论文部分内容阅读
现在AI应用遍地开花，到处都在积极开展AI试验和面向消费者的AI整合。AI展现出愈发强大的洞察力，在极为复杂的营销场景中也能提供有价值的洞见，协助人类决策，完成面向客户的任务。那么，AI在市场营销中到底能做什么？
一是数字营销的自动化——何时何地、以何种方式对电子邮件、社交媒体和其他形式的市场营销投入资源？要很好地解答这个问题，单靠猜测是不行的。许多公司正在打造AI系统，以期实现决策自动化，并使之更具战略意义。
二是动态定价——AI可以基于产品数字化、用户数据化，结合历史定价和当前市场竞争态势，实现自动化定价决策。
三是内容营销——营销人员总想搞清楚为何某些类型的内容比其他内容效果好。AI可以拆解内容并进行效果评估，通过图像、文本、音频分析（语速、语气、表情等），更准确地预测其表现。因此，AI能够协助营销人员对内容策略进行测试，并实时、动态地选择出最优的内容营销设计。
四是产品开发——随着竞争加剧，产品生命周期缩短，企业要在创新和新产品开发方面取得成功，面临着前所未有的压力。AI可以通过分析来自社交媒体、电商平台等大数据，挖掘未来市场趋势，并结合过往销售业绩，优化产品设计，缩短开发时间，提升企业产品创新能力与成功机率。
五是客户体验——越来越多品牌在尝试运营有AI赋能的实体店。例如，阿里巴巴在香港开设了一个AI时尚服饰概念店。到店顾客可以通过移动端扫码或刷脸登录。店里的服装都带有电子标签，当顾客挑中一件服装时，近旁的智能镜屏上就会自動显示相关信息，还会给出服饰搭配建议。员工也能借助覆盖全店的AI系统获取实时信息，从而更好地改善库存管理，创新客户体验和增强客户粘性。
但是，与真人相比，AI真的更加可靠吗？在同一营销情境下将AI解决方案与真人作比较，其表现是否尽如人意？我们来看看以下4个相关实验。
此研究涉及一家金融科技公司，其员工有3500人，客户达1900万，销售收入为30亿美元。该公司向个人提供小规模的短期低息贷款。一旦客户偿还了贷款，销售人员就会致电客户，鼓励其再贷款。为提高代理人的销售业绩，公司聘请了专业教练提供反馈和建议。虽然这种培训途径卓有成效，但昂贵又耗时，所以公司又打造了一套AI教练系统作为替代方案。
实地实验中，429名销售员随机分配给人类或AI教练。总体而言，AI教练的表现全面超越人类教练，经验不等的三类销售员在AI辅导下都取得了业绩进步。令人惊奇的是，进步最大的群体是中级销售员，而不是初级销售员。在对销售员进行调查后，AI教练的两个主要问题浮出水面。
其一是 AI解决方案在传达建议方面不像人类教练那么具有适应性和情境敏感性。尽管三个层级的销售员都觉得AI教练的反馈更具广度和深度，但初级销售员（经验最少）对AI教练的“反馈过载”问题感受极为强烈：AI教练让他们感受到的“反馈过载”是人类教练的两倍。
其二是人类对AI互动的反感是限制AI有效性的一个关键因素。比起人类教练，高级销售员对AI教练表现出更强烈的反感情绪。可能有一部分原因是他们觉得自己的业绩已经是公司里最优秀的，无需再进一步接受培训。
随后，该公司尝试了合作型教练模式：先由AI提出建议，再让人类教练传达给销售员。这种混合方式成功地缓解了反感情绪和“反馈过载”问题。从提升销售员业绩的角度来看，该方式对初级销售员的有效性是原先的近2.5倍，对高级销售员的有效性是原先的3倍。
这一实验表明，相比AI解决方案，人类在适应和调整人际沟通技巧方面还是更胜一筹。此外，混合方式有助于充分发挥AI潜能。
这家公司随后又测试了AI解决方案在打销售电话方面的有效性，想看看AI能否在赢得新贷款方面胜过人类销售员。与此同时，该实验还测试了消费者在与AI互动时的反应。
实验分6组进行，每组大约打1000个销售电话。第一组测试者为初级人类销售员;第二组是高级人类销售员;其余四组销售者均为AI，区别在于第三组在推销前没有向消费者透露自己是AI，第四组消费者在推销开始前就被告知交流对象是AI，第五组在双方交流过后，消费者决定是否再贷款之前透露是AI;第六组在消费者做出决定后透露是AI。
实验中，第4组消费者挂断电话的几率高达56.3%，除了第5组是4.5%之外，其他组被挂断电话的几率都为0%。另外，第4组的通话时长也短得多，只有10秒左右，而其他组为40?60秒。
从销售购买率来看，在消费者不知道他们是与机器对话的情况下，AI的业绩是最好的。第3组的业绩（23.7%）几乎可媲美第2组（25.1%），而远超第1组（4.49%）。但是，第4组的表现就糟糕得多，只有4.48%，比第3组低了近80%。
该结果表明，在面向消费者的复杂销售任务中，AI的表现几乎与富有经验的人类一样出色。但有一点也显而易见，许多消费者在得知他们是与AI互动时，仍心存警惕，甚至兴趣索然。
在AI直接向消费者提供购买建议的应用中，还要考虑到人类根深蒂固的感知偏见。该实验研究了AI系统与人类决策在功能评估和体验评估上的对比。在这项研究里，消费者要试吃两块巧克力蛋糕并作出评价。他们被告知，一块蛋糕的原料由人类巧克力大师甄选，另一块由AI甄选。但其实，这两块蛋糕的制作方式一模一样。 消费者在评价蛋糕的味道和口味等体验类特点时，本能地更相信人类，他们始终都给“巧克力大师蛋糕”打出更高分。相比之下，在评价蛋糕的新鲜度和健康度等功能类特点时，消费者给“AI蛋糕”打出了更高的分数。
这表明，在消费者看来，AI解决方案在功能类特点的评估和设计选择上更胜一筹，而在体验类特点上则不然。人们相信AI更擅长处理数据，因而能够为易于衡量的功能类特点提出可靠的建议。
另一个有关冬季大衣的实验也呈现出这种感知现象。受试消费者更倾向于接受AI关于功能类特点（保暖、防风、透气性）的购买建议，但在涉及大衣的颜色、美感和面料手感等风格类特点时，他们更愿意接受人类售货员的选购建议。
库存管理对汽车零部件行业至关重要。管理者必须在成百上千个SKU（库存单位）中持续进行判断，确定哪些会卖得好或快，哪些需要尽快淘汰。
在这项研究中，一家大型汽車零部件公司建立了一个AI系统，该系统根据每个零部件的变量数据，来判定其销售前景是否良好。这些变量包括：使用该零部件的注册汽车数量、平均故障次数、历史销售/价格数据，等等。系统基于这种综合分析进行销售预测，并给出哪些SKU未来销售不好而建议公司快速淘汰这些零部件。
该AI解决方案试行一年，涵盖30731个SKU，其效果与该公司人类管理者的表现进行了比较。平均而言，AI的表现胜过人类管理者：前者对毛利率的提升幅度比后者高出5.77%。但是，在对新车（车龄不足5年）的零部件进行决策时，人类的表现却大大好于AI，差距高达23%。这可能是因为AI系统没能收集到足够的数据，因而无法凭借充分的信息对汽车性能和市场行为进行分析。该理论也在下列结果中得到了印证：在成熟车类别（5?10年）中，AI的表现比人类好7.82%，在老化车类别（10年以上）中，AI的表现比人类好17.89%。其原因就在于，这些细分类别有足够的数据可供AI分析。
该例子表明，当人类凭借本能的“直觉”，对难以量化或难以依靠硬性数据的情况进行分析时，完全能够胜过AI。它同时也表明，AI能通过解读大量复杂的数据集，提供可靠准确的市场预测，而且这一能力日益精进。
通过以上四个方面的研究，可以发现，AI解决方案和人类营销人员相比，各有其优势。一些优势基于强大的处理能力，另一些则源自消费者出于人类本能的偏见与偏好。
人类的适应性更强，更善于驾驭人际关系技能和各种情境。比起当前的AI解决方案，人类更擅长理解和阐释那些难以转化为有形、可量化数据的体验和情况。消费者已经熟悉了人类营销人员，所以不会产生强烈的反感，而他们对AI的反感情绪在一定程度上限制了AI的效用。
然而，在处理、分析数据并做出更明智的决策和建议方面，AI相较于人类的优势在不断扩大，其分析能力正以人类永远无法企及的方式扩展升级。AI在决策过程中具有完全的稳定性和可靠性，因为它可以全天候工作，且分析质量不会因为疾病、情绪或分心而受影响。
随着AI解决方案的演进，它们在各种营销场景中的作用和效力将不断提升。AI的能力已经从管理机械、重复性的任务发展到处理分析性的任务，之后还可能涵盖需要同理心的任务。
未来，AI可能在实体店和线上所发挥的效用将大大增强，商家通过纯AI或人类-AI混合型营销方案与消费者互动也会变得更加普遍。当然有一个前提，即方案设计者能够找到有效的方法，克服消费者对AI的本能反感。目前的研究表明，随着人们越来越习惯与AI互动，这种反感情绪或许会逐渐淡化。
市场营销中的AI
一是数字营销的自动化——何时何地、以何种方式对电子邮件、社交媒体和其他形式的市场营销投入资源？要很好地解答这个问题，单靠猜测是不行的。许多公司正在打造AI系统，以期实现决策自动化，并使之更具战略意义。
二是动态定价——AI可以基于产品数字化、用户数据化，结合历史定价和当前市场竞争态势，实现自动化定价决策。
三是内容营销——营销人员总想搞清楚为何某些类型的内容比其他内容效果好。AI可以拆解内容并进行效果评估，通过图像、文本、音频分析（语速、语气、表情等），更准确地预测其表现。因此，AI能够协助营销人员对内容策略进行测试，并实时、动态地选择出最优的内容营销设计。
四是产品开发——随着竞争加剧，产品生命周期缩短，企业要在创新和新产品开发方面取得成功，面临着前所未有的压力。AI可以通过分析来自社交媒体、电商平台等大数据，挖掘未来市场趋势，并结合过往销售业绩，优化产品设计，缩短开发时间，提升企业产品创新能力与成功机率。
五是客户体验——越来越多品牌在尝试运营有AI赋能的实体店。例如，阿里巴巴在香港开设了一个AI时尚服饰概念店。到店顾客可以通过移动端扫码或刷脸登录。店里的服装都带有电子标签，当顾客挑中一件服装时，近旁的智能镜屏上就会自動显示相关信息，还会给出服饰搭配建议。员工也能借助覆盖全店的AI系统获取实时信息，从而更好地改善库存管理，创新客户体验和增强客户粘性。
AI解决方案与真人对比
但是，与真人相比，AI真的更加可靠吗？在同一营销情境下将AI解决方案与真人作比较，其表现是否尽如人意？我们来看看以下4个相关实验。
实验1：AI教练or人类教练？
此研究涉及一家金融科技公司，其员工有3500人，客户达1900万，销售收入为30亿美元。该公司向个人提供小规模的短期低息贷款。一旦客户偿还了贷款，销售人员就会致电客户，鼓励其再贷款。为提高代理人的销售业绩，公司聘请了专业教练提供反馈和建议。虽然这种培训途径卓有成效，但昂贵又耗时，所以公司又打造了一套AI教练系统作为替代方案。
实地实验中，429名销售员随机分配给人类或AI教练。总体而言，AI教练的表现全面超越人类教练，经验不等的三类销售员在AI辅导下都取得了业绩进步。令人惊奇的是，进步最大的群体是中级销售员，而不是初级销售员。在对销售员进行调查后，AI教练的两个主要问题浮出水面。
AI解决方案和人类营销人员相比，各有其优势。一些优势基于强大的处理能力，另一些则源自消费者出于人类本能的偏见与偏好。
其一是 AI解决方案在传达建议方面不像人类教练那么具有适应性和情境敏感性。尽管三个层级的销售员都觉得AI教练的反馈更具广度和深度，但初级销售员（经验最少）对AI教练的“反馈过载”问题感受极为强烈：AI教练让他们感受到的“反馈过载”是人类教练的两倍。
其二是人类对AI互动的反感是限制AI有效性的一个关键因素。比起人类教练，高级销售员对AI教练表现出更强烈的反感情绪。可能有一部分原因是他们觉得自己的业绩已经是公司里最优秀的，无需再进一步接受培训。
随后，该公司尝试了合作型教练模式：先由AI提出建议，再让人类教练传达给销售员。这种混合方式成功地缓解了反感情绪和“反馈过载”问题。从提升销售员业绩的角度来看，该方式对初级销售员的有效性是原先的近2.5倍，对高级销售员的有效性是原先的3倍。
这一实验表明，相比AI解决方案，人类在适应和调整人际沟通技巧方面还是更胜一筹。此外，混合方式有助于充分发挥AI潜能。
实验2：人们对AI的反感情绪
这家公司随后又测试了AI解决方案在打销售电话方面的有效性，想看看AI能否在赢得新贷款方面胜过人类销售员。与此同时，该实验还测试了消费者在与AI互动时的反应。
实验分6组进行，每组大约打1000个销售电话。第一组测试者为初级人类销售员;第二组是高级人类销售员;其余四组销售者均为AI，区别在于第三组在推销前没有向消费者透露自己是AI，第四组消费者在推销开始前就被告知交流对象是AI，第五组在双方交流过后，消费者决定是否再贷款之前透露是AI;第六组在消费者做出决定后透露是AI。
实验中，第4组消费者挂断电话的几率高达56.3%，除了第5组是4.5%之外，其他组被挂断电话的几率都为0%。另外，第4组的通话时长也短得多，只有10秒左右，而其他组为40?60秒。
从销售购买率来看，在消费者不知道他们是与机器对话的情况下，AI的业绩是最好的。第3组的业绩（23.7%）几乎可媲美第2组（25.1%），而远超第1组（4.49%）。但是，第4组的表现就糟糕得多，只有4.48%，比第3组低了近80%。
该结果表明，在面向消费者的复杂销售任务中，AI的表现几乎与富有经验的人类一样出色。但有一点也显而易见，许多消费者在得知他们是与AI互动时，仍心存警惕，甚至兴趣索然。
实验3：人类对AI有偏见？
在AI直接向消费者提供购买建议的应用中，还要考虑到人类根深蒂固的感知偏见。该实验研究了AI系统与人类决策在功能评估和体验评估上的对比。在这项研究里，消费者要试吃两块巧克力蛋糕并作出评价。他们被告知，一块蛋糕的原料由人类巧克力大师甄选，另一块由AI甄选。但其实，这两块蛋糕的制作方式一模一样。 消费者在评价蛋糕的味道和口味等体验类特点时，本能地更相信人类，他们始终都给“巧克力大师蛋糕”打出更高分。相比之下，在评价蛋糕的新鲜度和健康度等功能类特点时，消费者给“AI蛋糕”打出了更高的分数。
这表明，在消费者看来，AI解决方案在功能类特点的评估和设计选择上更胜一筹，而在体验类特点上则不然。人们相信AI更擅长处理数据，因而能够为易于衡量的功能类特点提出可靠的建议。
另一个有关冬季大衣的实验也呈现出这种感知现象。受试消费者更倾向于接受AI关于功能类特点（保暖、防风、透气性）的购买建议，但在涉及大衣的颜色、美感和面料手感等风格类特点时，他们更愿意接受人类售货员的选购建议。
实验4：人的直觉更厉害？
库存管理对汽车零部件行业至关重要。管理者必须在成百上千个SKU（库存单位）中持续进行判断，确定哪些会卖得好或快，哪些需要尽快淘汰。
在这项研究中，一家大型汽車零部件公司建立了一个AI系统，该系统根据每个零部件的变量数据，来判定其销售前景是否良好。这些变量包括：使用该零部件的注册汽车数量、平均故障次数、历史销售/价格数据，等等。系统基于这种综合分析进行销售预测，并给出哪些SKU未来销售不好而建议公司快速淘汰这些零部件。
该AI解决方案试行一年，涵盖30731个SKU，其效果与该公司人类管理者的表现进行了比较。平均而言，AI的表现胜过人类管理者：前者对毛利率的提升幅度比后者高出5.77%。但是，在对新车（车龄不足5年）的零部件进行决策时，人类的表现却大大好于AI，差距高达23%。这可能是因为AI系统没能收集到足够的数据，因而无法凭借充分的信息对汽车性能和市场行为进行分析。该理论也在下列结果中得到了印证：在成熟车类别（5?10年）中，AI的表现比人类好7.82%，在老化车类别（10年以上）中，AI的表现比人类好17.89%。其原因就在于，这些细分类别有足够的数据可供AI分析。
该例子表明，当人类凭借本能的“直觉”，对难以量化或难以依靠硬性数据的情况进行分析时，完全能够胜过AI。它同时也表明，AI能通过解读大量复杂的数据集，提供可靠准确的市场预测，而且这一能力日益精进。
AI能力不断扩展
通过以上四个方面的研究，可以发现，AI解决方案和人类营销人员相比，各有其优势。一些优势基于强大的处理能力，另一些则源自消费者出于人类本能的偏见与偏好。
人类的适应性更强，更善于驾驭人际关系技能和各种情境。比起当前的AI解决方案，人类更擅长理解和阐释那些难以转化为有形、可量化数据的体验和情况。消费者已经熟悉了人类营销人员，所以不会产生强烈的反感，而他们对AI的反感情绪在一定程度上限制了AI的效用。
然而，在处理、分析数据并做出更明智的决策和建议方面，AI相较于人类的优势在不断扩大，其分析能力正以人类永远无法企及的方式扩展升级。AI在决策过程中具有完全的稳定性和可靠性，因为它可以全天候工作，且分析质量不会因为疾病、情绪或分心而受影响。
随着AI解决方案的演进，它们在各种营销场景中的作用和效力将不断提升。AI的能力已经从管理机械、重复性的任务发展到处理分析性的任务，之后还可能涵盖需要同理心的任务。
未来，AI可能在实体店和线上所发挥的效用将大大增强，商家通过纯AI或人类-AI混合型营销方案与消费者互动也会变得更加普遍。当然有一个前提，即方案设计者能够找到有效的方法，克服消费者对AI的本能反感。目前的研究表明，随着人们越来越习惯与AI互动，这种反感情绪或许会逐渐淡化。
作者王琪系中欧国际工商学院市场营销学教授