YouTube代理

在虎嗅F&M创新节深圳专场上，时趣首席科学家王绪刚博士结合自身的经历，分享了他所看到的人工智能在营销中的应用场景以及未来的一些可能。

今天，主要想要跟大家探讨的是AI或者算法在各行业不同的营销场景中应当如何应用，以及时趣Social Touch公司会给出怎样的解决方案。

在日本读博士期间，我的研究方向就是神经网络，但是当时人工智能没有多少应用场景。因此毕业后，我去了中科院软件所，从事手写识别和语音识别的研发内容。这期间我注意到，互联网当中有着大量的数据沉淀，尤其是在电商领域。因此，我开始从事利用电商数据进行推荐引擎的研发。慢慢我意识到，人工智能相关的算法在营销领域，会有越来越多的应用场景，因此加入到时趣，研究通用智能算法的实际营销应用，上述过程也是我作为一名人工智能专业的人慢慢走到营销领域的过程。

在这个过程当中，身边总有很多朋友会问，比如人工智能未来会是什么样子？所谓的奇点会不会到来？人类会不会真的被机器所控制？我们的创意人员会不会被替代等问题。

这些也是我在思考的，在此，分享一下我的理解。

人工智能会有两个思维方向，一个是自下而上慢慢接近人类的智慧，另一个是自上而下提高商业效率。我个人的观点是说，人工智能还是会逐渐自上向下走的，就是知识加工、计算，这是机器最擅长的工作。病愈生产、制造整合在一起带来商业效率的提升。

在过去我们知识工作广泛地依赖于人，比如说你看任何一家营销公司，很容易从十几人变成一百人，时趣公司现在已经几百人了，而其中很多人每天重复同样的事情，在这个过程当中，如果利用人工智能算法来提升自动化程度就能解决很多决策效率问题。

说起来很简单，但实际执行起来却非常难，这是为什么呢？

一方面你要懂人工智能相关算法，另一方面你要懂得业务的流程。现实中很难找到同一个人满足这两个要素，因而往往要找两类人。而这两类人在说同一件事情时，经常是鸡同鸭讲。这也是我们公司这么多年不断磨合，不断争吵、相互沟通才能做协同的一个工作过程。

同样的，在企业内部，营销也是偏文科思维去考虑的事情，而要通过IT去解决，往往要通过CMO的感性和理科背景来解决。一般我们希望能够快速解决现实中的问题，而到了IT这里，会希望我们有一套平台，既能保证短期的应用，又能保证长期架构的扩展，对于他们来说架构的稳定性和灵活性很重要，这样就很难通过IT来解决营销眼前立竿见影的问题。

因此，时趣通过这么多年的积累给到我们客户一个保证落地的架构， IT层先是完成业务数据化，通过量化和语义化，实现企业数据管理和用户画像，而业务层主要完成数据业务化的工作，也就是直接从业务的角度将量化后的用户画像直接用于分析与自动化运营。这个搭建起来才能保证两方面的完美结合。

我们总结了日常生活当中经常能看到的应用的问题，从媒介、品牌到线上运营不同阶段，以及从不同的分析类型都有不同的应用场景。接下来与大家分享几个实际案例。

第一个案例就是市场研究。市场研究是常见的通过量化的方法解决决策的问题，传统的市场研究往往通过调研问卷、访谈，现在也有采用在线调研方式去完成的。但是在这个过程当中还是有很多效率有待提高。从问题提出，传统执行流程中大量的交互工作，然后产出报告，再给到决策层，决策层根据报告再给出反馈，整个过程是比较低效的。

我们的一个客户就曾需要面对这样的过程。其实只要直接连接数据，或者通过消费者行为的数据就能够帮助客户看到他们的产品该如何设计、该如何生产。因此我们为客户搭建了整个企业的决策平台，类似于百度搜索的形式，对于每个产品型号或者每个产品型号的功能点，依照时间呈现的走势，以及产品是不是受欢迎，根据用户日常的投诉，发现产品使用过程当中，哪些是用户最不喜欢的点，利用数据协助产品的迭代。或者在消费者刚完成购买时，在线发送调研的问卷，让消费者及时给出产品、服务反馈。此外，很多直销人员，就是大卖场的销售，能够在线通过手机给出一些 “我在这个本卖场我观察到的用户是怎么样子”的，这些信息数据的搜集都能非常快地完成。

第二个应用场景，我们在营销推广时经常碰到。现今，自媒体已成为非常重要的媒介，那么企业应当如何去选择正确、合适的自媒体呢？营销决策人员需要根据消费者受众需求来选择哪些是他们的关键意见领袖（KOL）。我们会结合自媒体本身的属性，以及之前与其他品牌的合作能力，比如说短链接的点击情况、转发的情况等，来帮助企业选择一个合适的KOL。

日常用户运营场景中还有很多可以通过智能算法去改进的地方， 比如沟通的方式。之前我们发现，to B的销售通过有经验的销售人员可以做到不同人说不同话，但是to C的软件很难做到一对一沟通。前期企业或许可以通过客服人员实现与消费者的细致沟通，但是当企业上升到一定规模的时候，是没办法再通过人工去解决的这些问题的。因此时趣会跟很多企业去合作，比如科大讯飞、三角兽等都可合作配置一些聊天问题，获取几个限定信息，比如家住哪儿，家有几口人，然后给你一个合适产品或者服务的推荐，留住新的访客。

大数据的算法要求非常高，但是创业公司不可能请那么多人工智能的专家来编写复杂的算法，我们需要一般开发人员都能享受到这套算法的效率。因此时趣把整套的数据解决方案抽象为几个各行业通用的场景，在这个过程当中实际上是不断把人、产品、营销内容，通过标签的方式去关联，最终构成一个图结构，把整个计算引擎采用图的计算框架，比如说通过计算用户的影响力，找到相似的受众，相关的人群聚类，从而对数据做更深层次的挖掘。

实时图计算有多方面作用，一方面可以满足实时过滤，另一方面可以满足实时推荐，从搜索到洞察结果，对于传统的数据库，甚至一些大数据的处理平台，都难以胜任实际工作，因此时趣就开发了这样一套专利架构。

时趣目前已经将上面提到的整套大数据的算法应用于营销领域多个层面，而未来趋势到底怎么走，不管人工智能也好，不管大数据也好，不管是说我们现在在热的状态，还是未来慢慢变冷，一直到成熟区，我们要一直关注它，就能看得见那一天的到来。