百度AI营销中级认证 | AI势如破竹，营销人如何借势升级？

拥抱变化，重新定义营销科学与艺术 2024百度AI营销认证中级公开课 新普互联Jacky CONTENTS 01020304市场环境与趋势变化AIGC持续赋能营销精细化理解AI，用好AI新时代降临InsightsEmpowerUnderstand & ApplyTimes Change 第一章市场环境与趋势变化 存量市场争夺成为常态，AI是全球增长驱动力 市场环境演变，存量争夺成为新常态 社零总与CPI的波动结合货币供应量的不断增加（增长率下降）表明已进入存量经济的竞争环境。企业和消费者需更谨慎和高效地利用现有资源，以应对存量争夺的挑战。 •疫情后消费逐步恢复，社零总持续季节性波动（2023年4月34910.5亿元，同比增长18.40%）但未达到疫情前的稳定增长水平•社零总恢复速度滞后于货币供应的扩张，货币政策的效果未能完全传导至消费市场，可能处于“流动性陷阱”（资金未完全转化为实际经济活动和消费增长）•2024年5月CPI同比适度增长1.0%，尽管M2增长至30万亿元，但M1增长率从2021年的10%下降到2024年的5%，进一步反映供需两端的矛盾 捕鲸时代结束，精耕细作才是新篇章 2021年2月，房地产市场的预售面积达到峰值19388.42（万平方米）到2024年4月显著下降至6237.02（万平方米），2024年4月建材零售额下降至120.5亿元，5月降至124.5亿元（同比负增长）大规模扩张的“捕鲸时代”正在让位于“精耕细作”的存量市场阶段。经济从高速增长向高质量发展的转型。这一转变突显在追求扩大增长之外，更加注重效率和精准细致的管理，以及培育现有市场机会的重要性。面对这样的消费市场，精耕细做成为营销核心。数据驱动的消费者洞察、多渠道优化资源配置，将用来主导增强用户参与策略、保持灵活性以及尝试创新满足特定市场。 •汽车产业有望成为新的经济驱动：尽管近期有所波动，但汽车零售数据表明其潜力巨大，可能成为技术驱动的新引擎。•线上消费恢复稳定：线上零售数据展现出稳定的增长趋势，消费者对线上购物已成习惯。•线下消费逐步恢复：尽管季节波动性较大，但线下餐饮和零售商品市场显示出逐步回升迹象。 人群代际更替，打破固有认知 消费行为转变，不是降级，是更要质/性价比 “新三代”的消费观内核：为情绪价值和信息价值埋单 •后Z世代（95后）：个性化消费Consumption inPersonality•千禧爹妈（80-95后）：发展型消费Consumption forDevelopment•岁月嬢嬢爷叔（65后银发族）：补偿性消费Consumption asCompensation 被嫌弃的520，被榨干的618全网GMV下降7% 2024年618期间（天猫5月20日20: 00-6月18日23: 59；京东5月31日20: 00-6月18日23: 59；其他平台以各平台公布618起始时间截至到6月18日23: 59），综合电商平台、直播平台累积销售额为7428亿元。 #提升#无界 康波周期：第5次工业革命，就在眼下 康波周期（Kondratiev Wave）尼古拉·康德拉季耶夫提出的经济长周期理论周期长度：通常认为一个康波周期大约持续50-60年。 周期阶段： •扩张阶段，经济快速增长，技术创新和产业升级，生产力提高。•顶峰阶段，经济增长放缓，投资过热，市场饱和。•衰退阶段，经济收缩，企业倒闭，失业率上升。•萧条阶段，经济低迷，投资减少，通货紧缩。历史周期实例： •第一次工业革命（1780s-1840s）：蒸汽机和纺织机械的普及。•第二次工业革命（1840s-1890s）：钢铁、铁路和电力的发展。•第三次工业革命（1890s-1940s）：电气化、化工和汽车的兴起。•第四次工业革命（1940s-1990s）：信息技术和互联网的爆发。 影响因素：技术创新、资源发现、战争、社会变革 约瑟夫·熊彼得对康波周期做出了重要补充，长期波动主要由：•企业家精神：经济发展核心推动力，引入新技术、新产品和新商业模式。•创新驱动：创新是周期波动的关键因素，每个康波周期都伴随着重大技术革新和产业变革。•创造性破坏：旧产业和旧技术被新产业和新技术取代，这一过程虽然带来短期经济动荡，但从长远来看促进了经济的持续增长。 本轮技术革命？ 人工智能Artificial Intelligence生物科学Biological Science AI爆发，成为全球增长的核心驱动力 黄氏定律：GPU的性能每两年将增加一倍以上。 2024.07.04上海世界人工智能大会 2024.05.14OpenAI春季更新发布会GPT4o 2024.06.02COMPUTEX2024NVIDIA黄仁勋演讲 2024.06.10苹果WWDC Coming in swiftly 大会主题“治理AI，为所有人造福”，涵盖了全球治理、产业发展和科学前沿等核心话题。超过500家企业展示了1500多项AI相关产品和系统，包括特斯拉的通用型人形机器人Optimus Gen2和华为的PanguModel5.0、阿里巴巴图像生成器“通义万象”等。 苹果公司展示了其全新的“Apple Intelligence”系统。该系统结合生成模型与用户个人数据，在iPhone、iPad和Mac上提供更智能、更个性化的功能。主要更新包括对Siri的重大改进、iOS18的自定义功能、macOS Sequoia的生产力工具，以及visionOS2的新特性，旨在增强用户体验和设备互动。但最让人惊艳的是Math Notes。 黄强调生成式AI引发新的工业革命，展示了新的BlackwellGPU架构，大幅提升计算速度和能效。介绍了几个关键行业的应用场景： CTO米拉·穆拉蒂在发布会上展示了该模型支持文本、图像和音频输入，并能够实时分析视频。新模型速度更快、成本更低，且能感知情绪，生成更自然的对话 •制造业：通过NVIDIA Omniverse创建数字孪生工厂，提高生产效率并降低成本；•医疗：利用AI分析医疗影像，提升诊断准确性和手术精度；•自动驾驶：与梅赛德斯和捷豹路虎合作，推动自驾车技术的发展；•网络和数据中心：推出Spectrum-X产品，提升AI计算的网络性能；•开发者生态系统：通过NVIDIA Inference Microservices (NIM)，简化生成式AI模型的部署，提升开发效率。 第二章AIGC持续赋能营销精细化 精细化不是卷，AI加持让营销更能回归本质 AIGC加速渗透营销领域，重构营销系统 营销是一个系统性的工作。度量与洞察探索规律，在不确定性中寻找确定性。基于数字化逐渐形成5大模块：内容及创意、渠道运营、数据及策略、广告投放、客户管理 “注意力经济”的营销本质未变，范式持续进化 创造需求？还是发现需求？“Customers don’tbuy products. Theybuy solutions.” 产品是1，营销是0。是制造信任和传播，“给用户购买的理由” “卖不出东西的创意，不算创意。” “If it doesn’t sell, it isn’t creative.” ——D·O大卫奥格威 “抛开品牌，就得拼价格。”“Without a brand, you are simply competing on price.” ——P·K菲利普科特勒 存量争夺的帆船博弈，需要更细 202403中国移动互联网用户规模12.32亿月均使用时长165.6小时消耗用户“注意力”的5大板块：视频>社交>资讯>游戏>购物 •选对Leading Boat，灵活地跟随&应对•在正确的市场细分（Segmentation）挖掘优势（Advantage），而不仅仅是差异化（Differentiation） 如何更细？营销科学与数据驱动是根本 国内市场多渠道互补优化 细分，再细分 营销运营化 A.度量不同渠道的流转效率，优化全局资源配置，提高营销效果；B.持续探索新渠道。 产品细分、服务细分、技术细分；渠道细分、购买场景细分、购买心理细分；地理细分、人口统计细分；用户细分（需求细分、行为细分、价值观细分.. 公域（&商域）全网APP应用流量陷入增长常态化收窄，活跃用户增速收窄。流量渠道进入全景化、生态化、多屏化 AIGC持续赋能营销精细化 ROI是所有营销人的障碍 轻舸擎舵2.0，双效拉升：智能体释放营销人的创造力 轻舸，作为入口级平台产品所有营销需求，只需自然表达/描述： 智能理解、推理和反馈，多轮澄清，人机协同校准优化。提质扩量，驱动优化飞轮 第三章理解AI，用好AI 面对AI的快速进化，更需要拥抱变化 AIGC全景图 AIGC正在营销、零售、教育、影视、金融、游戏、医疗等各个赛道持续渗透 AIGC全景图 生成式AI从技术锤子到实际使用案例和价值的演变，以及生成式AI应用日益多模态的特性。 事情发展得非常快。听一听ElevenLabs在TikTok上的声音或Sora的AI电影，未来以光速到来。瓶颈在供应端。我们没料到最终用户的需求会超过GPU的供应。壁垒在客户中，而不是在数据中。头部生成式AI公司可以通过数据飞轮生成可持续的竞争优势：更多使用→更多数据→更好的模型→更多使用。但工作流和用户网络，正在创造更持久的竞争优势。 检索增强生成（RAG）正在引入关于业务或用户的上下文，减少幻觉并增加真实性和实用性。像Pinecone这样的公司的向量数据库已成为RAG的基础设施支柱。 理解AI，用好AI：文生万物 效率：理解的准确、反馈的速度、应用的难易 对话：诉求、反馈结果是否满意 理解AI，用好AI：2个重要的算法意义 好的,让我用更简单的方式来解释这两种模型,就像跟一个小朋友解释一样: 1.Transform模型(就像一个超级聪明的朋友): 拥有巨大知识量的实习生 想象你有一个超级聪明的朋友,他总是能理解你说的每句话。 -这个朋友很会听:当你说话时,他会特别注意重要的词。-他记得你们聊天的内容:就像记得你刚才说的话,来理解你现在的意思。-他能根据情况改变说话方式:如果你很开心,他也会开心地说话;如果你难过,他会用安慰的语气。Transform模型就像这个朋友,它能听懂、记住,并且懂得根据情况来回应。 从一滴墨水开始，到一副工笔或者山水 2.Diffusion模型(就像玩"猜画小歌"): 你玩过"猜画小歌"吗?一个人画画,其他人猜是什么。Diffusion模型就像反过来玩这个游戏: -开始时,画面很模糊:就像有人快速涂了一些线条,你看不出是什么。-慢慢变清楚:画的人开始一点点修改,加一些细节。-最后看清楚了:经过多次修改,你终于看出这是一只小狗或者一朵花。 Diffusion模型就是这样工作的,它从模糊的东西开始,慢慢把它变得清晰,直到创造出一幅完整的图画或其他东西。这两种模型都很厉害,它们学习了人类思考和创造的方式 理解AI，用好AI：2个重要的应用思路 •辅助思考，给你灵感（知道的太多）•提效，让你有更多的时间摸鱼（做更重要的事情） 34亿美金6个月 理解AI，用好AI：2种事半功倍的模式 将具体营销工作流拆分更细，对应不同模式才能更快获得收效 助手模式：仅适合专业个体的效率提升，也是目前最常见的模式；外包模式：见效更快。需要将一部分涉及内容生成的工作（而不是全部）定义出更详细的执行流程与验收标准，形成可干预的工作流（Workflow），然后完全交给AI进行。将原先涉及人力的部分完全替代。 助手模式 外包模式Sell Work Copilot For X（everything） •最终结果完全由人主观评估•单个产出物价值较高•专业个体的生产时间得到%释放 •过程与结果均有专业明确的标准•大量繁复的重复，单个产出物价值较低•某个流程中的一类工作完全被替代 SarahTavel（萨拉塔维）GeneralPartner,Benc