI全覆蓋，比如私域加分,、營銷通知等,，以及用戶全生命周期的全覆蓋，從新用戶獲取，到活躍用戶,、流失用戶,，提供不同場景相應(yīng)的營銷工具。

總結(jié)一下：全流程重構(gòu),，是各大大模型廠商拿下“AI營銷”這一戰(zhàn)場的前提,，做不到就上不了牌桌。

扎下“王旗”,，還要經(jīng)過哪些考驗(yàn),？

營銷場景，是一個(gè)付費(fèi)意愿高,、高價(jià)值,、效果明顯的落地場景，也是大模型廠商的必爭之地和關(guān)鍵戰(zhàn)場,。

基于大模型的全流程重構(gòu)的AI營銷體系框架,，需要堅(jiān)實(shí)的內(nèi)核，來支撐企業(yè)客戶的信心,。想要在營銷戰(zhàn)場扎下“王旗”,，有幾個(gè)方面的賽點(diǎn)：

第一,，基座模型的技術(shù)先進(jìn)性,。

人們常說技術(shù)公司不能“拿著錘子找釘子”，但如果手里沒有錘子,，即使發(fā)現(xiàn)了釘子也砸不下去,。對于AI營銷服務(wù)商來說，基座模型的能力是最為關(guān)鍵的,。

基座模型的認(rèn)知智能水平不高,，生成內(nèi)容質(zhì)量差，容易出現(xiàn)幻覺,，寫商品文案胡說八道,，那根本不可能為營銷業(yè)務(wù)所用。

一位京東的技術(shù)人員告訴我們,，如果AI生成的文案審核通過率只有70%-80%,，AIGC對于業(yè)務(wù)的價(jià)值就會大打折扣，必須讓AIGC的審核通過率達(dá)到95%以上,，業(yè)務(wù)方才可以使用,。

再比如，智能語音在營銷場景的應(yīng)用,，最難的一點(diǎn)是“你這東西不行,，所有人一下子就能聽出來了”。比如智能客服詢問用戶“你要買的蘋果手機(jī)沒了，要不要換一款顏色”,，這時(shí)候消費(fèi)者可能都會想一想,，這一想，人機(jī)交互就被打斷了,，但AI智能客服要判斷你究竟是說完了還是在考慮,，是該等你說完還是直接接話，技術(shù)上的難度就非常大,，而一旦判斷錯(cuò)誤,，用戶體驗(yàn)就會很不好。

總之,，營銷業(yè)務(wù)場景是很復(fù)雜的,，涉及高級智能的一些前沿技術(shù)，因此AI營銷的基座模型必須具備技術(shù)上的絕對領(lǐng)先性,。

第二,，對業(yè)務(wù)場景的理解和數(shù)據(jù)積累。

應(yīng)用于營銷場景的大模型,，需要完成比較嚴(yán)肅的業(yè)務(wù)應(yīng)用，比如幫助老年客戶在銀行開戶,，生成一張符合金融廣告規(guī)范要求的海報(bào),，對可控性的要求就非常高，是客戶選擇大模型營銷解決方案的一條重要紅線,。

容聯(lián)云告訴我們,，就以一線營銷人員所需要的話術(shù)為例，一線人員每天要打很多電話,，企業(yè)不可能把所有電話都聽一遍,，很多話術(shù)沒有提煉出來，也無法從語音數(shù)據(jù)中解析出一些行業(yè)優(yōu)秀的話術(shù),，那么溝通的業(yè)務(wù)目標(biāo)轉(zhuǎn)化效果,，比如開戶、填單,、購買等,，就很難去洞察和優(yōu)化。很多企業(yè)以前的話術(shù)庫,，其實(shí)是只有量,，沒有質(zhì)。目前,，容聯(lián)云通過大模型去提取問題,，把一線及時(shí)反饋出來的高頻問題,，通過自動化手段及時(shí)挖掘出來,，再反饋給主管或座席,，更快地洞察客戶關(guān)注的問題,，可以改善服務(wù)質(zhì)量，提高客戶滿意度,。

高質(zhì)量數(shù)據(jù)和行業(yè)Knowhow的數(shù)字化積累,，讓大模型真正深入理解營銷業(yè)務(wù)，也是判斷AI營銷方案的一個(gè)標(biāo)準(zhǔn),。

第三，工程能力做出好用的產(chǎn)品,。

技術(shù)很先進(jìn)，但產(chǎn)品很難用,，是阻礙AI落地的一個(gè)主要問題。就拿AI營銷一站式工具來說,，全流程貫通是很多企業(yè)都在追求的目標(biāo),，但很少有企業(yè)能夠把所有營銷工具都進(jìn)行跨平臺、跨系統(tǒng)的整合,。

要么工具不全不完整,，運(yùn)營人員還是要在多個(gè)系統(tǒng)中來回切換；要么簡單地堆砌在一起,，只提供一個(gè)聚合入口，運(yùn)營人員需要在繁雜的應(yīng)用中反復(fù)查找,，無法快速執(zhí)行完成,。目前頭部AI營銷產(chǎn)品的做法是，通過AI agent智能編排調(diào)度,，把大模型變成一個(gè)大腦中樞,，對不同的工具API進(jìn)行編排，自動把營銷目標(biāo)拆解到不同任務(wù)并執(zhí)行,。

營銷人員只需要抓住一個(gè)營銷目標(biāo)，把預(yù)算,、目標(biāo)人群,、投放形式等關(guān)鍵要素,，跟大模型說明白，大模型就會結(jié)合領(lǐng)域知識,，對目標(biāo)任務(wù)進(jìn)行拆解,，并對其中的重復(fù)勞動進(jìn)行折疊壓縮。這樣,，營銷小白也可以很快“抄作業(yè)”,，讓大模型引導(dǎo)到對應(yīng)的系統(tǒng)、應(yīng)用和節(jié)奏,，完成整個(gè)營銷過程,。

從這個(gè)角度看，AI營銷的產(chǎn)品化能力,，就是把大模型學(xué)到的知識經(jīng)驗(yàn),，讓營銷人員抄對、抄好,、抄快,。

最后，還要考慮成本的問題,。

一定要用大模型嗎,？以前的小模型還能不能用？如果所有的環(huán)節(jié)全用大模型,，算力成本,、開發(fā)工程量誰來出？增加的支出能否覆蓋減少的成本呢,？

投產(chǎn)比是否合理,，是企業(yè)面臨的現(xiàn)實(shí)問題，也是是否采取大模型解決方案的底層邏輯,。目前業(yè)界的普遍做法,，是大小模型配合。

小模型來完成一些確定性高,、離線,、特定任務(wù)，大模型負(fù)責(zé)調(diào)度,、指揮,、認(rèn)知理解。舉個(gè)例子,，在客服對話中,，用大模型來挖掘金牌話術(shù)，再用小模型進(jìn)行推薦,，把好的話術(shù)推給普通銷售,，提高他們的業(yè)務(wù)能力,，而客戶的智能化綜合成本也更低了。

再比如,，金融行業(yè)的營銷環(huán)節(jié),，基金的選基工具，需要非常高的確定性,，不能出一點(diǎn)差錯(cuò),，大小結(jié)合，用好大模型的推理能力和語言理解能力,，用好小模型的精準(zhǔn)化識別能力,，可以更好地達(dá)成業(yè)務(wù)目標(biāo)。

看到這里不難發(fā)現(xiàn),，想要在AI營銷這個(gè)戰(zhàn)場插下“王旗”,，對大模型廠商和解決方案服務(wù)上的挑戰(zhàn)，其實(shí)不小,，競爭才剛剛開始,。

而作為大模型商業(yè)化落地的首選站，AI營銷也經(jīng)歷了一場心態(tài)上的“過山車”,，從2023年初的極度興奮,、不能錯(cuò)過，逐漸冷靜下來,，開始把做精做專做細(xì),。

“大家對通用大模型期待很高，但它不一定是滿足行業(yè)場景需求的最優(yōu)解,。針對某個(gè)單一的場景,，解決客戶的業(yè)務(wù)問題，讓大模型的商業(yè)化變現(xiàn)能力獲得行業(yè)認(rèn)可”,，一位從業(yè)多年的數(shù)字化服務(wù)商這樣說到,。

在企業(yè)的實(shí)際場景中，真正解決了某個(gè)問題,，打造出實(shí)用性高的智能服務(wù),，大模型才有未來。而AI營銷,，就是大模型真正抵達(dá)和改變的第一個(gè)關(guān)鍵戰(zhàn)場。