正在播放国产一区_亚洲精品字幕在线观看|HD中文字幕在线播放,少妇莹莹的放荡生活,日韩欧美综合一区,国产欧美一区二区三区96精品

擁抱第三次營銷革命——生成式營銷

復旦大學管理學院教授、上海市市場學會會長蔣青云為會議致開場詞，作為復旦大學管理學院與秒針營銷科學院“AI+營銷”產學課題組合作的見證人，他對過去兩年課題組就“生成式營銷”取得的研究成果給予了肯定，也非常認同《生成》一書強調的營銷范式轉換的主張。

在他看來，生成式營銷是AI技術驅動的第三次營銷革命。第一次營銷革命發生在1950年代，特征是從銷售導向轉向了消費者導向；第二營銷革命發生在1980年代，特征是從交易式營銷轉向了關系式營銷；我們正在經歷的第三次營銷革命，即生成式營銷，則是從基于完全信息的系統決策營銷，轉向了智能化決策營銷，即使消費者獲取的信息不完整，也能通過人工智能做出更好的決策。

和傳統營銷強調心智占領，即通過定位和廣告影響消費者心理不同，生成式營銷的關鍵，在于利用人工智能技術，實現營銷生產力的爆發，實現與消費者即時的、個性化的交互。

蔣教授建議，營銷從業者不應該把生成式營銷簡單地等同于AIGC（人工智能生成內容），而是要意識到它是涵蓋市場洞察、營銷策略和運營的全流程“生成”，“我們正在迎接第三次營銷革命，必須不斷學習和適應它。”

作為發起、定義并推動生成式營銷落地的代表性企業，明略科技自2006年成立秒針系統開始，就專注于數字媒體、社交媒體以及線下營銷數據的智能化創新和應用，過程中積累了豐富的數據，過去兩年，得益于人工智能技術的進步，明略在營銷智能領域又取得了新進展，持續踐行創造人機同行的美好世界，推動企業高效運轉和創新的使命。

會議現場，秒針系統總裁助理項久大分享了迎接和擁抱生成式營銷，明略的探索和主張。包括和復旦大學管理學院以及客戶共同探索生成式營銷理論與實踐，向行業分享相關研究成果，如何應對生成式營銷帶來的機遇和挑戰，以及解決幻覺問題和重構生產關系等方面的探索與創新。

他表示，針對困擾企業的模型幻覺問題，明略的建議是從源頭保證輸入數據的準確性，用事實性數據打敗幻覺，這方面行業數據庫&知識庫、一方數據庫與知識庫更具真實性、代表性和時效性。

關于新的營銷生產關系下的組織重構，明略的建議是將組織看做是一個擁有“感知-認知-行動”系統的倒金字塔智能體。感知系統負責從外部到內部傳遞和沉淀數據資產，認知系統負責模型能力構建和數據資產積累，行動系統則將這些能力傳遞給對外的員工，確保他們采取正確的行動。基于這樣的智能體架構，受生成式營銷的啟發，明略提出了營銷生產力等同于洞察力的新主張，強調洞察在營銷中的重要性，并將其整合到了為客戶提供的多種解決方案中。

最后，項久大分享了具體業務場景中，明略為客戶提供的小而美的生成式營銷解決方案，包括了依托明略超圖多模態大語言模型（HMLLM）研發的全球化廣告創意測試及優化平臺AdEff，以及社媒數據與AI技術雙重驅動的傳播平臺DOMO多謀引擎。

全方位拆解營銷范式轉換，

深挖“生成”營銷紅利，《生成》重磅發布

活動現場，人民郵電出版社社科人文分社副社長、《營銷科學學報》編輯部主任武恩玉代表人民郵電出版社重磅發布《生成：AI 生產力重構營銷新范式》（以下簡稱《生成》），并介紹了書籍撰寫及發布的初衷、價值及期望。

當下，我們正處于知識爆炸與營銷范式劇烈轉換的時期， AI 以前所未有的深度和廣度影響著營銷的每一個環節。但技術的快速迭代和新工具、新應用的層出不窮，讓從業者和管理者應接不暇，認知更新也難以跟上技術發展。在這樣的背景下，作為科技出版的引領力量，長期深耕計算機、互聯網、人工智能等前沿領域的人民郵電出版社，希望將最前沿、最實用的科技知識以專業、系統、可靠的方式傳遞給產業界和學術界，從而為營銷行業的升級賦能。

《生成》就是這一初衷落地生花的產物，它聚焦真問題，提供了硬核解決方案，是該領域的第一本著作。書籍由明略科技集團副總裁、秒針營銷科學院院長譚北平和復旦大學管理學院市場營銷學系系主任、教授、博士生導師金立印共同撰寫，既確保了內容的權威性，也為書籍的深度和廣度提供了根本保障。

過程中，人民郵電出版社搭建平臺，通過嚴格的出版流程，將兩個研究團隊的實戰經驗系統化、規范化地呈現給了廣大讀者，確保了知識的準確性和品質的可靠性。

《生成》作者譚北平和金立印相繼登臺，分享了《生成》創作的幕后故事、目錄結構、理論框架，并對重點章節的內容做了精要解讀。

據譚北平介紹，《生成》的誕生，源于秒針營銷科學院和復旦大學管理學院組成的產學課題組，對生成式AI之于營銷領域變革的深刻洞察。它的研究基礎，源于蔣青云教授提出的一個重要命題：AI 是一項簡單的應用技術，還是會改變營銷的整個流程和決策方式？書本的創作，則基于團隊2023-2024年的研究成果展開，過程中凝結了眾多產學專家的群體智慧，并在出版社的專業指導下最終成型。

《生成》的內容涵蓋了 AI變革營銷的多個方面，全書共分四大篇章：生成的趨勢、生成的力量、生成的運用和生成的部署，系統地闡述了 AI 變革營銷的底層邏輯、營銷范式的重構，不同場景中生成式營銷的應用以及企業內部部署生成式營銷的策略。

在他看來，從分析式 AI 到生成式 AI，再到未來的AGI，AI 的發展正深刻改變營銷的方式。AI 帶來了營銷生產力的大爆發，將洞察、創意和媒介相結合，推動了營銷的變革。在企業內部，AI 不僅改變了營銷運營，還將滲透到組織管理、營銷戰略制定等多個方面。書中具體探討了 AI 在廣告、社媒、內容、電商、用戶管理、創新管理等不同場景中的應用，并提出了相應的原則和場景想象。

在企業內部部署方面，《生成》提出了四步走的普惠策略：全員使用、心智共享、智能轉型、組織進化，以幫助企業更好地運用 AI 技術。此外，書中還討論了消費者對 AI 的使用，并提出“通過影響人工智能來影響消費者”的觀點，強調了在 AI 時代，企業需要重新思考與消費者的互動方式。

《生成》作為一本定位營銷從業者AI實戰指南的著作，大部分篇幅聚焦于生成式營銷的應用和部署，但同時也兼具學理性，從營銷范式演變的角度，詳細介紹了生成式營銷對企業營銷管理革新的重要性。會議現場，金立印教授對營銷范式轉換做了深入解讀。

在他看來，營銷的本質，簡單概括就是通過洞察用戶需求，實現價值發現與高效供給，最終完成價值匹配與交付的過程。AI時代，營銷的范式發生了根本性變革，需求洞察從傳統的問卷調查轉向AI交互，消費者通過與AI的對話明確需求，價值的發現更加精準。營銷操作系統從工業經濟時代的線下實體店選購，電商時代的主動搜索，進化為AI時代的交互生成需求，價值匹配與交付也從低效率的個性化、高效率的標準化，進化為高效率的個性化，效率與個性化服務能力大幅提升，整個流程也發生了根本性變化。

未來，流量將從傳統搜索向AI交互大幅轉移，企業營銷預算也將向AI傾斜。AI不僅改變了營銷的方式、效率與效果，還重構了營銷戰略、組織與流程。AI時代的企業需重新思考如何用好AI的能力，同時關注倫理與社會責任。

金立印建議，企業在部署AI時，不能僅僅將其定位為“技術工具”，而是將其視為一種“社會存在”與“生態伙伴”。AI的發展應該注重價值導向與社會責任，人類要避免將定義價值的權力完全讓渡給機器。

從智能到行動

生成式營銷正在多場景落地

會議最后，圍繞大模型的發展趨勢、生成式營銷在企業內的具體應用，復旦大學管理學院蔣青云教授、杜拉維特亞太市場及電商總監王雙江、小米公司互聯網業務部商業營銷品牌業務總經理陳高銘，明略科技集團副總裁、秒針營銷科學院院長譚北平進行了圓桌探討。

就大模型的未來發展趨勢，王雙江分享了自身的判斷，他認為未來生成式營銷的發展主要體現在兩個方面：一是多模態融合，即從單純的文本到圖像、聲音、視頻等多種形式的整合，這將極大地豐富營銷的創造力；二是進階式理解，隨著知識的累積和正反饋的增加，AI將能夠回答更復雜的問題，而不僅僅是簡單的問答系統。他認為在未來的12個月內，這些領域都將取得顯著進展。

就如何選擇 AI 應用的場景，王雙江分享了自己的經驗。他認為，企業在應用 AI 時，首先要明確自己的問題所在，然后判斷 AI 是否能真正解決問題并帶來立竿見影的效果。過程中，數據的真實性和安全性是需要重點關注的問題，此外，公司還需要對 AI 應用的風險做預判和約束，以規避可能產生的風險。

陳高銘從企業實踐的角度分享了他對生成式AI及生成式營銷應用的看法。他預判AI的發展將對搜索行業產生重大沖擊，未來也將出現更多新的應用場景。他同時強調了效率和公平的重要性，認為AI的發展應該以人為本，以提升人們的生活質量為目標，而不是讓人們的生活變得更加復雜。

在他看來，公司老板對 AI 的認知將直接影響 AI 在企業中的應用效果，企業應用 AI ，應該以提升業績和利潤為目標，而不僅僅是降低成本或減少人力。在應用方向上，他認為AI的個性化和差異化應用將是未來主要的發展方向，企業必須通過AI創造獨特的價值，才能具備差異化競爭優勢，AI 的應用也應該貫穿企業經營的各個環節，包括產品、渠道、品牌等等，而不僅僅是營銷。

蔣青云教授強調了洞察消費者需求的重要性，他認為洞察需求-生成內容-推薦-交易是一個完整的營銷閉環，網上的行為數據并不一定能完全代表消費者的真實需求，因此企業需要更深入地了解消費者。

對于AI的應用場景，他覺得企業家的自身認知和政策支持是產業發展的前提，目前，在營銷流程和運營方面，AI應用進展顯著，但在營銷戰略制定層面則有待提升，未來，AI有望在品牌定位、市場選擇等方面發揮更大作用。

譚北平從技術與產業結合的角度對AI發展的方向進行了預判，他認為接下來大模型的迭代將更加注重技術的進化和應用場景的深化。應用深化方面，上海在智能體領域的布局更為領先，許多企業正在探索如何將本地化的語料庫與大模型相結合，以克服幻覺等問題，提升模型的準確性和實用性。