人類營銷與AI營銷，各有優勢

現在AI應用遍地開花，到處都在積極開展AI試驗和面向消費者的AI整合。AI展現出愈發強大的洞察力，在極為復雜的營銷場景中也能提供有價值的洞見，協助人類決策，完成面向客戶的任務。那么，AI在市場營銷中到底能做什么？

市場營銷中的AI

一是數字營銷的自動化——何時何地、以何種方式對電子郵件、社交媒體和其他形式的市場營銷投入資源？要很好地解答這個問題，單靠猜測是不行的。許多公司正在打造AI系統，以期實現決策自動化，并使之更具戰略意義。

二是動態定價——AI可以基于產品數字化、用戶數據化，結合歷史定價和當前市場競爭態勢，實現自動化定價決策。

三是內容營銷——營銷人員總想搞清楚為何某些類型的內容比其他內容效果好。AI可以拆解內容并進行效果評估，通過圖像、文本、音頻分析（語速、語氣、表情等），更準確地預測其表現。因此，AI能夠協助營銷人員對內容策略進行測試，并實時、動態地選擇出最優的內容營銷設計。

四是產品開發——隨著競爭加劇，產品生命周期縮短，企業要在創新和新產品開發方面取得成功，面臨著前所未有的壓力。AI可以通過分析來自社交媒體、電商平臺等大數據，挖掘未來市場趨勢，并結合過往銷售業績，優化產品設計，縮短開發時間，提升企業產品創新能力與成功機率。

五是客戶體驗——越來越多品牌在嘗試運營有AI賦能的實體店。例如，阿里巴巴在香港開設了一個AI時尚服飾概念店。到店顧客可以通過移動端掃碼或刷臉登錄。店里的服裝都帶有電子標簽，當顧客挑中一件服裝時，近旁的智能鏡屏上就會自動顯示相關信息，還會給出服飾搭配建議。員工也能借助覆蓋全店的AI系統獲取實時信息，從而更好地改善庫存管理，創新客戶體驗和增強客戶粘性。

AI解決方案與真人對比

但是，與真人相比，AI真的更加可靠嗎？在同一營銷情境下將AI解決方案與真人作比較，其表現是否盡如人意？我們來看看以下4個相關實驗。

實驗1：AI教練or人類教練？

此研究涉及一家金融科技公司，其員工有3500人，客戶達1900萬，銷售收入為30億美元。該公司向個人提供小規模的短期低息貸款。一旦客戶償還了貸款，銷售人員就會致電客戶，鼓勵其再貸款。為提高代理人的銷售業績，公司聘請了專業教練提供反饋和建議。雖然這種培訓途徑卓有成效，但昂貴又耗時，所以公司又打造了一套AI教練系統作為替代方案。

實地實驗中，429名銷售員隨機分配給人類或AI教練?？傮w而言，AI教練的表現全面超越人類教練，經驗不等的三類銷售員在AI輔導下都取得了業績進步。令人驚奇的是，進步最大的群體是中級銷售員，而不是初級銷售員。在對銷售員進行調查后，AI教練的兩個主要問題浮出水面。

AI解決方案和人類營銷人員相比，各有其優勢。一些優勢基于強大的處理能力，另一些則源自消費者出于人類本能的偏見與偏好。

其一是?AI解決方案在傳達建議方面不像人類教練那么具有適應性和情境敏感性。盡管三個層級的銷售員都覺得AI教練的反饋更具廣度和深度，但初級銷售員（經驗最少）對AI教練的“反饋過載”問題感受極為強烈：AI教練讓他們感受到的“反饋過載”是人類教練的兩倍。

其二是人類對AI互動的反感是限制AI有效性的一個關鍵因素。比起人類教練，高級銷售員對AI教練表現出更強烈的反感情緒。可能有一部分原因是他們覺得自己的業績已經是公司里最優秀的，無需再進一步接受培訓。

隨后，該公司嘗試了合作型教練模式：先由AI提出建議，再讓人類教練傳達給銷售員。這種混合方式成功地緩解了反感情緒和“反饋過載”問題。從提升銷售員業績的角度來看，該方式對初級銷售員的有效性是原先的近2.5倍，對高級銷售員的有效性是原先的3倍。

這一實驗表明，相比AI解決方案，人類在適應和調整人際溝通技巧方面還是更勝一籌。此外，混合方式有助于充分發揮AI潛能。

實驗2：人們對AI的反感情緒

這家公司隨后又測試了AI解決方案在打銷售電話方面的有效性，想看看AI能否在贏得新貸款方面勝過人類銷售員。與此同時，該實驗還測試了消費者在與AI互動時的反應。

實驗分6組進行，每組大約打1000個銷售電話。第一組測試者為初級人類銷售員;第二組是高級人類銷售員;其余四組銷售者均為AI，區別在于第三組在推銷前沒有向消費者透露自己是AI，第四組消費者在推銷開始前就被告知交流對象是AI，第五組在雙方交流過后，消費者決定是否再貸款之前透露是AI;第六組在消費者做出決定后透露是AI。

實驗中，第4組消費者掛斷電話的幾率高達56.3%，除了第5組是4.5%之外，其他組被掛斷電話的幾率都為0%。另外，第4組的通話時長也短得多，只有10秒左右，而其他組為40?60秒。

從銷售購買率來看，在消費者不知道他們是與機器對話的情況下，AI的業績是最好的。第3組的業績（23.7%）幾乎可媲美第2組（25.1%），而遠超第1組（4.49%）。但是，第4組的表現就糟糕得多，只有4.48%，比第3組低了近80%。

該結果表明，在面向消費者的復雜銷售任務中，AI的表現幾乎與富有經驗的人類一樣出色。但有一點也顯而易見，許多消費者在得知他們是與AI互動時，仍心存警惕，甚至興趣索然。

?實驗3：人類對AI有偏見？

在AI直接向消費者提供購買建議的應用中，還要考慮到人類根深蒂固的感知偏見。該實驗研究了AI系統與人類決策在功能評估和體驗評估上的對比。在這項研究里，消費者要試吃兩塊巧克力蛋糕并作出評價。他們被告知，一塊蛋糕的原料由人類巧克力大師甄選，另一塊由AI甄選。但其實，這兩塊蛋糕的制作方式一模一樣。

消費者在評價蛋糕的味道和口味等體驗類特點時，本能地更相信人類，他們始終都給“巧克力大師蛋糕”打出更高分。相比之下，在評價蛋糕的新鮮度和健康度等功能類特點時，消費者給“AI蛋糕”打出了更高的分數。

這表明，在消費者看來，AI解決方案在功能類特點的評估和設計選擇上更勝一籌，而在體驗類特點上則不然。人們相信AI更擅長處理數據，因而能夠為易于衡量的功能類特點提出可靠的建議。

另一個有關冬季大衣的實驗也呈現出這種感知現象。受試消費者更傾向于接受AI關于功能類特點（保暖、防風、透氣性）的購買建議，但在涉及大衣的顏色、美感和面料手感等風格類特點時，他們更愿意接受人類售貨員的選購建議。

實驗4：人的直覺更厲害？

庫存管理對汽車零部件行業至關重要。管理者必須在成百上千個SKU（庫存單位）中持續進行判斷，確定哪些會賣得好或快，哪些需要盡快淘汰。

在這項研究中，一家大型汽車零部件公司建立了一個AI系統，該系統根據每個零部件的變量數據，來判定其銷售前景是否良好。這些變量包括：使用該零部件的注冊汽車數量、平均故障次數、歷史銷售/價格數據，等等。系統基于這種綜合分析進行銷售預測，并給出哪些SKU未來銷售不好而建議公司快速淘汰這些零部件。

該AI解決方案試行一年，涵蓋30731個SKU，其效果與該公司人類管理者的表現進行了比較。平均而言，AI的表現勝過人類管理者：前者對毛利率的提升幅度比后者高出5.77%。但是，在對新車（車齡不足5年）的零部件進行決策時，人類的表現卻大大好于AI，差距高達23%。這可能是因為AI系統沒能收集到足夠的數據，因而無法憑借充分的信息對汽車性能和市場行為進行分析。該理論也在下列結果中得到了印證：在成熟車類別（5?10年）中，AI的表現比人類好7.82%，在老化車類別（10年以上）中，AI的表現比人類好17.89%。其原因就在于，這些細分類別有足夠的數據可供AI分析。

該例子表明，當人類憑借本能的“直覺”，對難以量化或難以依靠硬性數據的情況進行分析時，完全能夠勝過AI。它同時也表明，AI能通過解讀大量復雜的數據集，提供可靠準確的市場預測，而且這一能力日益精進。

AI能力不斷擴展

通過以上四個方面的研究，可以發現，AI解決方案和人類營銷人員相比，各有其優勢。一些優勢基于強大的處理能力，另一些則源自消費者出于人類本能的偏見與偏好。

人類的適應性更強，更善于駕馭人際關系技能和各種情境。比起當前的AI解決方案，人類更擅長理解和闡釋那些難以轉化為有形、可量化數據的體驗和情況。消費者已經熟悉了人類營銷人員，所以不會產生強烈的反感，而他們對AI的反感情緒在一定程度上限制了AI的效用。

然而，在處理、分析數據并做出更明智的決策和建議方面，AI相較于人類的優勢在不斷擴大，其分析能力正以人類永遠無法企及的方式擴展升級。AI在決策過程中具有完全的穩定性和可靠性，因為它可以全天候工作，且分析質量不會因為疾病、情緒或分心而受影響。

隨著AI解決方案的演進，它們在各種營銷場景中的作用和效力將不斷提升。AI的能力已經從管理機械、重復性的任務發展到處理分析性的任務，之后還可能涵蓋需要同理心的任務。

未來，AI可能在實體店和線上所發揮的效用將大大增強，商家通過純AI或人類-AI混合型營銷方案與消費者互動也會變得更加普遍。當然有一個前提，即方案設計者能夠找到有效的方法，克服消費者對AI的本能反感。目前的研究表明，隨著人們越來越習慣與AI互動，這種反感情緒或許會逐漸淡化。

作者王琪系中歐國際工商學院市場營銷學教授