孫亞程 李艾珅

自 2016年谷歌DeepMind團隊推出的“圍棋大師”AlphaGO和李世石的五番棋大戰(zhàn)以來，人工智能（AI）的概念得到了大眾和資本的空前關(guān)注，包括深度學(xué)習(xí)、強化學(xué)習(xí)在內(nèi)的理論研究和技術(shù)應(yīng)用也隨之迎來了新一輪的蓬勃發(fā)展。

對于今天的人們來說，不管愿意與否，AI技術(shù)已經(jīng)滲透到了生活中的方方面面：無處不在的人臉識別，潛移默化的內(nèi)容推送，真?zhèn)坞y辨的智能語音客服，呼之欲出的自動駕駛AI已經(jīng)成為了我們?nèi)粘Ｉ畹囊徊糠?，生活和消費也不知不覺中變得更加便捷了。從商業(yè)邏輯來說，AI技術(shù)的迅猛發(fā)展，很大程度上得益于人們對應(yīng)用落地價值的理解和期望的實現(xiàn)，而合適的場景是技術(shù)成功落地的必要條件。

市場營銷致力于使用營銷決策（產(chǎn)品、渠道、促銷和定價）為顧客創(chuàng)造價值和為商家獲取價值。它是大多數(shù)商業(yè)項目的核心價值之一，也是所有公司都極為關(guān)心的領(lǐng)域。市場營銷也是AI技術(shù)落地的沃土：高質(zhì)量的營銷決策必須基于對消費者的行為和決策過程的深入理解，而這正是大數(shù)據(jù)時代的AI模型所擅長的。美國電商巨頭亞馬遜（Amazon.com）和傳媒巨頭奈飛（Netflix）早在90年代，就已經(jīng)非常重視推薦系統(tǒng)的研發(fā)，并傾注了大量資源。大量數(shù)據(jù)和智能推薦技術(shù)的沉淀也為這兩家公司成為行業(yè)翹楚打下了堅實的基礎(chǔ)。在將來，營銷場景有望成為AI技術(shù)的起飛地。AI賦能的“智慧營銷”，值得我們?nèi)ニ伎己蜁诚搿?h3>人工智能之“未來已來”

圖靈獎獲獎?wù)呒s翰·麥卡錫（John McCarthy）在1956年的達特茅斯會議（Dartmouth Conference）上提出了“人工智能”這一概念。這位AI之父給出的定義是，“人工智能就是要讓機器的行為看起來就象是人所表現(xiàn)出的智能行為一樣”。今天，越來越多的人工智能應(yīng)用正在用看得見和看不見的方式改變我們的生活，也正在和即將替代很多結(jié)構(gòu)化的工作崗位，不由讓人們感覺，人工智能的“未來已來”，AI似乎在很多方面都正在取代人類。然而，事實果真如此嗎？

從麥卡錫當初描述的人工智能的概念及愿景來看，他構(gòu)想的人工智能應(yīng)該叫做“強人工智能”：作為通用性人工智能，它具有形象思維和抽象思維能力，在理論上可以勝任人類所有工作，甚至做的更好。但是，在距人工智能元年60多年后的今天，其技術(shù)發(fā)展與應(yīng)用仍然與人們對“強人工智能”的預(yù)期相距甚遠。在今天的應(yīng)用和商業(yè)前沿大放異彩的AI技術(shù)，只是屬于“弱人工智能”，即專注于且只能解決特定具體領(lǐng)域問題的人工智能。比如，卷積神經(jīng)網(wǎng)絡(luò)（CNN）通過大量有標簽的圖片數(shù)據(jù)進行訓(xùn)練，從而可以輕松認出一個花的品種或者一個人的身份（在模型里，這個人只是一個數(shù)據(jù)分類）。同樣，自然語言處理（NLP）通過隱性馬爾科夫模型和遞歸神經(jīng)網(wǎng)絡(luò)（RNN）技術(shù)把一些文字的組合映射到一個意義分類上去，也就是“讀懂了”一句話的含義與情緒。

那么，把現(xiàn)有所有的成熟技術(shù)都安裝到一個機器人上，我們就可以稱它為強人工智能了嗎？顯然不是的，因為這些技術(shù)的“特長”都是為了完成某一項工作而設(shè)定的，它并沒有抽象的思想，且創(chuàng)造力有限。想達到能夠像真人一般，實現(xiàn)邏輯思考和應(yīng)對復(fù)雜環(huán)境的強人工智能，我們?nèi)匀沃囟肋h。

人工智能的未來正在到來的過程中，但卻不是每個人想象中的未來。我們現(xiàn)在應(yīng)該關(guān)注的，是利用越來越強的“弱人工智能”來實現(xiàn)更多、更有意義的應(yīng)用，并以此去創(chuàng)造和提升人工智能這一技術(shù)的價值。

發(fā)現(xiàn)AI的價值

人工智能大發(fā)展的底層支撐有三大支柱，分別是先進的模型算法，以及與之匹配的算力與海量的數(shù)據(jù)。不過，技術(shù)終要落地才能服務(wù)到人，人工智能也是要為人服務(wù)的。因此，就需要有合適的應(yīng)用場景。市場營銷的廣闊空間，正是先進技術(shù)創(chuàng)造價值的合適場景。這些年來，各類AI應(yīng)用層出不窮，也更好地促進了市場營銷的快速發(fā)展，也讓我們得以從落地層面對AI價值做一些總結(jié)。

首先，AI算法的專長就在于數(shù)據(jù)整合和分析。AI算法可以在海量的數(shù)據(jù)中發(fā)現(xiàn)對人并不顯而易見甚至有?！俺ＷR”的線索，并善于歸類。分析一件事情時，能看到幾個維度的人就可稱之為聰明人。對于模型來說，在合適的特征工程和數(shù)據(jù)量的配合下，可以將成百上千維度的數(shù)據(jù)同時納入模型分析，因而能洞察到更多信息，得到更精準的結(jié)果。例如，AI對于物品的識別準確率超越人類，這已經(jīng)是2015年的“舊聞”了。

在營銷場景中，移動技術(shù)使消費變得非常便捷，消費者也從按需購買走向了按心情購買，并且養(yǎng)成了“刷”的習(xí)慣。所以，用更好的推薦系統(tǒng)去給消費者呈現(xiàn)其感興趣的內(nèi)容并預(yù)測其需求將會促進更多的購買，可以為商家?guī)砀蟮睦麧?。然而，消費者作為一個人，心智、偏好和決策過程是非常多面而復(fù)雜的，需要從海量的行為數(shù)據(jù)，以及相似群體其他成員的行為數(shù)據(jù)去估計。而這，恰恰是人工智能的優(yōu)勢所在：在大數(shù)據(jù)中做歸納，不停歇地分析新數(shù)據(jù)，更新之前的判斷，并輔以實地實驗不斷完善營銷決策。基于A/B測試對推送內(nèi)容進行調(diào)整，正是基于人工智能這一技術(shù)優(yōu)勢所實現(xiàn)的一個典型應(yīng)用。

其次，AI作為機器可以永遠在線。服務(wù)好客戶的重要標準之一，就是減少用戶的等待時間，讓用戶隨時隨地享受服務(wù)。AI技術(shù)的提升讓這些變得非常簡單，因為一套算法（比如智能客服系統(tǒng)）服務(wù)更多人的邊際成本非常低，不會受制于人力資源、工作時間和時區(qū)等條件的制約，達到更穩(wěn)定的效果。近年來算力的持續(xù)提升（據(jù)埃隆·馬斯克的OpenAI估計，2012-2017年間AI算力提升了30萬倍）和芯片小型化技術(shù)，也為AI技術(shù)的場景廣度和深度的拓展提供了技術(shù)支持和更加豐富的想象空間。

再次，AI數(shù)據(jù)的沉淀能力和自我提升能力，能使其在營銷場景下實現(xiàn)“數(shù)據(jù)-能力-價值”閉環(huán)中的良性循環(huán)。AI不但在服務(wù)時不會停歇，在自我訓(xùn)練更新上也永遠不會停止。即使AlphaGo戰(zhàn)勝了柯潔的當晚，它又和自己下了上百萬盤棋。第二天的它，比昨天的冠軍更強了。在當下的營銷世界中，風向不停在改變，數(shù)據(jù)無時不刻被收集，模型也在不斷更新和進步。AI工具在服務(wù)消費者的同時，收集的數(shù)據(jù)又很快投入升級算法之中。在這個閉環(huán)里，數(shù)據(jù)持續(xù)產(chǎn)生并轉(zhuǎn)換成價值，不僅讓AI能夠更好地服務(wù)消費者，也能在這個過程中獲取更多的數(shù)據(jù)，實現(xiàn)更科學(xué)的營銷決策。

AI營銷應(yīng)用的是與非

在AI賦能的智慧營銷已經(jīng)初見雛形的今天，我們聚焦智能車、語音助手、智慧教育和新零售這幾個具體應(yīng)用場景，分析AI技術(shù)在短期和長期的落地機會，以及潛在的一些問題。

智能車

自動駕駛，路線規(guī)劃，人車互動......路還是原來的路，但是人們出行的體驗卻被AI 技術(shù)顛覆性地改變了。對消費者來說，解放雙手和時間帶來的價值是最可觀的，在這些場景下的技術(shù)和商業(yè)模式革新也是將來的主旋律。從長期的營銷潛力來看，互聯(lián)互通的智慧出行無疑給新零售帶來了很大的商機。消費者所處的位置、出行的目的、出行路線周遭的商家都是決定消費行為的重要因素。商家可以借助AI技術(shù)更好地去預(yù)測消費者的潛在需求，同時，當消費者越來越多的與汽車互動的時候，AI將獲取更多的信息并且有更多的機會向人們推銷“意料之外，情理之中”的產(chǎn)品。

不過，出行是一件關(guān)乎生命安全的大事。在技術(shù)成熟到一定程度之前，我們還無法做到對AI的完全信任。大眾對智能車的過度關(guān)注和過高期待，會無形讓智能車廠商背負不公平的壓力（比較的基準會變成零事故和零死亡率，而不是非智能車的事故和死亡率）。智能車算法對場景決策的完備性和明確性的要求，也意味著智能車廠商在極端情況下必須直面類似電車難題（Trolley Problem）的經(jīng)典倫理困境和風險。

語音助手

自然語言處理技術(shù)已經(jīng)日漸成熟，消費者已經(jīng)能直觀感受到智能客服、智能音箱等產(chǎn)品變得越來越好用，有時候甚至難以分辨對方是不是一個真正的人。從短期來看，在更大的范圍使用AI客服、銷售，甚至是智能顧問，不僅為商家節(jié)省了大量的人工成本，同時也提高了服務(wù)的穩(wěn)定性和時效性。長期來看，當越來越多的消費者和AI交流互動，商家就可以更加精準地根據(jù)實時情況，為消費者提供本次交流的核心訴求之外的產(chǎn)品和服務(wù)，而且新的AI語言技術(shù)，可以使對話變得柔和、自然且有樂趣（如，年輕的消費者可以選擇與自己偶像語音的AI進行互動）。有溫度的AI營銷顧問，可以減少消費者對生硬推銷的抵觸感，幫助商家識別和兌現(xiàn)交叉售賣的潛在機遇。

從另一個方面來說，就如同在數(shù)字化的今天，手寫的信件讓人覺得彌足珍貴一樣，當消費者面對越來越多的人機交流時，缺少人與人之間的溫暖，會使人產(chǎn)生對機器的不信任和抵觸感，人們會覺得自己不過是它處理的一條數(shù)據(jù)。在AI語音技術(shù)真正走出高度程序化和結(jié)構(gòu)化的服務(wù)場景之前，企業(yè)需要思考的是，真人服務(wù)的輔助會不會對某些顧客群體更有價值，而去撼動智慧語言助手呢？

智慧教育

“因材施教”是教育的最高境界，但在現(xiàn)實中很難實現(xiàn)。傳統(tǒng)教育的瓶頸在于優(yōu)質(zhì)教育資源是有限的，從古到今，效果最好的方式是教育家（孔子，蘇格拉底）對學(xué)生言傳身教，并以一對一的方式進行價值塑造、知識傳授和能力培養(yǎng)。與此相反，效率最高的方式是教育家反復(fù)琢磨，總結(jié)出一套教育方法，以文字方式傳遞給大量的學(xué)生。然而，每個人的理解力、邏輯習(xí)慣等都是特殊的，教育家總結(jié)出的方法是普適的，但對每個人單獨來說都不是最佳的。最優(yōu)的教育方法需要針對性制定，要求每個學(xué)生都獲得足夠了解和關(guān)注。然而，“一對一”教學(xué)自古以來都是富人甚至王孫貴族才能享受到的服務(wù)。大多數(shù)情況下，教育工作者在面對一個班級的學(xué)生時，做到公平對待就已經(jīng)很難了。

今天，人工智能可以在很大程度上幫助解決這個問題。首先，學(xué)生們對教育工作者需求最大的地方在于回答問題。得益于技術(shù)進步，現(xiàn)在學(xué)生已經(jīng)可以隨時隨地把問題提給AI老師了。對于結(jié)構(gòu)化的問題和知識點，AI的回答已經(jīng)能解決大部分學(xué)生的疑惑。這種AI 技術(shù)的落地無疑等于給每個學(xué)生配備了一位隨時在線，并能敏銳捕捉學(xué)生短板的輔導(dǎo)老師，很大程度上降低了教育行業(yè)的人工成本，提高了教育質(zhì)量。長遠來看，隨著越來越多的學(xué)習(xí)和練習(xí)過程在智能設(shè)備上完成，收集到的數(shù)據(jù)使AI可以盡情發(fā)揮它的個性化專長。AI可以針對學(xué)生的學(xué)習(xí)習(xí)慣、練習(xí)情況，甚至基于其捕捉的學(xué)生的眼部運動和肢體信息，來為每個學(xué)生制定個性化的學(xué)習(xí)和練習(xí)計劃，實現(xiàn)“因材施教”。

不過，我們也應(yīng)該意識到，人文關(guān)懷和創(chuàng)造力的培養(yǎng)還不是AI所擅長的。同時，如同上面提到的AI算法底層邏輯，是在數(shù)學(xué)上達成對目標值的優(yōu)化。這種情況不禁讓人擔心，即使精心設(shè)計的AI老師，也難以避免標準化的教學(xué)要求，從而引導(dǎo)學(xué)生思維走向固化。這對于培養(yǎng)學(xué)生的創(chuàng)新性而言，無疑是一種損害。

新零售

2017年落地的無人超市在當時引起了社會熱議，這讓人們意識到，AI已經(jīng)覆蓋到了他們生活中最常見的零售場景。事實上，AI在零售終端以上供應(yīng)鏈的應(yīng)用才是智慧新零售的主力——預(yù)測需求采購，智能物流，自動補貨，分倉。AI利用其穩(wěn)定、準確和全鏈路的特長，可以貫穿價值鏈的每一個環(huán)節(jié)，幫助消費者實現(xiàn)個性化的需求，并賦能企業(yè)降本、增效。同時，隨著個性化制造的興起，AI對偏好的預(yù)測可以在產(chǎn)業(yè)鏈的源頭開始，無疑會給消費者帶來新的體驗。

AI技術(shù)的落地，也使其在新零售終端的應(yīng)用呈現(xiàn)出爆發(fā)的趨勢。無人快遞已經(jīng)走出了實驗室，在武漢封城期間，大量的機器人走上街頭，給疫情隔離下的人們送快遞，讓人們在特殊時期，加深對AI價值的理解。同樣，電商平臺推出的增強現(xiàn)實（AR）與虛擬現(xiàn)實（VR）購物功能，讓消費者在家里就能得到接近線下門店的瀏覽和購物體驗。這些AI技術(shù)正在慢慢打破傳統(tǒng)零售的壁壘，將生產(chǎn)物流到各個消費場景各環(huán)節(jié)打通互聯(lián)，為人們描繪出智慧新零售的美好未來。

智慧營銷的案例觀察

汽車之家

作為汽車內(nèi)容垂直領(lǐng)域的綜合服務(wù)商，汽車之家將AI技術(shù)在智慧營銷上用得爐火純青。營銷的核心在于了解用戶的需求，汽車之家正運用其大數(shù)據(jù)平臺“車智云”去挖掘市場動向，預(yù)測需求。利用自身新聞、看車、論壇與4S店交流等巨大的流量，汽車之家擁有線上汽車媒體高達73%的數(shù)據(jù)，包括文字、圖片、視頻在內(nèi)的海量用戶產(chǎn)生內(nèi)容（UGC），職業(yè)產(chǎn)生內(nèi)容（OGC）和專業(yè)產(chǎn)生內(nèi)容（PGC）以及用戶（“車友”）對這些內(nèi)容詳細的訪問數(shù)據(jù)，這些數(shù)據(jù)允許他們開發(fā)出了精準的消費者分析營銷模型。

汽車之家的UVN用戶分群模型，通過用戶（U）、價值（V） 、需求（N） 三個維度對“車友”進行分類分析，幫助車企對消費者進行精準營銷，提高轉(zhuǎn)化率。同時，模型也借助用戶大數(shù)據(jù)，預(yù)測潛在汽車消費者的需求方向，也就是對未來用車的趨勢有一個精準的判斷。這樣，不但可以對地區(qū)銷量進行預(yù)測，幫助車企調(diào)整庫存，更重要的是，通過分析輿論，洞察趨勢，讓車企發(fā)現(xiàn)核心客戶群的變化，以及對手的潛在威脅，為車企在營銷活動策劃甚至新車設(shè)計上提供有力參考。相比傳統(tǒng)的客戶經(jīng)理式打法，這樣的智慧營銷為商家節(jié)省了更多成本，還大大提高了效率和精準度，促進更多的邀約到店，甚至線上銷售。同時，對于車友動態(tài)的實時分析，也幫助維修、保險等下游高附加值的行業(yè)商家找到合適的客戶，從而實現(xiàn)轉(zhuǎn)化。

汽車之家充分利用了流量帶來的紅利，在消費者的行為數(shù)據(jù)里挖掘價值，服務(wù)了整個垂直行業(yè)，創(chuàng)造了很大的收益。

TalkingData

不同于汽車之家，TalkingData作為AI技術(shù)底層服務(wù)商，打造了一個相對通用的智慧營銷方案框架，并應(yīng)用到了各行各業(yè)，在我們常用的數(shù)字化服務(wù)背后，或多或少都有他的影子。

對于擁有大量客戶基礎(chǔ)、面向消費者（to C）的移動應(yīng)用來說，將用戶數(shù)據(jù)轉(zhuǎn)化為價值是一個巨大需求。而TalkingData的數(shù)據(jù)分析平臺，就幫助滴滴打車、去哪網(wǎng)、e代駕等企業(yè)實現(xiàn)了精準營銷、渠道評價等核心營銷價值，同時對接100余家廣告平臺對 APP 用戶投放。通過行為數(shù)據(jù)去給一個人畫像很難，但價值也是巨大的。TalkingData不論是在數(shù)據(jù)的儲存處理，還是應(yīng)用的開發(fā)調(diào)試，如漏斗模型、行為預(yù)測、多維挖掘等，都做到了極致。像TalkingData這樣專注于AI技術(shù)，促進落地，給移動互聯(lián)網(wǎng)商家?guī)硎找妗Ｔ谶@樣的生態(tài)里，APP服務(wù)商可以專注于自身的業(yè)務(wù)，把收集數(shù)據(jù)與轉(zhuǎn)換價值的事情委托給更加專一于AI 技術(shù)的TalkingData，并且通過實時反饋的分析結(jié)果快速對產(chǎn)品進行更新迭代。TalkingData的高速發(fā)展，正在印證一個數(shù)據(jù)高速流轉(zhuǎn)，價值最大化的健康A(chǔ)I營銷生態(tài)。

AI應(yīng)用的短板何在

盡管AI算法在營銷場景下的優(yōu)勢非常明顯，我們?nèi)匀话l(fā)現(xiàn)AI技術(shù)在應(yīng)用過程中暴露出了一些短板、爭議和新的問題。

高昂的研發(fā)成本

AI應(yīng)用在服務(wù)上雖然邊際成本很低，但是初期的研發(fā)成本卻非常高，不僅需要大量專業(yè)的人才，其硬件和能耗的成本也是不小的支出。

在商業(yè)化的起步階段，AI服務(wù)的規(guī)模效益無法體現(xiàn)，甚至沒有任何短期的商業(yè)回報。以我國的人工智能巨頭企業(yè)——商湯科技為例。在成立早期，商湯招攬了大量的深度學(xué)習(xí)領(lǐng)域博士，并且搭建超級計算中心，購買了數(shù)千塊價值不菲的英偉達圖形處理器（GPU）。在消耗大量研究費用的同時，公司產(chǎn)品卻沒有大規(guī)模商用創(chuàng)造足夠的收益。這樣的“燒錢”模式，并不是所有商業(yè)項目能負擔得起的。

許多人將商湯最終突破，歸功于資本的支持。誠然，商湯還在沒走出實驗室的時候就被IDG投資千萬美元，在各個競賽上打出名氣以后又收獲了諸多機構(gòu)總值達數(shù)十億美元的融資，造就了這一獨角獸公司。然而，這背后也同樣離不開來自中國政府的大力扶持。商湯不僅在業(yè)務(wù)上承接了大量的政府、央企項目，在政策上也獲得了多方面的支持。所以，早期的人工智能研究，不但要大量的資本支撐，也需要政府的大力支持，不然難以熬到成熟的應(yīng)用落地創(chuàng)造收益的階段。當然，AI服務(wù)最終驅(qū)動力還是來自市場和用戶的認可，在AI基建過程中應(yīng)特別避免政府形象工程、重復(fù)建設(shè)和浪費。

隱私和數(shù)據(jù)真實性

一個優(yōu)秀人工智能模型是被海量的數(shù)據(jù)訓(xùn)練出來的，尤其是在營銷領(lǐng)域，更需要大量真實消費者的行為數(shù)據(jù)。而這其中的隱私邊界問題一直很模糊，未來將是最大的難題。

早些年間，我國相比歐美國家在個人數(shù)據(jù)隱私監(jiān)管上比較寬松，這也為我國人工智能產(chǎn)業(yè)提供了“原油”，促進了一個高速發(fā)展的時代，中國的互聯(lián)網(wǎng)企業(yè)在很多應(yīng)用領(lǐng)域已經(jīng)超越了很多歐美同行與此不無關(guān)系。例如，阿里巴巴的“OneID”數(shù)據(jù)銀行融通了來自淘寶、直播網(wǎng)站和餓了么等多方的數(shù)據(jù)，可以對個體消費者進行非常立體的畫像。

然而，機會和風險往往共存。多源數(shù)據(jù)的融合也顯著提高了數(shù)據(jù)的可識別性（identifiability），對保護隱私提高了難度。隨著消費者隱私意識的覺醒，保護消費者數(shù)據(jù)的呼聲也越來越高，工信部也開始大量點名下架違規(guī)收集個人數(shù)據(jù)的應(yīng)用。類似的，杭州十一中學(xué)在2018年引入的以人臉識別為基礎(chǔ)的所謂“智慧課堂”，也因為對學(xué)生權(quán)利的忽視受到了諸多網(wǎng)友和媒體的批評。

合理的數(shù)據(jù)獲取邊界在哪里？隨著獲取數(shù)據(jù)的難度逐漸增大，人工智能模型是否能保持曾經(jīng)的發(fā)展速度？商業(yè)模式是否會改變，能否再創(chuàng)造出更吸引人的應(yīng)用？

另外一個值得注意的趨勢是，由于對抗神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)生成技術(shù)的出現(xiàn)，使得偽造數(shù)據(jù)變得非常容易。也許未來的消費者將很難區(qū)分一條新聞或者評論是真人寫的，還是算法生成的。這也為對真實數(shù)據(jù)的甄別和數(shù)據(jù)分析，帶來了巨大的挑戰(zhàn)。

人性關(guān)懷的缺失

人工智能算法普遍的底層邏輯是，確定了模型架構(gòu)以后去定義一個目標函數(shù)（Objective Function），通過反復(fù)的循環(huán)訓(xùn)練不斷優(yōu)化目標數(shù)值，直到滿意為止。此時模型的參數(shù)被反復(fù)打磨，可以應(yīng)用到實際場景中去。這樣的底層原理，決定了算法只是一個沒有感情的數(shù)學(xué)機器，所做的決定根本上都是為了最大化或最小化既定的目標數(shù)值。

比如，外賣平臺算法的核心目標函數(shù)，就是在固定時間內(nèi)完成更多的訂單，并且最小化客人的等待時間。所以，算法就會對每個騎手的路線進行規(guī)劃以達到全局最優(yōu)。不過，在上面的例子中，執(zhí)行算法指派的卻并不是機器，而是一個個鮮活的人。在一個非封閉的、不斷變化的環(huán)境中，人往往無法保證像機器一樣準確地執(zhí)行指令。算法給騎手的指令只是在多長時間以內(nèi)從A趕到B，卻無法全面考慮到各種其他因素對完成指令造成的影響以及騎手的感覺。而平臺為了履行對消費者的時間承諾，或是獲取更多的利潤，則會把騎手的收入與其對算法指令的完成情況掛鉤。在這樣的設(shè)定下，算法用一個容易的量化指標去決定騎手的收入。騎手在受到某些外因的影響的時候，會為了完成任務(wù)鋌而走險，釀造了很多悲劇。

科技公司過度關(guān)注、重視和監(jiān)督可量化的核心指標，而忽視難以量化的方面，如安全性、人性關(guān)懷，導(dǎo)致“內(nèi)卷”和其他類的員工事故，招來了社會上大量的爭議，及對“AI控制人類”這種行為的批判，和對AI技術(shù)本身的反感。

期望越高 落差越大

隨著人工智能應(yīng)用走進了消費者生活的方方面面，人們對AI的期望也越來越高。十年前，人臉識別驗證身份的創(chuàng)新讓人們驚嘆不已。而今天，人們已經(jīng)開始對查看身份證等“古老”行為感到詫異或者麻煩。消費者對于科技巨頭新品發(fā)布會的激情與AI時代剛剛開始時已經(jīng)相距甚遠，甚至不斷地批評科技公司“炒冷飯”，缺乏創(chuàng)新。隨著媒體近年來對人工智能技術(shù)的宣傳和暢想，人們對AI技術(shù)也有了更多的誤解以及不切實際的期望。消費者往往用“強人工智能”的標準去看待“弱人工智能”的應(yīng)用，這樣的期望落差會造成消費者對技術(shù)的一種厭惡感，并加深對AI技術(shù)的負面刻板印象。

小結(jié)

人工智能給了我們很多美好的遐想，在大數(shù)據(jù)爆發(fā)的今天，AI技術(shù)的更新迭代會更快。在潛在價值巨大的營銷領(lǐng)域，對AI在細分領(lǐng)域的清楚認識，應(yīng)用分析以及價值鏈思考，能幫助市場營銷的管理者更好地找到落地的場景，從而讓AI創(chuàng)造出更多的價值，造福于消費者，并最終形成數(shù)據(jù)驅(qū)動的智慧市場與智能社會。同時，我們也認識到現(xiàn)有AI技術(shù)的短板和不足。我們認為，AI和營銷的結(jié)合還有巨大的創(chuàng)新空間，智能營銷未來的發(fā)展應(yīng)該在技術(shù)進步、商業(yè)應(yīng)用和隱私保護之間獲得平衡。