㈠ 《AI 3.0人工智能落地的商业逻辑》读书笔记
你期待人工智能时代真正的来临,来改变我们的生活吗? 关于人工智能,你所能想到什么呢?之前看电视的时候,有关人工智能的一些场景。就比如说,在医院,人工智能结合病人的各种检测数据,来判断病情,判断病人患各种疾病的一个概率,从而帮助医生更准确的能找到病灶部位,以及施展治病方案。
在现实生活中,目前我所看到的人工智能,无非就是某个餐厅减少几个服务人员,有一个机器人,端着菜盘转来转去,也能准确的找到就餐者的餐桌。
之前也了解到各种视频,通过各种文章,关于AI人工智能能给我们这个社会带来哪些变化?比如说自动驾驶,自动驾驶会发生车祸比例大大减少。还比说,人工智能的律师,这种律师可跟人不一样,它所记得的法律法规,比人厉害多了。再比方,人工智能的棋类高手,已经打败了世界冠军好几次。
还有些无人超市,商品就超市内,消费者直接拿走商品,商家会自动在消费者的账户中准确扣费。
现在,人工智能产业正迅速迎来全面发展,从芯片层、基础层、算法层、技术层到行业应用层,创新不断,在金融、安防、医疗、教育、传媒、企业服务等各领域全面开花。
未来呼啸而来,人工智能会给我们的生活带来翻天覆地的变化。本书就是告诉我们,人工智能是如何改变我们的生活,以及未来人工智能时代,我们该如何拥抱变化,面对第三次AI浪潮的机遇与挑战,我们该如何不被时代淘汰?在变革中抓住商机,实现蜕变。
一:当机器有了智慧
AI的核心是什么,人工智能的核心是机器进行理解、推理和学习。人工智能是拥有理解、推理、学习和互动能力的新一代信息系统。这个系统不断积累知识、学习和了解自然语言,与人类进行更加自然的互动。
人工智能距离我们越来越近。每一项科技的发展和进步都像硬币的两面,人类需要善用科技,让人工智能成为人类的朋友。而不是像电影《终结者》里面那样,机器已经失控,人无法掌控了。
要人工智能从行业场景落地上,从行业、技术、数据、人才、法规建设等多维度同步发展,围绕“行业+人工智能”建立自己的发展特色,真正让人工智能成为国家经济的驱动力和国际竞争砝码。
二,AI变革世界
世界在快速发生变化,新的技术变革对商业、社会的影响呈指数级增长,打破了人们过往的认知,也在颠覆企业的商业模式。一切坚固的传统,都烟消云散了。
第一,数据与人工智能具有强互动关系,人工智能革命的无名英雄是数据标注者。
第二,大数据和人工智能是同一价值链中的要素,无论大数据还是小数据,有价值的就是好数据。行业落地重要的是相关数据,而不是大而全的数据。
第三,人工智能的竞争,最终将是数据的竞争。
第四次工业革命已经拉开帷幕。这场革命以人工智能为核心驱动,将数字技术、物理技术、生物技术等学科融合在一起。其中迸发的强大力量,会更深刻地影响人类社会的基本运行方式。
人工智能革命,是思维力量的解放。
万物互联时代来临,物联网的核心同样是数据抓取,收集和传递数据,分析数据的价值,物联网的核心价值是通过大数据分析体现出来的。
物联网与人工智能的力量,不只是在一般意义上提高边际产出,其更大的意义在于数据真正成为一种生产要素,进入了生产函数,致使经济学上的“零边际成本”在更多场景下成为可能。
对未来的资本动向,风险投资注重财务回报,投资方向要聚焦在行业应用和落地上,特别是人工智能新开拓的场景;产业资本要着眼长远,主动拥抱人工智能,增强自身的技术与行业壁垒,适应智能时代的转型需求;国家资本和少数头部的人工智能公司,应多着力于人工智能基础层的构建,加大基础学科建设和人工智能人才培养力度,提升基础科研力量,建立产业集群,让中国的人工智能走得更远。
三:人工智能时代的全球行业变革
云计算改变了一切,它不仅改变了技术发展的频次和趋势,也触发了各行各业商业模式的变革。云计算把所有的技术以最低成本、最敏捷的方式,交付到每一个行业的使用者手上,根本性地撼动了人类社会的科技发展。
物联网和区块链属于体系化、架构型技术,物联网的核心是以遍布四周的传感器捕捉数据,获取数据资源,所谓万物互联,本质是万物的数据互联。区块链可以看成是一个共享的、不可变的分类账,用于记录交易、跟踪资产和建立信任、它的去中心化性质促进信息之间的信任和透明度。
人工智能的发展也正从“电动机”进入“生产线”利用的阶段。人工智能正在与行业应用深度融合,基于数据重新配置生产力和生产关系,找到颠覆性的商业模式,带来巨大的行业变革。
大数据分析和人工智能无疑是这个时代最主要的科技变革之一。数据作为21世纪新的自然资源,蕴藏着巨大的商业价值,企业可以通过数据分析、机器学习等洞察变化,帮助企业决策未来。
云计算、大数据分析、移动、社交、安全、物联网、区块链这些突破性的技术,为产业带来创新或颠覆。
四:企业如何抓紧AI红利
可以预见的是,未来每个企业都会变成数据公司。在人工智能时代,企业家必须重新认识数据的价值,建立清晰的数据战略。大数据时代,机会不局限在平台型的巨头企业,而属于每一个勇敢的革新者。
对于绝大部分企业而言,算法和算力不是壁垒,这些能力会由专业的基础设施运营商提供,企业只要自己拥有数据资源,就可以调用算法和算力服务便捷地使用人工智能,实现产业的智能化发展。
企业可以通过大范围利用自有数据、与外部交易数据、提供数据APl服务三大类方式来进行数据的价值创造。
产品、资产数字化的自有数据创新,企业自有数据往往可以不断积累,形成网络效应,是数据价值创造的首选。自有数据创新的一大方式是增强自有产品的数据生成能力,打造产品数据的创新能力。
整体来看,数据治理的实施有四个层次:第一个层次是从业务战略的高度来思考数据战略。第二个层次是在此基础上建立数据战略和数据安全原则。第三个层次是建立具体的治理原则、治理义务和治理方法。第四个层次是从技术、数据分类、组织管理等方面来保障数据治理的实施。
成功的数据战略应该包含数据资产、数据治理、数据价值创造、人才储备等在内的总体计划,为未来的业务增长奠定基础,提供持续不断的数据动力。
围绕着业务目标与流程,企业需要重构自身的组织架构。在重构时,企业要提出明确的组织目标、组织价值观及组织流程,最终搭建起准确、高效协同的组织结构。
人工智能的实践应该由业务与技术领导人共同评估、共同决策、共同领导。人工智能最终要落地产业,懂行业、了解行业是核心。
人工智能发展的过程中,企业还需要在审核、伦理、监督、风险等方面制定相应策略,建立安全方面的运营机制来保障公司人工智能战略安全落地。
人工智能技术就是未来全球化竞争的顺风车,不管你是否相信,人工智能技术的发展对企业变革速度的影响已经超过我们的估量。
五:下一个20年,AI走向何方?
未来人工智能如何发展,取决于当下我们如何行动。在这一波人工智能产业浪潮中,人工智能要想得到好的发展、友善的发展,就绕不开伦理和数据隐私的讨论。只有伦理和数据隐私做好了,人工智能才能发展得更好。好的伦理和隐私保护规则能够促进人工智能的发展,让人工智能成为人类能力的延伸,与人类更好地融合。
人工智能技术是人类能力的延伸,可以放大人的智能水平和行为边界,如果不套上“伦理项圈”,任由人工智能技术肆意发展,那么未来人类可能会遇到一个无法纠正的时刻。
人工智能是一项造福人类的技术,就潜力而言,其社会价值是无法估量的。但如果没有伦理的规范引导,其负面作用会无限放大。比如,造成大规模失业,扩大贫富差距,形成科技寡头统治等,甚至危及人类族群本身。
网络创始人李彦宏曾提出了人工智能伦理的四个原则,包括人工智能的最高原则是安全可控,人工智能的创新愿景是促进人类更平等地获取技术和能力,人工智能的存在价值是教人学习,让人成长,而非超越或替代人,人工智能的终极理想是为人类带来更多自由与可能。
人工智能的伦理原则,往往要事前预警,而非事后处理。凡事预则立,不预则废,伦理的制定需要政府、产业、学术、社会等多方深入讨论,共同提出有洞察力的原则。
个人数据价值时代,个人数据就是一种财产,未来会产生诸如“利息”“分红”这样的资产价值。
第一,创建个性化数据管理工具。
第二,建立数据隐私、数据传输的保护机制。
第三,厘清数据交易产业链中,数据所有者、数据管理者、数据处理者、数据运营者、数据使用者等各方角色与利益分配机制。
第四,打造数据交易的基础设施。其中至少应包括数据交易的实现机制设置、数据价格的发现识别平台及数据产品的快速生成工具。
第五,建立动态的数据定价机制。个人数据是有价值的,要把定价权交给市场。
最后作者告诉我们,我们人要保持清醒,保持自由意志和决策能力,不要产生过多的技术依赖。人工智能要安全、可控,人类自身也要独立、自控,人类的目标才能成为人工智能的目标,人工智能才会是真正的朋友。
㈡ 乱花渐欲迷人眼,AI如何才能真正落地
人工智能历史上经历过数次沉浮,如今再次被引爆。
从政府、学术界、企业界、投资界到创业者们,无一不将人工智能视为未来方向;而分析师和媒体从业者们的海量分析报道,更是让人工智能快速占领了每一个普通人的视听。
于是,正如历史上每一个产业的兴起,人工智能在歌舞升平的同时,也逐渐变得有些“乱花渐欲迷人眼”。
从积极的一面来看,人工智能催生了大量新技术、新企业和新业态,为个人、企业、国家乃至全球提供了新的经济增长点,甚至将驱动第四次技术革命,创造巨大的价值。
IDC预计,全球人工智能支出到2020年将达到2758亿人民币,未来五年复合年增长率将超过50%。中国人工智能技术支出将达到325亿元,占全球整体支出的12%。
从消极的一面来看,尽管人工智能揭开了一个全新的时代,但也在不断滋生着“泡沫”,吹捧有之,跟风有之,噱头有之,近两年,数十家中美AI创业企业密集倒闭,大量AI创业项目中途夭折,不免让人感慨,人工智能是否只是“看上去很美”?
那么,人工智能的未来到底会发展成怎样?如何才能真正落地?如何才能实现规模商业化?尽管人工智能的概念的提出已经有六十余年,但理论、技术和应用、商业的结合并没有太多前人的足迹。
故而,在人工智能产业的发展中,“拓荒者”和“领头羊”的角色就显得尤为重要。
“场景驱动”是AI落地关键
在人工智能的诸多玩家中,阿里巴巴已经正在努力成为这一角色。对于AI的未来,阿里已经有了清晰的认知,以及与众不同的AI发展路径。
12月20日,在云栖大会·北京峰会上,阿里云总裁胡晓明提出了“AI for Instries”(产业AI)的理念:人工智能不应仅仅是实验室里的、PPT里的“概念上的AI”,更应是“产业AI”。
胡晓明表示,“产业AI”的提出,是基于阿里巴巴对人工智能的三个判断:
“第一,必须要有场景驱动,我们在解决什么问题,为这个社会的成本降低了多少,效率提高了多少;第二,在人工智能背后是否是有足够的数据来驱动AI能力的提升;第三,是否有足够的计算能力支撑我们的算法、深度学习;只有三个场景同时具备的前提下,人工智能才会有价值”。
阿里将“场景驱动”放在了首位,这正是阿里“产业AI”战略的核心,也是阿里独特的AI发展路径,更是阿里能够将AI实现落地的独家秘笈。
和很多企业和机构的做法不同,阿里的AI旅程并不是从实验室中的研究和讨论开始,而是反其道行之,从基础业务部门开始推动,让AI从日常场景中“长出来”。
例如,手机淘宝中能够让用户通过拍照的方式实现“以图搜图”的“拍立淘”功能,就是源于电商场景,之后通过解决一个个的技术问题,最终形成成熟的AI解决方案。
电商平台为阿里提供了AI生长的优良土壤。大量消费者普遍的、或者个性化的需求造就了不同的应用场景;海量数据为AI提供了充足的“原料”;而阿里云强大的计算能力则成为了AI实现的加速器。三要素齐备,阿里得以让人工智能快速发挥出价值。
事实证明,阿里选择的这条“自下而上”、“从场景中来”、“再到场景中去”的产业AI路径方向正确,并行之有效,推动了AI技术在行业应用场景中的真正落地。
“双11”当天,机器人客服“阿里小蜜”承担了95%的客服咨询;机器智能推荐系统生成了超过567亿个专属货架;AI设计师“鲁班”在双11期间设计了4.1亿张商品海报;而阿里华北数据中心运维机器人接替了运维人员30%的重复性工作。
不仅在零售领域,阿里“产业AI”布局已经覆盖城市、金融、司法、农业、教育、航空、工业、安全、环境、医疗十大垂直领域,并已相继开花结果,目标以AI技术对垂直产业进行全局重塑。
例如,在金融领域,阿里通过云计算和智能算法,将南京银行申请贷款过程中的人工视频验证减少54%;在工业领域,阿里云ET工业大脑帮助天合光能将电池A品率提升7%;在智慧城市领域,阿里云ET城市大脑在杭州接管了128个路口的红绿灯,通过对视频等数据的全量分析来优化道路运营速度和效率,在试点区域的道路上通行时间减少了15.3%。
在胡晓明看来,过去每一次产业革命都是技术与产业的深度融合,从而引发经济和社会变革,AI也不例外。未来AI要深入各行各业,去解决生活、生产和社会环境中遇到的棘手问题,这样才能引领真正的产业革命。
通过“产业AI”布局,阿里正在这条“产业与AI深度结合”的路上渐行渐远。
“ET大脑”让行业共享AI红利
一年前,阿里云发布了人工智能ET,全面整合了阿里巴巴的语音、图像、人脸、自然语言理解等能力。在12月20日的云栖大会·北京峰会上,阿里云正式推出整合城市管理、工业优化、辅助医疗、环境治理、航空调度等全局能力为一体的ET大脑,将ET从单点的技能升级为具备全局智能的ET大脑,全面布局产业AI。
ET大脑LOGO
据阿里云机器智能首席科学家闵万里介绍,ET大脑的核心能力是“量子拓扑”,其诞生主线要追溯到1905年爱因斯坦发布的关于布朗运动的论文:“从一个巨大的网络上,怎么样从这些传播的表象上找到它最核心的路径?而这一点恰恰是ET大脑最核心的一个能力,也是与众不同的能力。”
闵万里表示,相较于其他AI产品,阿里云ET大脑将AI技术、云计算大数据能力与垂直领域行业知识相结合,基于类脑神经元网络物理架构及模糊认知反演理论,实现从单点智能到多体智能的技术跨越,打造出具备多维感知、全局洞察、实时决策、持续进化等类脑认知能力的超级智能体。
ET大脑的发布,意味着阿里云的AI能力已经从单点技术进化到面向垂直行业的全局能力,在过去的一年中,ET大脑在城市、工业、医疗等领域获得大量实践,量变引发质变,进而能够升级为各行业的“大脑”。闵万里表示,ET大脑将被设定为一个开放的生态,让创业公司、开发者和行业公司一起来分享技术的红利。
除了ET大脑,阿里云在云栖大会·北京峰会上还发布了ET航空大脑,用运筹优化、机器学习等人工智能方法分配停机位,预计每天调度1700架次航班,帮助乘客节省5000个小时,大大提高航班中转效率,从而降低延误率。
据闵万里介绍,为机场提供停机位的智能调度只是ET航空大脑的功能之一,航空大脑还希望深入航空的其他场景。此前,阿里云天池平台曾联合厦门航空、白云机场启动智慧航空AI大赛,向全球工程师发出邀请,用智能算法解决航空场景下的问题。未来,ET航空大脑将继续为航班智能恢复、机场地勤人员调度、航空公司航线规划等提供人工智能解决方案,打造智慧航空。
在云栖大会·北京峰会上,阿里云还宣布推出具备智能风控、千人千面、关系网络、智能客服等能力的智能决策金融方案——ET金融大脑。
据阿里云金融事业部总经理徐敏介绍,ET金融大脑可辅助银行、证券、保险等金融机构实现对贷款、征信、保险等业务的智能决策及风控监管,可大幅降低资损率,提高信用卡等预测准确率,促进金融机构在互联网消费金融、中小微企业金融服务等普惠金融方面的探索。
如今,ET金融大脑已经在南京银行、浙商银行、广发银行等金融机构得到应用,在智能风控、“千人千面”的金融服务、开拓“新金融”商业模式中大显身手。
推落地促生态,让AI“普惠”大众
从《终结者》、《黑客帝国》到《西部世界》,人类表达了对于人工智能的隐忧,未来,人工智能是否将代替人类?MIT人类动力学实验室主任、《智慧社会》的作者Alex Pentland曾经指出,其实我们要忧虑的并非是全球化人工智能本身,而是它的幕后操纵者。
人工智能是人类创造的工具。如今,业界更乐于将人工智能定位于“增强智能”,其目标不是为了代替人类,而是增强人类的能力,为人类生产生活服务。故而,人工智能不应被封闭在实验室之中,而是要与人类生产生活紧密结合,普惠大众。
阿里所提倡的“产业AI”,正是一种将其AI能力开放,普惠大众的做法。阿里AI能力相继在城市、工业、汽车、零售、金融、家居、航空等领域落地,在破解行业难题的同时,也切实为普通消费者的生活带来了改变,让消费者切实能够从AI中获益。
阿里也正在通过开放合作,让AI能力惠及更多的行业和消费者。
在云栖大会·北京峰会上,阿里云和中国电信在安全领域展开合作,双方将于明年共同推出定制化DDoS防护服务,为中小企业提供普惠安全;新华书店携手阿里云,布局智慧书店,在消费侧与顾客建立紧密连接,打造全新的“悦读生活”理念,满足消费者多元化、个性化的需求。
同时,阿里云同隆平高科、中信云宣布达成战略合作,计划将ET大脑推进到农业领域,主要用于筛选育种、基建数据化、农事管理、基地选址及农作物生产预测。阿里云与宝马中国正式对外宣布,双方将基于物联网,为宝马车主提供从家到车的一站式无缝连接的远程服务,实现查询汽车实时状态以及远程控制车辆的智能生活。
除了将AI技术和行业深入结合,普惠大众,阿里还在积极参与人工智能生态的建设和人才的培养,推动人工智能在中国的加速落地。
在云栖大会·北京峰会上,阿里云联合掌通家园、贝聊、智慧树、小蚁科技、得图等厂商发布了“AI视觉守护联盟”,希望将人工智能、视频技术和工业、农业、教育等行业深度结合。
阿里云深度融入了国家大数据战略,包括深度参与两个由政府发起的大数据国家工程实验室;阿里云“天池”大数据平台已经聚集了超过11万名开发者;阿里亦已和307所中国大学开启了普惠计划,将云计算、大数据、人工智能等新技术带进高校,培养人才。
综上,中国人工智能的发展和落地,既需要“拓荒者”和“领头羊”,也需要整个生态的繁荣和健康发展。在这个过程中,阿里及其所布局的“产业AI”,都扮演了关键的角色。
㈢ 人工智能在商业中的应用最有可能带来的商业变化是什么
人工智能在商业中的应用比较普遍的是服务功能。而除了人们日常生活、家居中的智能服务产品,应用最多的就是酒店、写字楼、展会等服务行业的智能服务应用。以酒店为例。
随着人口红利的慢慢消失、人力成本的不断上升,消费者需求的多元化发展,酒店业面临的挑战越来越大。而疫情进一步让酒店从业者看到了数字化和智能化的发展空间和可能性。
酒店的智能化设备和智能化服务也是酒店新业态的一大创新。许多酒店选择使用智能服务机器人来帮助解决酒店管理和服务中的痛点和需求。酒店服务机器人的出现将逐步替代人们普遍不愿意从事的程序化、重复性的简单劳动岗位并提高人员工作效率。而随着AI技术的迅猛发展和服务的升级,智能服务机器人的智能化更进一步发展,酒店也不仅仅满足于服务机器人做简单重复的工作,而在追寻让智能服务机器人能够为企业达到降本增效的作用,在激烈的市场竞争中实现创新和突破,提升客户的满意度,实现酒店品牌价值的不断成长。
例如洛必德酒店服务机器人。机器人的主要工作有:智能送物、引领带路、宣传播放、娱乐互动等。入住宾客只需要手机小程序下单,前台收到订单,即可由机器人派送货物到客房。酒店服务机器人可以自动乘坐电梯,自动避障,到达客房门口自动拨打电话,提醒宾客出门取货。
在满足这些基本功能的基础上,洛必德酒店服务机器人机身自带大屏幕广告位,在机器人巡游工作的同时,大屏幕上可播放酒店的宣传图片和视频,为酒店带来广告宣传的收益。会议模式,婚宴娱乐模式,可以为酒店带来机器人租赁的收益。
在提高宾客入住满意度的同时,酒店服务机器人能够为酒店节省人工成本,提高员工工作效率,提升酒店的服务质量,为酒店带来收益,提升酒店的品牌形象,成为了智能酒店服务升级的新标配。
㈣ AI换脸软件总是昙花一现,AI变脸技术下的相关应用如何才能走向商业化
在这个风起云涌的大时代,总是会涌现出一些新鲜的产业来。就比如这几年随着AI技术的发展,涌现出了一个新产业叫ai换脸,但是ai换脸这个产业并没有得到大规模的普及,并没有得到大规模的商用。那么该如何才能让AI换脸这个产业、这个技术得到大规模的商用、得到大规模的普及呢?我想可以从以下几个方面着手吧,首先,解决人民需求。其次,政策推广。
㈤ 人工智能如何驱动营销增长
演讲内容包含了Forrester对营销技术发展历程的洞察,CMO使用AI营销技术的条件,解疑大众对AI营销技术的误解及分享在企业内推广AI的方法。
以下是邹欣峰会演讲实录∶
达尔文提出的自然生物优胜劣汰规律——“物竞天择,适者生存”,同样适用于市场营销领域,如果不能实现增长,CMO只能离开。目前,CMO亟待解决的问题是在当今竞争残酷的环境下,如何利用新兴营销 科技 ,帮助企业实现增长。
第一阶段:1995年-2000年,主要通过数据库(CRM)营销实现市场营销。
第二阶段:2001年-2006年,主要通过营销自动化,实现规模较大、流程较为复杂的市场营销活动。
第三阶段:2006-2011年,我们称之为平台时代,通过营销套件的发展和应用,使用 科技 手段,结合社交媒体和营销活动,共同推进平台的发展。
第四阶段:2012年至今,The age of Cloud, 云和SaaS得到广泛应用,营销软件套装和实时互动成为现实。
营销技术发展至今已到了一个临界点,即将迎来一个新的发展阶段。那么在未来,营销技术会有哪些变化呢?根据Forrester发表的一个全球性调研报告,全球55%的营销决策者,在未来会增加营销 科技 方面的预算。
类似的趋势在亚太区更为明显,亚太区的营销决策者,增加营销 科技 方面的预算比例要高于北美和欧洲。
据Forrester预测:2023年,全球营销自动化的花费将达到251亿美元,而这数额是2017年-2018年全球营销自动化花费金额的2倍。可以预见到营销 科技 在未来发展速度非常快,当然我们也希望这种发展能够给我们在座的CMO及企业带来更好的发展。
由此可见,营销部正在迅速成为最依赖技术的部门之一,CMO与CIO的合作也将更为紧密。
在营销环境不断变化及技术迅速发展的情况下,CMT(Chief Marketing Technologist 首席技术营销官)应运而生,这个岗位或会替代CMO或会成为CMO属下的一个人员配置。
不同的企业认识到市场和技术的结合是必然的趋势,为应对这些变化,既要懂技术懂市场,又要对增长负责, 这些对CMO或者营销的一些决策者提出了更高的要求。
Forrester认为,技术、人员、流程是影响营销 科技 有三个重要要素,具体可细化为:
技术:营销技术正往人工智能方向发展;
人员:企业内部的团队;
流程:企业内部组织架构及一些管理模式。
CMO想有效应用营销 科技 ,必须掌握这三大要素,这也就意味着CMO必须了解并掌握能够大规模,且能提供卓越或个性化体验的营销技术,包括:触点/旅程,分析/洞察,以及提供支持的相关技术,例如AI、IOT、AR/VR等。
1. AI赋能营销 科技
AI赋能的营销 科技 可实现例如:进行场景挖掘和聚类,设计模式,理解数据,基于稳定/可持续的数据进行机器学习等功能。
从而帮助企业提升效率、完善决策、加快速度、优化客户旅程和持续提升,弥补由于传统营销复杂的跨渠道管理,个性化客户触达这些超越人类认知的难题所导致的机会鸿沟。
例如,B2B市场和B2C市场在获取客户时有很大的差异或者痛点。当我做B2B市场时,我很难让客户还没有购买或者使用我的产品就有身临其境或者感同身受的感觉。在做B2C的时候这个方式比较好解决,去超市或者网上搜索就能简单实现。而AI的出现,就解决了这个让B2B营销人员困扰已久的问题。通过AI搭建使用场景,实现让用户在购买使用前便能身临其境地体验产品的功能及效果,解决相应的问题。
2. AI让企业实现与客户更好的链接
AI通过多种形式和内容与客户进行互动,帮助企业整合数据、洞察和应用集成,结合客户生命周期,从而驱动商业价值与增长。
例如,Google AI在日本做了一个智能化营销的测试,它把2.5万份广告推送给不同的消费者,推送之后实现了ROI巨大的增长,同时在一些成本上有较大幅度的降低,我认为这是一个比较大的进步,因为Google AI不仅通过数据去了解消费者,同时在实施的时候,可以通过智能化计算或者分析进行个性化推送,增强了客户体验。最重要的一点是,整个操作最终可以在移动端上实现自动化,这无疑是个非常大的进步。
AI营销 科技 ,目前还处于一个初级发展的阶段,由于听起来很神秘和不易理解,促使大众对其产生误解,认为它就是一个黑盒子。在这里,我分享几个大众对AI常见的误解及个人的看法:
1. AI将会取代营销人员
AI只会取代重复性的复杂工作,营销人员负责的更高层级的,创造性的工作是不会被取代的。
所以营销人员必须保持学习的习惯,锻炼自身更高层级的工作能力。
2. AI是晦涩难解的数字和算法
很多人认为AI是不需要学习的,只要放在那里它就会自动运转,但事实是AI支持的系统需要准确的持续更新及完备的数据输入才能实现正常运作。
3. AI系统可以开箱即用
部分企业会误认为只要购买了AI系统就能立马投入使用,不需要做任何调整或学习。
而事实上,AI系统是需要时间训练,处于不断学习和优化的过程中,AI系统会针对不同公司的特有业务、用户行为以及KPI,不断进行迭代及反复试错才能使其系统逐步达到最优效果。
4. AI支持的系统需要持续监控和修改
AI支持的系统,在没有外部干扰的情况下,可快速而有效地解决问题,其内部运行机制是人类思维难以理解的。所以当AI支持的系统设定好目标之后应该尽量减少外部干扰。
据Forrester研究发现,CMO及营销人员是企业内部在AI的系统投资和评估方面的主要领导者,46%都是由营销人员。
CMO和营销人员肩负着打破企业内部的壁垒,帮助企业内部认识及信任AI,渐而实现商业目标,驱动企业营销增长。那么,在这个过程中应该注意哪些问题呢?在这里分享两个建议:
1. 关注成功案例,优化企业内部人员及流程
CMO或营销人员对于AI的使用,一定要密切关注并分析成功案例。了解既有成功案例的团队建设,包括在流程和企业内部架构有哪些经验教训,将其与本企业的实际情况相结合,才能更好的缩短企业对AI的学习曲线。
另一方面,优化企业内部的人员架构和管理模式对于AI营销 科技 在企业落地十分重要。AI不是空中楼阁,它需要通过了解外部的市场反馈和客户之声以及内部的人才发展和流程优化,才能逐步落地实施,进而进行优化提升,实现商业价值和可持续增长。
2. 合理规划AI实施蓝图
AI的成功需要时间,不是一夜之间就可以看到成果。这就要求CMO必须为AI的实施规划一个合理的蓝图,让CEO看到AI实施阶段性的成果或商业价值的实现。
在AI的逐步落地优化后,会显现其精准的客户洞察,跨渠道融合及优异的商业表现。在此过程中,CMO也在促进企业内部,尤其是CEO、CIO这些关键人物对AI的认知及信任,从而搭建有效的内部流程,形成勇于创新和变革的企业文化,最终实现商业价值和可持续增长。
以上五点,就是Forrester大中华区总裁邹欣,在本次峰会中分享的未来人工智能帮助CMO分析企业增长的条件和及对策。