2021年AI技術是如何影響營銷的？

在2020年全球疫情暴發和世界被徹底顛覆之前，人工智慧，尤其是人工智慧的分支——機器學習（ML）——已經在廣泛擾亂幾乎所有行業。

新冠病毒疫情對我們行為方式的許多方面產生了影響，但它並沒有削弱人工智慧對我們生活的影響。事實上，有一點已經變得顯而易見，即自學算法和智能機器將在當下抗擊這場疫情的戰鬥中和我們在未來可能面對的其他事件中發揮重大作用。

當談到挑選在不遠的將來將改變我們生活、工作和玩耍方式的技術時，人工智慧無疑仍是一個關鍵趨勢。為此，我們在下面概述了在我們重建生活以及重新思考商業戰略和優先事項的這一年裡，我們可以期待什麼。

1. 更落地的數據應用：個性化及規模化

2020年國內廣告市場規模超過5000億，但隨著網際網路環境的變化，作為廣告基石的流量，其固化現象越發明顯，數字營銷明顯已經進入深水區，主要體現在兩個方面：一是流量增量放緩；二是流量存量向頭部集中。

基於此，數字營銷要解決的核心問題是挖掘新的流量增長點，並提升流量變現效率。因此，AI在其中的重要性得到進一步凸顯，也成為助力營銷升級的主要驅動力。

從流量驅動到數據驅動、再到AI驅動，這背後的關鍵因素是個性化——唯有個性化可以持續提升流量的轉化效率。而AI對營銷個性化已經有了深度介入，不只是對人工的輔助，更開始替代某些情況下人的決策和創作過程：個性化內容的創造和優化、個性分群的學習和展示、用戶轉化習慣的記錄和定製等等。

2. 更人性化的智能服務：智能交互和轉化

AI另一個讓營銷人感到忐忑的趨勢是：帶來越來越「人性化」的感受。AI想真正落地到商業場景中，必須實現一個關鍵詞就是「人工擬態」，這也是這兩年技術的核心突破點。

技術突破到今天，放眼望去的營銷現狀是，智能交互已經在對話式營銷、虛擬助手、智能客服等應用上佔據絕對的上風。以虛擬助手為例，小到落地頁的客服助手、大到主流電商平臺的智能客服系統，虛擬助手應用越來越普及和好用。根據 Gartner 2019年的技術成熟曲線，虛擬助手已經越過期待破滅的時期，將在2021年內進入主流應用期。

快速響應、人機協作的模式將是未來1到2年內，客服智能化的主要解決方案。目前大部分品牌採用的方式是：利用智能客服機器人獨立接待，統一接入全渠道諮詢入口，自主處理部分業務流程，再將複雜業務轉接入人工坐席，讓人工客服與智能客服無縫融合。通過人機互動模式減少人力資源的投入，提高客服系統處理效率和智能化程度，從而改善客戶體驗。

2021年，我國智能客服市場將達到500億~800億，如上圖，這部分的投入是企業大勢所趨，營銷人員如何適應和配合這部分工作流程的改變，和智能客服打好配合，甚至是利用智能客服的優勢來提升人工的營銷效率，已經是一個不可迴避的任務。

3. 深度學習賦能：預測、分析、歸因後的效果提升

從目前的情況看，營銷應該是深度學習和AI可以對現有工作流程產生明顯提效的領域了。阿里資深算法專家劉凱鵬認為，可以簡單將其總結為一個特定的場景：在掌握需求的情況下，為消費者找到最心儀的商品和廣告。這當然和個性化緊密聯結在一起，但區別是個性化更傾向於結果的執行，而深度學習更傾向於消費者的需求剖析。

深度學習賦能的一個典型例子，通過分析消費者在整個瀏覽場景的行為，停留、點擊、購買等，其實也是認知、記憶、判斷的過程。對於所有已經看見的廣告/信息，到底會產生怎樣的行為？消費者可能喜歡或討厭，而計算這個概率是典型的機器學習問題。

其實，很多深度學習的應用，已經融入到了日常營銷場景中。我們的很多品牌客戶，已經將營銷中的多個環節交給AI來做支撐和優化，比如智能預測展示、智能分析判斷、智能創意組合、智能投放策略等。

不僅如此，AI已經可以對用戶的行為進行總結，為廣告主、媒體等需求方生成全方位的用戶畫像，並為下一步的營銷活動提供參考。然而這些參考和建議大部分仍是根據用戶的現狀所進行，並非是對用戶未來行為以及需求的預測。

未來，基於智能推薦的用戶數據處理效率將大大提高，用戶與營銷方的數據磨合期更短，並且用戶可以獲得更多意料之外又情理之中的營銷信息推薦。

2021年，營銷人能做的最好準備就是——關注自己身上無法程序化的能力，持續去提升和發展這類能力。同時，人與機器/工具的協作能力也才剛剛開始，誰也不是生來就懂，更何況實用知識的更新迭代之快，我們唯有慢慢、持續地學習。以上是2021年AI技術是如何影響營銷的分享！希望能夠有幫助大家！