原创 | 文 BFT机器人

生成式人工智能又为一行业带来了福音！根据采访了解，营销人员猜测，生成式人工智能每年可以为他们节省相当于一个多月的时间，为更有意义的工作腾出时间。

根据Salesforce的最新研究发现，营销专业人士很看好生成式人工智能，但仍在研究和学习该技术的有效使用和安全性。Salesforce调查了代表美国、英国和澳大利亚不同规模和行业的公司的1,000多名营销人员，发现51%的人目前正在使用生成式 AI。

生成式AI的内容和数据来源是在营销中能否使用生成式AI的重要标准。鉴于当前的输出内容可能不准确或存在错误，需要人类使用时重点监督生成式人工智能。使用AI大型语言模型生成新内容很容易，但根据品牌生成人工智能生成新内容是一项艰巨的工作。

因此，在深入研究营销调查研究之前，为了充分利用生成式人工智能能力，需要提醒使用者考虑：数据来源是否可信、混合人工智能基础模型自动化程度，以及内置安全和治理的单一平台，以确保AI的使用是否符合社会道德和使用要求。

图片来源：人工智能营销平台

01

要释放生成式AI的强大功能需具备的条件

一、可靠的客户数据，建立统一的客户档案。简洁、连续性数据对于能否解锁AI功能是两个关键点。只有将来自服务、销售和其他相关来源的可靠数据汇集在一个平台上，人工智能才能按预期正确的运行。

有效的数据收集能影响实际的产出。根据目前的数据收集速度，预计到2025年，云中将有100 ZB的数据，到2026年这个数字将翻一番。为了实现数据的全部价值，需要通过以下方式从数据收集到数据运用：

1.将数据协调为一致的格式以创建统一的客户档案.

2.将客户资料与客户关心的内容对应。

3.将数据运用起来以达到想要的效果。

二、预构建、自定义或公共AI模型（理想情况下是这些模型的组合）将数据输入其中，以便将数据用于自动化操作。要通过自动化实现此类操作，需要：应用程序的平均数量在增加(2023年的平均数量为1061个应用程序，只有26%的集成)，但也能够连接到所有系统——云、本地、混合或传统系统。

激活RPA以从之前系统和资产(如文档和图像)中提取数据，否则这些数据需要手动访问。使现有数据重复使用和集成组件(如api和连接器)成为可能。

支持在整个组织中使用低代码和无代码，这样即使非开发人员也可以参与自助服务自动化项目。三、 内置安全性和治理功能的单一平台，可实现创新并提高客户信任度。通过互联、协调的数据，可以解锁AI并实现自动化，贯穿始终的重点是如何安全地实现这一切。

要在整个企业范围内建立监督并确保数据治理的完整可见性，必须为开发人员提供空间，让他们在不影响生产或带来安全风险的情况下高效工作，从而轻松跟踪更改、与版本控制无缝集成并有效处理发布管理。

屏蔽数据并利用端到端数据加密等安全最佳实践来保护敏感信息（如去标识化PII），从而在不影响安全性的情况下为开发人员提供真实的数据集进行测试。采用通用API管理等工具，跨系统和用户实现一致的数据治理。

图片来源：网络图

02

生成式人工智能在营销行业中的影响

生成式人工智能对营销的影响将是巨大的。超过一半的营销人员（53%）表示生成式AI是“游戏规则改变者”，60%的营销人员表示生成式AI将改变他们的角色。事实上51%的人目前正在使用或试验生成式人工智能。

生成式AI正在改变营销人员个性化、构建和规划营销活动的方式。以下是营销人员一天如何使用Gen AI的方式——57% 为营销活动创建群组或细分，55%创建营销活动和旅程计划，54%个性化消息内容，53%进行文案测试和实验，以及53%建立和优化SEO策略。

由于采用生成式AI，营销人员的工作效率会更高。 营销人员猜测，生成式人工智能每周可以帮他们节省时间超过5个小时，相当于每一年里可以节省一个多月的时间，让他们专注于更有意义的工作。

调查发现，71%的人认为生成式人工智能将减轻繁忙的工作，71%的人认为生成式人工智能将使他们能够专注于更具挑战性的工作，70%的人认为生成式人工智能将提高他们的生产力。

生成式人工智能在营销行业的技术还不够完善，并且在营销人员使用的熟练程度较低。大多数营销人员（66%）认为生成式人工智能将改变他们在工作中所需的技能。近一半（43%）的受访者不知道如何从生成式人工智能中获得最大价值。

更重要的是，39%的营销人员表示，他们不知道如何在工作中安全地使用生成式人工智能。34%的受访者表示，他们不知道如何在工作中有效地使用生成式人工智能。

内容准确性和质量是营销人员对生成式人工智能的首要关注点。以下是生成式人工智能最关心的营销问题：准确性和质量（31%）、信任（20%）、门槛（19%）和工作安全（18%）。大多数营销人员（73%）认为生成式AI缺乏人类上下文知识，66%的人担心生成式AI的输出有错误，重要的是，76%的人担心生成式AI会带来新的安全风险。

图片来源：品友网

人工监督、技能和可信客户数据是当前推动生成式AI发展的必要条件。调查发现，63%的营销人员表示，作为营销人员，可信的客户数据对于成功使用生成式人工智能非常重要。

大多数营销人员（66%）还表示，要成功使用生成式人工智能来确保品牌声誉，这对于营销人员来讲是很重要的。但行业内有许多还不是了解和熟练的运用AI，这意味着需要适当的培训——54% 的人认为生成式AI训练计划对于他们成功使用生成式AI作为营销人员很重要。最后，72%的人希望他们的雇主为他们提供学习如何使用生成式人工智能的机会。

Forrester预测，营销人员将在2024年成为隐私冠军。五大消费品牌的首席营销官将为专门的隐私资源提供资金。然而，只有17%的隐私决策者表示他们组织的隐私团队具有营销能力或技能。

为了打破这一瓶颈，五个大型B2C品牌将专门拨出一部分营销预算，专门用于为隐私团队提供额外的员工人数和/或提高现有隐私同事的技能。Gartner还预测了2024年及以后最具战略意义的技术趋势，生成式AI在所有业务线中的使用处于最前沿。

营销领导者必须采用一种新的思维方式，才能更好地利用生成式人工智能。企业需要采用新的商业模式，才能在人工智能驱动的经济中运营。如果你想让你的企业在人工智能的世界中取得成功，需要以持续发展的方式运作。方法如下。

凭借可信的客户数据、可支持自动化和智能工作流程的预构建、自定义或公共AI模型、内置安全性和治理以实现创新和提高客户信任度的单一平台，以及适当的员工培训，生成式 AI 可以使营销组织能够在提高效率的同时提供强大的客户体验。

从营销和销售到客户服务和数字商务，人工智能将改变每个接触点的客户体验。

总结：

生成式人工智能在营销行业的应用和发展可以为企业在多个方面带来优势和影响，包括提高个性化营销能力、降低内容创作成本、保持跨渠道一致性、实时响应市场需求、驱动数据驱动决策、创造新的营销机会、提高营销效率、改进客户体验以及创新产品和服务等。这些优势和影响有助于推动企业的发展并提高其竞争力。

若您对该文章内容有任何疑问，请与我们联系，将及时回应。