AI營(yíng)銷：營(yíng)銷的終極武器降臨？

栗建

人工智能將解決始終纏繞數(shù)字營(yíng)銷的“相關(guān)性”、“即時(shí)性”和“個(gè)性化”問題。

最近的營(yíng)銷圈除了點(diǎn)評(píng)百雀羚圍觀谷歌I/O大會(huì)等待戛納自嗨節(jié)之外，談?wù)摰淖疃嗟木褪菄?guó)際象棋高手IBM沃森（？Watson）客串了一把文案。

豐田氫能源汽車Mirai是豐田的未來旗艦車型，目標(biāo)受眾是各憑態(tài)度搞事情的科學(xué)怪客和大咖潮人。為了貼上這些有個(gè)性才任性的消費(fèi)者，豐田公司和乙方伙伴盛世長(zhǎng)城（Saatchi & Saatchi）也作了一手好死：顛覆傳統(tǒng)廣告，為每一類人群甚至每一個(gè)人都制作與眾不同的廣告。要實(shí)現(xiàn)這一目標(biāo)，盛世長(zhǎng)城洛杉磯辦公室請(qǐng)來了IBM的沃森。

在兩個(gè)半月的準(zhǔn)備之后，由沃森操刀制作的上千條廣告上周在Facebook 開始投放。這一系列以“千言萬語就是沒毛病（Thousands of Ways to Say Yes）”？為主題的視頻，在不明真相的吃瓜群眾看來根本沒有人工智能的痕跡。

培養(yǎng)一個(gè)合格的初級(jí)文案需要兩三年，而沃森只需要兩個(gè)半月。依靠最初的50條文案參考，沃森靠深度學(xué)習(xí)和自然語言處理等方法，學(xué)習(xí)YouTube和 Wikipedia上面的視頻，建造起一個(gè)神經(jīng)網(wǎng)絡(luò)，學(xué)習(xí)如何進(jìn)行文案創(chuàng)意。雖然每一條文案在“出街”之前還需要人工檢查，但是這已經(jīng)在動(dòng)搖愚蠢人類的一個(gè)固執(zhí)的信念：創(chuàng)意是人類的專屬，是人工智能的極限和禁區(qū)。

從數(shù)字營(yíng)銷到AI營(yíng)銷

從赫淮斯托斯黃金機(jī)器人到弗蘭肯斯坦，人們扮演上帝的企圖心從未泯滅。在過去的60多年里，人工智能在一個(gè)又一個(gè)高潮和低谷的螺旋中發(fā)展。

今天，人工智能的奇點(diǎn)臨近。谷歌的語音識(shí)別技準(zhǔn)確率已經(jīng)達(dá)到了98%，F(xiàn)acebook的DeepFace的人臉識(shí)別準(zhǔn)確度接近97%，而圍棋高手和文案達(dá)人IBM的沃森在過去短短五年中“智商”已經(jīng)提升了244倍。

人工智能之于營(yíng)銷，就像自動(dòng)駕駛之于汽車，你可以質(zhì)疑它的缺陷，但無法阻擋它的到來。運(yùn)動(dòng)品牌Under Armour的應(yīng)用UA Record使用機(jī)器學(xué)習(xí)技術(shù)來為健身達(dá)人提供建議和激勵(lì)。調(diào)味品牌Knorr使用認(rèn)知技術(shù)來為吃貨生成個(gè)性化調(diào)味配方。乙方公司更是緊貼人工智能。AKQA使用IBM的沃森幫客戶找到“潛在消費(fèi)群體”，JWT聯(lián)手程序化創(chuàng)意公司Thunder改變廣告的制作和投放方式。在即將到來的戛納國(guó)際創(chuàng)意節(jié)上，我們將可以欣賞到公關(guān)廣告界對(duì)人工智能的集體跪舔。

人工智能將解決始終纏繞數(shù)字營(yíng)銷的三大問題：“相關(guān)性”、“即時(shí)性”和“個(gè)性化”。數(shù)據(jù)挖掘和人工神經(jīng)網(wǎng)絡(luò)幫我們了解用戶并研發(fā)產(chǎn)品，算法和機(jī)器學(xué)習(xí)幫我們投放廣告，自然語言處理和語音交互幫我們服務(wù)用戶。人工智能沒有搶走文案、媒介、美工、社交賬戶運(yùn)營(yíng)的飯碗，但是卻正在改變了這些工作的職能范圍和價(jià)值定位。

在過去的五年中，人工智能已經(jīng)影響甚至主導(dǎo)了數(shù)字營(yíng)銷每一次重大突破。我們?cè)絹碓角逦乜吹轿磥頎I(yíng)銷的模樣：品牌和消費(fèi)者之間的媒介不是媒體和社交網(wǎng)絡(luò)，而是人工智能，品牌與消費(fèi)者的互動(dòng)將真正實(shí)現(xiàn)一對(duì)一的溝通和個(gè)性化的設(shè)計(jì)和服務(wù)。

全球電信巨頭Telefónica希望依靠人工智能實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。這家西班牙公司今年二月份上線了人工智能系統(tǒng)Aura作為企業(yè)運(yùn)營(yíng)和用戶服務(wù)的“大腦”。這一決策背后的邏輯是，雖然電信員工會(huì)朝九晚五，但是電信通訊網(wǎng)絡(luò)永不休眠。Telefónica的用戶無時(shí)不刻都在線，隨時(shí)都希望得到針對(duì)性的服務(wù)。根據(jù)Telefónica首席數(shù)據(jù)官的分享的數(shù)據(jù)，該公司45%的熱線電話都是為了查詢?cè)捹M(fèi)的。而Aura可以24小時(shí)在線，并且像Amazon的Alexa 或者 Google Assistant一樣提供個(gè)性化的用戶自助“對(duì)話式”服務(wù)。

當(dāng)算法代替信息成為互聯(lián)網(wǎng)的新貨幣，人工智能營(yíng)銷（Artificial Intelligence Marketing）也將取代數(shù)字營(yíng)銷。人工智能能夠精確地衡量百雀羚的一鏡到底的微信廣告能創(chuàng)造多少銷售，同時(shí)也能幫助百事可樂評(píng)估大眾對(duì)廣告的發(fā)聵降低撤換廣告的風(fēng)險(xiǎn)。

機(jī)器一思考，人類就發(fā)笑

人工智能或許能讓創(chuàng)意從一門依賴經(jīng)驗(yàn)和靈感的神秘手藝變成一種依靠算法和模型的大眾工具，實(shí)際上，核心問題則是：機(jī)器能夠懂創(chuàng)意。

判斷機(jī)器是否能夠思考，我們可以依靠圖靈測(cè)試。圖靈測(cè)試的核心其實(shí)不是“計(jì)算機(jī)能否和人對(duì)話”，而是“計(jì)算機(jī)能否在智力行為上表現(xiàn)得和人無法區(qū)分”。

如果我們把圖靈測(cè)試延伸到AI創(chuàng)意領(lǐng)域，這個(gè)命題就可以簡(jiǎn)化為“人工智能創(chuàng)意是否表現(xiàn)的和人類作品無法區(qū)分”。

如果70%的觀眾在觀看了豐田Mirai的廣告之后，根本沒有意識(shí)到這是人工智能的創(chuàng)意，我們是否就可以認(rèn)定，人工智能具備創(chuàng)意的能力。

反對(duì)者說即使計(jì)算機(jī)通過了圖靈測(cè)試，也不說明機(jī)器會(huì)思考。同樣，即使人們無法分辨一個(gè)創(chuàng)意是否由人工智能完成，也無法證明人工智能具備創(chuàng)意的能力。

人們可以用約翰·塞爾提出的“中文屋子”理想實(shí)驗(yàn)來說明計(jì)算機(jī)只是依賴程序?qū)Ψ?hào)進(jìn)行運(yùn)算，而對(duì)這些符號(hào)（比如漢字或者豐田汽車的英文文案）本身的意義一無所知。這個(gè)理想實(shí)驗(yàn)簡(jiǎn)單，完美符合直覺。

人工智能在自然語言處理上尚且如此，就更不用提圖像識(shí)別和情緒判斷了。長(zhǎng)久以來，質(zhì)疑人工智能的反對(duì)者們一個(gè)有力的證據(jù)就是即使最先進(jìn)的人工智能也不能在識(shí)別出圖片中的小貓，而人類的嬰兒就可以輕而易舉地做到。

但在這個(gè)問題上，我們還不能急于下結(jié)論。2012 年，Google 的秘密實(shí)驗(yàn)室 X lab 就進(jìn)行了相關(guān)的研究。Google的深度學(xué)習(xí)系統(tǒng)Google Brain模擬包含三百萬神經(jīng)元的一個(gè)巨大組織，學(xué)習(xí)如何在沒有人接入的情況下，從 YouTube 視頻中提取的圖片中識(shí)別貓咪和人類。

Google 的實(shí)驗(yàn)使用的是一種被稱為無監(jiān)督學(xué)習(xí)的方法。采用這個(gè)方法的機(jī)器將會(huì)被喂給一些粗略的數(shù)據(jù)，并且必須在無人介入的情況下自行分辨這些數(shù)據(jù)。

這種深度學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)的技術(shù)正在被應(yīng)用到廣告視頻創(chuàng)意領(lǐng)域。

20世紀(jì)福克斯公司2016年出品的人工智能題材電影《Morgan（摩根）》算不上一個(gè)好電影。但是，這部被《紐約時(shí)報(bào)》評(píng)價(jià)為“情節(jié)簡(jiǎn)單，智商欠費(fèi)”的影片直到今天依然是人們討論的熱點(diǎn)。這主要是因?yàn)檫@部影片的預(yù)告片是由真正的人工智能IBM Watson一手操辦的。

搞定這個(gè)創(chuàng)作，Watson面臨兩個(gè)挑戰(zhàn)：第一，它要學(xué)習(xí)什么是恐怖。第二，它要引發(fā)絕大數(shù)觀眾的恐怖情緒。第二點(diǎn)挑戰(zhàn)難度不小。電影和小說、音樂以及繪畫等其他藝術(shù)形式一樣，很大程度是“主觀”的。特別是我們對(duì)恐怖電影的看法，有人認(rèn)為《貞子咒怨》、《電鋸寂靜嶺》這種赤裸直接最嚇人，有人卻認(rèn)為《閃靈》、《第六感》、《小島驚魂》這種細(xì)思恐極才可怕。對(duì)不同的人來說，恐怖的模式（Pattern）和種類（Types）各異，如何找到一個(gè)大多數(shù)認(rèn)可并接受的“恐怖”模式并不簡(jiǎn)單。

IBM的科學(xué)家John R. Smith和同事們先是讓W(xué)atson看了100部恐怖片的預(yù)告片，學(xué)習(xí)如何營(yíng)造恐怖和懸疑。這一系列機(jī)器學(xué)習(xí)包括視覺分析（識(shí)別人物、物體和場(chǎng)景。每一個(gè)場(chǎng)景都會(huì)被打上情緒標(biāo)簽，包括20種情緒和超過兩萬中情緒場(chǎng)景）、聽覺分析（人物的聲音語調(diào)和背景音樂），以及每個(gè)場(chǎng)景的組成分析（場(chǎng)景、鏡頭以及燈光等組成），來分析和學(xué)習(xí)恐怖片預(yù)告片的“套路”。然后Watson觀看了電影《Morgan（摩根）》，和制片方一起完成了預(yù)告片場(chǎng)景的選擇、編輯和制作。

一切歸于算法

即使上面的例子可以用來說明“人工智能可以理解符號(hào)的意義，甚至可以學(xué)習(xí)什么是恐怖”，但依然會(huì)被質(zhì)疑這里真正的創(chuàng)意還相差很遠(yuǎn)。比如，IBM沃森可能只是在模仿和復(fù)制，而無法進(jìn)行創(chuàng)新。雖然它可以深度學(xué)習(xí)，但是“關(guān)于什么是恐怖”事先已經(jīng)由人工定義，并且由人類限定并最終審定創(chuàng)意方向和最終創(chuàng)意作品。

但這要看我們?nèi)绾稳ザx創(chuàng)意以及理解創(chuàng)意是如何產(chǎn)生的：它到底源于知識(shí)經(jīng)驗(yàn)的累積，還是源自從天而降的靈感。

藝術(shù)家們有一種傾向，相信靈感，相信所謂的神啟。藝術(shù)作品、詩歌、哲學(xué)等就像一道神圣的光從天上而來。但尼采認(rèn)為，所有偉大的藝術(shù)家都是偉大的工作者。好的藝術(shù)家或者好的思想家即產(chǎn)生好的作品，也產(chǎn)生壞的作品。他們會(huì)用磨礪自己的判斷力，對(duì)所有好的壞的想法和作品進(jìn)行過濾、篩選、組合以及重新加工。就像我們現(xiàn)在能從貝多芬的筆記和手稿中看到的，每一個(gè)精妙旋律的背后都需要時(shí)間的醞釀和反饋非修改。

創(chuàng)意是一點(diǎn)點(diǎn)積累起來的，它絕不是一下子從天上掉下來的，如果某一個(gè)想法或者靈感突然出現(xiàn)，它必然經(jīng)歷過一段時(shí)間的醞釀和急劇。這種欺騙，時(shí)間久了，我們自己都會(huì)信以為真。

如果人類的思考和想象力也是一種算法呢？在17世紀(jì)中，萊布尼茲，托馬斯·霍布斯和笛卡兒就開始嘗試將理性的思考系統(tǒng)化為代數(shù)學(xué)或幾何學(xué)那樣的體系。英國(guó)政治哲學(xué)家托馬斯·霍布斯在其著作《利維坦》中有一句名言：“推理即計(jì)算（reason is nothing but reckoning）。”

2016年6月，Google開啟了Magenta項(xiàng)目，探索機(jī)器學(xué)習(xí)在藝術(shù)領(lǐng)域的潛力，讓人工智能成為藝術(shù)家。

也許很快就能成為現(xiàn)實(shí)。