K观点丨科特勒咨询：AI+营销，用数字生万物
↗ 请点击上方“科特勒营销战略”订阅公众号
本文作者：吴俊杰 王赛
吴俊杰 科特勒咨询（中国区）项目经理
王赛 科特勒咨询（中国区）合伙人
商界对AI的热情从未如此强烈。从以“AI生万物”为主题的GMIC大会，到Google Assistant惊艳全球的I/O大会，全球企业家和科技创新者言必谈AI，似乎已将AI上升到了企业的战略层面。
但热情的另一面是，除了垂直领域（如自动驾驶、人脸识别等）外并不算多的商业应用：尽管全球的顶尖科学家和企业家们，围绕AI的发展趋势及商业应用展开了激烈讨论，却没能将AI放在一个足以“生万物”的战略性框架里，因此也无法直接指导多数企业的商业实践——看起来，AI仍然只是巨头和垂直创业公司的专利。
大概也是这样的原因，巴菲特的合伙人查理·芒格（Charlie Thomas Munger），在一年一度的伯克希尔·哈撒韦股东大会上说：“（人工智能）这方面的炒作还是过多了一点，他们所取得的这些成就还没有办法和炒作相提并论，世界没有办法一下子变得这么快。”
作为咨询顾问，我们结合在咨询中总结的大量实践以及反馈，试图从市场战略的角度回答这一关键问题：
AI如何“生万物”，如何落地到企业的经营实践中去？
2016年，本文作者之一王赛博士曾在东京“世界营销峰会”与菲利普·科特勒讨论，“人工智能+数据”会不会自动产生未来的营销战略（Marketing Strategy）”？科特勒这样回答：“营销（Marketing）的核心，即需求管理、利他、创造价值，这些是不会变的，我相信云计算、大数据、AI能让分析更有效、更快、更精准，但是它们未必能有‘战略’的思维，未必能有‘人的情感共鸣’的本能，所以我在营销4.0中反复提到‘价值观驱动’的重要性”。
这一观点在2018年得到印证。以智能推荐算法起家的今日头条、快手等公司受到强力内容监管，YouTube 因为儿童“邪典视频”被各大媒体和家长讨伐，Facebook 的广告模式因支持假新闻而被听证问询……有业内人士评论，算法也需要价值观。
这不得不让我回忆起科特勒当天的另一番话：越是在市场外部环境不断震荡的时候，越难再靠跟风投机去盈利，也就越需要营销发挥战略中心的作用，去创造卓越的客户价值，并在客户价值的基础上兑现公司价值。这些营销的本质，无论在传统时代，还是在数字时代，或是正在到来的AI时代，都是不会变化的。
如果企业不将市场营销（Marketing）视为创造并传递、传播客户价值的过程，不基于消费者需求、不针对具体的商业应用场景，那么企业将无从与用户连接，无从获得和积累结构化的用户数据，AI的落地应用也就无从谈起。
可以说，不变的营销本质，正是“AI生万物”的底层原则：用AI创造卓越的客户价值，并在客户价值的基础上兑现公司价值。
科特勒咨询在《数字时代的营销战略》中指出，判断一个企业数字化的5大要素是：连接（Connection）、消费者比特化（Bit-Consumer）、数据说话（Data talking）、参与（Engagement）、动态改进（Dynamic improvement）。移动互联、万物互联网使得人与人、人与产品、人与信息可以实现“瞬连”和“续连”，这种高度连接产生了可以追踪到的数据轨迹，使得消费者被比特化，营销的每个环节可以用数据来说话，并在连接中实现消费者的参与，实现企业的动态改进。
AI营销是数字营销的升级，既符合数字营销的范式，又比数字营销更进一步。
建立AI模型需要大量数据训练，在模型应用中也基于数据流，这就要求企业拥有自己的结构化数据源。因此，基于特定营销场景的AI，须与用户建立连接，随着连接的建立，消费者行为将比特化——企业能够结构化地收集消费者行为的数据，利用数据挖掘、模式识别和机器学习，实现被动地参与和动态改进，也就实现了智能化。
那么判断一个企业是否AI化，也就可以通过四大要素来判断：连接（Connection）、消费者比特化（Bit-Consumer）、被动参与（Passive Engagement）和智能改进（Intelligentized improvement）。
换言之，AI营销在数字营销“用户-连接-数据”的背景下向前迈进了一步，实现了智能化：将原本由营销人员完成的数据说话（data talking），交给了数据挖掘和机器学习，实现AI自决策。
我们在《数字时代的营销战略》提出了4R营销战略，用于指导CEO及CMO进行数字化转型，即：
Recognize，“用户识别”。通过大数据追踪消费者的网络行为，如对Cookie的追踪，SDK对移动数字行为的追踪，支付数据对购物偏好的追踪，这些行为追踪的打通可以形成精确的、属于个体的用户画像；
Reach，“数字化覆盖与用户触达”，如AR、VR、社交媒体、APP、搜索，智能推荐，O2O、DSP等各种触达手段，基于用户识别实施触达，让技术、数据与客户融合；
Relationship，“建立持续交易的基础”，它是Reach的后续步骤，将触达到的用户转化为客户资产，保证企业在“去中介化”的情境中与客户直接发生深度联系、互动；
Return，“实现交易与回报”，营销不仅是一种投资，也应得到直接回报。很多企业建立了社群、吸收了很多品牌粉丝，但是无法变现，这是此阶段的核心问题。
在AI营销时代，4R沿着“用户-连接-数据-智能”的轨迹升级，出现了智能化的趋势，但仍跳不出4R营销范式，让我们拉近视角，一一剖析。
1、Recognize：AI带来新的用户识别场景和用户识别维度
新的用户识别场景：
一个商场，就是一个实体的网站。在前AI时代，用户识别和数据收集只能通过线上的方式，但是AI将场景拓展到了线下：基于机器视觉，AI能够实现人脸识别、路径追踪、客流分析等功能，消费者在实体店中的商品挑选与购买行为，也能够被比特化（Bit-Consumer）,如电商网站一样，我们能够得到每个用户的浏览记录、每个商品的转化率、每个店面的客流与顾客成分——AI能让每一个实体店，都成为一个线下的实体网页，也是新零售“线上线下一致体验”的必由之路。
一个语音助理，就是一个自带LBS的朋友圈。在全球的迪士尼乐园中，有许多语言不通的海外顾客，迪士尼为他们提供了手机语音翻译软件，在用户使用的过程中，迪士尼实际上利用语音识别和关键词匹配完成了一个社会化倾听（social listening）的过程，加之手机GPS定位，即可了解顾客在园区的哪个位置表达过什么关键需求，借此识别顾客，完善客户资料（User profile）。
新的用户识别维度
从识别消费者行为，到识别消费者情绪。由于消费者心理的复杂性，过去的数字营销体系只能够记录消费者行为，而现在基于微表情的识别，AI能够判断消费者的情绪。
例如平安集团推出的微表情面审辅助系统，能够在客户申请贷款时，通过远程视频实时抓取客户微小的表情变化，智能判断并提示欺诈风险。这对于超过50%损失来源于欺诈的线上贷款来说，在风控方面发挥了重要的作用。
2、Reach：AI带来新的营销内容制作方式、展示方式和媒介评估方式
新的营销内容制作方式
从劳动密集型生产到算力密集型生产。在应对高并发的内容产出需求时，AI有显著的效率优势。如阿里巴巴的海报设计AI鲁班，在2017年双11设计海报4亿张，每秒最多设计8000张；不仅如此，鲁班AI还具备自我学习能力，随着数据的积累，设计水平也会越来越高，目前已达到阿里P6（资深设计师）水平，相当于研究生毕业两年的设计师水平。
算力将改变企业的成本结构，这是一个经常被忽视的要素。Alpha Go的升级版AlphaZero，以大量自我对弈不断迭代优化，但这种自对弈消耗的计算资源空前巨大，谷歌团队付出的成本每天约为31万美金。当然，这也意味着未来在分布式计算领域、AI+区块链领域会有很大的机会。
新的内容展示方式
从事先确定的营销内容，到薛定谔的营销内容。据百度前副总裁李靖（李叫兽）透露，在百度内部有一个智能海报项目代号为“薛定谔的海报”，它能根据用户身份、用户访问时间、用户访问的上下文实时计算海报的展现形式，如颜色、文案等，以此提高海报点击率及转化率。因此，在用户进入海报页面之前，海报的内容是不确定的，这是一张“因观测而确定”的海报，因此被李靖称作“薛定谔的海报”。
新的媒介评估方式
从投放后看结果，到预测结果再投放。以京东PinoAI人工智能平台为例，已经具备识别高价值流量广告位、退单率预估、图片点击率预估、APP首页推荐等预测性功能，这改变了过去只能够通过测试、反馈了解媒介质量的方式，为企业节省了测试成本、提高了媒介决策质量。
3、Relationship：AI带来新的客户连接方式
新的客户连接方式
从互联网产品连接，到智能助理连接。前AI时代，企业通过网站、App、线上社群等互联网产品与客户建立持续交易的基础，AI则带来了更加个性化的连接方式：通过智能助理连接。如科大讯飞的智能客服已开始提供商品推荐服务，当顾客咨询智能客服时，智能客户会根据自然语义分析推荐相应商品；而阿里旗下的智能音箱天猫精灵，在日常生活中，天猫精灵扮演一个Siri般的智能语音助理角色，但用户可以直接通过天猫精灵下单，充值话费，或是从天猫上购买需要的商品，不知不觉中，天猫已经与用户建立了新的交易基础。
值得关注的是，连接方式的变化可能导致下一代计算平台的出现，在被Facebook寄予厚望的VR一体机遭遇滑铁卢之后，藏在智能音箱里的贾维斯（Jarvis）式的老管家是否正被各大互联网巨头期待着呢？
4、Return：AI将带来新的定价方法和新的支付方式
新的定价方法
从固定价格，到动态定价。京东在双11期间已经开始使用AI动态定价，根据消费者购物数据、竞争对手价格数据以及库存等因素对上百万件商品进行动态调整。与“大数据杀熟”不同，丰富的数据维度事实上为消费者带来了更好的购物体验，例如，消费者把一瓶10元的饮料放进购物车，但并没有马上结算，京东后台会立刻对消费者过往的消费数据进行综合评估，如果发现此消费者并没有消费过10元以上的饮料，后台则可能会将这瓶水调整至9.9元，以刺激消费。
新的支付方式
从密码支付到语音、刷脸支付。阿里人工智能实验室出品的天猫精灵智能音箱和猎豹移动旗下的小豹AI智能音箱均实现了语音支付功能，用户只需说出语音支付口令，基于声纹识别完成用户身份认证，即可完成支付和购买；而百度也在2018年春节开工时，以“厂长请客、首单免费”的名义了推出公司内部贩卖机的人脸识别支付功能，可视为是对“刷脸支付”的一次测试。
早在2016年，创新工厂创始人李开复就曾直言，人工智能是最重要也最巨大的（未来投资）领域，蕴含着巨大的机会。从数字时代的“连接-用户-数据”到AI时代的“连接-用户-数据-智能化”，AI对营销的影响，最终会在商业机会上显化，我们将其总结为新行业、新品类和新生产方式。
AI时代的新行业：AIaaS（AI as a Service）
大多数垂直领域的AI创业公司，往往具备某个细分场景的大量数据、并且具备相应的算法研发及算力能力，将研发出的AI以云服务等形式销售给不具备研发能力的企业。如在科大讯飞旗下的智能客服，已具备多轮次可打断的复杂语音对话能力，很大程度上已能取代人工客服的工作，而其价格远低于人员工资，有很大的应用范围。
AI时代的新品类
一些垂直领域的AI创业公司，能够直接生产出面向终端消费者的AI产品，催生出新的品类机会。如英语流利说推出的AI英语老师，既可以为用户的口语精准打分，也可以根据用户的基础水平和学习轨迹为每一位用户提供个性化的学习课程，而这也代表着AI语言教师品类的逐步成熟；又如脱胎于谷歌的无人驾驶汽车Waymo，在不久前结束的I/O大会上，表示2018年Waymo的无人驾驶出租车将开始运营，无人驾驶汽车品类也初见苗头。
AI时代的新生产方式
AI可以实现数字内容（视频、图片、音频）的批量化自定义生产，这将改变整个数字内容行业的制作方式和成本结构。
例如，德国纽伦堡大学的教授Justus Thies团队的实时面部转换模型”Face2Face”，能将使用者的面部动作（嘴型、表情）转换到任意目标人身上；又如基于谷歌的TensorFlow，开发者已经能替换电影中主角的脸——未来如果发生《速度与激情》主角去世的悲剧，或是主创人员不得不被替换的情况时，便有了新的、成本更低的解决方案。
可以预见，这些商业机会将催生出越来越多研究AI、制造AI、使用AI的企业，改变了企业创造价值、传递价值、传播价值的方式，也必将改变企业的价值评估方式。
我们认为，未来评估一个企业的价值应当从这样两方面来看：
需求侧，关注企业连接用户的数量与质量，消费者行为数据的维度丰富性与结构化程度；
供给侧，关注AI程度的高低，包括AI在4R各个领域的应用广度和有效性。
在这样的价值判断标准下，或许企业能够不将企业规模与员工人数划上等号，而是以创造的客户价值来判断企业价值，真正回归市场营销的初心与本质。理想情况下，未来也许会出现这样的AI创业公司：一个人，一台服务器，创造1亿美元产值。
或许，这就是马云关于“小而美”的终极愿景吧！
作者简介|吴俊杰
吴俊杰先生是科特勒咨询集团中国区项目经理，专注于数字化增长战略，对量化投资、AI、智能制造、区块链等高新科技行业有深入研究。为许多创新型科技企业提供深度的市场及品牌战略决策支持服务，受到客户公司高管的一致好评。
作者简介|王赛
王赛博士是科特勒咨询集团（KMG）中国区合伙人，主管并领导科特勒咨询（KMG）中国公司的数字战略咨询业务，他是极少的既精通战略咨询，又谙熟大数据商业化应用的高管顾问。