AI 营销「ai发展历史」

大家好，AI 营销「ai发展历史」很多人还不知道，现在让我们一起来看看吧！

编辑导语：1956年人工智能的概念第一次被提出来，从这以后，AI迅速成为科学研究领域中的热门话题。这篇文章详细地介绍了AI的诞生和发展历史以及千禧年之后，人工智能对市场营销影响的三个主要特征，推荐想要了解AI的童鞋进行阅读。

纵观AI的生命线，学术界普遍认为1956年John McCarthy 在Dartmouth College 的讨论会上第一次将人工智能的概念提出来，此举标志着人工智能宛若C位偶像般诞生。至此之后，AI火速在科学研究领域中成为热门话题。

但是，由于人工智能的技术在当时的年代太过于高深，其相关研究停留在学术界居多，离运用于大众市场之间还有很长的路需要走，所以当时的人工智能更多的还停留在科学家的想象力，其江湖地位类似于今日的“元宇宙”之类。

时光飞逝，转眼间来到了80年代，中国改革开放之初，那时的中国市场尚处于改革开放的觉醒时代。而在大西洋的彼岸，基于人工智能的“专家系统”已经投入了卖货市场的营销浩瀚大军中了，这个时间比中国的算法营销扛把子今日头条的成立（2012年）早了约30年。至此，AI也由学术界的小众概念正式扩展运用到了大众市场，为科技与市场的爱恨纠缠增加了浓墨色彩的一笔。

在80年代，基于AI的“专家系统”在美国公司的应用，带来了广泛的好评。AI界的从业者一看，这是个市场的好机会，他们相信在企业发展决策方面，人工智能一定如星星之火，开启燎原之势。

虽然在当时，AI商业分析系统在决策设计方面还存在着巨大的技术鸿沟，但是经过使用，在代替初级分析和重复分析上，可以大大的节省人工，这也是AI代替人工在卖货营销市场的1.0应用。此时，专家系统作为公司决策的“网红”产品，很快就引起了学术界的关注，在当时的学术界，对于以AI为基础的专家系统都是持有积极态度的（Burke等人，1990年；Alpar，1991年；Winters，1991年）。

那个时候，一些学者认为，人工智能可以根据营销决策支持系统的发展改变我们设想和进行相关营销的视角和行为转变。（Lillis和McIvor，1985年；Wierenga和Oude Ouphuis，1997年）。

要知道那是在互联网都是尚处萌芽的80年代，人工设计营销策略都存在各种挑战，但大多数研究人员依旧相信：专家系统可以取代雇主来分析数据和信息，其原因主要在于，与丰富的营销模型和决策过程量化方法相比，专家系统不仅提高了手动程序的质量，而且支持保证决策的一致性和减少分析时间（Alpa，1991）。

同时期，在1988年时，Bader的研究团队就总结归纳出了基于人工智能的系统应该包含着6种角色,分别是：

图2：AI系统应包括的六种角色示意图

Critic，评论家。Bader和他的小伙伴认为，基于人工智能的分析系统应该是能实时反馈与评论市场策略与营销效果，这个思想在各种报表可视化与数据采集化常规化的今日，听上去是那么的平平无奇，但要知道那是遥远的80年代，中国的财经学院还是在用算盘操作作为学生的必修课时，在仔细品品当时专家对于人工智能分析系统的角色定位，颇有种超前的哲学范儿。

Assistant，智能助理。人工智能为人类所创造的，其创造的目的需要满足人民的要求，成为市场营销的智慧化助手。

Tutor，私人指导。AI应该有专属与个性化指导的功能，根据决策者特有的行业背景与产品形态提供不同的决策指导意见，从而可以提升其产品规划质量与销售业绩。

Automation，自动运营。所谓智能，从字面上理解就是拥有智慧的能力，而机器与程序的智能更多体现在根据程序自动化运营的能力，拥有自动化运营能力是AI区别于其它工业化产品不同地方。

Expert Consultant ，专家指导。AI是基于机器学习，云能力和计算能力的产物，其运算速度并非常人能比，因此，Bader和他的小伙伴认为：AI应该能够智能的指导大家解决营销中的各种问题与难点，其中包括市场营销中涉及到的商业法律，用户决策、市场反馈等相比人工收集，AI能够更快的给以反馈。

Second opinion，辅助思考。英文关于这个部分的被称作为secondopinion, 直译为第二种想法，但在这里，我更愿意将其翻译为辅助性思考，辅助性思考的含义是指AI能为决策带辅助性信息与意见，当决策者提出一个想法的时候，AI可以根据已经有的数据信息，为决策者的想法提供支持或赞成的意见。

时间飞逝，转眼间来到了90年代。从1990年到2000年，市场营销相关的研究领域的研究重点主要关注参与者之间的关系（Pels，1998）。此时，国际学术界的普遍认可：客户、渠道供应商、服务从业者和制造商被认为相互之间存在正相关关系，同时在日积月累的营销实践中，他们渐渐产生了一个共同的价值观，即信息技术将为营销活动带来好处。

当时，人工智能的主要应用在广告营销中，用来帮助市场营销从业员分析他们的业务，从而制定出正确的决策（Daskou和Mangina，2003）。此外，一种以AI技术为驱动，被称为ALICE的产品，作为一种决策树工具，用于捕获与市场相关的行为信息，被证明是营销研究的有效工具（Ville，1997）。

总而言之，在那个时代，人工智能通过有效地收集和分析1990年代的数据，就已经显现出与用户建立积极关系的能力。

自千禧年以来，随着技术的进步，AI技术对市场营销的影响日渐增加。在这个阶段，人工智能对市场营销的影响主要显示出三个主要特征。

首先，就传播广度而言，在千禧年之前，AI技术被一些技术专业公司和研究机构所拥有，而现在，由于AI技术普及到各种设备和产品中，人工智能已经成为人类生活的一部分。

例如，人工智能可以作为智能扬声器被人控制，比如苹果的Siri和微软的小冰。此外，人工智能可设计成为无人驾驶汽车的一部分，帮助驾驶员识别日常交通道路上的方向和障碍物（Davenportet al.2019）。人工智能可以被用于家电使用，如小米研发的小爱同学，其可协助用户控制家电开关使用，已经在越来越多的家庭中使用。

第二，AI技术也深刻影响着当前市场营销中的销售规则和客户互动流程。

例如，在旅游业，AI作为旅行助理，可以帮助客户订机票和酒店房间。此外，AI技术驱动的机器人在一些酒店中还扮演着仆人的角色，用来欢迎和服务客户。而运用广泛的聊天机器人，由于具备24小时时刻在线的能力，可以创造更多与客户互动的机会。如，Facebook消息聊天机器人的功能可以联系客户并跟踪其购买内容（Tong等人，2020年），中国的淘宝网，AI作为聊天机器人可以代替销售经理介绍产品和解决客户问题（Goh and Law，2011）。

此外，Andréet al.（2018）指出，Outbrain、Taboola和Amazon使用了由大数据和人工智能组成的内容推荐系统来收集和分析客户的行为和偏好。通过使用内容推荐系统，这些平台的用户可以享受当前的选择，轻松找到感兴趣的目。

最后，人工智能的发展不仅为营销研究提供了新的工具，而且开始处理人类的任务。

例如，学术营销研究中的内容分析已经解决了人工智能支持的机制。Lee等人（2020年）、Key和Keel（2020年）的例子探讨了IBM Watson系统（一种基于人工智能的工具）如何用于营销研究中的内容分析。

此外，与其他侧重于分析数据的分析方法不同，支持人工智能的技术可用于进行内容分析。此外，Mahrood（2019）指出，人工智能将承担更复杂的任务，这些任务需要人类的能力，例如感知人们的情绪、做出偏好判断以及在没有司机的情况下驾驶汽车，这些在过去是不可能的。

纵观AI在营销方面的发展史，从1956年首次被提出，到80年代基于AI技术的专家系统的使用，到现在其AI技术在聊天机器人、家用电器、业务决策、广告算法、客户追踪等各方面的领域全面使用。

有人说：人工智能在渐渐代替人类简单而重复的劳动，而如何定义复杂是件难事，或许未来的世界，人工智能的普遍使用会给世界带来了极大丰富的物质，到时候每个人的生活不是由物质来定义，而是由爱好与创造性来定义的，这样想，我们是否会像1956年的人一样，无比期待未来ing。

喵小五，微信公众号：喵小五（longmaoyan1225），人人都是产品经理专栏作家，想要一只春天熊，成为春天熊的光。

本文由@喵小五 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议