在未來一年中，我們可能會在人工智慧方面看到一些創新。而且，我們還會看到一些我們已經在使用的人工智慧系統出現改進。在2020年，人工智慧市場營銷的趨勢預計將對代理開展業務的方式產生重大影響。

為了幫助大家瞭解市場營銷中不斷擴大的人工智慧領域會給我們帶來些什麼，福布斯代理委員會（Forbes Agency Council）的九位專家就2020年營銷領域可能爆發哪些人工智慧趨勢給出了自己的見解。

1. 購買者資料分析

人工智慧現在可以推動客戶細分、通知推送、點選跟蹤、重新定位和內容建立。營銷人員正在利用人工智慧獲取產品和廣告方面的建議。他們還將能夠利用人工智慧，對使用者的行為進行資料分析。而且，在2020年，市場營銷人員將繼續使用人工智慧以改善客戶服務。

——Cardinal Digital Marketing的Alex Membrillo

2. 利用人工智慧提供的洞察力留住客戶並提高他們的忠誠度

對於市場營銷人員來說，人工智慧帶來了一個明確而巨大的機會，讓他們可以創造價值——這就是保留客戶並提高客戶忠誠度。對於零售商和製造商而言，如果他們擁有直接面向消費者的平臺，並且有強大的客戶關係管理程式，情況就更加如此——這些程式可以結合多個來源的資料，並在此基礎上產生有意義的見解，從而瞭解如何讓客戶回購。

——eBusiness Institute的Luigi Matrone

3. 實時管理所有渠道的客戶互動

對於市場營銷和零售營銷來說，人工智慧帶來的最令人興奮的可能性之一就是它能夠實時管理所有渠道上的客戶互動。很多時候，品牌成敗的關鍵在於他們是否能夠在響應客戶反饋的時候調整自己的策略。對於那些願意傾聽客戶心聲的品牌，人工智慧可以提供有意義的客戶資料寶庫。

——OBI Creative的Mary Ann O"Brien

4. 實時營銷

許多有趣的趨勢正在出現，但實時營銷似乎將在2020年成為現實。收集和分析客戶資料已經能夠幫助營銷人員準確地瞭解客戶的行為。我認為，人工智慧將越來越多地被當成一種工具，來提升效果，並在合適的時間向合適的客戶傳遞經過完美定製的資訊。

——OneIMS的Solomon Thimothy

5. 語音優先搜尋

隨著Siri和Cortana等人工智慧語音套件的不斷髮展，我們會步入語音優先搜尋查詢的快速通道也就不足為奇了。考慮到這一點，在2020年，營銷人員需要圍繞消費者所說的內容和SEO策略來抓住這一趨勢，以對話性短語——例如“您如何在家制作披薩？”代替“披薩食譜”。

——Creative Click Media 的Adam Binder

6. 自動化和廣告定位工具

在2019年，營銷自動化已經成為企業的流行語。現在，越來越多的初創公司在細分市場中冒出來，2020年仍將如此。結合先進的廣告定位工具，可以有效地定位目標受眾，並大幅度地節省公司預算，人工智慧將繼續在市場營銷和商業領域佔據統治地位。

——Digitally Up 的Ashar Jamil

7. 個性化的方法

在客戶參與方面，時機就是一切。根據我們最近的研究，有65％的消費者期望在五年之內，能夠在特定時刻收到針對他們量身定製營銷電子郵件。這告訴我們，傳送時間最佳化（STO），使用歷史資料向最有可能參與的個人傳送數字訊息，這些做法將在2020年產生更大的影響。

——Gongos 公司的Camille Nicita

8. 制定內容策略

儘管很有創造力，但是作家們經常會發現制定內容策略非常耗時費力，特別是根據資料制定策略更是如此。和個人相比，功能強大的工具能夠更快地根據實際結果制定策略。內容太多了，建立更多內容的時間又很有限，這對於市場營銷非常重要。

——Hyperlinks Media, LLC的Charles Mazzini

9. 品牌關聯和推介

在2020年，透過人工智慧進行的品牌關聯和推薦將會引起關注。隨著聊天機器人和語音助手變得越來越複雜，對需求的預期和對行為的理解將為數字營銷人員和消費者提供更多機會。它將不再是“如果您喜歡……”，而是“您是否考慮過……”。

——BrandExtract，LLC的Bo Bothe

都說2O19年是5G的元年，那麼2020年，會不會迎來人工智慧應用的大爆發，成為人工智慧的元年？這很難預測，也許預測過早了一點。但人工智慧在各領域的應用，特別是有了5G基礎設施的建設，人工智慧在產業界或製造業的應用，會呈現一個方興未艾的勢頭。

那麼，很值得追問，人工智慧在產業領域廣泛應用，其背後最主要的技術支撐是什麼？不言而喻，其背後最大支撐一定是大資料及相關的雲計算技術；假如說，人工智慧產業應用是分佈各地的千千萬萬工廠，那麼指揮其運作的"智慧大腦"可能在十里百里乃至千里外的“雲瑞"，是高度整合的大資料中心以及運算中心在指揮著人工智慧機器人。

那麼，答案已經出來了，如果2O20年後，產業領域應用人工智慧將迅猛啟動，那麼其背後的技術支撐，將冒出千千萬萬個，圍繞大資料為基礎的相關技術服務企業，也可以說，未來基於大資料和雲計算，會形成一個非常龐大的，無時無處不在的，依靠人腦創新的，高階的新興的技術服務行業。

顯然，產業用人工智慧一旦起動，千百個行業，數百萬千萬工廠裡"端到端"的新軟體設計，（大資料中心始端至工廠智慧機器終端）會呈蓬勃發展勢頭；運用大資料如何最佳化製造工藝也離不開技術服務；運用大資料如何最佳化管理同樣離不開技術服務；再進一步看，未來很多民用產品，很可能是透過大資料中心，使生產線與億萬家庭中的智慧裝置連線，這更離不開高階的技術服務。

如今，不少人擔憂，產業用人工智慧一旦啟動，將面臨製造業大批人失去崗位，其實這不用過於擔心，未來大資料服務業的興起併發力，一定會冒出數十萬百萬個新的崗位。這一天，應該不會太遠。

近年來，華人工智慧產業呈現出蓬勃發展的良好趨勢：

一是某些關鍵應用技術在世界上是先進的，特別是在影象識別、語音識別等技術上，這些技術在世界上是比較先進的。

二是行業整體實力明顯增強。全國有1000多個人工智慧行業，涵蓋技術平臺和產品應用等許多環節。一個相對完整的產業鏈已經形成。北京、天津、河北、長三角和珠三角人工智慧產業快速發展的格局已經形成。

三是與行業融合應用，不斷深入。人工智慧憑藉其強大的賦能能力，正成為推動傳統產業轉型升級的重要驅動力。各個領域的新技術、新模式和新情報形式不斷湧現，輻射溢位效應也在不斷增強。

但是，應該注意的是，在快速發展的過程中，中國的人工智慧基礎技術仍然相對欠缺，真正能夠創造商業價值的登陸場景仍然相對較少。此外，傳統行業與人工智慧的融合還存在較高的門檻。

總之，當前人工智慧技術正在深入發展，人工智慧應用場景不斷豐富，人工智慧開放創新平臺和人工智慧創新發展測試區建設正在如火如荼地進行。利用好這一有利時機，加強人工智慧技術發展過程中對人類社會影響的研究，開展人工智慧社會實驗，建設一個更加人性化的智慧社會，具有十分重要和深遠的意義。

人工智慧還很幼稚，只能在有限規則內透過傻算超過人類。你不能因為計算器算數快就說計算器超越人類了。

目前人工智慧的應用還很少，不足以替代複雜的人類工作。

營銷趨勢談不上吧。

人工智慧是一種技術，應用到產品裡，才能進行銷售。不同產品的營銷方式是不一樣的。

人工智慧的產品，做硬廣告就行了，告訴大家你解決了什麼問題。

謝謝邀請。資料智慧平臺/資料中臺承載著資料生命週期，對應的是客戶企業數字化轉型幾個階段面臨的 主要問題。在不同的階段，資料智慧平臺/資料中臺可向客戶提供不同的能力、資源的組合， 包括資料智慧平臺/資料中臺自有能力和產品以及其合作伙伴的能力與產品。從目前資料智慧 企業所服務的客戶來看，大多數的客戶都處於企業數字化轉型的中期階段，究竟是為什麼，他 們仍未享受到資料智慧帶來的加速效應呢？

對企業客戶來說，企業數字化轉型有如圖表6所示的幾個階段，不同階段面臨的問題有所不同：

1.業務資料化階段，企業面臨的主要問題是資料獲取，這涉及企業內的技術支援及統一整合， 也涉及流程最佳化、組織調整及職位的變化。

2.資料資源化階段，企業面臨的主要問題是資料的結構化、資料清洗、資料連線等，如何將歷 史遺留的不同結構、儲存形式的資料打通和整合，從這個階段開始需要有專業的資料人員進行 管理。

3.資料資產化階段，企業面臨的主要問題是資料融合、資料治理和資料準備，以解決資料不可知、 資料不可控、資料不可取以及資料不可聯四大難題。從業務價值驅動的角度，使原始資料變為 變成業務上能夠使用的資料。

4.決策自動化階段，企業面臨的主要問題是企業內部的資料關聯分析、自動化生產驅動決策。

5.場景智慧化階段，企業面臨的主要問題是企業外部商業化流程中的資料探索、建模，自動化 生產等，主要突破點是需要形成決策閉環，構建資料智慧產品。

目前大多數的企業客戶卡在中間的階段，無法實現終的場景智慧化以應用於真正的商業，即 自動化的資料智慧產品替代決策，經過一系列的客戶訪談，我們發現主要痛點如下：

第一、業務管理者或高管不知道怎麼構建資料業務/資料能力；

第二、缺人，缺人，還是缺人；不知道從哪裡獲取這類人才，或者人才掌握的是上一階段發展 所需的知識；

第三、客戶沒有透徹地理解資料能力和企業業務能力之間的關係：無法與客戶商業決策所對應 的商業指標繫結；

第四、相應資料雖形成閉環但是資料閉環本身太小或者太過封閉，能夠解決的問題過少、過小。

客戶側出現的問題，體現了整個資料行業目前面對的深層次問題。整個資料行業目前來說也面 臨著發展的痛點。對於資料行業的在位企業來說：

1.資料獲取已經不是問題，但是單一資料來源價值有限、資料需要共享才有價值：雖然已經積累 了大量的資料，但是從單一企業的角度來看，可獲得的資料維度還是較為單一。由於商業競爭 壁壘的存在，這些資料之間很少能形成交叉。因此，為了滿足資料多源性，企業不得不求助於 建立資料生態。然而現在能夠在保障資料安全的前提下，交換資料價值的技術只掌握在少數企 業手裡。大型企業由於資料的體量和維度大，容易形成虹吸效應，這樣加劇了資料行業的兩級 分化，企業發展更為艱鉅。

2.數字業務推陳出新速度非常快，各資料來源及應用廠商各自造輪子，很難形成規模優勢，缺少 分工和合作：企業需要支援的業務種類和數量越來越多，但背後的研發效率和業務響應速度越 來越低，有效工作佔比降低。這亟需解決平臺化階段的資訊獲取成本高、互聯互通成本高、服 務的不確定性、低水平重複建設等問題。分享成本低、可服用程度高、效率更高、通用性更強 的服務和能力亟待整合。

3.法律法規還在不斷完善，資料安全成為桎梏所有資料價值共享的主要鴻溝：資料安全和合規 的概念還在不斷的定義和完善中，對於法律的威懾，在沒有資料安全技術和合規技術保障的前 提下，大多數從業企業選擇了停滯和封閉生態。資料的不流通，也造成了資料價值無法流動和 交換。

4.資料與商業場景割裂，缺乏行業領域知識：資料類企業與其客戶間的溝通不足造成了資料企 業對於行業的理解不深，導致資料與商業場景割裂，沒有以“決策導向”去指導資料的全生命週期， 無法形成決策閉環，無法在各個閉環之間形成由業務導向的生態。

5.專業資料人才缺乏，高校等培養機構供給跟不足，行業人才空缺加大：由於大資料行業及人 工智慧行業的不斷髮展，核心人才缺口由資料分析師向資料科學家轉變。這對於人才在商業、 程式設計和數學的交叉能力要求極高，“一半靠找，一半靠培養”，尤其是高階人在中短期仍舊以 海歸人才為主，技術難以得到指數型加速。

為了解決以上的痛點問題，無論是對於客戶企業還是對於資料行業的在位企業來說，都需要出 現一家企業、一個團隊來主導資料智慧平臺/資料中臺的建設，這個新的資料智慧平臺/資料中 臺的存在，能夠打破傳統價值分工、重構資料行業的生態全景，全面提高行業的價值產生能力。

人工智慧營銷技術（AI智慧營銷）是結合了營銷自動化技術、智慧化資料分析、智慧化人群分組、智慧化營銷策略推薦等的新一代營銷技術。

以Convertlab實驗室的DM-Hub產品為典型，採用了“河圖”智慧化引擎，將營銷資料和策略的精準度用AI演算法進一步提升，從而實現千人千面的個性化精準營銷。

具體來說，AI智慧營銷在2020年的發展趨勢有：

1，全渠道營銷

如今的市場推廣手段豐富多樣，會在全渠道和客戶進行接觸和互動，如果企業孤立看待不同渠道，例如把電商平臺和微信作為兩個無關的渠道，那麼同一個客戶可能會在不同渠道收到不一致的溝通訊息，極大的破壞客戶體驗。智慧營銷平臺首先解決了全渠道營銷的問題，打通微信、網站、郵件、簡訊、電商平臺等全方位的資料介面，將市場推廣中所有的營銷觸點進行資料打通，建立統一的營銷策略，既節約了市場預算，又能夠給使用者帶來良好的互動體驗。

2，AI智慧演算法

從本質上說，營銷管理或多或少都會涉及到大資料，尤其是全渠道營銷的來自不同平臺的資料彙總起來，如何鑑別、篩選和分組，給市場部門的推廣提供依據，是個繞不開的問題。以Convertlab營銷實驗室為例，其“河圖”智慧化引擎是與杜克大學大資料實驗室合作研發，透過最佳化的演算法提取、AI Embedding、場景最佳化和更精準的資料異常點處理手段，實現更加精準的智慧營銷。

藉助AI智慧演算法，智慧營銷平臺可以實現智慧化人群細分、智慧化價值評分和智慧化策略推薦。我們為了做精準化營銷，會給予每一位客戶打上各種標籤，屬性標籤越多，使用者研究和使用者畫像的顆粒度越精細。傳統營銷方式我們可能僅僅知道客戶的姓名、職位、公司名和電話號碼，但營銷雲系統的CDP（客戶資料平臺）可以對使用者進行更詳細的標籤管理，如客戶的性別、興趣、行業、年齡段、品類偏好、消費傾向、訂單型別、渠道型別、透過哪一次營銷活動留資等等，有些大型零售企業，使用者群體數以千萬計，甚至可以對單一客戶建立起數千個屬性標籤，從而在每一次營銷活動中，可以針對性的對不同的客戶群體採用不同的營銷策略。這樣複雜的自動化營銷體系，依靠人力是無法完成的，必須藉助智慧化營銷引擎。

3，自動化營銷。

智慧營銷系統就是企業的營銷中臺，可以統一管理全渠道的營銷流程。透過營銷雲平臺系統，採用專案自動流程設計營銷活動，實現營銷活動的一鍵啟動，完全自動化。舉一個簡單的例子，某公司希望透過海報裂變營銷，透過線上手段實現營銷集客。傳統的做法我們需要透過市場部門、銷售部門、平面設計部門等多個部門的協同，往往在人員和時間協調上出現問題，導致營銷活動執行不到位。藉助營銷雲平臺可以實現流程的拖拽式設計。

以Convertlab營銷實驗室為代表的營銷雲公司，是典型的智慧化營銷平臺，希望可以幫助到樓主。