悠易科技李旸:AIGA发展的方向是AI会成为企业的自动化员工 | 未来AI谈

营销技术Martech
Marteker技术营销官
2023-12-28

「未来AI谈」是「Marteker营销技术官」联合「Digital Frontier首席数字官」共同发起的一档对话栏目,旨在探讨生成式AI的崛起对泛营销技术和营销自动化带来的影响,以期帮助全行业探索AGI时代的新营销之路。

微信图片_20231228093449.jpg

本期嘉宾:悠易科技CTO 李旸

Key Points:

1. 我理解的AIGA应该是RPA技术结合AIGC技术。AIGA发展的方向,AI会成为企业的自动化员工。

2. Agent是综合大模型和其它周边能力,最终形成AI智能体,才能在大模型能力基础之上完成更加复杂的任务。

3. 未来的AIGA,第二个A不仅仅是Automation,可能会变成Marketing Agent的A。

4. 大模型出现后,品牌和消费者之间的营销触点会更加多元化。

5. 品牌需要保持微创新的意识,从今天的业务流程中,找到小的步骤,引入AI能力,帮助提效,然后不断去优化。

6. 今天我们是在熟悉的流程或业务的模式下,探索基于AI能够提升其中某个部分。未来会有越来越多颠覆今天营销方法论的产品或技术出现。

7. 营销技术公司要保持对行业发展的关注,特别是底层AI技术发展,并且更积极地思考它的落地,如何把技术能力和实际需求结合起来,落地成为真正满足客户需求的产品解决方案。


下面是谈话实录:


问:您如何理解AIGA?

李旸:我理解的AIGA应该是RPA技术结合AIGC技术。最初的RPA其实是通过机器人,把企业内部相对标准化的工作,通过自动化流程完成,从而节约人力成本。大模型和AIGC技术出现之后,能够将AIGC的技术和能力与RPA融合,处理更加复杂的工作。理想情况下,AIGA发展的方向,AI会成为企业的自动化员工。

问:在营销场景应用中,AIGA(生成式自动化)与传统的MA(营销自动化)相比,将有哪些革命性变化?将对营销技术和营销技术工具带来哪些颠覆?

李旸:如果AIGA真的发展到理想中的程度,和现在的营销自动化不是一个层面的概念。营销自动化现在更专注于营销流程的自动化,其中许多具体的工作,包括如何配置营销工作流程,选定什么样的目标受众,采用什么样的内容去触达,需要很多人去完成,也就是说全部工作非常依赖于运营人员的经验。

而AIGA最终实现的目标,是把营销活动中对人的经验的依赖降到最低,也从早期对营销目标的拆解、营销策略的制定,营销活动的搭建,以及人群策略、创意构思等等全部流程都通过自动化的方式去完成。相比较现在的营销自动化,AIGA会对营销效率实现极大的提升。

问:AIGA的能力完全发挥出来,需要满足哪些条件?

李旸:营销自动化有几个关键步骤,首先是要了解营销活动的目标,对目标进行拆解,变成可以执行的步骤。其次是步骤的执行,包括生成营销的创意文案,搭建营销计划和配置营销的工作流程。计划执行起来后,需要不断收集数据,做数据分析。第四步是基于分析结果,在营销活动的执行过程中做优化。

现在的营销自动化更多的是实现了第二步,亦即步骤的执行方面的自动化。而之前的计划,中间的分析,以及最终的优化,还不能完全实现自动化,依赖于运营人员的经验。

那么如果从MA到AIGA,同样需要完成几个步骤:第一步是将AI能力添加到之前说的流程里,让AI能够在内容生成、创意生成、数据分析等方面帮助今天的流程去提升效率;第二步是在此基础上进一步融合AI智能体的技术,亦即Agent。

今天我们基于大模型能够做很多事情,但完全基于大模型的能力,能做的事情还比较有限。Agent是希望在大模型的基础上,解决更加复杂的问题。所以在大模型基础之上,Agent需要融合长短期的记忆能力,对复杂的任务做计划的能力,在解决问题的时候,Agent不仅仅依赖于底层大模型,还要调用外部工具(包括搜索或者从知识库里检索等)。所以Agent是综合大模型和其它周边能力,最终形成AI智能体,才能在大模型能力基础之上完成更加复杂的任务。

我们真正达成AIGA这样的愿景,最终实现面向营销的智能体,真正实现整套流程的自动化。所以未来的AIGA,第二个A不仅仅是Automation,可能会变成Marketing Agent的A。

问:AIGA的出现让品牌在建立与消费者的互动关系上迎来哪些新的机会和挑战?

李旸:第一个变化是大模型出现后,品牌和消费者之间的营销触点会更加多元化。例如智能的客服导购,背后是依托于大模型的能力,可以做更多的消费者互动。客服机器人随着和消费者的基于自然语言的交流,会更加自然,消费者也愿意在这样的触点留下更多信息。这些多元化的触点一方面带来营销效率的提升,一方面帮助品牌采集更多消费者互动行为,帮助品牌实现对消费者更多元化的洞察。

第二个变化,内容生成效率大大提升,这也是AIGC最擅长的,品牌很容易生成各种内容,包括基于不同商品、不同场景批量生成不同的内容。有这样的内容生产能力,品牌在提供给消费者更加个性化的互动或体验时,才能有更多的用武之地。

第三个变化,客户洞察可以更加丰富。今天品牌和消费者互动,会有很多不同模态的数据,包括文本、图片、视频、音频等等。大模型发展很重要的趋势是多模态的大模型,它对多模态的数据或内容的理解能力也非常强。随着对动态数据理解能力的增强,我们可以通过和消费者互动,提供更加实时、更加多元化的洞察。例如我们在和消费者聊天,可以及时判断他对品牌的满意度、兴趣意向等态度,在交流中影响其下一步的营销决策。

问:AIGA的出现意味着企业营销工作流程和团队协作模式都发生了很大变化,企业应该如何更好适应这个变化?

李旸:首先还是拥抱变化。AI或者大模型技术发展非常快,可以说日新月异,未来会变成什么样,大家都没有很清晰的概念,但肯定它会非常快速变化。因此,品牌需要保持微创新的意识,从今天的业务流程中,找到小的步骤,引入AI能力,帮助提效,然后不断去优化。

另外,品牌要关注技术发展,当然可以和外面的技术合作伙伴密切关注技术和发展,并且不断去迭代优化,让它达到更好的效果。这也是悠易科技一直希望做的事情,成为品牌的营销技术合作伙伴,与品牌一起在AI领域探索在营销技术领域更多可能性。

问:AI技术在品牌营销中的渗透是否意味着市场人员需要更新其专业技能?市场人员该如何应对这个变化,以及建立适应未来的能力?

李旸:未来的产品,特别是由于大模型的加持,更多是基于自然语言的交互方式,交互的界面会更加简单。但是这并不意味对企业内部员工或者市场营销人员技术素养的要求变低,反而会变高。之前的系统操作需要相对较复杂的配置,但功能和操作模式相对固定,一旦使用者熟悉了系统,支持就会固定下来。但今天的产品依赖于大模型,发展变化很快,虽然交互很简单,用户通过自然语言去沟通,安排它完成特定的任务。但是如何去交互,以实现更好的结果,其实是一个需要不断尝试来积累经验的过程,所以对员工会提出更高的要求。

其次,之前的营销活动需要不同部门或角色配合完成,未来在大模型或者AI工具的加持下,只需要一两个员工,就可以把之前需要策划、创意、数据分析、运营优化等职位的任务一同解决了,也就是说大部分的工作可以通过AI完成,反而会要求营销部门或员工的综合能力要更高,能够解决顶层策略的设计或目标设定,能够让不同的AI工具系统化实现更高的营销目标。

问:那么您认为AI它这项技术今年特别走红,他是昙花一现,还是说以后会成为持续发展的过程?

李旸:AI会持续发展。其实Martech一直是AI很重要的应用场景。在AIGC技术火起来之前,营销领域已经有很多AI应用场景,包括广告技术里的预测,竞价策略,动态创意到私域里的预测分析、数据分析、个性化推荐等等。当然这些是偏向于特定领域的AI技术,用特定的技术解决特定领域的问题。

AIGC技术的发展,是迈向通用人工智能的第一步,它可以通过大模型,融合很多我们之前不敢想象的能力,通过一套框架或理论解决很多问题,发挥价值,并且看到很显著的效果提升。这是这一次AI浪潮中大家比较兴奋之所在。以这样的发展趋势,我相信它会持续下去,直到我们畅想的Agent时代到来。

问:您畅想的 AIGA时代需要多久才能到来?

李旸:我相信变化会很快。前不久百度发布了AI Native营销平台「轻舸」,以及背后的全新AI商业引擎「扬楫」。像百度这样的头部互联网公司,用非常新的产品理念完全颠覆了之前对广告的认知,用AI Native的方式重构整个广告产品。我们今天还是在已经熟悉了的一套流程或业务的模式下,探索基于AI能够提升其中某个部分。未来会有越来越多颠覆今天营销方法论的产品或技术出现。

问:AIGA的出现也让传统的营销技术公司需要重新定义产品、业务能力和生态版图,您认为他们应该如何重新思考和调整自己的战略?

李旸:营销技术一直在帮助品牌把营销工作做得更加简单和高效,新技术的出现恰恰帮助他们做这样的事情。作为一家技术公司,还是要明确自己的定位。在整个AI生态里,有些公司专注于底层模型或者算法;而营销技术公司需要解决的问题,是怎么能把底层技术能力和品牌实际的业务场景结合起来,发挥底层模型或技术在特定领域的能力和价值。

营销技术公司的特点是更加理解品牌的诉求,能够更好地站在实际应用场景和需求角度去思考新技术有哪些用武之地。一方面,营销技术公司要保持对行业发展的关注,特别是底层AI技术发展,并且更积极地思考它的落地,如何把技术能力和实际需求结合起来,落地成为真正满足客户需求的产品解决方案。

此外,我们还要思考在结合的过程中,有意识地打破对传统模式的局限。像百度发布新产品一样,我们思考完全不一样的模式,通过AI对之前的业务模式做颠覆性的变动,这也是我们再去思考这个问题的时候,可以更加开放的方向。

参与讨论

回到顶部