1956年夏季由一批科學家在美國的達特茅斯大學舉辦了一次研討會，會議上同意使用由麥卡錫提出的新術語：人工智能（縮寫為AI），標志著人工智能學科的誕生。經過60多年的變革和發展，硬件和軟件技術的不斷進化，2019年的今天，AI再次燃爆全球。
然而，每個新生事物都會經歷痛苦的革新，變化和進步往往是最令人痛苦的，在這個過程中，不乏渾水摸魚的偽科學。最近在外貿圈中，也突然發現爆發了一大批馬甲，打著人工智能的幌子招搖撞騙，那今天我們就深度討論一下，到底什么叫人工智能。（AI）
我們先來看下面幾個的案例：- 對話式兒童智能機器人
- 送餐機器人
- 探傷機器人
- AI炒股軟件
- AI教育
以上這些案例中，除了AI教育項目，其他四個項目，都是預設程序，預設了一些計算機程序，來自動完成一些工作。這種項目，充其量是實現了自動化，距離AI，還不沾邊。
AI教育，最近也炒的比較火，我們類比一下阿爾法狗，為什么人類連一只機器狗都贏不了？這背后離不開計算機的運算能力和場景的沉淀和積累。阿爾法圍棋（AlphaGo）此前的版本，結合了數百萬人類圍棋專家的棋譜，以及強化學習的監督學習進行了自我訓練。
新的版本AlphaGoZero的能力則在這個基礎上有了質的提升。
最大的區別是，它不再需要人類數據。也就是說，它一開始就沒有接觸過人類棋譜，研發團隊只是讓它自由隨意地在棋盤上下棋，然后進行自我博弈。
AlphaGoZero使用新的強化學習方法，讓自己變成了老師，系統一開始甚至并不知道什么是圍棋，只是從單一神經網絡開始，通過神經網絡強大的搜索算法，進行了自我對弈。隨著自我博弈的增加，神經網絡逐漸調整，提升預測下一步的能力，最終贏得比賽。更為厲害的是，隨著訓練的深入，阿爾法圍棋團隊發現，AlphaGoZero還獨立發現了游戲規則，并走出了新策略。
簡單一點講，阿爾法狗具備了機器學習的能力，這就是人工智能的雛形。
所以，當我們要去做智能教育的項目，首先想一想，如何積累大量的應用場景的數據。對此，阿里巴巴前CEO衛哲甚至論斷，目前偽人工智能比例可能高90%或者99%。
當然當互聯網真正進入AI時代，AI正應用到越來越多的真實商業場景，成為日常生活的“空氣和水”，營銷也已被裹挾其中。Omni Marketing這種架構于AI技術和海量數據的新模式，正以更高的性價比、更好的精準度、更佳的可視化受到青睞。
遺憾的是，很多業內人即使意識到AI營銷的價值，但是仍然領悟不到其中AI的真是意義。
簡單來說，這些產品不過是“穿了個馬甲”，流行什么就貼什么標簽，以為貼上了人工智能的標簽，就真的成了人工智能。目前對于人工智能業界還沒有準確的定義，接受度較廣的就是人工智能需要具有自主學習的能力，因此有產品鉆這個空子，也不可避免。
為了方便大家甄別偽科學，我們來學習一下，人工智能的底層邏輯是什么？
AI需要具備的標簽如下：在人工智能的初期，數據、算法和計算能力，這些都是人工預設的程序，這些程序運行過程中，需要很長一段時間的沉淀——積累——修正，不斷矯正和積累大量的運用場景，才能開啟下一個階段：智能。
舉個例子：在圖片識別或者視頻識別的領域中，程序會自動分析某個場景中的常見標簽，然后用一套不斷修正的數據指標，來進行判斷，并輸出判斷結果。
下面的照片當中有三個人，人工智能可以判斷出來他們是熟人還是彼此不認識的陌生人,以及他們之間的關系是家人朋友還是同事，怎么做到的呢？
通過常見的典型標簽：領帶、書、鍵盤，程序可以初步判斷，這是一次商務活動，而不是家庭聚會，所以，他們三個人是工作關系或者是職業關系。
而如果照片當中的三個人的桌子上有一張大披薩，還有一個大碗背后的書架上有幾本書，一個大人坐在中間，旁邊是兩個小孩子，那人工智能就能判斷出他們肯定是家人的關系。
每一次判斷，都會有加權的數據產生，這種數據會隨著數據庫的不斷豐富，伴隨著人工的抽檢矯正，得到不斷的修正。
這就是人工智能的雛形階段，而在下一個階段，對于數據的矯正不需要人工介入了，機器學習會讓數據矯正成為自動化，可以不斷使程序的判斷無限接近真相。
我們再反過來看看外貿圈里炒作的AI。
AI營銷外貿的AI營銷，或許是一場偽科學，用預設的程序來混淆人工智能的概念。比如網站自動（智能）發布文章、自動批量生成文章。
具備這些功能的，我們更愿意把它稱之為功能模塊，實現了自動化，人工而不是智能。而在自動化的背后，更多的是應用場景的積累和沉淀，然而大多數軟件公司，只是做出了功能這個殼兒，丟掉了內核。
其實這對于程序而言，這些功能只是一段定時代碼，一個組合算法，他們依舊是預設程序，而非人工智能。
而當下行業對AI營銷普遍存在認知困境，集中表現在：認知不明晰、接觸不確定、使用不滿意。主觀認知上的混沌、茫然甚至是錯誤，加之大量營銷產品和渠道打著AI旗號招徠生意，又無法兌現承諾，嚴重影響AI營銷的口碑和廣告主的嘗試意愿，這或許能解釋評價偏負面的原因。
其實，真正的AI技術，對于解決營銷痛點正是一劑良藥，且效力正漸入佳境，恰如百度副總裁、百度搜索公司CTO鄭子斌所說，“機器學習，只能越來越好，機器不會忘記，也會不斷積累，不斷提升”。只是AI營銷門檻極高，必須是算法、算力、大數據以及營銷場景、分發能力等資源結合的產物，目前，許多機構魚目混珠，屬于“偽AI營銷”，典型的表現包括：
1）只擁有雜亂的數據資源，無專業的分析技術掌握大數據僅是AI營銷的基礎，在更新、完善數據資源的基礎上，AI營銷更需要數據清洗、挖掘、分析和預測的能力，才能將數據價值發揮出來。
有的營銷公司，即便建有營銷數據庫且外部采購了數據，比如國家公開的各種數據庫、TalkingData友盟等供應商的數據，采集了潛在目標客群的眾多行為數據，范圍也能涵蓋線上、線下，但是，數據本身缺乏豐富的維度，且本身雜亂無章，而營銷機構又缺乏專業的數據處理能力。
比如，社交數據對于洞察用戶非常有價值，然而數據比較復雜，層次多，單是社交數據的收集即要跨過爬蟲和語義分析兩道門檻，還要有專業技術和建模進行語義分析，普通營銷機構根本不具備這種專業團隊，大量數據分析甚至要靠人工處理，與AI相去甚遠。
2）只擁有部分AI技術和算法能力，無渠道資源和營銷經驗在AI營銷的環節中，涉及廣告投放、消費者洞察、內容生產等各種營銷應用，只有當AI技術與各環節深度融合，將營銷內容以文本、語音、圖像等多種形式傳遞給受眾，才能實現品牌信息精準送達。
行業內，大量以“數字整合營銷”為名的公司，有的也具備一定AI技術能力，對于用戶精準畫像、媒體渠道、品牌產品定位可以進行“輔助分析”，但是，他們沒有懂數據和懂業務的人員提供深入洞察，更沒有優勢的營銷資源和整合服務能力，因此，無法將洞察落地到真正的服務上去，完成一個營銷的閉環。
3）只有營銷流程中的單點能力，不具備系統整合能力一個完整的營銷流程，涉及到發現、預測、建議、監控反饋、優化等多個環節，其中任何一個環節出現紕漏，都無法實現客戶價值。比如，全球快消巨頭寶潔曾經削減了數億美元的數字廣告投放，因為公司高管發現，大量花費用于機器人點擊下產生的虛假流量，重投放、不重效果，甚至有意欺瞞客戶的現象，在國內也普遍存在。
而BAT這樣的平臺，依托于高效的算力、算法及大數據資源，擁有智能化、全流程的營銷管理能力，可就營銷效果進行定量數據分析，監測優化投放渠道，并作出實時的優化建議，百度甚至研發了獨有的搜索引擎反作弊算法——綠蘿算法，這種全節點、全流程的介入，能大幅減少無效投放，實現投放效果的最大化。
4）只能做到效率優化，不具備服務和體驗升級的能力。當下，有的AI營銷機構以更“精準”的效果，或者將大量重復的事情交由程序化自動化處理，以證明自身AI能力，比如，大量高清照片的選擇，智能模板的匹配，其實，這遠遠低估AI營銷的可能性。
真正的AI營銷，不只是傳統層次的效率提升，更能提供新的服務體驗，比如，基于目標客群的年齡、婚姻狀況、職業等信息，幫助廣告主探知用戶自己都可能未知的心理和商業意圖，去洞悉用戶關注的領域、喜歡的事務、想要去做的事情……也就是我們常說的客戶痛點。
可見，AI營銷不只是傳統意義上的營銷，需要深入結合技術，具備相當高的專業能力要求，是在識別用戶的個性化需求基礎上，使營銷更有效、更自然、更富創造性。
AI銷售最接近AI銷售的產品，也正在遭受政策的打擊。
兩年前我們開始接觸到語音機器人或者電話機器人，電話機器人的原理，依舊是程序預設。預先設定好的對話場景，由語音識別觸發，做到了自動對話的功能。
同時，這種產品具備了學習的功能，然而這種學習，只是人為干預的學習。后臺記錄了大量的對話數據，對于不能應付的對話，將會由人工補充，當對話場景數據積累到一定程度上，這種機器人才有了一定的智能性，而電話機器人的AI，還差一個重大問題沒有解決：機器學習。
而AI在銷售領域的主要來說分為四個層面：- 首先要解決企業“數據孤島”問題，對數據收集、清洗進行標準化，然后建立自己的用戶畫像庫。如果企業自己沒有數據的時候，主要可以從外部獲取，比如公開數據源，包括工商數據等。
- 第二個是場景的智能（Contexual Intelligence），比如在舉行商務大會、客戶服務回訪等細分場景等，利用AI進行場景化智能，不需要做一整套完整的技術。
- 第三個是分析云（Bussiness Intelligence），也就是新一代的商務智能。對企業積累和獲取的數據進行可視化分析、實時關聯、自定義分析，構建完整的企業知識圖譜等。
- 最后才是再去做AI（Artificial Intelligence），進行智能推薦、AI助手開發、預測銷售、線索打分、自動分配、智能診斷等功能。
但是總體來說，AI興起主要還是在單點技術上不斷創新和突破，整體應用還有待落地。在ToB銷售領域，AI也只能在特定環節起作用，還是很難取代ToB銷售人員。比如AI可以在拜訪策略、銷售話術、智能推薦等方面進行優化，然后提供整體的解決方案。
而在外貿銷售的過程中，存在著大量的應用場景和應用數據，如何利用這些數據和場景，成為外貿談判人工智能化的一大障礙，想要解決這種障礙，不深入場景，不深入數據，都將成為偽科學。
真AI擁抱營銷變革真正的AI營銷，絕非一個空洞、時髦的概念，真正能做的機構，大體具備以下三項能力：
- 其一，將數據、技術、內容融合的能力，著重于場景和精準觸達，觸發同一消費者在不同場景下的不同需求；
- 其二，強大的AI能力，能以語音、圖像識別等技術和用戶進行交互，并擁有深度學習、建模等技術能力；
- 其三，具備閉環式的動態分析能力，尋求與消費者多層次溝通，可迅速且潛移默化地影響其心智，同步實現品牌傳播和效果精準轉化。
AI技術將有助于實現“全場景的營銷升級”，其中包括：
1）用戶行為的深度挖掘，基于大數據還原數據背后真實的潛在客戶；
2）雙向的精準交互，以AI感知用戶以達到“千人千面”的應用；
3）個性化的融合創意，即提供AR、VR、語音等多樣的創意工具，根據不同人群，進行動態匹配內容匹配；
4）全渠道、全媒介的分發，實現萬物互聯下的智能交互；
5）營銷效果的跟蹤和優化，可以智能監測到投放效果，并據此不斷優化投放式。
可見，一個真正的AI營銷提供商，能幫助廣告主從海量用戶中找到屬于自己的客群，并且讓廣告主更懂消費者與用戶，真正去影響其決策鏈。
所以，任何一款AI產品，都是離不開數據支撐的，離開了數據談AI，離開了算法談AI，離開了大量場景積累談AI，離開了“學習”談AI,都是偽科學！而外貿行業的AI營銷機制，在一定程度上僅僅是是實現了程序的自動化，自動化的編輯，卻缺失了場景和數據，以及產品應用心理的靈魂。當然，我們沒有理由不為科技的進步而歡呼雀躍，但是在新科技到來的時候，不應該蒙蔽自我，盲目的恐懼和過分的相信AI的全面普及。
距離外貿行業全時代解放，我們還有很大的距離。
浙公網安備 33010802012068號
