马克·安德里森在2011年提出的"软件正在吞噬世界"这一预言已经得到验证,而营销领域的变革尤为彻底。在今年的戛纳国际创意节——广告界的奥斯卡奖上,多年来不断发展的技术接管已经完成。
漫步在克鲁瓦塞特大道上,曾经占据主导地位的传统广告代理商已被科技巨头取代:亚马逊、谷歌、Meta、微软、Netflix、Pinterest、Reddit、Spotify和Salesforce现在主导着这条标志性的大道。但这种转变仅仅代表着一个更为根本性变革的开始。
我们正在见证传统营销模式的终结,取而代之的是AI驱动的范式,它正在重写游戏规则手册中的每一条规则。
IDC预测到2028年,五分之三的营销功能将由AI工作者处理,而到2029年,企业在AI系统优化方面的投入将比传统搜索引擎高出三倍。这不是渐进式的演变,而是品牌及其营销团队如何与客户建立联系的完全重新构想。
搜索范式的终结
二十年来,搜索引擎优化一直是数字战略的核心。企业在价值900亿美元的SEO行业投入了数十亿资金,痴迷于谷歌排名和关键词策略。这套方法论正在变得过时。
搜索正在快速从传统浏览器迁移到AI平台。苹果将Perplexity等AI工具直接集成到Safari中,这仅仅是谷歌在发现领域垄断地位衰落的开始。正在兴起的是风险投资公司安德里森·霍洛维茨所称的"生成式引擎优化"——针对AI驱动的答案而非可点击链接进行优化。
其影响是惊人的。品牌现在需要直接出现在AI回答中,而不是在搜索结果页面上排名靠前。当AI模型从多个来源综合答案并在对话中保持上下文时,传统的SEO策略变得毫无价值。
a16z的扎克·科恩解释说:"你如何被编码到AI层中是新的竞争优势。"Vercel首席执行官吉列尔莫·劳赫最近指出,ChatGPT仅仅通过在AI回答中提及就已经为他的公司带来了10%的新客户。这种有机推荐力量代表了AI客户获取潜力的一瞥。
成功指标正在根本性改变。页面浏览量不如"引用率"重要——AI系统在回答客户查询时引用你品牌的频率。公司已经在部署专门的工具来跟踪AI提及并相应地优化内容。
AI对AI商务的兴起
下一波浪潮更具破坏性:代表消费者和企业行事的自主AI智能体。每个主要科技公司都专注于让智能体成为现实——从谷歌、微软和Salesforce等全球巨头,到Anthropic、OpenAI和XAI等前沿模型,再到Glean、Sierra和Writer等AI原生初创公司。他们正在竞相部署能够在最少人工监督下做出决策、执行交易并与其他智能体互动的智能体。
最近的普华永道调查显示,35%的公司正在广泛采用AI智能体,另有17%的公司在几乎所有工作流程中实施它们。虽然仍处于早期阶段,但这不是实验性技术——它正在成为运营现实。
考虑客户旅程的转变:你客户的个人AI助手可能会研究产品、协商价格并完成购买,而客户永远不会访问你的网站。与此同时,你公司的AI智能体处理查询、提供建议并全天候成交。整个交易可能在两个AI系统之间进行。
最近的IDC报告指出:"以前,营销人员会直接针对客户进行营销活动,但现在候选名单和决策都由AI做出。"这代表了影响发生位置的根本性转变——公司现在必须同时向算法和人类进行营销。
这种转变的速度令人瞩目。以往技术转变需要数十年的时间,而AI只需要几个月。不适应的公司面临在AI介导的市场中变得无形的风险。
营销、销售和客户服务的融合
AI智能体正在消除营销、销售和客户服务之间的传统界限。当客户的AI与你公司的AI通信时,无论查询是关于产品功能、定价还是技术支持都不重要——这都是一个连续的对话。
这种融合为客户体验优化创造了前所未有的机会。设计良好的AI智能体可以按姓名问候客户、回忆购买历史、回答技术问题、处理退货并在单次互动中建议升级。结果是更高效的运营和显著改善的客户满意度。
然而,这也需要组织重构。当AI系统需要统一的客户数据和所有接触点的一致信息传递时,公司不能再以孤立的部门运营。早期采用者已经开始围绕集成AI平台而非职能部门进行重组。
劳动力现实
就业影响是巨大且直接的。2024年行业调查发现,78%的营销人员预计在三年内至少四分之一的任务将被自动化,超过三分之一的人预计超过一半的工作将变成AI自动化。
Meta的公开路线图讨论了完全自动化广告活动,其中人类只设定预算和高级目标。谷歌、亚马逊和微软正在开发无需人工干预即可处理定位、创意生成和优化的系统。
但这种颠覆为适应的专业人士创造了新机会。随着AI处理日常任务,人类专业知识转向战略、创意、伦理和管理人-AI混合团队。未来的营销领导者将是创意总监、技术专家和数据科学家的结合体——编排AI系统而非管理手动流程。
现在重要的资产
在这个AI驱动的环境中,两项资产变得极其宝贵:品牌实力和第一方数据。
强势品牌在AI介导的互动中获得显著优势。当基于数十亿数据点训练的AI系统做出推荐时,它们自然倾向于知名的、可信的品牌。这创造了一种复合效应,使得知名品牌在AI回答中变得更加突出。
第一方客户数据成为竞争性AI系统的燃料。拥有丰富的、基于同意的客户信息的公司可以训练更复杂的AI智能体,提供卓越的个性化体验。在隐私法规和第三方cookie消失的时代,这些数据代表着关键的竞争护城河。
战略必要性
AI正在指数级增长,就像滚雪球一样越来越大、越来越快。在语言和图像生成等任务中,性能大约每六个月翻一番,这得益于大量计算能力、庞大数据集和更智能的算法。等待确定性的公司将发现自己永远落后。
战略响应需要三个并行努力:实验AI工具和智能体、为人-AI混合协作重新培训团队,以及围绕统一的客户数据和体验重建系统。
最重要的是,领导者必须认识到这不是采用新工具的问题。这是关于在AI介导的世界中重新构想客户关系。那些能够确保其AI智能体提供真正价值、维护信任并增强而非替代人际连接的公司将会蓬勃发展。
我们正在进入一个数十亿人将拥有数万亿AI智能体的世界。问题不是AI是否会改变客户参与——而是你的公司是否会在这种转变中领先或跟随。营销规则正在被AI重写。赢家将是那些编写新游戏规则的人。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
北卡罗来纳大学教堂山分校研究团队提出MEXA框架,通过动态选择和聚合多个专业AI模型来处理复杂的多模态推理任务。该方法无需额外训练,在视频理解、音频分析、3D场景理解和医学诊断等多个基准测试中显著超越现有模型,为AI系统设计提供了新思路。