孫亞程 李艾珅

自 2016年谷歌DeepMind團(tuán)隊(duì)推出的“圍棋大師”AlphaGO和李世石的五番棋大戰(zhàn)以來(lái)，人工智能（AI）的概念得到了大眾和資本的空前關(guān)注，包括深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)在內(nèi)的理論研究和技術(shù)應(yīng)用也隨之迎來(lái)了新一輪的蓬勃發(fā)展。

對(duì)于今天的人們來(lái)說(shuō)，不管愿意與否，AI技術(shù)已經(jīng)滲透到了生活中的方方面面：無(wú)處不在的人臉識(shí)別，潛移默化的內(nèi)容推送，真?zhèn)坞y辨的智能語(yǔ)音客服，呼之欲出的自動(dòng)駕駛AI已經(jīng)成為了我們?nèi)粘Ｉ畹囊徊糠郑詈拖M(fèi)也不知不覺(jué)中變得更加便捷了。從商業(yè)邏輯來(lái)說(shuō)，AI技術(shù)的迅猛發(fā)展，很大程度上得益于人們對(duì)應(yīng)用落地價(jià)值的理解和期望的實(shí)現(xiàn)，而合適的場(chǎng)景是技術(shù)成功落地的必要條件。

市場(chǎng)營(yíng)銷致力于使用營(yíng)銷決策（產(chǎn)品、渠道、促銷和定價(jià)）為顧客創(chuàng)造價(jià)值和為商家獲取價(jià)值。它是大多數(shù)商業(yè)項(xiàng)目的核心價(jià)值之一，也是所有公司都極為關(guān)心的領(lǐng)域。市場(chǎng)營(yíng)銷也是AI技術(shù)落地的沃土：高質(zhì)量的營(yíng)銷決策必須基于對(duì)消費(fèi)者的行為和決策過(guò)程的深入理解，而這正是大數(shù)據(jù)時(shí)代的AI模型所擅長(zhǎng)的。美國(guó)電商巨頭亞馬遜（Amazon.com）和傳媒巨頭奈飛（Netflix）早在90年代，就已經(jīng)非常重視推薦系統(tǒng)的研發(fā)，并傾注了大量資源。大量數(shù)據(jù)和智能推薦技術(shù)的沉淀也為這兩家公司成為行業(yè)翹楚打下了堅(jiān)實(shí)的基礎(chǔ)。在將來(lái)，營(yíng)銷場(chǎng)景有望成為AI技術(shù)的起飛地。AI賦能的“智慧營(yíng)銷”，值得我們?nèi)ニ伎己蜁诚搿?h3>人工智能之“未來(lái)已來(lái)”

圖靈獎(jiǎng)獲獎(jiǎng)?wù)呒s翰·麥卡錫（John McCarthy）在1956年的達(dá)特茅斯會(huì)議（Dartmouth Conference）上提出了“人工智能”這一概念。這位AI之父給出的定義是，“人工智能就是要讓機(jī)器的行為看起來(lái)就象是人所表現(xiàn)出的智能行為一樣”。今天，越來(lái)越多的人工智能應(yīng)用正在用看得見(jiàn)和看不見(jiàn)的方式改變我們的生活，也正在和即將替代很多結(jié)構(gòu)化的工作崗位，不由讓人們感覺(jué)，人工智能的“未來(lái)已來(lái)”，AI似乎在很多方面都正在取代人類。然而，事實(shí)果真如此嗎？

從麥卡錫當(dāng)初描述的人工智能的概念及愿景來(lái)看，他構(gòu)想的人工智能應(yīng)該叫做“強(qiáng)人工智能”：作為通用性人工智能，它具有形象思維和抽象思維能力，在理論上可以勝任人類所有工作，甚至做的更好。但是，在距人工智能元年60多年后的今天，其技術(shù)發(fā)展與應(yīng)用仍然與人們對(duì)“強(qiáng)人工智能”的預(yù)期相距甚遠(yuǎn)。在今天的應(yīng)用和商業(yè)前沿大放異彩的AI技術(shù)，只是屬于“弱人工智能”，即專注于且只能解決特定具體領(lǐng)域問(wèn)題的人工智能。比如，卷積神經(jīng)網(wǎng)絡(luò)（CNN）通過(guò)大量有標(biāo)簽的圖片數(shù)據(jù)進(jìn)行訓(xùn)練，從而可以輕松認(rèn)出一個(gè)花的品種或者一個(gè)人的身份（在模型里，這個(gè)人只是一個(gè)數(shù)據(jù)分類）。同樣，自然語(yǔ)言處理（NLP）通過(guò)隱性馬爾科夫模型和遞歸神經(jīng)網(wǎng)絡(luò)（RNN）技術(shù)把一些文字的組合映射到一個(gè)意義分類上去，也就是“讀懂了”一句話的含義與情緒。

那么，把現(xiàn)有所有的成熟技術(shù)都安裝到一個(gè)機(jī)器人上，我們就可以稱它為強(qiáng)人工智能了嗎？顯然不是的，因?yàn)檫@些技術(shù)的“特長(zhǎng)”都是為了完成某一項(xiàng)工作而設(shè)定的，它并沒(méi)有抽象的思想，且創(chuàng)造力有限。想達(dá)到能夠像真人一般，實(shí)現(xiàn)邏輯思考和應(yīng)對(duì)復(fù)雜環(huán)境的強(qiáng)人工智能，我們?nèi)匀沃囟肋h(yuǎn)。

人工智能的未來(lái)正在到來(lái)的過(guò)程中，但卻不是每個(gè)人想象中的未來(lái)。我們現(xiàn)在應(yīng)該關(guān)注的，是利用越來(lái)越強(qiáng)的“弱人工智能”來(lái)實(shí)現(xiàn)更多、更有意義的應(yīng)用，并以此去創(chuàng)造和提升人工智能這一技術(shù)的價(jià)值。

發(fā)現(xiàn)AI的價(jià)值

人工智能大發(fā)展的底層支撐有三大支柱，分別是先進(jìn)的模型算法，以及與之匹配的算力與海量的數(shù)據(jù)。不過(guò)，技術(shù)終要落地才能服務(wù)到人，人工智能也是要為人服務(wù)的。因此，就需要有合適的應(yīng)用場(chǎng)景。市場(chǎng)營(yíng)銷的廣闊空間，正是先進(jìn)技術(shù)創(chuàng)造價(jià)值的合適場(chǎng)景。這些年來(lái)，各類AI應(yīng)用層出不窮，也更好地促進(jìn)了市場(chǎng)營(yíng)銷的快速發(fā)展，也讓我們得以從落地層面對(duì)AI價(jià)值做一些總結(jié)。

首先，AI算法的專長(zhǎng)就在于數(shù)據(jù)整合和分析。AI算法可以在海量的數(shù)據(jù)中發(fā)現(xiàn)對(duì)人并不顯而易見(jiàn)甚至有悖“常識(shí)”的線索，并善于歸類。分析一件事情時(shí)，能看到幾個(gè)維度的人就可稱之為聰明人。對(duì)于模型來(lái)說(shuō)，在合適的特征工程和數(shù)據(jù)量的配合下，可以將成百上千維度的數(shù)據(jù)同時(shí)納入模型分析，因而能洞察到更多信息，得到更精準(zhǔn)的結(jié)果。例如，AI對(duì)于物品的識(shí)別準(zhǔn)確率超越人類，這已經(jīng)是2015年的“舊聞”了。

在營(yíng)銷場(chǎng)景中，移動(dòng)技術(shù)使消費(fèi)變得非常便捷，消費(fèi)者也從按需購(gòu)買走向了按心情購(gòu)買，并且養(yǎng)成了“刷”的習(xí)慣。所以，用更好的推薦系統(tǒng)去給消費(fèi)者呈現(xiàn)其感興趣的內(nèi)容并預(yù)測(cè)其需求將會(huì)促進(jìn)更多的購(gòu)買，可以為商家?guī)?lái)更大的利潤(rùn)。然而，消費(fèi)者作為一個(gè)人，心智、偏好和決策過(guò)程是非常多面而復(fù)雜的，需要從海量的行為數(shù)據(jù)，以及相似群體其他成員的行為數(shù)據(jù)去估計(jì)。而這，恰恰是人工智能的優(yōu)勢(shì)所在：在大數(shù)據(jù)中做歸納，不停歇地分析新數(shù)據(jù)，更新之前的判斷，并輔以實(shí)地實(shí)驗(yàn)不斷完善營(yíng)銷決策。基于A/B測(cè)試對(duì)推送內(nèi)容進(jìn)行調(diào)整，正是基于人工智能這一技術(shù)優(yōu)勢(shì)所實(shí)現(xiàn)的一個(gè)典型應(yīng)用。

其次，AI作為機(jī)器可以永遠(yuǎn)在線。服務(wù)好客戶的重要標(biāo)準(zhǔn)之一，就是減少用戶的等待時(shí)間，讓用戶隨時(shí)隨地享受服務(wù)。AI技術(shù)的提升讓這些變得非常簡(jiǎn)單，因?yàn)橐惶姿惴ǎū热缰悄芸头到y(tǒng)）服務(wù)更多人的邊際成本非常低，不會(huì)受制于人力資源、工作時(shí)間和時(shí)區(qū)等條件的制約，達(dá)到更穩(wěn)定的效果。近年來(lái)算力的持續(xù)提升（據(jù)埃隆·馬斯克的OpenAI估計(jì)，2012-2017年間AI算力提升了30萬(wàn)倍）和芯片小型化技術(shù)，也為AI技術(shù)的場(chǎng)景廣度和深度的拓展提供了技術(shù)支持和更加豐富的想象空間。

再次，AI數(shù)據(jù)的沉淀能力和自我提升能力，能使其在營(yíng)銷場(chǎng)景下實(shí)現(xiàn)“數(shù)據(jù)-能力-價(jià)值”閉環(huán)中的良性循環(huán)。AI不但在服務(wù)時(shí)不會(huì)停歇，在自我訓(xùn)練更新上也永遠(yuǎn)不會(huì)停止。即使AlphaGo戰(zhàn)勝了柯潔的當(dāng)晚，它又和自己下了上百萬(wàn)盤棋。第二天的它，比昨天的冠軍更強(qiáng)了。在當(dāng)下的營(yíng)銷世界中，風(fēng)向不停在改變，數(shù)據(jù)無(wú)時(shí)不刻被收集，模型也在不斷更新和進(jìn)步。AI工具在服務(wù)消費(fèi)者的同時(shí)，收集的數(shù)據(jù)又很快投入升級(jí)算法之中。在這個(gè)閉環(huán)里，數(shù)據(jù)持續(xù)產(chǎn)生并轉(zhuǎn)換成價(jià)值，不僅讓AI能夠更好地服務(wù)消費(fèi)者，也能在這個(gè)過(guò)程中獲取更多的數(shù)據(jù)，實(shí)現(xiàn)更科學(xué)的營(yíng)銷決策。

AI營(yíng)銷應(yīng)用的是與非

在AI賦能的智慧營(yíng)銷已經(jīng)初見(jiàn)雛形的今天，我們聚焦智能車、語(yǔ)音助手、智慧教育和新零售這幾個(gè)具體應(yīng)用場(chǎng)景，分析AI技術(shù)在短期和長(zhǎng)期的落地機(jī)會(huì)，以及潛在的一些問(wèn)題。

智能車

自動(dòng)駕駛，路線規(guī)劃，人車互動(dòng)......路還是原來(lái)的路，但是人們出行的體驗(yàn)卻被AI 技術(shù)顛覆性地改變了。對(duì)消費(fèi)者來(lái)說(shuō)，解放雙手和時(shí)間帶來(lái)的價(jià)值是最可觀的，在這些場(chǎng)景下的技術(shù)和商業(yè)模式革新也是將來(lái)的主旋律。從長(zhǎng)期的營(yíng)銷潛力來(lái)看，互聯(lián)互通的智慧出行無(wú)疑給新零售帶來(lái)了很大的商機(jī)。消費(fèi)者所處的位置、出行的目的、出行路線周遭的商家都是決定消費(fèi)行為的重要因素。商家可以借助AI技術(shù)更好地去預(yù)測(cè)消費(fèi)者的潛在需求，同時(shí)，當(dāng)消費(fèi)者越來(lái)越多的與汽車互動(dòng)的時(shí)候，AI將獲取更多的信息并且有更多的機(jī)會(huì)向人們推銷“意料之外，情理之中”的產(chǎn)品。

不過(guò)，出行是一件關(guān)乎生命安全的大事。在技術(shù)成熟到一定程度之前，我們還無(wú)法做到對(duì)AI的完全信任。大眾對(duì)智能車的過(guò)度關(guān)注和過(guò)高期待，會(huì)無(wú)形讓智能車廠商背負(fù)不公平的壓力（比較的基準(zhǔn)會(huì)變成零事故和零死亡率，而不是非智能車的事故和死亡率）。智能車算法對(duì)場(chǎng)景決策的完備性和明確性的要求，也意味著智能車廠商在極端情況下必須直面類似電車難題（Trolley Problem）的經(jīng)典倫理困境和風(fēng)險(xiǎn)。

語(yǔ)音助手

自然語(yǔ)言處理技術(shù)已經(jīng)日漸成熟，消費(fèi)者已經(jīng)能直觀感受到智能客服、智能音箱等產(chǎn)品變得越來(lái)越好用，有時(shí)候甚至難以分辨對(duì)方是不是一個(gè)真正的人。從短期來(lái)看，在更大的范圍使用AI客服、銷售，甚至是智能顧問(wèn)，不僅為商家節(jié)省了大量的人工成本，同時(shí)也提高了服務(wù)的穩(wěn)定性和時(shí)效性。長(zhǎng)期來(lái)看，當(dāng)越來(lái)越多的消費(fèi)者和AI交流互動(dòng)，商家就可以更加精準(zhǔn)地根據(jù)實(shí)時(shí)情況，為消費(fèi)者提供本次交流的核心訴求之外的產(chǎn)品和服務(wù)，而且新的AI語(yǔ)言技術(shù)，可以使對(duì)話變得柔和、自然且有樂(lè)趣（如，年輕的消費(fèi)者可以選擇與自己偶像語(yǔ)音的AI進(jìn)行互動(dòng)）。有溫度的AI營(yíng)銷顧問(wèn)，可以減少消費(fèi)者對(duì)生硬推銷的抵觸感，幫助商家識(shí)別和兌現(xiàn)交叉售賣的潛在機(jī)遇。

從另一個(gè)方面來(lái)說(shuō)，就如同在數(shù)字化的今天，手寫的信件讓人覺(jué)得彌足珍貴一樣，當(dāng)消費(fèi)者面對(duì)越來(lái)越多的人機(jī)交流時(shí)，缺少人與人之間的溫暖，會(huì)使人產(chǎn)生對(duì)機(jī)器的不信任和抵觸感，人們會(huì)覺(jué)得自己不過(guò)是它處理的一條數(shù)據(jù)。在AI語(yǔ)音技術(shù)真正走出高度程序化和結(jié)構(gòu)化的服務(wù)場(chǎng)景之前，企業(yè)需要思考的是，真人服務(wù)的輔助會(huì)不會(huì)對(duì)某些顧客群體更有價(jià)值，而去撼動(dòng)智慧語(yǔ)言助手呢？

智慧教育

“因材施教”是教育的最高境界，但在現(xiàn)實(shí)中很難實(shí)現(xiàn)。傳統(tǒng)教育的瓶頸在于優(yōu)質(zhì)教育資源是有限的，從古到今，效果最好的方式是教育家（孔子，蘇格拉底）對(duì)學(xué)生言傳身教，并以一對(duì)一的方式進(jìn)行價(jià)值塑造、知識(shí)傳授和能力培養(yǎng)。與此相反，效率最高的方式是教育家反復(fù)琢磨，總結(jié)出一套教育方法，以文字方式傳遞給大量的學(xué)生。然而，每個(gè)人的理解力、邏輯習(xí)慣等都是特殊的，教育家總結(jié)出的方法是普適的，但對(duì)每個(gè)人單獨(dú)來(lái)說(shuō)都不是最佳的。最優(yōu)的教育方法需要針對(duì)性制定，要求每個(gè)學(xué)生都獲得足夠了解和關(guān)注。然而，“一對(duì)一”教學(xué)自古以來(lái)都是富人甚至王孫貴族才能享受到的服務(wù)。大多數(shù)情況下，教育工作者在面對(duì)一個(gè)班級(jí)的學(xué)生時(shí)，做到公平對(duì)待就已經(jīng)很難了。

今天，人工智能可以在很大程度上幫助解決這個(gè)問(wèn)題。首先，學(xué)生們對(duì)教育工作者需求最大的地方在于回答問(wèn)題。得益于技術(shù)進(jìn)步，現(xiàn)在學(xué)生已經(jīng)可以隨時(shí)隨地把問(wèn)題提給AI老師了。對(duì)于結(jié)構(gòu)化的問(wèn)題和知識(shí)點(diǎn)，AI的回答已經(jīng)能解決大部分學(xué)生的疑惑。這種AI 技術(shù)的落地?zé)o疑等于給每個(gè)學(xué)生配備了一位隨時(shí)在線，并能敏銳捕捉學(xué)生短板的輔導(dǎo)老師，很大程度上降低了教育行業(yè)的人工成本，提高了教育質(zhì)量。長(zhǎng)遠(yuǎn)來(lái)看，隨著越來(lái)越多的學(xué)習(xí)和練習(xí)過(guò)程在智能設(shè)備上完成，收集到的數(shù)據(jù)使AI可以盡情發(fā)揮它的個(gè)性化專長(zhǎng)。AI可以針對(duì)學(xué)生的學(xué)習(xí)習(xí)慣、練習(xí)情況，甚至基于其捕捉的學(xué)生的眼部運(yùn)動(dòng)和肢體信息，來(lái)為每個(gè)學(xué)生制定個(gè)性化的學(xué)習(xí)和練習(xí)計(jì)劃，實(shí)現(xiàn)“因材施教”。

不過(guò)，我們也應(yīng)該意識(shí)到，人文關(guān)懷和創(chuàng)造力的培養(yǎng)還不是AI所擅長(zhǎng)的。同時(shí)，如同上面提到的AI算法底層邏輯，是在數(shù)學(xué)上達(dá)成對(duì)目標(biāo)值的優(yōu)化。這種情況不禁讓人擔(dān)心，即使精心設(shè)計(jì)的AI老師，也難以避免標(biāo)準(zhǔn)化的教學(xué)要求，從而引導(dǎo)學(xué)生思維走向固化。這對(duì)于培養(yǎng)學(xué)生的創(chuàng)新性而言，無(wú)疑是一種損害。

新零售

2017年落地的無(wú)人超市在當(dāng)時(shí)引起了社會(huì)熱議，這讓人們意識(shí)到，AI已經(jīng)覆蓋到了他們生活中最常見(jiàn)的零售場(chǎng)景。事實(shí)上，AI在零售終端以上供應(yīng)鏈的應(yīng)用才是智慧新零售的主力——預(yù)測(cè)需求采購(gòu)，智能物流，自動(dòng)補(bǔ)貨，分倉(cāng)。AI利用其穩(wěn)定、準(zhǔn)確和全鏈路的特長(zhǎng)，可以貫穿價(jià)值鏈的每一個(gè)環(huán)節(jié)，幫助消費(fèi)者實(shí)現(xiàn)個(gè)性化的需求，并賦能企業(yè)降本、增效。同時(shí)，隨著個(gè)性化制造的興起，AI對(duì)偏好的預(yù)測(cè)可以在產(chǎn)業(yè)鏈的源頭開(kāi)始，無(wú)疑會(huì)給消費(fèi)者帶來(lái)新的體驗(yàn)。

AI技術(shù)的落地，也使其在新零售終端的應(yīng)用呈現(xiàn)出爆發(fā)的趨勢(shì)。無(wú)人快遞已經(jīng)走出了實(shí)驗(yàn)室，在武漢封城期間，大量的機(jī)器人走上街頭，給疫情隔離下的人們送快遞，讓人們?cè)谔厥鈺r(shí)期，加深對(duì)AI價(jià)值的理解。同樣，電商平臺(tái)推出的增強(qiáng)現(xiàn)實(shí)（AR）與虛擬現(xiàn)實(shí)（VR）購(gòu)物功能，讓消費(fèi)者在家里就能得到接近線下門店的瀏覽和購(gòu)物體驗(yàn)。這些AI技術(shù)正在慢慢打破傳統(tǒng)零售的壁壘，將生產(chǎn)物流到各個(gè)消費(fèi)場(chǎng)景各環(huán)節(jié)打通互聯(lián)，為人們描繪出智慧新零售的美好未來(lái)。

智慧營(yíng)銷的案例觀察

汽車之家

作為汽車內(nèi)容垂直領(lǐng)域的綜合服務(wù)商，汽車之家將AI技術(shù)在智慧營(yíng)銷上用得爐火純青。營(yíng)銷的核心在于了解用戶的需求，汽車之家正運(yùn)用其大數(shù)據(jù)平臺(tái)“車智云”去挖掘市場(chǎng)動(dòng)向，預(yù)測(cè)需求。利用自身新聞、看車、論壇與4S店交流等巨大的流量，汽車之家擁有線上汽車媒體高達(dá)73%的數(shù)據(jù)，包括文字、圖片、視頻在內(nèi)的海量用戶產(chǎn)生內(nèi)容（UGC），職業(yè)產(chǎn)生內(nèi)容（OGC）和專業(yè)產(chǎn)生內(nèi)容（PGC）以及用戶（“車友”）對(duì)這些內(nèi)容詳細(xì)的訪問(wèn)數(shù)據(jù)，這些數(shù)據(jù)允許他們開(kāi)發(fā)出了精準(zhǔn)的消費(fèi)者分析營(yíng)銷模型。

汽車之家的UVN用戶分群模型，通過(guò)用戶（U）、價(jià)值（V） 、需求（N） 三個(gè)維度對(duì)“車友”進(jìn)行分類分析，幫助車企對(duì)消費(fèi)者進(jìn)行精準(zhǔn)營(yíng)銷，提高轉(zhuǎn)化率。同時(shí)，模型也借助用戶大數(shù)據(jù)，預(yù)測(cè)潛在汽車消費(fèi)者的需求方向，也就是對(duì)未來(lái)用車的趨勢(shì)有一個(gè)精準(zhǔn)的判斷。這樣，不但可以對(duì)地區(qū)銷量進(jìn)行預(yù)測(cè)，幫助車企調(diào)整庫(kù)存，更重要的是，通過(guò)分析輿論，洞察趨勢(shì)，讓車企發(fā)現(xiàn)核心客戶群的變化，以及對(duì)手的潛在威脅，為車企在營(yíng)銷活動(dòng)策劃甚至新車設(shè)計(jì)上提供有力參考。相比傳統(tǒng)的客戶經(jīng)理式打法，這樣的智慧營(yíng)銷為商家節(jié)省了更多成本，還大大提高了效率和精準(zhǔn)度，促進(jìn)更多的邀約到店，甚至線上銷售。同時(shí)，對(duì)于車友動(dòng)態(tài)的實(shí)時(shí)分析，也幫助維修、保險(xiǎn)等下游高附加值的行業(yè)商家找到合適的客戶，從而實(shí)現(xiàn)轉(zhuǎn)化。

汽車之家充分利用了流量帶來(lái)的紅利，在消費(fèi)者的行為數(shù)據(jù)里挖掘價(jià)值，服務(wù)了整個(gè)垂直行業(yè)，創(chuàng)造了很大的收益。

TalkingData

不同于汽車之家，TalkingData作為AI技術(shù)底層服務(wù)商，打造了一個(gè)相對(duì)通用的智慧營(yíng)銷方案框架，并應(yīng)用到了各行各業(yè)，在我們常用的數(shù)字化服務(wù)背后，或多或少都有他的影子。

對(duì)于擁有大量客戶基礎(chǔ)、面向消費(fèi)者（to C）的移動(dòng)應(yīng)用來(lái)說(shuō)，將用戶數(shù)據(jù)轉(zhuǎn)化為價(jià)值是一個(gè)巨大需求。而TalkingData的數(shù)據(jù)分析平臺(tái)，就幫助滴滴打車、去哪網(wǎng)、e代駕等企業(yè)實(shí)現(xiàn)了精準(zhǔn)營(yíng)銷、渠道評(píng)價(jià)等核心營(yíng)銷價(jià)值，同時(shí)對(duì)接100余家廣告平臺(tái)對(duì) APP 用戶投放。通過(guò)行為數(shù)據(jù)去給一個(gè)人畫(huà)像很難，但價(jià)值也是巨大的。TalkingData不論是在數(shù)據(jù)的儲(chǔ)存處理，還是應(yīng)用的開(kāi)發(fā)調(diào)試，如漏斗模型、行為預(yù)測(cè)、多維挖掘等，都做到了極致。像TalkingData這樣專注于AI技術(shù)，促進(jìn)落地，給移動(dòng)互聯(lián)網(wǎng)商家?guī)?lái)收益。在這樣的生態(tài)里，APP服務(wù)商可以專注于自身的業(yè)務(wù)，把收集數(shù)據(jù)與轉(zhuǎn)換價(jià)值的事情委托給更加專一于AI 技術(shù)的TalkingData，并且通過(guò)實(shí)時(shí)反饋的分析結(jié)果快速對(duì)產(chǎn)品進(jìn)行更新迭代。TalkingData的高速發(fā)展，正在印證一個(gè)數(shù)據(jù)高速流轉(zhuǎn)，價(jià)值最大化的健康A(chǔ)I營(yíng)銷生態(tài)。

AI應(yīng)用的短板何在

盡管AI算法在營(yíng)銷場(chǎng)景下的優(yōu)勢(shì)非常明顯，我們?nèi)匀话l(fā)現(xiàn)AI技術(shù)在應(yīng)用過(guò)程中暴露出了一些短板、爭(zhēng)議和新的問(wèn)題。

高昂的研發(fā)成本

AI應(yīng)用在服務(wù)上雖然邊際成本很低，但是初期的研發(fā)成本卻非常高，不僅需要大量專業(yè)的人才，其硬件和能耗的成本也是不小的支出。

在商業(yè)化的起步階段，AI服務(wù)的規(guī)模效益無(wú)法體現(xiàn)，甚至沒(méi)有任何短期的商業(yè)回報(bào)。以我國(guó)的人工智能巨頭企業(yè)——商湯科技為例。在成立早期，商湯招攬了大量的深度學(xué)習(xí)領(lǐng)域博士，并且搭建超級(jí)計(jì)算中心，購(gòu)買了數(shù)千塊價(jià)值不菲的英偉達(dá)圖形處理器（GPU）。在消耗大量研究費(fèi)用的同時(shí)，公司產(chǎn)品卻沒(méi)有大規(guī)模商用創(chuàng)造足夠的收益。這樣的“燒錢”模式，并不是所有商業(yè)項(xiàng)目能負(fù)擔(dān)得起的。

許多人將商湯最終突破，歸功于資本的支持。誠(chéng)然，商湯還在沒(méi)走出實(shí)驗(yàn)室的時(shí)候就被IDG投資千萬(wàn)美元，在各個(gè)競(jìng)賽上打出名氣以后又收獲了諸多機(jī)構(gòu)總值達(dá)數(shù)十億美元的融資，造就了這一獨(dú)角獸公司。然而，這背后也同樣離不開(kāi)來(lái)自中國(guó)政府的大力扶持。商湯不僅在業(yè)務(wù)上承接了大量的政府、央企項(xiàng)目，在政策上也獲得了多方面的支持。所以，早期的人工智能研究，不但要大量的資本支撐，也需要政府的大力支持，不然難以熬到成熟的應(yīng)用落地創(chuàng)造收益的階段。當(dāng)然，AI服務(wù)最終驅(qū)動(dòng)力還是來(lái)自市場(chǎng)和用戶的認(rèn)可，在AI基建過(guò)程中應(yīng)特別避免政府形象工程、重復(fù)建設(shè)和浪費(fèi)。

隱私和數(shù)據(jù)真實(shí)性

一個(gè)優(yōu)秀人工智能模型是被海量的數(shù)據(jù)訓(xùn)練出來(lái)的，尤其是在營(yíng)銷領(lǐng)域，更需要大量真實(shí)消費(fèi)者的行為數(shù)據(jù)。而這其中的隱私邊界問(wèn)題一直很模糊，未來(lái)將是最大的難題。

早些年間，我國(guó)相比歐美國(guó)家在個(gè)人數(shù)據(jù)隱私監(jiān)管上比較寬松，這也為我國(guó)人工智能產(chǎn)業(yè)提供了“原油”，促進(jìn)了一個(gè)高速發(fā)展的時(shí)代，中國(guó)的互聯(lián)網(wǎng)企業(yè)在很多應(yīng)用領(lǐng)域已經(jīng)超越了很多歐美同行與此不無(wú)關(guān)系。例如，阿里巴巴的“OneID”數(shù)據(jù)銀行融通了來(lái)自淘寶、直播網(wǎng)站和餓了么等多方的數(shù)據(jù)，可以對(duì)個(gè)體消費(fèi)者進(jìn)行非常立體的畫(huà)像。

然而，機(jī)會(huì)和風(fēng)險(xiǎn)往往共存。多源數(shù)據(jù)的融合也顯著提高了數(shù)據(jù)的可識(shí)別性（identifiability），對(duì)保護(hù)隱私提高了難度。隨著消費(fèi)者隱私意識(shí)的覺(jué)醒，保護(hù)消費(fèi)者數(shù)據(jù)的呼聲也越來(lái)越高，工信部也開(kāi)始大量點(diǎn)名下架違規(guī)收集個(gè)人數(shù)據(jù)的應(yīng)用。類似的，杭州十一中學(xué)在2018年引入的以人臉識(shí)別為基礎(chǔ)的所謂“智慧課堂”，也因?yàn)閷?duì)學(xué)生權(quán)利的忽視受到了諸多網(wǎng)友和媒體的批評(píng)。

合理的數(shù)據(jù)獲取邊界在哪里？隨著獲取數(shù)據(jù)的難度逐漸增大，人工智能模型是否能保持曾經(jīng)的發(fā)展速度？商業(yè)模式是否會(huì)改變，能否再創(chuàng)造出更吸引人的應(yīng)用？

另外一個(gè)值得注意的趨勢(shì)是，由于對(duì)抗神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)生成技術(shù)的出現(xiàn)，使得偽造數(shù)據(jù)變得非常容易。也許未來(lái)的消費(fèi)者將很難區(qū)分一條新聞或者評(píng)論是真人寫的，還是算法生成的。這也為對(duì)真實(shí)數(shù)據(jù)的甄別和數(shù)據(jù)分析，帶來(lái)了巨大的挑戰(zhàn)。

人性關(guān)懷的缺失

人工智能算法普遍的底層邏輯是，確定了模型架構(gòu)以后去定義一個(gè)目標(biāo)函數(shù)（Objective Function），通過(guò)反復(fù)的循環(huán)訓(xùn)練不斷優(yōu)化目標(biāo)數(shù)值，直到滿意為止。此時(shí)模型的參數(shù)被反復(fù)打磨，可以應(yīng)用到實(shí)際場(chǎng)景中去。這樣的底層原理，決定了算法只是一個(gè)沒(méi)有感情的數(shù)學(xué)機(jī)器，所做的決定根本上都是為了最大化或最小化既定的目標(biāo)數(shù)值。

比如，外賣平臺(tái)算法的核心目標(biāo)函數(shù)，就是在固定時(shí)間內(nèi)完成更多的訂單，并且最小化客人的等待時(shí)間。所以，算法就會(huì)對(duì)每個(gè)騎手的路線進(jìn)行規(guī)劃以達(dá)到全局最優(yōu)。不過(guò)，在上面的例子中，執(zhí)行算法指派的卻并不是機(jī)器，而是一個(gè)個(gè)鮮活的人。在一個(gè)非封閉的、不斷變化的環(huán)境中，人往往無(wú)法保證像機(jī)器一樣準(zhǔn)確地執(zhí)行指令。算法給騎手的指令只是在多長(zhǎng)時(shí)間以內(nèi)從A趕到B，卻無(wú)法全面考慮到各種其他因素對(duì)完成指令造成的影響以及騎手的感覺(jué)。而平臺(tái)為了履行對(duì)消費(fèi)者的時(shí)間承諾，或是獲取更多的利潤(rùn)，則會(huì)把騎手的收入與其對(duì)算法指令的完成情況掛鉤。在這樣的設(shè)定下，算法用一個(gè)容易的量化指標(biāo)去決定騎手的收入。騎手在受到某些外因的影響的時(shí)候，會(huì)為了完成任務(wù)鋌而走險(xiǎn)，釀造了很多悲劇。

科技公司過(guò)度關(guān)注、重視和監(jiān)督可量化的核心指標(biāo)，而忽視難以量化的方面，如安全性、人性關(guān)懷，導(dǎo)致“內(nèi)卷”和其他類的員工事故，招來(lái)了社會(huì)上大量的爭(zhēng)議，及對(duì)“AI控制人類”這種行為的批判，和對(duì)AI技術(shù)本身的反感。

期望越高 落差越大

隨著人工智能應(yīng)用走進(jìn)了消費(fèi)者生活的方方面面，人們對(duì)AI的期望也越來(lái)越高。十年前，人臉識(shí)別驗(yàn)證身份的創(chuàng)新讓人們驚嘆不已。而今天，人們已經(jīng)開(kāi)始對(duì)查看身份證等“古老”行為感到詫異或者麻煩。消費(fèi)者對(duì)于科技巨頭新品發(fā)布會(huì)的激情與AI時(shí)代剛剛開(kāi)始時(shí)已經(jīng)相距甚遠(yuǎn)，甚至不斷地批評(píng)科技公司“炒冷飯”，缺乏創(chuàng)新。隨著媒體近年來(lái)對(duì)人工智能技術(shù)的宣傳和暢想，人們對(duì)AI技術(shù)也有了更多的誤解以及不切實(shí)際的期望。消費(fèi)者往往用“強(qiáng)人工智能”的標(biāo)準(zhǔn)去看待“弱人工智能”的應(yīng)用，這樣的期望落差會(huì)造成消費(fèi)者對(duì)技術(shù)的一種厭惡感，并加深對(duì)AI技術(shù)的負(fù)面刻板印象。

小結(jié)

人工智能給了我們很多美好的遐想，在大數(shù)據(jù)爆發(fā)的今天，AI技術(shù)的更新迭代會(huì)更快。在潛在價(jià)值巨大的營(yíng)銷領(lǐng)域，對(duì)AI在細(xì)分領(lǐng)域的清楚認(rèn)識(shí)，應(yīng)用分析以及價(jià)值鏈思考，能幫助市場(chǎng)營(yíng)銷的管理者更好地找到落地的場(chǎng)景，從而讓AI創(chuàng)造出更多的價(jià)值，造福于消費(fèi)者，并最終形成數(shù)據(jù)驅(qū)動(dòng)的智慧市場(chǎng)與智能社會(huì)。同時(shí)，我們也認(rèn)識(shí)到現(xiàn)有AI技術(shù)的短板和不足。我們認(rèn)為，AI和營(yíng)銷的結(jié)合還有巨大的創(chuàng)新空間，智能營(yíng)銷未來(lái)的發(fā)展應(yīng)該在技術(shù)進(jìn)步、商業(yè)應(yīng)用和隱私保護(hù)之間獲得平衡。