作者：鐵馬? 編輯：清風

出品：壹DU財經

先給各位老板們拋出一個問題：

你知不知道，未來5年AI對你公司影響最大的是什么？

是中臺？是產品？是渠道？

不對，其實是營銷。

未來在營銷行業的各個階段：產品開發——渠道尋找——產品定價——內容觸達——客戶反饋上，可能都是機器人的天下。

你，可能被干掉了！

被“干掉”的營銷人

為什么營銷人會被機器人“干掉”？我們先來看看營銷的三個階段。

在互聯網浪潮來臨之前，營銷行業都是傳統營銷。有恒源祥羊羊羊、今年過年不收禮的n次刷屏，也有分眾的江南春靠一條文案五個字就賺10000塊錢的壯舉。

這時，營銷人身兼多職，既要統計、篩選合適的文案，又要看流行趨勢，還要根據銷量制定下一階段的計劃。

但是他們都面臨一個問題，效果統計的很慢。

所以，數字營銷時代來了。

在數字營銷時代，你可以用數據“暴打經驗主義”，告訴你的師傅，這樣的文案才是效果最好的；你也可以用數字制定下一階段的計劃，你還能幫助企業沉淀了一批龐大的數字資產（當然前提是他們會用）。

但是在這其中，你會發現在某些時刻，你師傅在某些時刻還是能反手給你一巴掌，告訴你姜還是老的辣，因為潮流、未來，都是經驗主義預測的。

這時候，企業也跳出來了：“你給我這么多數據，我又不會用，你說你是不是要坑我多掏點錢，下次我不找你了！”

這時，能救你的，只有AI營銷。

什么是AI營銷，他和數字營銷最大的區別是，AI會學習。

例如，一款睫毛膏要進行營銷，在抖音投放100個達人。如果投放數據以數字化反饋給你，你最多能知道誰的播放量高、誰的引流量高、誰的評論區求購物券的多。為什么他們流量這么高，還是要用經驗判斷，甚至在你精力自顧不暇的情況下，你不知道哪些達人會以人工“作弊”的手段拿到下一次合作。

但是，AI可以學習你的經驗，拆解每個達人的投放效果，并且通過每個達人的視頻圖像（表情、語氣）、文案內容、音頻分析（語速）、評論留言等方面，按消費者的喜好程度，準確地預測睫毛膏的流量走勢和下單情況，并且準確的告訴你，下一次就投誰。

機器人在決策過程中不會下班，分析質量也不會因為心情、關注度而降低，還有著可靠性和穩定性。試問，誰不想要這個低成本高收益的AI營銷分析師呢？

加碼布局AI營銷，大廠們各有各的側重點

在AI營銷分析師們有望“占領世界”的浪潮下，對于AI營銷布局最廣的企業是百度，因為百度有技術基礎，對于自動駕駛、深度學習來說，AI營銷只是百度最易于實現的“入門級”。

當AI作為手段時，除了能讓百度的流量更加精準地觸達消費者外，百度還能通過AI挖掘許多服務消費者。

例如，每月有超過40萬人在百度搜索寶寶為啥苦惱，寶寶哭鬧怎么辦。有一個大牌奶粉品牌，就以“不哭鬧”為切入點，和百度打造出智能小程序。每當寶寶哭鬧時，可以結合百度AI技術智能分析哭聲背后的原因，洞察出寶寶哭鬧背后的心理狀態，AI智能匹配的音樂將實時安撫寶寶，再根據AI智能精準出答案你對寶寶的其他需求，進行私域引流或者引導購買。

百度的這套AI營銷程序，解決了生產者和解消費者雙方的痛點，還能夠在體現營銷效率的同時創造價值。另外，百度的AI營銷也幫助了許多品牌實現更強大的用戶洞察力，服務著品牌穩健成長及長效經營。

對于“小B”客戶非常多的巨量引擎來說，每個客戶沒有能力像百度的大牌奶粉客戶一樣打造小程序，調動多方資源的能力，所以AI營銷通常在增加流量、監控成本、規避風險、多元創意、數據安全上下功夫。

巨量引擎AI營銷（智能營銷）的特點：監控投放的全局

對于現階段的巨量引擎來說，AI營銷實際上是科學營銷的升級版。立足于客戶的角度來AI助力營銷，在評估整個營銷活動的價值的時候，AI可以幫助客戶不僅僅看點擊率、轉化率、目標用戶濃度看數據。

另外，在挖掘數據本質的情況下，巨量引擎還能通過學習一些專家的分析結果，告訴客戶，投放和轉化之間是什么關系，怎樣改進能更好，這與電商領域的C2M模式有些類似，通過大數據，分析用戶需求，從而產出相應的產品與服務。

但是未來，巨量引擎肯定希望能通過智能技術、沒有人為偏頗的幫客戶快速尋找新的業務機會，提升策略、創意、投放執行等營銷活動的效率、節省人力；而且還會希望通過深度學習，不斷高效收集和學習市場中同行業的優勢，實現新業務的擴展。

擴大到市場上，AI營銷之于所有手握流量的互聯網企業來說可以增質提效拓客群，這一定會是大家都想抓住的機遇。

走向深層營銷，機器人一定會取代你

雖然目前市場觀點仍然是：部分運營工作可以被智能技術取代，但是在具體投資決策上依然需要經驗和科學的結合。

但是部分國際咨詢公司仍然提出了一個極端的觀點：營銷全自動化，即當每個投入和產出的細節都可以數字化后，營銷投資的全過程可以完全由人工智能完成。

這是因為，=目前AI營銷只能在淺層的服務方面發揮效力，深層AI營銷有多種方式還沒有展開。

壹DU財經了解到了一些前沿趨勢，例如目前聯合利華就針對AI營銷，開發一套自有工具，收集電商、社交等大數據，利用自然語言處理、機器學習建模等技術，把非結構化大數據做結構化分析，可以做出一般非黑天鵝事件的預測性模型，發現當下市場正在發生的熱點，預測未來的產品機會。

再例如歐萊雅，已經可以借助人工智能實現快速敏捷的消費者洞察。例如其在新品上市時，會根據各個渠道各個維度的數據反饋，先定義目標消費者和市場，再智能、動態地測算不同廣告投入可觸達的消費者數量和轉化率，由此反推產品的上市規劃、定義商業目標、針對消費者、轉化率的預測、生產量的預算、投資回報的預測等，最終把產品上市的營銷和“人工智能”聯系起來。

另外，據某4A公司的營銷人士透露：“對于巨量引擎一類的公司，在投放時自研或采購AI支撐其實比在服務層面招人貴得多，B端企業再多，投放數據多雇一些人也能被解釋的清清楚楚，為什么他們還是堅持在AI營銷上的探索？肯定押中了未來的回報率豐厚。”

如果將商業行為放在經濟學領域中，企業營銷帶動增長的路徑，就是把稀缺資源配置到能產出最大利潤的地方，以最優匹配提升經濟效率。

而如何配置資源、如何匹配客群，成為了人類面對的難點，而在當下的數字商業世界中，AI的法則可以形成經營的新邏輯、新秩序，以推動“最優匹配”的達成。

通過大量相互連接的數據反復訓練建立模型，人工算力的天花板和智能機器沒辦法比較。屆時，企業當然會選擇更好理解、更具象化的人工智能預測和幫助。其邏輯就像現在許多人在超市結賬選擇自助收銀而不是人工收銀一樣。

所以，當AI營銷深層化真的降臨之時，被取代的營銷人進行“再就業”，或許是做AI的老師？

圖片來源于公開網絡，侵刪。