對話復(fù)旦大學(xué)蔣青云教授：本地知識+外部大模型，如何打造企業(yè)“超級大腦”？丨AI營銷新范式 07期

文 | Eric

“當AI開始參與到品牌決策，不再只是老板‘憑感覺’拍板，而是讓企業(yè)獨有的經(jīng)驗和外部海量知識‘共同進化’時，商業(yè)決策的方式正在發(fā)生根本改變。”蔣青云教授這樣描述AI為市場營銷帶來的變革核心。

在 AI 技術(shù)狂飆突進的時代浪潮中，營銷領(lǐng)域正經(jīng)歷前所未有的變革。企業(yè)面臨著一連串亟待解答的關(guān)鍵命題：如何制定契合 AI 時代的營銷戰(zhàn)略？傳統(tǒng) “拍腦袋” 式的決策模式是否已被徹底顛覆？在瞬息萬變的市場環(huán)境下，企業(yè)又該如何實現(xiàn)動態(tài)平衡，確保營銷戰(zhàn)略有效落地？當數(shù)據(jù)爆炸式增長，消費者洞察是否還停留在基于歷史數(shù)據(jù)的滯后分析？

當企業(yè)著手布局AI戰(zhàn)略時，其核心不應(yīng)僅局限于技術(shù)工具的引入，而需深入剖析 AI 對營銷商業(yè)底層結(jié)構(gòu)的重塑效應(yīng)。為此，本期 「AI營銷新范式」專題對話特邀復(fù)旦大學(xué)蔣青云教授，圍繞 AI 時代的營銷變革展開深度探討。

市場營銷三次革命：

從消費者視角到AI智能體時代

AI營銷新范式：您怎么理解AI于營銷商業(yè)的重構(gòu)？

蔣青云：AI對營銷的賦能是更加宏觀、更加高度化地改變，它更像是市場營銷的第三次革命。

市場營銷誕生于上世紀初期，第一次革命發(fā)生在20世紀50年代，營銷開始從生產(chǎn)者視角轉(zhuǎn)化為消費者視角。也就是品牌開始從消費者的思路出發(fā)，來為消費者創(chuàng)造價值。從那時起，真正意義上的現(xiàn)代營銷思路誕生了。

第二次革命則發(fā)生在20世紀80年代初期。過往我們遵循的傳統(tǒng)式營銷是一種交易化的營銷，也就是所謂的“一錘子買賣”。像麥卡錫所講的4P理論（即產(chǎn)品product、價格price、渠道place、促銷promotion）以及科特勒的營銷戰(zhàn)略理論（STP)，本質(zhì)都是服務(wù)于傳統(tǒng)的“交易式營銷”。

這種交易式營銷在20世紀80年代便開始逐漸轉(zhuǎn)向了“關(guān)系式營銷”。而二者間最大的差別是什么呢？

交易式營銷，顧名思義，就是本次交換和前一次以及后一次交換都沒關(guān)系。就像我們買了一瓶水，后續(xù)就不會再去找賣水人了，所以這種交換本質(zhì)上是離散式的交易。

但像以金融業(yè)為代表的服務(wù)行業(yè)則不同，銀行為我辦了一張卡，但發(fā)卡這個動作只是第一步，因為這張卡的價值，得等到開始用它存錢、轉(zhuǎn)賬、消費之后才會體現(xiàn)出來。因此，早期參與金融業(yè)研究的營銷學(xué)者如Berry通過觀察提出了交易應(yīng)該是長期的、持續(xù)的和互動的，從而提出了關(guān)系營銷（Relationship Marketing)的理論。

如今AI帶來的，正是市場營銷的第三次革命。AI的獨特之處在于，即便面對不完備的信息，也能通過算法和工具進行優(yōu)化決策。從傳統(tǒng)的機器學(xué)習(xí)、深度學(xué)習(xí)到如今的協(xié)同性學(xué)習(xí)，技術(shù)的演進不斷拓展著決策的邊界。

舉個例子，在商業(yè)活動中，合作各方常因客戶隱私保護或商業(yè)機密問題，無法完全打通數(shù)據(jù)。但借助聯(lián)邦學(xué)習(xí)技術(shù)，各方無需共享原始數(shù)據(jù)，就能實現(xiàn)協(xié)同學(xué)習(xí)并聯(lián)合做出決策。這種在數(shù)據(jù)隔離狀態(tài)下完成協(xié)作的模式，在過去難以想象，卻在AI時代成為現(xiàn)實。

AI營銷新范式：所以，可以這么理解。在數(shù)字化商業(yè)浪潮中，數(shù)據(jù)曾因結(jié)構(gòu)性割裂成為企業(yè)發(fā)展的桎梏。那在營銷行業(yè)數(shù)字化轉(zhuǎn)型加速的當下，企業(yè)智能體在企業(yè)管理和支持營銷決策方面的角色發(fā)生了怎樣的變化？

蔣青云：企業(yè)內(nèi)部正通過整合運營、財務(wù)、供應(yīng)鏈等系統(tǒng)數(shù)據(jù)，構(gòu)建屬于自己的企業(yè)智能體。這個智能體就像“數(shù)字大腦”，可以實時監(jiān)控運營效率、成本結(jié)構(gòu)等關(guān)鍵指標，并通過異常預(yù)警和智能診斷，為管理提供優(yōu)化路徑。

當外部智能體的市場洞察與內(nèi)部智能體的運營反饋實現(xiàn)雙向交互，就能形成“感知—分析—決策—執(zhí)行”的智能閉環(huán)。這是企業(yè)走向更高效、動態(tài)決策模式的關(guān)鍵一步。

這種數(shù)據(jù)驅(qū)動的智能協(xié)同，正在重塑企業(yè)決策范式。早期的專家系統(tǒng)雖也具備一定智能化，其實也能模擬人類做出基于不完備數(shù)據(jù)做決策，但它遠不如AI能在復(fù)雜場景下自主做出高效決策。

如今，從傳統(tǒng)的系統(tǒng)決策跨越到高效智能化決策，我認為是一場大的營銷革命。

AI營銷新范式：基于您對AI引發(fā)市場營銷第三次革命的底層邏輯的深刻洞察，從實際應(yīng)用層面來看，您目前最關(guān)注AI在哪些領(lǐng)域的落地與發(fā)展？

蔣青云：我主要的研究領(lǐng)域是營銷戰(zhàn)略，核心是幫助企業(yè)制定營銷決策。在AI賦能營銷決策方面，我認為經(jīng)歷了兩個比較明顯的階段：

第一階段，AI作為工具的時代。主要是在大模型興起之前，我們通常稱之為“狹義人工智能”或“專用人工智能”。其實在那個時期，AI就已經(jīng)在營銷決策中有所應(yīng)用了。

例如，我們會利用歷史數(shù)據(jù)訓(xùn)練出一個基礎(chǔ)模型，然后持續(xù)引入新的數(shù)據(jù)來優(yōu)化和完善這個模型。最終，這個模型可以幫助企業(yè)做具體的決策，比如篩選合適的廣告代言人，或者為消費者提供個性化的產(chǎn)品推薦。值得注意的是，個性化推薦不僅是技術(shù)面的能力，更是消費者的真實需求。微軟廣告最近發(fā)布的《解碼現(xiàn)代消費者》白皮書顯示，59%的受訪者認為個性化的產(chǎn)品推薦對他們做出購買決策有幫助。這意味著，數(shù)據(jù)驅(qū)動的模型不僅能提升營銷效率，也契合了消費者的期待。

這個階段AI帶來的關(guān)鍵突破在于處理“非結(jié)構(gòu)化數(shù)據(jù)”的能力。相較于傳統(tǒng)數(shù)據(jù)，AI能夠更有效地分析和學(xué)習(xí)那些難以直接量化的信息，比如人臉識別、聲音分析以及圖像和視頻等技術(shù)。正是利用這些更豐富、更接近真實場景的非結(jié)構(gòu)化數(shù)據(jù)，AI工具為營銷決策提供了新的維度和依據(jù)。

第二階段，則是AI作為系統(tǒng)的時代。隨著AGI與大模型的興起，AI的角色發(fā)生了根本性轉(zhuǎn)變。在這個階段，一個重要的突破是營銷策略的自動化生成，這也是AIGC概念的延伸。

過去，我們理解的“生成式營銷”往往局限于AIGC為主的內(nèi)容創(chuàng)作。這固然是大模型的基礎(chǔ)能力，但其潛力遠不止于此。關(guān)鍵在于，如何利用這種能力自動形成企業(yè)的營銷戰(zhàn)略。

傳統(tǒng)營銷戰(zhàn)略的制定，高度依賴企業(yè)自身的信息庫和本地化知識。也就是說營銷人在長期實踐中積累的獨特經(jīng)驗和行業(yè)洞察才是企業(yè)的核心競爭力所在。

而通用AI的核心價值在于其整合了海量網(wǎng)絡(luò)知識。真正的突破點在于：將企業(yè)獨有的本地化知識與強大的通用大模型能力進行深度對接和融合。只有這樣，才能生成真正具有獨特性、符合企業(yè)自身情況的營銷策略和決策。

否則，僅僅依賴通用網(wǎng)絡(luò)信息，比如大家都去問AI模型，得到的方案很可能趨同，缺乏差異化和競爭優(yōu)勢。一定要植根于企業(yè)自身的知識土壤，結(jié)合AI強大的分析和生成能力，才能構(gòu)建起獨屬自己的營銷策略。

除了自動化生成之外，智慧化生成也同樣重要。二者的核心區(qū)別聚焦在“人”的核心地位，在自動化階段更多依賴企業(yè)本地化知識與通用網(wǎng)絡(luò)智能體的對接來生成策略，人的深度參與相對有限。

而在智慧化生成階段，人必須要發(fā)揮主導(dǎo)作用。我們和秒針合作提出了“超級個體”這一概念，也就是指企業(yè)內(nèi)部那些能夠熟練運用AI工具、具備深厚經(jīng)驗與洞察力的關(guān)鍵人才。他們能夠通過持續(xù)的經(jīng)驗學(xué)習(xí)以及知識的分享，成為企業(yè)本地化知識的載體。通過AI的賦能，他們能逐漸驅(qū)動企業(yè)自身進化為“本地智能體”。目前，不少企業(yè)正以實現(xiàn)智能體為目標持續(xù)推進相關(guān)布局。

與此同時，外部通用大模型也在飛速進化，成為強大的“外部超級智能體”。

因此我認為智慧化生成的核心，就在于促進企業(yè)內(nèi)部的由“超級個體”所構(gòu)成的“集體知識”與外部強大的“超級智能體”之間進行深度的“人機互學(xué)”。這種持續(xù)的學(xué)習(xí)互動，再深度結(jié)合企業(yè)獨特的本地化知識庫，最終將催生出一個能夠自主學(xué)習(xí)、具備思維推理能力、并不斷自我完善的“超級人工智能體”。

AI營銷新范式：所以您是否認為“智慧化生成”會成為AI賦能市場營銷的未來大方向？企業(yè)又需要做哪些舉措來迎合這種趨勢？

蔣青云：是的，“智慧化生成”是AI賦能下市場營銷未來發(fā)展的一個重要方向，我認為企業(yè)需要明確三件事：

1.本地化知識是核心能力的基礎(chǔ)：這是經(jīng)濟學(xué)和戰(zhàn)略管理理論早已闡明的道理，缺乏獨有知識的企業(yè)將喪失差異化優(yōu)勢。

2.人的協(xié)作與集體智能是動態(tài)性的源泉：沒有“超級個體”之間互動形成并不斷更新的集體知識，系統(tǒng)將缺乏適應(yīng)性和進化能力。

3.與外部超級智能體的融合是生成能力的保障：離開了與最前沿通用大模型的對接與學(xué)習(xí)，系統(tǒng)難以具備真正強大的生成與推理能力。

因此，我認為智慧化生成是本地知識、人的集體智慧與外部超級智能體三者深度協(xié)同、共同進化的結(jié)果。

AI營銷新范式：可以說在“智慧化生成階段”，這種智能體的本質(zhì)是整合公司內(nèi)部成員智慧，形成企業(yè)Know-how的集合體？

除了企業(yè)內(nèi)部以外，這個智能體還需要融合行業(yè)及外部系統(tǒng)的知識，將內(nèi)外部知識相結(jié)合，最終讓每個公司都能打造出專屬的、具備強大能力的“超級智能體”。

AI營銷新范式：這種超級智能體更多應(yīng)用于戰(zhàn)略層面，那從技術(shù)實際落地的角度來看，它會如何去布局一個品牌的市場戰(zhàn)略？比如一家童鞋品牌去年做了20億規(guī)模，今年想做40億規(guī)模，我營銷戰(zhàn)略怎么做？AI在其中怎么賦能？

蔣青云：大模型同樣是從內(nèi)部與外部兩方面入手：

首先，在本地智能體中深度融入了企業(yè)家的實踐智慧。當我們輸入一個跨越式發(fā)展的目標時，智能體會調(diào)取并分析企業(yè)內(nèi)部的歷史經(jīng)驗，從而去做出可行性的判斷。

其次，在外部智能體，也就是行業(yè)中同樣潛藏了一些機會。外部的通用智能體中不僅蘊含著信息，它不僅能提供宏觀行業(yè)數(shù)據(jù)和趨勢分析，更能對接專業(yè)領(lǐng)域的知識庫或?qū)＜蚁到y(tǒng)。比如它可以調(diào)用麥肯錫的行業(yè)洞察智能體，向其詢問“行業(yè)在何種條件下通常會發(fā)生跨越式變革”這類問題，我們就能獲得外部視角的專業(yè)研判。

AI營銷新范式：然后隨著外部與內(nèi)部智能體的相互溝通就可以輸出一個系統(tǒng)的品牌戰(zhàn)略方案？

蔣青云：并不是，在內(nèi)部外部模型溝通的基礎(chǔ)上，我們還需要對營銷戰(zhàn)略計劃進行可行性檢驗。這涉及到引入動態(tài)市場博弈模擬，系統(tǒng)會模擬在我方采取特定策略時，主要競爭對手可能如何反應(yīng)。這種模擬分析能預(yù)判市場互動可能產(chǎn)生的結(jié)果，為策略提供反饋并評估其落地可能性。

在AI賦能市場競爭的動態(tài)博弈方面，目前也有一些進展。比如紐約大學(xué)的華人學(xué)者劉柳就曾發(fā)表研究，探討如何將AI智能體嵌入動態(tài)市場博弈模型中進行策略推演。

AI營銷新范式：利用AI技術(shù)對市場競爭中的動態(tài)博弈塑造可視化，這似乎對大部分營銷人而言是件很有技術(shù)性的挑戰(zhàn)？

蔣青云：動態(tài)博弈并非大多數(shù)人需要學(xué)習(xí)的技能，它主要是對結(jié)果的一個大致預(yù)測，我們只需要看懂結(jié)果就足矣。比如我們輸入“希望增長率超過10%”的指令，它可能會呈現(xiàn)出幾種結(jié)果？亦或是我們想去改變企業(yè)的定位，動態(tài)博弈就會去模擬定位改變后的一些可能性。不過它只能做一些顆粒度比較大的方向性決策，比較精細化的市場決策還是相對困難。

AI時代的企業(yè)戰(zhàn)略，

“外部大腦”和“內(nèi)部大腦”結(jié)合的“超級智能體”

AI營銷新范式：戰(zhàn)略是個比較宏觀的詞匯，在前面探討了關(guān)于“AI時代的企業(yè)戰(zhàn)略”，除此之外，AI對品牌的市場戰(zhàn)略會不會有一些突出影響呢？

蔣青云：AI在品牌的市場戰(zhàn)略這方面一定是有影響的。

成本與定價是市場戰(zhàn)略的基礎(chǔ)，當企業(yè)采用低成本策略時，定價自然傾向于親民路線，以價格優(yōu)勢搶占市場份額；而若企業(yè)投入高成本打造產(chǎn)品，通常會選擇差異化戰(zhàn)略，通過凸顯產(chǎn)品獨特性來吸引消費者。

這種差異化既可以體現(xiàn)在市場細分上，聚焦特定消費群體，開辟藍海市場；也可以落腳于客戶價值層面，通過技術(shù)創(chuàng)新、服務(wù)升級等方式，為目標客戶提供獨一無二的體驗。而AI就會去通過大模型的推理能力或是博弈方面的能力協(xié)助企業(yè)做戰(zhàn)略布局。

AI營銷新范式：那在AI賦能下傳統(tǒng)的戰(zhàn)略結(jié)構(gòu)是否有發(fā)生改變？例如在定價策略這一關(guān)鍵戰(zhàn)略組件中，AI是如何參與數(shù)據(jù)收集、分析及策略制定過程的？

蔣青云：從理論框架上看，AI賦能并未顛覆營銷的核心邏輯。經(jīng)典的STP（市場細分、目標選擇、定位）模型依然適用。

變化在于：傳統(tǒng)的定位決策可能較多依賴“拍腦袋”的經(jīng)驗判斷，而如今則能更多地基于數(shù)據(jù)分析進行定位。這本質(zhì)上是大數(shù)據(jù)能力的體現(xiàn)。

至于前文提到的動態(tài)博弈模擬，其價值在于提供一種推演工具。例如，可以模擬不同定位策略下競爭對手的可能反應(yīng)，使決策更具預(yù)見性。但需要明確的是，模擬結(jié)果與現(xiàn)實可能存在天然差距。

因為在實際執(zhí)行中情況復(fù)雜多變，且競爭對手的真實反應(yīng)往往取決于其對你策略變化的觀測與解讀，而這本身就難以在模擬中完全復(fù)現(xiàn)。

AI營銷新范式：就像是在下棋？與不同人對弈時心境也不相同。

蔣青云：是的，不過當前AI在營銷決策中最廣泛且成熟的應(yīng)用還是體現(xiàn)在顯著提升‘敏捷營銷’能力上。也就是快速捕捉市場信號與消費者需求變化并作出響應(yīng)的能力。這種能力在需要高頻調(diào)整的環(huán)節(jié)尤為突出，其中價格決策是典型代表。

雖然價格策略關(guān)乎整體競爭格局，但其日常調(diào)整的特性使其天然適合AI驅(qū)動：

在廣告投放領(lǐng)域，智能出價系統(tǒng)已能實現(xiàn)高度動態(tài)化的實時決策；

在電商和零售領(lǐng)域，AI系統(tǒng)可以實時分析消費者的個性化需求變化、監(jiān)測競爭對手的定價動態(tài)、并挖掘社交媒體上的價格相關(guān)輿情。

基于這些多維度數(shù)據(jù)，企業(yè)能夠?qū)崿F(xiàn)自動化或半自動化的調(diào)價。相比之下，調(diào)整廣告創(chuàng)意或優(yōu)化配送效率等其他營銷環(huán)節(jié)，雖然響應(yīng)速度不如定價迅捷，但同樣可以借助AI進行數(shù)據(jù)驅(qū)動的快速反饋與優(yōu)化。這類高頻、操作層面的策略執(zhí)行，主要由市場部主導(dǎo)，是當前AI技術(shù)滲透最深、應(yīng)用最廣的營銷領(lǐng)域。

而當決策上升到CEO層面，涉及品牌再定位或核心競爭戰(zhàn)略轉(zhuǎn)型等重大方向性問題時，AI的角色則轉(zhuǎn)變?yōu)樘峁姶蟮姆治鲋С趾湍M推演工具，最終的判斷與拍板責任仍需由CEO來承擔。

AI營銷新范式：目前AI在各行業(yè)的實際應(yīng)用普及程度存在哪些差異？特別是在電商領(lǐng)域，企業(yè)是如何借助AI技術(shù)實現(xiàn)運營策略調(diào)整和優(yōu)化的，能否分享一些具體應(yīng)用場景和實踐案例？

蔣青云：目前，不同行業(yè)在應(yīng)用AI賦能營銷的進度上存在差異，并非所有企業(yè)都處于前沿。

總體而言，電商平臺和相關(guān)電商企業(yè)在AI應(yīng)用方面走得最快、覆蓋最廣，尤其體現(xiàn)在運營層面。相比之下，傳統(tǒng)制造業(yè)或品牌導(dǎo)向型企業(yè)的采納速度則相對滯后一些。

以我擔任獨立董事的一家電商代運營公司為例，AI的應(yīng)用就非常深入。他們能夠利用AIGC技術(shù)，根據(jù)市場動態(tài)和消費者情緒變化，實時動態(tài)調(diào)整內(nèi)容傳播策略，并進行高度個性化的內(nèi)容推薦，這些過程基本實現(xiàn)了自動化或極速響應(yīng)。同樣，價格的快速調(diào)整以及基于數(shù)據(jù)分析的短期策略優(yōu)化，也已是其日常運營中成熟運用的手段。

AI營銷新范式：在營銷戰(zhàn)略體系中，AI技術(shù)在策略執(zhí)行和戰(zhàn)略決策兩個層級分別扮演著怎樣的角色？能否結(jié)合具體案例，詳細說明AI如何賦能營銷實踐，以及在哪些關(guān)鍵決策環(huán)節(jié)仍需要人類主導(dǎo)？

蔣青云：在營銷戰(zhàn)略層面，我們可以區(qū)分兩個層級：

策略層級聚焦于日?；螂A段性的“4P”（產(chǎn)品、價格、渠道、促銷）執(zhí)行與調(diào)整，其變化相對頻繁。

而戰(zhàn)略層級則涉及更重大的方向性決策，例如核心定位、是否研發(fā)全新產(chǎn)品、是否進入全新市場等。這些戰(zhàn)略性決策往往需要經(jīng)過較長時間的考量。

在AI賦能方面，當前技術(shù)深度滲透于策略執(zhí)行環(huán)節(jié)。以出海為例：一旦企業(yè)做出出海的戰(zhàn)略決策后，在具體的海外市場運營中，無論是通過社交網(wǎng)絡(luò)推廣、運營獨立站、平臺投放，還是進行智能化直播等，AI都能在數(shù)據(jù)驅(qū)動下發(fā)揮巨大作用，實現(xiàn)高效精準的執(zhí)行。

然而，對于“是否出海”這類根本性的戰(zhàn)略抉擇，盡管AI可以提供市場分析和預(yù)測支持，但最終的決策權(quán)仍在于企業(yè)管理者基于綜合判斷作出。簡言之，AI在“如何做”層面能力強大且應(yīng)用廣泛；而在“做什么”的根本問題上，人類決策者依然扮演著核心角色。”

AI營銷新范式：在您的實踐與觀察中，無論是您服務(wù)的企業(yè)、擔任獨立董事的公司，還是行業(yè)內(nèi)大型機構(gòu)，有哪些在AI賦能戰(zhàn)略規(guī)劃與策略執(zhí)行方面表現(xiàn)突出的案例？這些企業(yè)或機構(gòu)具體是如何運用AI技術(shù)解決實際問題，實現(xiàn)商業(yè)目標的？能否分享其中的關(guān)鍵應(yīng)用場景、創(chuàng)新實踐及顯著成效？

蔣青云：在營銷策略執(zhí)行層面，特別是電商領(lǐng)域，許多企業(yè)已取得顯著進展。

以我擔任獨立董事的代運營公司為例，其運營模式已實現(xiàn)深度智能化轉(zhuǎn)型。過去，諸如設(shè)計化妝品推廣方案、展示素材、營銷話術(shù)等高度依賴人力的環(huán)節(jié)，如今主要由AI驅(qū)動，人力角色轉(zhuǎn)變?yōu)殛P(guān)鍵節(jié)點的審核與判斷。

這大幅節(jié)省了人力資源成本。視頻內(nèi)容的制作同樣由AI承擔。在直播運營上，在目標客群活躍時段使用真人主播，而在非高峰時段則切換為虛擬數(shù)字人直播，實現(xiàn)了近乎全天候的覆蓋。

此外，個性化定價等動態(tài)決策也完全基于人工智能系統(tǒng)。甚至產(chǎn)品包裝設(shè)計這類創(chuàng)意工作，也已轉(zhuǎn)向AI承擔大部分創(chuàng)意生成工作，設(shè)計師聚焦于創(chuàng)意審校與品牌一致性把關(guān)，實現(xiàn)更高效的協(xié)同。

然而，當涉及更重大的戰(zhàn)略層決策：例如是否推出全新產(chǎn)品線、是否進入全新市場，或如該公司內(nèi)部反復(fù)討論的“是否從代運營轉(zhuǎn)向開發(fā)自有品牌”這類根本性方向選擇則不同。

雖然AI能提供市場數(shù)據(jù)分析、競品案例參考甚至產(chǎn)品概念生成等支持，為決策者提供依據(jù)，但諸如最終拍板是否行動、投入多少資源組建團隊等核心戰(zhàn)略抉擇，還是要由人來完成。

AI營銷新范式：在B2B企業(yè)的業(yè)務(wù)場景中，AI技術(shù)的布局和應(yīng)用呈現(xiàn)出怎樣的特點？特別是在市場洞察與研究方面，AI 如何幫助企業(yè)突破傳統(tǒng)模式的局限？能否結(jié)合具體案例，分享相關(guān)企業(yè)利用AI實現(xiàn)市場開拓的創(chuàng)新實踐與成效？

蔣青云：在B2B企業(yè)的AI布局方面，情況有所不同，但其應(yīng)用正逐步深化，尤其在市場洞察與研究領(lǐng)域。

傳統(tǒng)上，B2B企業(yè)高度依賴第三方行業(yè)報告、協(xié)會數(shù)據(jù)或咨詢公司服務(wù)來獲取市場信息并進行決策。如今，越來越多的企業(yè)開始轉(zhuǎn)變模式：通過付費接入專業(yè)的數(shù)據(jù)資源，并在咨詢公司協(xié)助下構(gòu)建專屬的市場洞察系統(tǒng)。這使得企業(yè)能夠自動化收集、整合相關(guān)數(shù)據(jù)，并生成報告，這也就降低了對第三方機構(gòu)的依賴。這種自主化趨勢在工程項目類B2B企業(yè)中尤為明顯。

這類項目信息往往不透明且分散，以往依靠人工打探不僅效率低、覆蓋面窄，還受限于關(guān)系網(wǎng)絡(luò)。而現(xiàn)在，利用AI技術(shù)可以高效地全網(wǎng)搜尋、追蹤散落在各類網(wǎng)絡(luò)線索的工程信息，并探索付費獲取數(shù)據(jù)的可能性。一旦打通關(guān)鍵數(shù)據(jù)獲取通道，企業(yè)便能建立自主的數(shù)據(jù)分析能力。

以某港務(wù)工程公司為例，他們正積極應(yīng)用AI進行市場洞察。過去，他們開發(fā)客戶主要依靠人工打聽消息或等待招標公告，往往錯失先機。如今，通過AI系統(tǒng)全網(wǎng)抓取和分析上下游行業(yè)發(fā)布的信息，自動生成市場分析報告，其目標客戶的方向精準度和命中率都得到了大幅提升。這種利用AI主動獲取、分析信息，賦能市場開拓的模式，已成為當前B2B企業(yè)，特別是工程項目領(lǐng)域，一個頗具特色的AI應(yīng)用方向。

數(shù)據(jù)質(zhì)量與知識缺口：

企業(yè)智能體的雙重挑戰(zhàn)

AI營銷新范式：在您看來，企業(yè)智能體在4P和STP戰(zhàn)略落地中能力提升的關(guān)鍵挑戰(zhàn)是什么？是缺乏高質(zhì)量語料庫，還是算法與業(yè)務(wù)場景的適配度不足？目前針對這些問題，有哪些可行的解決方案和探索方向？

當前企業(yè)智能體建設(shè)是熱點，領(lǐng)先企業(yè)都在積極布局。然而，智能體的進化速度和實際能力仍面臨兩大核心挑戰(zhàn)：

首要問題在于信息質(zhì)量的甄別能力不足。大模型輸出的內(nèi)容在通用性上具備一定覆蓋能力，但也可能缺乏企業(yè)決策所需的獨特洞察和價值。這是因為大模型難以有效去偽存真，也就是一些公共數(shù)據(jù)中混雜的信息垃圾經(jīng)模型處理后依然存在，且模型本身缺乏個性化的深度洞察。

另一項關(guān)鍵挑戰(zhàn)在于本地化知識與語料庫的缺失。這與戰(zhàn)略管理的核心理念相悖：企業(yè)的核心能力源于其獨有的、特別是難以言傳的隱性知識。傳統(tǒng)上，企業(yè)依賴團隊協(xié)作與決策機制將這些隱性知識轉(zhuǎn)化為核心競爭力。

我們期望智能體能夠承擔此任，既承載企業(yè)獨有知識，又能提煉知識轉(zhuǎn)化為能力。然而，智能體能否真正掌握并轉(zhuǎn)化隱性知識，目前尚存疑慮。

因此，現(xiàn)實的突破口在于：優(yōu)先將企業(yè)已有的顯性知識，即結(jié)構(gòu)化的文本、文檔、數(shù)據(jù)庫等——系統(tǒng)性地轉(zhuǎn)化為基礎(chǔ)語料庫。這是構(gòu)建具備企業(yè)特色智能體的第一步，也是當前最可行的路徑。

AI營銷新范式：既然當前企業(yè)智能體發(fā)展受限于高質(zhì)量語料庫的匱乏，在實際探索中，您觀察到哪些值得借鑒的語料庫建設(shè)模式？

近期我考察了一家專注構(gòu)建行業(yè)語料庫的機構(gòu)，通過算法將領(lǐng)域信息系統(tǒng)化、結(jié)構(gòu)化，支持多場景智能應(yīng)用，能為不同行業(yè)提供專業(yè)內(nèi)容/數(shù)據(jù)基礎(chǔ)。

也正是受其啟發(fā)，我們復(fù)旦大學(xué)東方管理研究院也希望與相關(guān)企業(yè)合作，將積累的文本資料轉(zhuǎn)化為管理學(xué)領(lǐng)域的專業(yè)語料庫。不過這些文本屬于顯性知識。更進一步的挑戰(zhàn)在于轉(zhuǎn)化隱性知識，也就是那些大量未結(jié)構(gòu)化的歷史音視頻資料。

雖然理論上結(jié)構(gòu)化后可納入語料庫，但當前技術(shù)尚未完全實現(xiàn)，這也是當下企業(yè)亟需的能力。然而，絕大多數(shù)企業(yè)在此領(lǐng)域仍處起步階段。值得期待的是，以微軟Copilot為代表的現(xiàn)代AI工具已能實現(xiàn)動態(tài)信息的實時結(jié)構(gòu)化，無縫補充語料庫，為決策提供即時依據(jù)，這大幅降低了歷史知識轉(zhuǎn)化的門檻。

AI營銷新范式：企業(yè)在用AI輔助戰(zhàn)略制定或決策時，信息失真或數(shù)據(jù)幻覺可能帶來決策偏差，您如何看待AI的風險管理機制？

當前智能體運作的核心邏輯類似于一個高速CPU：輸入信息即快速生成輸出。

這種高效機制在放大價值的同時，也顯著放大了幻覺的風險。因此，在外部語料輸入環(huán)節(jié)進行有效鑒別變得至關(guān)重要。這需要在算法層面解決一個關(guān)鍵問題：如何賦予AI識別信息權(quán)威性的能力。

理想狀態(tài)下，AI應(yīng)具備根據(jù)來源可靠性動態(tài)調(diào)整信息權(quán)重的能力，以此提升整體輸出內(nèi)容的準確性與可信度。

另一方面，人類的判斷不可或缺，但也存在局限。完全依賴人工驗證海量信息效率低下。因此，需要發(fā)展超級人工智能輔助工具賦能人類：當專家需要驗證信息真?zhèn)螘r，可先借助AI快速搜集背景信息，再結(jié)合自身經(jīng)驗對AI提供的來源進行權(quán)威性評估。

這實質(zhì)上是構(gòu)建一種人機協(xié)同的雙重驗證機制。AI提供初步篩選與效率，人類提供最終權(quán)威判斷與深度洞察。這種夢中有夢的復(fù)雜體系，我認為是當前應(yīng)對AI幻覺和信息失真的核心挑戰(zhàn)與探索方向。

從輔助到共創(chuàng)：

未來營銷智能體的無限可能

AI營銷新范式：如果我們作為一家全球營銷商業(yè)媒體，想要打造一個智能體矩陣該要如何做呢？

蔣青云：主要分為三步

第一步，將數(shù)據(jù)存儲在云端并構(gòu)建企業(yè)智能體；

第二步，與通用大模型打通，以此為客戶提供咨詢服務(wù)、輔助內(nèi)容創(chuàng)作；

第三步，結(jié)合營銷科學(xué)家的創(chuàng)意進行優(yōu)化，打造智能體矩陣。

AIin Marketing：整個AI賦能營銷策略和策略這方面，是否仍處于早期階段？

蔣青云：總體而言，企業(yè)級智能體的發(fā)展仍處于相對早期階段。無論是部署在云端還是公網(wǎng)上的智能體，其構(gòu)建往往基于公開可得的通用知識，功能相對基礎(chǔ)。而聚焦于企業(yè)自身本地化知識挖掘的智能體則更為初級，成熟度有限。

在咨詢領(lǐng)域，有一個值得關(guān)注的實踐：資深咨詢師會利用特定知識源構(gòu)建的公域智能體來輔助報告撰寫。例如，一位專家分享，他在完成報告初稿后，會先交由基于通用問答平臺構(gòu)建的智能體審閱，它能有效指出細節(jié)問題并提升報告完備性；隨后，他會請具備戰(zhàn)略管理知識的智能體來把關(guān)，以獲得更具戰(zhàn)略高度和管理學(xué)深度的洞察；若覺得視角需更本土化，他甚至?xí)O(shè)想調(diào)用基于諸葛亮智慧訓(xùn)練的智能體來提供東方謀略視角。

通過這種串聯(lián)不同知識背景的公域智能體進行多重校驗與補充，最終報告不僅更扎實，內(nèi)容也顯著豐富。這展示了利用垂直知識庫構(gòu)建專業(yè)智能體輔助決策的雛形和價值，這類協(xié)同機制深度釋放了AI的潛能，而最終的關(guān)鍵判斷和洞察，依舊來源于人類專家對復(fù)雜情境的深度理解和經(jīng)驗判斷。