本场分享完整版PPT，文末联系小助手领取

今天我分享的主题，就是关于AI在营销领域的应用与思考，以及一些案例和可能的机会。

我们团队从2023年开始和明略科技共同开展产学研究，每年出一期人工智能营销白皮书。在2023、2024年的白皮书里，我们提出了这样一个框架：AI的能力不仅包括分析、预测、推理、互动，它还可以生成和创造。

这样的AI能力在营销各个场景中应用越来越广泛——分析市场需求、创新产品、创造广告内容、生成策略，甚至替代客服人员。

图源：《2023Al+:人工智能与营销新纪元》白皮书

而这些应用给营销本身带来了两个根本性的变化。

1.生产力的变革：许多公司的客服与广告文案创作人员已被AI替代，这不仅降低人力成本，AI生成内容的质量、数量、速度和效率也显著提升，从而大幅提高整体营销效率。

2. 生产关系的变化：AI改变了企业、品牌与顾客之间的互动关系。许多公司的客服界面已完全由AI接管，这不仅影响顾客体验，也改变了营销组织。

正如我们现在看到越来越多的企业进入“一人企业”和“超级个体”的时代。随着AI市场研究技术日益先进和普及，传统营销链条中的部分企业可能迅速消失。例如，传统市场调研公司正面临巨大挑战，因为许多品牌已转向用AI进行市场研究，不再依赖传统机构，整个营销生态链也将随之重构。

图源：现场分享PPT

基于这一基本观点，我们在2024年提出了「AI重塑营销新范式」的框架。我们认为，AI不仅在运营层面颠覆了传统营销范式——包括广告制作、内容生产、社媒运营、电商管理、用户增长及产品创新——更在向上改变营销战略的制定。

更关键的是，AI会让强者更强、弱者更弱。因为，AI虽是人人可用的工具，但真正发挥其能力，关键不在于工具本身，而在于背后能否沉淀出属于自己的内容资产与知识资产。

图源：现场分享PPT

基于此，我今天将围绕三个方面展开分享：AI分别作为效率工具、决策代理和营销战场的观点和视角。

这里分享一个国内最大服装电商交易平台的案例，该平台基于AIGC思路（用AI来生成内容），做了一个非常有趣的创新。

服装行业有个很明显的特点：SKU特别多、长尾分布，搭配组合几乎是无限的。比如我从这家店买上衣，那家店买裤子，另一家买鞋子，组合起来就有无限种可能。而且每个人的穿搭偏好都很个性化，很多消费者也不清楚最近流行什么，需要被引导。所以这是一个非常离散的市场。

图源：小红书-田二妞

于是这个平台做了这样一件事，他们从时尚信息最多、最新的平台入手，比如小红书和抖音上有大量时尚博主。他们用AI工具，把这些博主发布的穿搭信息（是图片和视频形式）实时抓取下来，再用AI进行解析。

解析完之后，他们把解析出来的产品和平台上在售的服饰做自动匹配。这样就能知道平台上哪些衣服是当前博主最推荐、最流行的。而且不仅能匹配产品库，还能匹配人群库和店铺库。

就这样，他们构建了一个跨品牌、跨店铺、跨品类的时尚穿搭知识库。然后基于这个知识库，用AI自动生成穿搭图片和视频，匹配不同的人设、季节和场景，再通过站内的虚拟KOL账号自动投放。而这些AI生成的内容，已经学习了当前市场上最主推、最流行的穿搭组合。

作为电商平台，他们可以在投放过程中实时看到点击数量、下单人数等，然后做智能推荐，最终实现跨店铺的交叉引流。

图源：现场分享PPT

举个例子，生成的上衣可能来自A店铺，裤子来自B店铺，但在这个平台上，可以把它们组合起来推荐，帮不同品牌实现交叉引流和捆绑销售。

这是一个典型的AIGC案例：如果没有AI，这件事几乎无法实现。通过这一AI工具，平台就能帮服装品牌实现更好的跨店铺交叉销售，从而获得整体增长。

如果AI能生成内容，它为什么不能直接生成决策？

这就是“AIGD”——AI Generated Decisions（AI生成决策）。理论上，可以用AI把帮助企业制定营销决策的所有“思维链”（理论框架和模型）进行蒸馏，包括论文、教科书中的营销分析工具、理论框架、模型及算法。随后将这一“营销AI智能体”部署到企业中，使其自动完成各类营销决策。

图源：现场分享PPT

这些营销决策分为三大类：战略层决策（如出海选择哪个国家、市场，以及在不同国家卖什么产品）、定位层决策（如品牌定位为“小镇贵妇”还是“都市白领”）、运营层决策（如广告投放策略、直播间何时追投流量）。以上决策均可由营销AI智能体自动完成，无需人为操作。

大家想象一下，一旦这个智能体部署并验证有效（目前已在多场景验证），整个市场部仅需该智能体搭配少数人员即可。这正是我们提出AIGD框架的原因：AI在营销中的应用，正从AIGC向更高级的AIGD进化。

图源：现场分享PPT

亚马逊的贝佐斯曾说，会议室里永远有一把留给顾客的椅子。为什么？目的是他希望在做决策时能听到顾客的声音。但遗憾的是，这把椅子始终空着，顾客可从来不会参加亚马逊的会议。

也就是说，大多数企业在验证市场策略时，要么靠直觉——“我觉得顾客会喜欢”就直接上线产品；要么靠调研，用数据说话。

然而，直觉容易出错，调研又贵、又慢、还不真实。结果往往是：决策时英明无比，复盘时无依无靠。那怎么解决这个问题？

图源：现场分享PPT

复旦大数据学院魏教授团队开发了「基于AI的社会模拟决策仿真和策略预演系统」。该系统让AI扮演消费者，并赋予其行为逻辑、事件逻辑和环境逻辑。

具体而言，扮演消费者的AI会学习消费者的行为逻辑、近期新闻与事件，以及所处的社交环境。学习完成后，系统会生成大量由AI智能体构成的孪生消费者，这些孪生消费者共同组成了一个孪生市场。孪生市场不仅包含孪生消费者，还包括孪生品牌、竞争品牌以及整个产业链的上下游。

图源：众生·大规模社会调查模拟平台

基于这个「AI社会模拟与仿真系统」，我们就可以对AI生成的策略直接在系统里进行预演。系统会瞬间给出：该产品上市后应如何定价、预期销量、会蚕食竞品多少市场份额。所有结果即时生成，无需调研。

上个月我们在复旦举办了一个小型研讨会，专门研讨这套系统对营销的影响。当时很多企业家最关心的问题是：你这个系统准不准？和真人的行为是否一致？

实际上该系统在某些预测领域做到了90%以上的准确度，这意味着即使你去做真实消费者的调研，如果存在较大的抽样偏差，也未必能达到这个准确度。

图源：github-FudanDISC-SocioVerse

图注：基于众生·大规模社会调查模拟平台的三种示例模拟场景（美国总统选举预测;突发新闻反馈;中国国家经济调查局）

就像任正非说的：「方向只能大致正确，组织必须充满活力」，意思就是方向大致正确即可，只要准确度达到60%以上，就可以行动。关键在于你是否足够敏捷快速，走在竞争对手前面，这才是最重要的。

在传统市场研究方法中，收集消费者数据没有三个月或一个季度，是无法得出结果的。而有了这套系统，三分钟就能知道产品上市后的表现，从而实现极度的敏捷，且准确率会随着大模型的数据积累不断提高。

所谓的「AIGD」，还有另一个非常重要的层面——消费者正在用AI做决策。自从消费者开始用AI进行搜索和决策后，传统谷歌上的广告点击效率腰斩，大部分品牌官网的流量也全部腰斩。

为什么？因为消费者不再依赖传统搜索引擎获取产品信息，而是转向AI这一入口。去年12月，GPT就推出了购物功能，毫无疑问，大模型将成为未来最重要的信息入口和电商流量入口。

图源：现场分享PPT

消费者基于AI做决策，带来了哪些变化？

1.决策主体变化：以前由消费者独立决策，现在则由消费者与AI共同完成；

2.决策环境变化：过去消费者买东西依赖周围人的推荐，现在则向AI询问建议，所有决策均在算法过滤的信息环境中进行；

3.决策过程变化：传统的决策流程是搜索-筛选品牌-比较-最终决定，而如今演变为问答式、交互式的持续对话；

4.决策结果变化：当消费者将所有决策外包给AI，那他们的购物体验和乐趣也随之消失。

图源：现场分享PPT

从营销管理的角度来看，这一变化给品牌人带来了巨大挑战：过去我们需要管理传统媒体、社交媒体和消费者心智，而现在我们还要管理大模型。当消费者搜索一个品牌时，该品牌是否被大模型推荐，变得至关重要。这就是我们所说的“GEO”（AI推荐优化）。

前段时间315曝光了所谓的“AI投毒”，紧接着，那些做GEO的公司业务暴涨——很多人之前不知道还可以这样操作，于是也开始跟风做GEO。那么问题来了：如果把一部分营销费用投入到AI大模型上，去优化大模型对我们品牌的推荐度和可见度，这到底有没有用？

图源：36氪

很多做GEO公司都说有用，但因为缺乏严谨科学的研究，没有人能具体说明有什么用。由此，我们团队开展了第一个此类研究，就是为了验证：如果我们提升品牌在各个大模型上的推荐度和可见度，那么它的销量是否能增长？

我们用了600多个品牌的数据进行验证，结论是：GEO确实有用，但并非对所有品牌都有效。

1. 如果一个品牌在主流AI大模型上的可见度提高10%，销量会增长14%；

2. 并非所有内容注入都有效，只有与口碑相关的内容是有效的，而针对产品功能、面料、价格等方面的优化则没有明显作用。

图源：火山引擎-Agent开发者社区

最后我想说，尽管AI时代营销发生了很多变化，但营销的本质从未改变。营销的本质，就是洞察用户的真实需求，打造解决实际问题的产品，帮助人们高效、精准地找到他们所需要的东西，并塑造极致的使用体验。变化的只是路径、渠道和方式而已。

演讲结束。

Q: “用AI营销模型做的品牌定位，消费者是否会排斥？”

金立印教授：“这个问题非常好，在AI研究中有一个经典概念叫“AI厌恶”，也就是消费者一旦知道某个东西是AI生成的，就会回避、不喜欢、抗拒。

但近年有一些新趋势：第一，随着AI普及和应用增多，整体消费者对的AI厌恶在下降。第二，不同情境下消费者的反应不同——有时特别喜欢AI提供的东西，有时比较回避。

总体来看，如果产品或定位非常契合消费者需求，并且有数据和逻辑支撑，消费者并不会表现出明显的AI厌恶。但如果内容特别情感化，消费者仍会有一定抗拒。”

图源：公众号-中山大学

图注：“能力–个性化理论”四象限示意

不过，我刚才介绍的那个用AI生成品牌定位的方法，其实是面向企业营销人员的，目的是提高定位决策的效率。而这个定位通过各种方式向市场传达时，消费者并不知道是AI生成的，所以AI厌恶的担忧影响有限。

提问结束。