在全球商业格局经历人工智能革命的当下，首席营销官（CMO）面临着前所未有的挑战与机遇。本文深入探讨了生成式人工智能（Gen AI）如何彻底改变营销和销售，为CMO揭示了在新范式下的责任重构。本文提出了一个清晰的AI创新之旅路线图，旨在帮助企业实现营销效率和客户参与度的双重提升。
1. 生成式AI对CMO意味着什么
在这个世界上，没有什么比变化更不变的了。虽然坚信人类在营销中影响力的不可替代的力量，但不可否认的是，生成式人工智能（Gen AI）如ChatGPT正在迅速彻底改变全球业务运营。人工智能革命不仅深刻地重塑了全球商业格局，而且从根本上重构了首席营销官（CMO）的责任，以适应新的范式。
人工智能技术将彻底改变企业的营销和销售；现在，生成式AI有望颠覆B2B和B2C企业对客户体验、销售生产力和增长的新方式。随着人工智能继续推动更高的效率、有效性和大规模创新的新浪潮，CMO有机会带头利用人工智能来加速和加强企业营销策略，并推动切实的业务成果。
为了充分利用这个激动人心的时代，CMO必须首先尝试抓住跨营销价值链整合人工智能的全部潜力、好处和机会。与此同时，他们必须创造一个由实验、测试和学习以及概念验证来定义的环境——所有这些都可以使人工智能在其组织内蓬勃发展。
将AI带入客户全历程
人工智能（AI）和机器学习（ML）继续推动营销和销售的极限。现在，随着生成式AI的持续变化演变，我们看到开源平台的使用渗透到销售前线，以及销售技术提供商对Gen AI创新的投资不断增加。鉴于全球经济下行周期中做业务的复杂性和速度不断加快，这些技术正在成为必不可少的工具。
不可避免地，这将影响企业的市场运营方式，以及如何与客户联系和服务。事实上，它可能已经在这样做了。前瞻的CMO领导正在考虑如何适应这种新格局。在本创新指南中我们将概述这个快速变化领域中营销和销售的AI机会（以及风险），并提出了前进的道路。
不同行业，客户参与模式正在发生变化：今天的客户随时随地都想要一切。虽然他们仍然希望将传统、远程和自服务渠道（包括面对面、内部销售和电子商务）均匀地混合在一起，但我们看到客户对在线订购和重新订购的偏好持续增长。
领先的企业——那些每年至少增加10%市场份额的公司——都希望利用先进的销售技术；建立混合销售团队和能力；为第三方和公司拥有的市场定制战略；在全渠道中实现卓越的电子商务；并提供超个性化（根据个人决策者的需求、概况、行为和互动（包括过去和预测性）为个人决策者提供独特的信息）。
CMO乐见生成式AI的好处
麦肯锡最新面向业务领导调研出企业对Gen AI早期场景用例和在更广泛的营销和销售中的作用的看法。值得注意的发现是CMO谨慎的乐观态度：受访者预计每个用例至少会产生适度的影响。特别是，这些企业对客户旅程体验、营销优化和个性化互动的用例最热心（如下图）。
Google营销副总裁西蒙·卡恩强调了生成式AI在营销中的重要作用“在营销中，我看到了生成式人工智能的两个直接机会：1）提高生产力和2）补充创造力。我看到我的团队使用Bard做所有事情，从简化简报到集思共创方案。像Bard这样的工具可以成为强大的共创者，通过更快地完成重复性工作，改善我们的沟通，并通过克服从零开始的障碍来启动创意流程，从而给我们带来动力。像其他人一样，我们也刚刚开始触及AGI的变革潜力，并很高兴在我们发现新机会时继续吸引该领域探索。”
总体而言，最有效的企业正在优先考虑和部署先进的销售技术，建立混合团队，并实现超个性化。他们正在通过分析和人工智能最大限度地利用电子商务和第三方市场平台。成功的企业往往：
- 有一个明确定义的人工智能愿景和战略。
- 超过20%的数字化预算投资于人工智能相关技术。
- 招聘数据科学团队来运营算法，以告知快速定价策略并优化营销和销售。
- 企业战略正在展望未来，并从简单的Gen AI用例着手。
这些开拓者已经意识到Gen AI提升其运营的潜力。
2. 客户运营 - 改善客户体验和客服效率
生成式AI具有彻底改变整个客户运营职能的潜力，通过数字自助服务以及增强和增强客服技能来提高客户体验和服务生产力。该技术在客户服务方面已经获得了牵引力，因为它能够使用自然语言与客户自动互动。研究发现，在一家拥有5000名客户服务运营公司，生成式AI应用使问题解决率每小时增加了14%，处理问题的时间减少了9%。它还将客服人员的损耗和与经理交谈的请求减少了25%。至关重要的是，在经验较少的客服人员的生产力和服务质量的提高最多，而人工智能助理并没有增加，有时甚至降低，更熟练的客服员的生产力和质量指标。这是因为AI可辅助经验较少的客服员使用与高技能同行类似的技术进行沟通。
AI对客户运营的生产力提升
以下是生成式AI可以针对特定用例进行的客服运营提升的示例：
- 客户自助服务。Gen AI驱动的聊天机器人可以对复杂的客户查询提供即时和个性化的响应，无论客户的语言或位置如何。通过自动化渠道提高交互的质量和有效性，Gen AI可以自动响应更高比例的客户查询，使客户服务团队能够处理只能由人工客服解决的查询。研究发现，北美银行、电信和电力企业大约一半的客户联系已经由机器人处理，包括但不限于AI。估计Gen AI可以将人工联系客户的数量进一步减少高达50%，这取决于企业现有的自动化水平。
- 首次接触的需求解决。Gen AI可以立即检索公司关于特定客户的数据，这可以帮助人工客户服务代表在初始互动中更成功地回答问题并解决问题。
- 缩短响应时间。Gen AI可以通过实时提供帮助和推荐后续步骤来缩短人工销售代表响应客户的时间。
- 增加销售额。由于其能够快速处理客户及其浏览历史记录的数据，该技术可以识别根据客户偏好量身定制的产品建议和交易。此外，Gen AI可以通过从客户对话中收集见解，确定可以做得更好，以及辅导客服员来增强质量保证和辅导。
麦肯锡研究估计，将Gen AI应用于客户服务职能可以提高生产力，其价值从当前职能成本的30%到45%不等。该分析只捕获了Gen AI可能对客户运营生产力产生的直接影响。它没有考虑到该技术可能因改善体验而对客户满意度和客户留存产生的潜在连锁反应，包括更好地了解客户的情况，以帮助客服人员提供更个性化的帮助和建议。
3. 市场营销 - 提高个性化、内容创造力
Gen AI在市场营销职能中迅速占据了主导权，其中基于文本创作与沟通和大规模个性化是驱动力。该技术可以创建适合个人客户兴趣、偏好和行为的个性化信息，以及制作品牌广告、标题、口号、社交媒体帖子和产品说明的初稿等任务。
将Gen AI引入营销功能需要仔细考虑。首先在公开数据上训练的语言模型没有防止剽窃、侵犯版权和品牌识别的充分保障，就有可能侵犯知识产权。由于训练数据有限或有偏见，虚拟试穿应用程序可能会产生某些人口统计学特征的有偏见的表示。因此，针对每家企业需求的概念和战略思维需要大量的人力监督。
Gen AI对市场营销的生产力提升
使用Gen AI进行营销的潜在运营收益包括以下内容：
- 高效有效的内容创建。Gen AI可以显著减少构思和内容起草所需的时间，节省宝贵的时间和精力。它还可以促进不同内容的一致性，确保统一的品牌声音、写作风格和格式。团队成员可以通过Gen AI进行协作，人工智能可以将他们的想法整合到一个有凝聚力的作品中。这将允许团队显著加强针对不同客户群体、地域和人口统计的营销信息的个性化。大规模电子邮件营销活动可以根据需要立即翻译成多种语言，根据受众的不同，有不同的图像和消息。生成人工智能生产具有不同规格内容的能力，可以在一生中以超出传统技术目前可能实现的规模增加客户价值、吸引力、转换和保留率。
- 增强数据的使用。Gen AI可以帮助营销功能通过解释文本、图像和不同结构等抽象数据源来克服非结构化、不一致和断开数据的挑战，例如来自不同数据库的数据。它可以帮助营销人员更好地使用区域绩效、综合客户反馈和客户行为等数据，以生成数据知情的营销策略，如有针对性的客户资料和渠道建议。这些工具可以从社交媒体、新闻、学术研究和客户反馈等非结构化数据中识别和综合趋势、关键驱动因素以及市场和产品机会。
- SEO优化。Gen AI可以帮助营销人员通过页面标题、图像标签和URL等营销和销售技术组件的搜索引擎优化（SEO）实现更高的转化率和更低的成本。它可以合成关键的SEO令牌，支持SEO数字内容创建的专家，并向客户分发有针对性的内容。
- 产品发现和搜索个性化。借助Gen AI，产品发现和搜索可以通过文本、图像和语音的多模态输入以及对客户概况的深刻理解进行个性化。例如，技术可以利用个人用户偏好、行为和购买历史记录来帮助客户发现最相关的产品并生成个性化的产品描述。这将允许CPG、旅游和零售公司通过实现更高的网站转化率来改善其电子商务销售。
麦肯锡的2023分析估计，Gen AI可以提高营销功能的生产力，其价值在营销总支出的5%至15%之间。对Gen AI在营销中的潜在用途的分析没有考虑到对生产力的直接影响以外的连锁效应。Gen AI支持的合成可以提供更高质量的数据洞察力，为营销活动和更有针对性的客户群体带来新的构想。营销职能可以将资源转移到为自有渠道制作更高质量的内容上，从而有可能减少外部渠道和机构的支出。
大规模制作量身定制的内容
Gen AI工具可以利用现有的文档和数据集来大幅简化内容生成。这些工具可以创建针对特定客户画像数据和历史记录的个性化营销和销售内容，以及多种A/B测试的替代方案。此外，Gen AI可以自动生成模版文档，识别缺失的文档，并扫描相关监管更新，以创建相关班次的警报。
4. 销售商务 - 重塑客户互动和商务生产力
麦肯锡的最新分析表明，实施Gen AI可以将销售生产力提高约占当前全球销售支出的3%至5%。这项分析可能无法完全考虑Gen AI可能为销售职能带来的额外收入。例如Gen AI识别线索和跟进能力的能力可以发现新的线索，并促进更有效的线索互动，从而带来额外的收入。此外，Gen AI的能力可为销售代表节省时间以投资于更高质量的客户互动，从而提高销售成功率。
Gen AI对销售商务的生产力提升
Gen AI可以改变B2B和B2C公司运作销售的方式。以下是两个销售用例：
- 增加销售成单率。Gen AI可以通过从结构化和非结构化数据创建全面的客户档案，并向员工建议行动，以提高每个接触点的客户参与度，从而识别销售线索并确定销售线索的优先级。例如，Gen AI可以提供有关客户偏好的更好信息，从而有可能提高转化率。
- 改善潜在客户发展。Gen AI可以通过综合相关产品销售信息和客户档案，并创建讨论话术来促进客户对话，包括向上和交叉销售谈话要点，从而帮助销售代表培养潜在客户。它还可以自动进行销售跟进，并被动地培养线索，直到客户准备好与人力销售代理直接互动。
重塑客户互动模式
消费者越来越多地寻求定制，从服装和化妆品到精选的购物体验、个性化外联和食品，生成性人工智能可以改善这种体验。生成人工智能可以汇总市场数据来测试概念、想法和模型。Stitch Fix使用算法向客户建议风格选择，它尝试了DALL·E，根据客户对颜色、面料和风格的偏好来可视化产品。使用文本到图像生成，该公司的造型师可以根据消费者的偏好对服装进行可视化，然后在Stitch Fix的库存中识别类似文章。
零售商可以创建应用程序，为购物者提供下一代体验，在客户希望拥有单一自然语言界面帮助他们选择产品的时代创造显著的竞争优势。例如，生成人工智能可以改善为膳食选择和订购食材或准备食物的过程——想象一个聊天机器人可以从食谱所附的评论中调出最受欢迎的提示。通过聊天机器人提供个性化的营销活动，也有很大的机会来加强客户价值管理。此类应用程序可以就产品进行类似人类的对话，从而提高客户满意度、流量和品牌忠诚度。生成人工智能为零售商和CPG公司提供了许多交叉销售和追加销售的机会，收集见解以改善产品，并增加其客户群、收入机会和整体营销投资回报率。
快速解决和增强客户服务的洞察力
电子商务的增长也提高了有效消费者互动的重要性。零售商可以将现有的人工智能工具与生成的人工智能相结合，以增强聊天机器人的功能，使他们能够更好地模仿人类代理的互动风格——例如，通过直接响应客户的查询、跟踪或取消订单、提供折扣和追加销售。自动化重复性任务允许人类代理投入更多时间处理复杂的客户问题并获取上下文信息。
动态客群定位和细分
生成式AI可以组合和分析大量数据，如人口统计信息、现有客户数据和市场趋势，以识别其他受众群体。然后，其算法使企业能够轻松、大规模地创建个性化的外联内容。
营销人员可以利用生成式AI的算法来识别具有现有客户数据中可能被忽视的独特特征的细分，而不是花时间研究和创建受众细分。在不知道这些细分市场的每个细节的情况下，他们可以要求一代人工智能工具自动起草量身定制的内容，如社交媒体帖子和登陆页面。一旦这些经过完善和审查，营销人员和销售领导者可以使用人工智能一代来生成进一步的内容，例如匹配销售活动的外联模板，以接触潜在客户。
接受这些技术需要一些变革的开放性。组织将需要一个全面和聚合的数据集（例如拉入不同来源的操作数据湖）来训练能够生成相关受众群体和内容的人工智能模型。一旦经过培训，该模型可以在商业系统中运行，以简化工作流程，同时通过敏捷流程不断完善。
最后，可能需要转型营销组织结构和运营模式，以确保适当的风险监督水平到位，并进行绩效评估与新的工作方式保持一致。
5. 6步开启营销AI创新之旅
过去几个月，生成式AI成为这个疫后经济下行、需求低迷环境中一个最亮的灯塔。我们Runwise的创新咨询团队不仅内部而且多个外部客户推进营销领域的AI创新项目，如我们一贯坚持的精益创新的原则，从5-6周到10-12周快速构建MVP和运营实验，快赢实现营销价值。
如何做到？以下是我们推荐的6步AI创新方法：
除了立即采取行动外，CMO领导者还可以开始战略性地思考如何长期投资于人工智能的营销卓越。重要的是要确定哪些用例是值得投入的，哪些可以帮助您在市场上的价值差异化。然后根据影响和可行性确定优先级。
人工智能格局正在迅速发展，今天的赢家明天可能不可行。小型初创企业是优秀的创新者，但可能规模化面临困难，也无法产生满足企业需求的以销售为重点的用例。与不同外部创新伙伴开展实验和迭代，同时与主营业务营销雨销售联动的创新往往可以快赢。建议与开放的、能快速迭代以及扩展能力的外部技术和创新伙伴加强战略性地建立伙伴关系。
100%以用户导向
以客户为始和以客户为终。一些CMO可能会试图主要使用AI技术来团队降本增效，特别是考虑到当前的经济下行的环境。CMO 需要确保部署始终回到“这如何改善我们的客户和员工的体验？请记住，这是重新定义营销人员和品牌与客户互动方式的新时刻。
创意应用只是一个开始
早期采用者已经在使用最新的人工智能工具来实现令人眼花缭乱的创意效果，如只需单击MJ一个按钮即可生成新的创意图像。不过，人工智能营销的赢家不会止步于此。企业将采取整体方法，利用人工智能的能力来个性化营销、改进运营流程、提升营销衡量、实时化营销实验，并通过理解非结构化数据来加强营销决策。务实的创新举措包括使用非结构化数据来精准受众定位或使用实时活动数据更新营销执行。采用系统化营销AI创新的另一个好处是：改善与其他部门的协作。
速赢和复杂项目须并行推进
一些营销团队通过在可管理的试点中部署生成式 AI 来取得早期进展，例如在面向员工的环境中，或者在员工可以在 AI 生成的内容到达客户之前对其进行审查的情况下。与其等待解决最棘手的部署挑战，公司必须立即采取这些小步骤来建立他们的专业知识并获得快速、建立信心的胜利。但是，要充分发挥人工智能的长期潜力，还需要开始在复杂的项目上并行开展，特别是那些连接到客户数据湖的项目——比如个性化营销、主动用户互动以留住客户的预测。我们鼓励CMO为最大胆的创新开辟一些能力，以改变体验和价值主张，例如Spotify的人工智能DJ和Duolingo的语言学习对话角色扮演功能。
CMO 非常适合成为AI创新推动者
CMO需要谨慎地履行其品牌守护者职责，管理风险并在知识产权和数据保护等领域设置护栏（与法律团队合作），同时构建风险响应机制，以在人工智能与客户互动出错时有效响应。但他们也必须确保这种品牌监护不会最终扼杀创新。
营销可以成为生成式AI塑工作能力的最早业务场景之一。相反，生成式AI的推出可以成为渴望展示他们为产品管理和客户体验等相邻功能做出贡献的能力的营销团队的展示。
从培养实验文化着手
Google，Microsoft等软件供应商正在迅速采取行动，将生成式人工智能构建到他们的产品中。这可以简化某些形式的生产率工作，这些领域CMO应不必关注定制解决方案。但是，在更专业的企业营销和销售创新领域，需要一种不同的方法，例如在客户获取和活跃互动等领域实现真正的竞争优势和差异化。这将需要更多定制的业务能力，这些功能就必须保留在企业内部自建。
通过营造一个鼓励AI创新团队来试点、测试和迭代的环境，CMO可以将其组织定位为快速发展的营销格局中的领导者，推动AI创新并实现更好的业务成果。
为了保持营销AI的竞争力，CMO必须采取积极主动的方法，承担经过深思熟虑的风险，并培养一种实验文化，使组织能够从成功和失败中学习。在人工智能前沿的未知图景中，必须依靠指导敏捷管理变革的永恒原则：测试、学习和迭代。
通过鼓励实验文化，以清晰的愿景和坚定不移的信心有效地驾驭营销AI的复杂、陌生的复杂性。这种深思熟虑的方法为AI变革性创新、成功和无限的可能性铺平了道路。
归根结底，虽然人工智能是一项强大技术，但它不能取代伟大营销所需的人类创造力、同理心和战略思维。随着我们继续进行实验，并推动人工智能的极限，我仍然坚信，从长远来看，人情接触对于推动有影响力、有目的的营销至关重要和必要。
人工智能正在以惊人的速度进化，虽然很难预测这项革命性技术的进程，但它肯定会在未来的营销和销售中发挥关键作用。该领域的领跑者正在取得成功，转向生成式AI，以最大限度地利用个性化和内部营销卓越的进化来最大限度地提高他们的市场和商务运营。你的行业会有什么反应？欢迎跟帖讨论。
- 创新研报｜生成式AI的经济潜力以及其对全球生产力的影响 (麦肯锡)
- 创新指南｜应用ChatGPT为业务创造价值的3大路径
- 生成人工智能的经济潜力：下一个生产力前沿
- Create Winning Customer Experiences with Generative AI
- 创新洞察｜每个CEO应重视6大颠覆性力量将会重塑 未来商业
- AI-powered marketing and sales reach new heights with generative AI
- 创新趋势｜从5大消费品类的用户需求洞察元宇宙电商的趋势
- 创新指南｜如何开启生成式AI创新,从5大应用场景和6大步骤切入
- The State of AI in Customer Service: 2023 Report
- Ready for Launch: How Gen AI Is Already Transforming Marketing
