2023 AI+:人工智能与营销新纪元

人工智能与营销新纪元 2023AI+ 明略科技I复旦大学管理学院I秒针营销科学院 2023.06 拥抱AI+，开启营销生产力变革新纪元 1999年，互联网爆发的前夜，中国GDP为9.06万亿，仅是美国GDP的11.3%，当时所有人都在满怀憧憬地迈向新世纪，谁都不曾料到未来的二十年将是中国经济发展的黄金二十年。2020年，中国GDP增长11倍，已经达到美国GDP的70.1%，人们的生活已发生翻天覆地的变化。大量电子商务、移动社交、数字服务企业应运而生，还有包括电商、金融、物流、云计算、文娱等场景的数字经济体服务于数亿用户、消费者，数字经济不仅惠泽中国，还走�国门，推动全球发展繁荣。数字经济在中国快速生根发芽、蓬勃发展，让中国在AI爆发前成为生产力变革的头部试验场，也让中国企业掌握先发优势，开启了未来加速发展的全新二十年。“颠覆生产力”，这是秒针营销科学院组织的“AI+营销如何落地生花？”专家研讨会中，与会专家对AI的一致描述，ChatGPT及国内大模型爆发式的发展，及让人瞠目结舌的表现，让所有人都兴奋中夹杂着焦虑，期待中又怀揣些许不安。“提升效率”“创新体验”“解放人力”是专家们对AI变革营销的共识。但同时，面对充满不确定性的未来，关于它的价值，也不乏质疑之声： •消费者对于AI生成的内容，到底持何态度？•AI生成的内容正确吗？它具有推理能力吗？•AI有温度、有情绪吗？它能打动消费者吗？•企业要建立竞争优势，应该如何定制AI模型？•AI在哪些营销版块更具价值？AI应用从何开始？•AI会带来营销行业有史以来最大规模失业潮吗？•未来，我们要培养和具备哪些能力才能掌控AI？ …… 从过去的“+AI”到今天的“AI+”，加号顺序的变化不仅预示着AI发展进入新时代，也暗示了它跨越行业的超强泛化能力。AI势必将给营销行业及社会其他行业带来深刻变革，我们每个人，都将被卷入其中，以何种姿态迎接这场生产力革命？这是当下每个人、每个企业都要思考的重要营销科学命题。为此，秒针营销科学院联合复旦大学管理学院市场营销学系及明略科技，基于专家观点、行业研究及一系列实证，特别发布《2023AI+：人工智能与营销新纪元》白皮书，力求解营销从业者之困，并启发行业对AGI（通用人工智能，Artificialgeneralintelligence）更深入的讨论与探索，在人机协同的营销新时代借势而发，驭风而行。好奇心驱动人类探索世界，人的需求驱动了AI�现并发展。我们相信，AI将以工具的形式加速人类进化。在此过程中，AI将重塑营销。 1 目录 CONTENTS 01 AI的发展和智能的涌现 概念、发展、分类、产业、技术 02 AI营销前沿观点荟萃 行业大咖观点、营销科学家观点 03 AI营销能力实证 AI营销创造力测评、消费者AIGC认知与反应、AI对营销职业替代测评 04 AI+营销，六大领域应用 AI+广告、AI+内容、AI+社媒、AI+电商、AI+用户增长、AI+创新管理 05 企业如何用AI提升营销能力 实施路径、模型构建、竞争优势 01 AI的发展和智能的涌现 概念、发展、分类、产业、技术 18-19世纪 第一次技术革命 1900-1970第二次技术革命 1970-2020第三次技术革命 2020年后 第四次技术革命 蒸汽 电力 信息技术 人工智能 机器替代人力 电成为主要能源 电脑和网络 AI、物联网 工业生产替代个体手工业 信息传输速度提升 计算机替代部分脑力劳动 数据成为生产资料人工智能成为驱动力 蒸汽机、纺织机等 电话、无线电、内燃机等 原子能、计算机、生物工程 决策AI：帮助分析生成AI：帮助创造 人工智能是什么？ 有望飞跃式提升营销生产力的变革力量 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。作为计算机科学的一个分支，它企图了解智能的实质，并生产�一种新的能以人类智能相似的方式做�反应的智能机器。1956年夏季，美国达特茅斯学院举办人类第一次人工智能研讨会。一批年轻科学家在聚会中共同研究和探讨用机器模拟智能的一系列有关问题，其中约翰·麦卡锡等人提�了“人工智能”这一术语，这是人工智能概念的起源，也标志着“人工智能”这门新兴学科的正式诞生。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大。可以说，人工智能正在推动人类社会的第四次飞跃发展，并有望成为继蒸汽、电力、信息技术之后，再一次飞跃式提升生产力的技术变革力量，这一变革有望在二十年内实现。在生产效率方面，人工智能将推动当前世界的技术和创新，使生产效率大幅提升，加速经济的增长。在就业上，一方面对现有就业结构产生破坏和解构，会对一些岗位形成颠覆，造成失业；另一方面，在破坏的同时也在重构，新技术带来新的生产方式和新的服务模式，同时也催生�大量的新业务、新需求、新职业。 人工智能的发展历程 源起50年代的人工智能，2010年后进入蓬勃发展期 蓬勃发展期 →2023年3月15日，OpenAI正式推🎧ChatGPT4.0。→2022年11月30日，OpenAI研发的聊天机器人程序ChatGPT发布。推🎧2个月内用户破亿，是史上用户增长速度最快的消费应用程序。→2018年-2019年，IBM的AI辩论机器人“IBMProjectDebater”对战人类辩论冠军。→2018年，DeepMind的Alphafold破解了�现五十年之久的蛋白质分子折叠问题。谷 歌推🎧BERT模型，自然语言处理技术发展进入新时代。 →2016年，Google人工智能AlphaGo战胜围棋世界冠军李世石。→2013年，Facebook人工智能实验室成立，探索深度学习领域。→2012年，AlexNet在ImageNet竞赛中取得胜利。→2012年，加拿大神经学家团队创造了一个具备简单认知能力，有250万个模拟“神经元”的虚拟大脑，命名为“Spaun”，并通过了最基本的智商测试。→2011年，IBM公司开发的人工智能程序Watson（沃森）在美国智力问答节目中打败两位人类冠军。 低速积累期 →2006年，神经网络专家Hinton提�神经网络深度学习算法，使神经网络的能力大大 提高，向支持向量机发�挑战，同时开启了深度学习在学术界和工业界的浪潮。 →2006年-2009年：ImageNET数据库建立，帮助AI认�了猫。→1997年5月11日，IBM公司的电脑“深蓝”（DeepBlue）战胜国际象棋世界冠军加里·卡斯帕罗夫（GarryKasparov），成为首个在标准比赛时限内击败国际象棋世界冠军的电脑系统。→1981年，日本经济产业省拨款8.5亿美元用以研发第五代计算机项目，在当时被叫做人工智能计算机。→1973年，日本早稻田大学造�第一个人形机器人WABOT-1，它由肢体控制系统、视觉系统和对话系统组成。1980年的了WABOT-2第二代能够与人沟通，阅读乐谱并演奏电子琴。 初期起步期 →1966年，麻省理工学院的约瑟夫·魏泽鲍姆（JosephWeizenbaum）发布世界首个聊 天机器人ELIZA，能通过脚本理解简单的自然语言，产生类似人类的互动。 →1966~1972年，斯坦福国际研究所研制首台人工智能移动机器人Shakey。→1956年，美国达特茅斯学院，人工智能概念被首次提�。 人工智能模型分类 从分析式AI到生成式AI 人工智能模型可以分为“分析式人工智能”（AnalyticalAI）和“生成式人工智能”（GenerativeAI）两种，2022年底，生成式AIChatGPT系列以强大的内容生成能力和接近人类水平的“聪明”程度在人类世界带来巨大震撼。 分析式AI生成式AI •也被称为决策式AI，指学习数据中的•学习数据中的联合概率分布，并非 条件概率分布，根据已有数据进行分简单分析已有数据而是学习归纳已析、判断、预测，主要应用模型有用有数据后进行演绎创造，基于历史于推荐系统和风控系统的辅助决策、进行模仿式、缝合式创作，生成全用于自动驾驶和机器人的决策智能体，新的内容，也能解决判别问题。辅助用户进行判断。 2016年-2021年中，全球的人工智能市场规生成式AI的核心是“创造”，通过从数据中学模从600亿美元扩大到近3000亿美元，如此习要素，进而生成全新的、原创的内容或高速的发展背后是分析式AI大规模的成功应产品。不仅能够实现传统AI的分析、判断、用，包括推荐系统、计算机视觉、自然语言决策功能，还能够实现传统AI力所不及的处理等技术。创造性功能。分析式AI的推荐系统驱动了电商、视频等行生成式AI已催生了营销、设计、建筑和内业的飞速发展，图像识别技术推动了智能驾容领域的创造性工作，并开始在生命科学、驶和汽车行业的迭代。医疗、制造、材料科学、媒体、娱乐、汽 车、航空航天进行初步应用，为各个领域 字节跳动（ByteDance）、亚马逊带来巨大的生产力提升。（Amazon）、特斯拉（Tesla）等企业，正是凭借分析式AI，如：推荐系统、计算机视当前生成式AI最常见的应用场景是娱乐媒觉、自然语言处理等技术上的领先性，快速体中内容的辅助生产。随着生成式AI的能发展为全球领先的科技和数字化公司。力进一步成熟，部分专业内容生产者将被 替代。 中国人工智能产业 产业前景和产业链 中国市场的生成式AI商业应用规模正在快速增长中，中关村大数据产业联盟发布的《中国AI数字商业展望2021-2025》报告显示，预期到2025年，中国生成式AI商业应用规模将达到2070亿元，未来五年的年均增速可达到84%。Gartner在《2021年预测：人工智能对人类和社会的影响》给�的积极预测显示，到2023年，将有20%的内容被生成式AI所创造。截至2025年，预计生成式AI产生的数据将占所有数据的10%。 中国生成式AI技术应用规模（亿元） 2070 1606 1077 663 98343 2020年2021年2022年2023年E2024年E2025年E 数据来源：《中国AI数字产业展望2021-2025》 人工智能的产业结构将包括基础层、技术层、应用层三个部分。在不同层面，企业的研发方向、提供的产品和服务都各不相同。2020年后，随着基础层、技术层的能力巩固，应用层也蓄势待发，预期在未来3年内会�现更多商业可用的大模型和应用产品。 落地行业营销、零售、金融、医疗、教育、交通等 应用层 AI产品智能机器人、智能识别、智能搜索、无人机 可用技术NLP、智能语音、机器问答、计算机视觉 技术层算法模型机器学习、深度学习、增强学习 基础框架神经网络、分布式计算、分布式存储 硬件传感器、芯片 基础层 数据与平台数据采集、数据处理、数据服务 并缓解与人工智能模型脆弱性相关的问题。 人工智能相关技术 机器学习、自然语言处理、计算机视觉、知识推理等 一般企业机构很难分辨哪些AI技术具有真正的业务价值。根据Gartner《2022年人工智能技术成熟度曲线》报告，随着越来越多的企业机构认为AI风险已下降至可接受程度，AI技术采用开始进入快速增长阶段，包括复合人工智能、决策智能和边缘人工智能，预计在2到5年内AI技术将成为市场的主流创新。这些创新的早期采用可以推动显著的竞争优势和商业价值， 2022年人工智能技术成熟度曲线（Gartner） 机器学习（深度学习）自然语言处理 •机器学习是通过让计算机从数据中自•自然语言处理是人工智能领域的一个重动学习和提取规律，实现数据分类、要分支。自然语言处理主要研究如何让预测和决策等功能。计算机理解、处理和生成人类语言。•深度学习是一种特殊的机器学习方法，•自然语言处理的主要任务包括文本分类、利用多层神经网络对数据进行建模和信息抽取、机器翻译、问答系统等。 分析，实现图像识别、语音识别、自然语言处理等复杂的任务。 计算机视觉知识表示与推理 •计算机视觉是人工智能领域的另一个•知识表示与推理是人工智能领域的一重要分支，它主要研究如何让计算机个重要研究方向。它主要研究如何将理解和分析图像和视频数据。人类