警惕!外贸营销别掉进了AI的坑!

警惕!外贸营销别掉进了AI的坑!

概要

1956年夏季由一批科学家在美国的达特茅斯大学举办了一次研讨会,会议上同意使用由麦卡锡提出的新术语:人工智能(缩写为AI),标志着人工智能学科的诞生。经过60多年的变革和发展,硬件和软件技术的不断进化,2019年的今天,AI再次燃爆全球。

警惕!外贸营销别掉进了AI的坑!

外贸营销真的进入AI时代了吗?

(本文4648字  阅读时间预计6分钟)


1956年夏季由一批科学家在美国的达特茅斯大学举办了一次研讨会,会议上同意使用由麦卡锡提出的新术语:人工智能(缩写为AI),标志着人工智能学科的诞生。经过60多年的变革和发展,硬件和软件技术的不断进化,2019年的今天,AI再次燃爆全球。

 

然而,每个新生事物都会经历痛苦的革新,变化和进步往往是最令人痛苦的,在这个过程中,不乏浑水摸鱼的伪科学。最近在外贸圈中,也突然发现爆发了一大批马甲,打着人工智能的幌子招摇撞骗,那今天我们就深度讨论一下,到底什么叫人工智能。(AI)


我们先来看下面几个的案例:


  • 对话式儿童智能机器人

  • 送餐机器人

  • 探伤机器人

  • AI炒股软件

  • AI教育


以上这些案例中,除了AI教育项目,其他四个项目,都是预设程序,预设了一些计算机程序,来自动完成一些工作。这种项目,充其量是实现了自动化,距离AI,还不沾边。


AI教育,最近也炒的比较火,我们类比一下阿尔法狗,为什么人类连一只机器狗都赢不了?这背后离不开计算机的运算能力和场景的沉淀和积累。阿尔法围棋(AlphaGo)此前的版本,结合了数百万人类围棋专家的棋谱,以及强化学习的监督学习进行了自我训练。


新的版本AlphaGoZero的能力则在这个基础上有了质的提升。


最大的区别是,它不再需要人类数据。也就是说,它一开始就没有接触过人类棋谱,研发团队只是让它自由随意地在棋盘上下棋,然后进行自我博弈。 


AlphaGoZero使用新的强化学习方法,让自己变成了老师,系统一开始甚至并不知道什么是围棋,只是从单一神经网络开始,通过神经网络强大的搜索算法,进行了自我对弈。随着自我博弈的增加,神经网络逐渐调整,提升预测下一步的能力,最终赢得比赛。更为厉害的是,随着训练的深入,阿尔法围棋团队发现,AlphaGoZero还独立发现了游戏规则,并走出了新策略。


简单一点讲,阿尔法狗具备了机器学习的能力,这就是人工智能的雏形。


所以,当我们要去做智能教育的项目,首先想一想,如何积累大量的应用场景的数据。对此,阿里巴巴前CEO卫哲甚至论断,目前伪人工智能比例可能高90%或者99%。


当然当互联网真正进入AI时代,AI正应用到越来越多的真实商业场景,成为日常生活的“空气和水”,营销也已被裹挟其中。Omni Marketing这种架构于AI技术和海量数据的新模式,正以更高的性价比、更好的精准度、更佳的可视化受到青睐。

 

遗憾的是,很多业内人即使意识到AI营销的价值,但是仍然领悟不到其中AI的真是意义。


简单来说,这些产品不过是“穿了个马甲”,流行什么就贴什么标签,以为贴上了人工智能的标签,就真的成了人工智能。目前对于人工智能业界还没有准确的定义,接受度较广的就是人工智能需要具有自主学习的能力,因此有产品钻这个空子,也不可避免。


为了方便大家甄别伪科学,我们来学习一下,人工智能的底层逻辑是什么?

     

AI需要具备的标签如下:


  • 数据

  • 算法

  • 计算能力

  • 机器学习能力

  • 结果呈现能力


在人工智能的初期,数据、算法和计算能力,这些都是人工预设的程序,这些程序运行过程中,需要很长一段时间的沉淀——积累——修正,不断矫正和积累大量的运用场景,才能开启下一个阶段:智能。


举个例子:


在图片识别或者视频识别的领域中,程序会自动分析某个场景中的常见标签,然后用一套不断修正的数据指标,来进行判断,并输出判断结果。


下面的照片当中有三个人,人工智能可以判断出来他们是熟人还是彼此不认识的陌生人,以及他们之间的关系是家人朋友还是同事,怎么做到的呢?

     


通过常见的典型标签:领带、书、键盘,程序可以初步判断,这是一次商务活动,而不是家庭聚会,所以,他们三个人是工作关系或者是职业关系。


而如果照片当中的三个人的桌子上有一张大披萨,还有一个大碗背后的书架上有几本书,一个大人坐在中间,旁边是两个小孩子,那人工智能就能判断出他们肯定是家人的关系。


每一次判断,都会有加权的数据产生,这种数据会随着数据库的不断丰富,伴随着人工的抽检矫正,得到不断的修正。


这就是人工智能的雏形阶段,而在下一个阶段,对于数据的矫正不需要人工介入了,机器学习会让数据矫正成为自动化,可以不断使程序的判断无限接近真相。

    

我们再反过来看看外贸圈里炒作的AI。


 AI营销


外贸的AI营销,或许是一场伪科学,用预设的程序来混淆人工智能的概念。比如网站自动(智能)发布文章、自动批量生成文章。


具备这些功能的,我们更愿意把它称之为功能模块,实现了自动化,人工而不是智能。而在自动化的背后,更多的是应用场景的积累和沉淀,然而大多数软件公司,只是做出了功能这个壳儿,丢掉了内核。


其实这对于程序而言,这些功能只是一段定时代码,一个组合算法,他们依旧是预设程序,而非人工智能。


而当下行业对AI营销普遍存在认知困境,集中表现在:认知不明晰、接触不确定、使用不满意。主观认知上的混沌、茫然甚至是错误,加之大量营销产品和渠道打着AI旗号招徕生意,又无法兑现承诺,严重影响AI营销的口碑和广告主的尝试意愿,这或许能解释评价偏负面的原因。



其实,真正的AI技术,对于解决营销痛点正是一剂良药,且效力正渐入佳境,恰如百度副总裁、百度搜索公司CTO郑子斌所说,“机器学习,只能越来越好,机器不会忘记,也会不断积累,不断提升”。只是AI营销门槛极高,必须是算法、算力、大数据以及营销场景、分发能力等资源结合的产物,目前,许多机构鱼目混珠,属于“伪AI营销”,典型的表现包括:

 

1)只拥有杂乱的数据资源,无专业的分析技术

 

掌握大数据仅是AI营销的基础,在更新、完善数据资源的基础上,AI营销更需要数据清洗、挖掘、分析和预测的能力,才能将数据价值发挥出来。


有的营销公司,即便建有营销数据库且外部采购了数据,比如国家公开的各种数据库、TalkingData友盟等供应商的数据,采集了潜在目标客群的众多行为数据,范围也能涵盖线上、线下,但是,数据本身缺乏丰富的维度,且本身杂乱无章,而营销机构又缺乏专业的数据处理能力。

 

比如,社交数据对于洞察用户非常有价值,然而数据比较复杂,层次多,单是社交数据的收集即要跨过爬虫和语义分析两道门槛,还要有专业技术和建模进行语义分析,普通营销机构根本不具备这种专业团队,大量数据分析甚至要靠人工处理,与AI相去甚远。

 

2)只拥有部分AI技术和算法能力,无渠道资源和营销经验

 

在AI营销的环节中,涉及广告投放、消费者洞察、内容生产等各种营销应用,只有当AI技术与各环节深度融合,将营销内容以文本、语音、图像等多种形式传递给受众,才能实现品牌信息精准送达。


 

行业内,大量以“数字整合营销”为名的公司,有的也具备一定AI技术能力,对于用户精准画像、媒体渠道、品牌产品定位可以进行“辅助分析”,但是,他们没有懂数据和懂业务的人员提供深入洞察,更没有优势的营销资源和整合服务能力,因此,无法将洞察落地到真正的服务上去,完成一个营销的闭环。

 

3)只有营销流程中的单点能力,不具备系统整合能力


一个完整的营销流程,涉及到发现、预测、建议、监控反馈、优化等多个环节,其中任何一个环节出现纰漏,都无法实现客户价值。比如,全球快消巨头宝洁曾经削减了数亿美元的数字广告投放,因为公司高管发现,大量花费用于机器人点击下产生的虚假流量,重投放、不重效果,甚至有意欺瞒客户的现象,在国内也普遍存在。


而BAT这样的平台,依托于高效的算力、算法及大数据资源,拥有智能化、全流程的营销管理能力,可就营销效果进行定量数据分析,监测优化投放渠道,并作出实时的优化建议,百度甚至研发了独有的搜索引擎反作弊算法——绿萝算法,这种全节点、全流程的介入,能大幅减少无效投放,实现投放效果的最大化。


4)只能做到效率优化,不具备服务和体验升级的能力。

 

当下,有的AI营销机构以更“精准”的效果,或者将大量重复的事情交由程序化自动化处理,以证明自身AI能力,比如,大量高清照片的选择,智能模板的匹配,其实,这远远低估AI营销的可能性。

 

真正的AI营销,不只是传统层次的效率提升,更能提供新的服务体验,比如,基于目标客群的年龄、婚姻状况、职业等信息,帮助广告主探知用户自己都可能未知的心理和商业意图,去洞悉用户关注的领域、喜欢的事务、想要去做的事情……也就是我们常说的客户痛点。


 


可见,AI营销不只是传统意义上的营销,需要深入结合技术,具备相当高的专业能力要求,是在识别用户的个性化需求基础上,使营销更有效、更自然、更富创造性。


AI销售


最接近AI销售的产品,也正在遭受政策的打击。


两年前我们开始接触到语音机器人或者电话机器人,电话机器人的原理,依旧是程序预设。预先设定好的对话场景,由语音识别触发,做到了自动对话的功能。


同时,这种产品具备了学习的功能,然而这种学习,只是人为干预的学习。后台记录了大量的对话数据,对于不能应付的对话,将会由人工补充,当对话场景数据积累到一定程度上,这种机器人才有了一定的智能性,而电话机器人的AI,还差一个重大问题没有解决:机器学习。


而AI在销售领域的主要来说分为四个层面:


  • 首先要解决企业“数据孤岛”问题,对数据收集、清洗进行标准化,然后建立自己的用户画像库。如果企业自己没有数据的时候,主要可以从外部获取,比如公开数据源,包括工商数据等


  • 第二个是场景的智能(Contexual Intelligence),比如在举行商务大会、客户服务回访等细分场景等,利用AI进行场景化智能,不需要做一整套完整的技术。


  • 第三个是分析云(Bussiness Intelligence),也就是新一代的商务智能。对企业积累和获取的数据进行可视化分析、实时关联、自定义分析,构建完整的企业知识图谱等。


  • 最后才是再去做AI(Artificial Intelligence),进行智能推荐、AI助手开发、预测销售、线索打分、自动分配、智能诊断等功能。


但是总体来说,AI兴起主要还是在单点技术上不断创新和突破,整体应用还有待落地。在ToB销售领域,AI也只能在特定环节起作用,还是很难取代ToB销售人员。比如AI可以在拜访策略、销售话术、智能推荐等方面进行优化,然后提供整体的解决方案。


而在外贸销售的过程中,存在着大量的应用场景和应用数据,如何利用这些数据和场景,成为外贸谈判人工智能化的一大障碍,想要解决这种障碍,不深入场景,不深入数据,都将成为伪科学。

真AI拥抱营销变革


真正的AI营销,绝非一个空洞、时髦的概念,真正能做的机构,大体具备以下三项能力:


  • 其一,将数据、技术、内容融合的能力,着重于场景和精准触达,触发同一消费者在不同场景下的不同需求;

  • 其二,强大的AI能力,能以语音、图像识别等技术和用户进行交互,并拥有深度学习、建模等技术能力;

  • 其三,具备闭环式的动态分析能力,寻求与消费者多层次沟通,可迅速且潜移默化地影响其心智,同步实现品牌传播和效果精准转化。


AI技术将有助于实现“全场景的营销升级”,其中包括:


1)用户行为的深度挖掘,基于大数据还原数据背后真实的潜在客户;


2)双向的精准交互,以AI感知用户以达到“千人千面”的应用;


3)个性化的融合创意,即提供AR、VR、语音等多样的创意工具,根据不同人群,进行动态匹配内容匹配;


4)全渠道、全媒介的分发,实现万物互联下的智能交互;


5)营销效果的跟踪和优化,可以智能监测到投放效果,并据此不断优化投放式。


可见,一个真正的AI营销提供商,能帮助广告主从海量用户中找到属于自己的客群,并且让广告主更懂消费者与用户,真正去影响其决策链。


所以,任何一款AI产品,都是离不开数据支撑的,离开了数据谈AI,离开了算法谈AI,离开了大量场景积累谈AI,离开了“学习”谈AI,都是伪科学!


而外贸行业的AI营销机制,在一定程度上仅仅是是实现了程序的自动化,自动化的编辑,却缺失了场景和数据,以及产品应用心理的灵魂。当然,我们没有理由不为科技的进步而欢呼雀跃,但是在新科技到来的时候,不应该蒙蔽自我,盲目的恐惧和过分的相信AI的全面普及。


距离外贸行业全时代解放,我们还有很大的距离。