北京2024年7月1日 /美通社/ -- 盛夏伊始，萬物競秀。華為開發(fā)者大會2024于6月21日在東莞松山湖盛大開幕?；顒悠陂g，以AI為主題的《AI注入品牌營銷新動力》閉門會圓滿舉辦。
賽諾貝斯集團副總裁，科技制造事業(yè)部總經(jīng)理李喆，應邀參與本次閉門會圓桌討論，與諸多業(yè)界重量級伙伴共同探討了AI在品牌營銷當中的應用現(xiàn)狀與挑戰(zhàn)，前景與趨勢。并向與會者分享了賽諾貝斯對于AI在B2B營銷中的價值與作用的思考與實踐心得。
以下將為您呈現(xiàn)此次演講的精華內(nèi)容，讓我們一起走進這場思想的盛宴！
B2B與B2C營銷中AI應用的差異
這個話題可以有很多種解讀和答案。但如果從AI三要素——華為云混合云總裁在《大模型混合云十大創(chuàng)新技術》發(fā)布會上提及的數(shù)據(jù)、算力、算法——的角度來看，數(shù)據(jù)是二者最大的差異所在。具體體現(xiàn)在兩個方面：
一是數(shù)據(jù)體量，受限于客戶數(shù)量、成單頻率、數(shù)字化程度（例如電商業(yè)務的比重）等諸多因素，B2B營銷中積累的數(shù)據(jù)相比B2C營銷中的海量數(shù)據(jù)有著相當大的差距。尤其是對單個企業(yè)來說，這種差距表現(xiàn)得更為明顯。
二是數(shù)據(jù)開放性，B2C營銷層面，社會化的因素占據(jù)了相當大的比重，有大量開放的數(shù)據(jù)和內(nèi)容可以供模型訓練之用。而在B2B營銷領域，相應的沉淀都存在于企業(yè)的私域中，很大業(yè)務認知甚至沒有數(shù)字化的存在。
三是數(shù)據(jù)治理的挑戰(zhàn)，在《大模型混合云十大創(chuàng)新技術》發(fā)布會上，華為混合云的三位負責人以及兩位客戶代表，在演講中都不約而同地提到了數(shù)據(jù)治理的重要性。如果說算法與算力是發(fā)動機，那么數(shù)據(jù)就是供給發(fā)動機的燃料，燃料品質(zhì)如果得不到保證，發(fā)動機的效率自然會差強人意。就目前而言，B2B營銷領域的數(shù)據(jù)在標準化程度，業(yè)務鏈路的覆蓋程度，以及反映業(yè)務的準確程度方面，相比B2C營銷所面臨的挑戰(zhàn)更大。
AIGC之外的B2B營銷AI切入點
除了AIGC，我們看到的當下諸多B2B企業(yè)在考察和考慮AI在營銷的應用時，都首選了獲客環(huán)節(jié)。坦率地說，我們認為這一選擇并不是從AI的現(xiàn)狀實力和價值出發(fā)，而是從企業(yè)最急迫的訴求出發(fā)做出的選擇。
在經(jīng)濟下行的大環(huán)境下，企業(yè)普遍生存艱難，獲客難成為絕大多數(shù)B2B企業(yè)最迫切的難題。新技術、新應用的出現(xiàn)，往往都會被賦予解決當前最迫切的難題的重任——寄望其能夠點石成金，而不是錦上添花。所以，這兩年風頭無限的AI自然被給予了打破獲客僵局的厚望。
令人遺憾地是，雖然在客戶畫像的形成，目標客戶的圈選層面，AI起到了不錯的積極作用，但從獲客整體效果而言，AI的表現(xiàn)并不理想。
B2B營銷AI應用的本質(zhì)
對于這一現(xiàn)象，賽諾貝斯與AI技術戰(zhàn)略合作伙伴時和云途的魏鑫老師進行過深入的分析和探討。形成了一些明確的共同認知：
大家都知道GPT包含了三個因素，T是Transformer算法，P是Pre-Trained，G是Generative，前兩者可以說是對應了前面AI三要素提及的算法與算力，G則是AI的應用目的——內(nèi)容生成。
對于B2B營銷而言，T與P這兩個技術理念與AI應用的底座并不需要改變，但應用的目的肯定是不同了，內(nèi)容生成只是表象，獲客提升只是冰山一角，她們的核心應該是業(yè)務驅(qū)動，也就是B——Business。
所以，AI在B2B營銷中所依賴的，是基于算法的業(yè)務預訓練模型，其目標是使用預訓練模型，通過目標特征的調(diào)試、優(yōu)化、迭代，打造成針對特定行業(yè)、企業(yè)及業(yè)務場景的定制化模型，為前者的業(yè)務推進提供驅(qū)動力。
基于這一認知，對于AI的應用，就不應該拘泥于獲客環(huán)節(jié)，而應該從企業(yè)整體的業(yè)務流程入手，既要覆蓋M2L的增量業(yè)務，也要包含L2G的存量業(yè)務，二者融合為一個整體去尋找AI的發(fā)力點。
AI應用的關鍵：找到場景抓手
本地圓桌會議另一位嘉賓，中國品牌建設促進會常務理事姚承綱老師在分享時提到，AI的未來在于AI基建和想象力。其中的想象力，我們可以姑且將其狹義地理解為AI應用的場景。在當下的環(huán)境中，我們不應該奢望AI對整體業(yè)務體系的賦能與改造，而應該腳踏實地地去尋找當前的業(yè)務環(huán)節(jié)加以改造，或者創(chuàng)造場景對當前的業(yè)務流程做出調(diào)整。
在這一過程中，我們要意識到，BPT方向的努力是可能觸及當前業(yè)務流程、業(yè)務規(guī)則的改變，對于可能出現(xiàn)的阻力要有充分的心理準備。舉例來講，通過AI模型進行線索再分配，就需要改變企業(yè)現(xiàn)有的線索流轉(zhuǎn)規(guī)則和政策，相應的激勵、考核也需要隨之調(diào)整；而AI應用的另一個典型場景——老客激活——老客戶的定義本身就是一個頗具爭議的話題，而從基于規(guī)則的靜態(tài)定義，演變成基于算法的動態(tài)定義，面臨的阻力和挑戰(zhàn)可想而知。
總而言之，對于AI在B2B業(yè)務中的應用，戰(zhàn)略層面需要從宏觀入手，以全局視角、整體地梳理業(yè)務體系。戰(zhàn)術層面則需要聚焦微觀，尋找合適的環(huán)節(jié)，鎖定價值場景，既不小視效率提升類的小改變，也不懼怕流程變革的大變化的艱苦，聚沙成塔，匯流成河，成為推進業(yè)務的持續(xù)驅(qū)動力。
