关于当前人工智能(AI)在市场营销中的应用，大部分都借鉴了4大知名公司正在做或可能做的事。谷歌、Facebook、苹果和亚马逊的业务重心都是数码、数据和自动化。他们具有将机器学习和人工智能的应用作为核心竞争力的技能和文化。

与此同时，许多营销人员仍在努力争取他们的客户数据来源，而不去利用人工智能来提高客户体验或这些客户的盈利能力。人工智能的炒作曲线可以为营销人员创造紧张的情绪。在人工智能中什么都不做似乎是错误的。另一方面，在2018年想要用它解决重要的、困难的问题，也似乎也不太可能。



我建议你创建一个简单的“探索路线图”。安迪贝茨(@ andybetts1 地址：https://twitter.com/andybetts1)有一个建议CMO在2018年开始计划的帖子和图表(上图)。这一次，你可以开始进行学习，探索并投入到行动中。我和大多数市场营销人员一样，有一种“行动偏见”。我们想通过实践来学习。在这种情况下，我想挑选导频（ pilots）和概念证明(PoCs)，而不是破坏我的市场营销和客户服务业务，在今年这已经有了一个相当完整的议程。我将首先定义AI可能对营销产生积极影响的使用案例。

市场营销中人工智能的五个使用案例

显示正确，下一个行动号召- - -人们正在寻找home-plus-valuables保险报价吗?试图在几周内得到关于保险的答案?在飞往佛罗里达过冬之前为家里做好防冻措施?这些都是非常简单的陈述，但通常很难在未知的访问者中发现你的数字属性。知道下一个正确的行动建议并指导他们是很困难的。

倾向建模曾经是答案。定义为“一个用来预测客户或潜在客户行为的统计记分卡”，当你知道这个人的很多情况时，倾向建模的效果最好。想象一下丰富的客户数据库和Web站点上一些自陌生人的Web点击。

你想要一个“记分卡”还是一个真正的智能机器人(即AI)?想象一下，注意到你的网站访问者的模式和他们所消费的所有内容。想象一下，如果你能可靠地预测/理解他们想要完成的事情，你就能在他们的屏幕上提供正确的行动号召。不再用他们可能考虑过的每一个可能的选择来放弃他们的观点。不再纠结于网站导航模型。有了人工智能，你就能明白他们在做什么，然后反馈给他们。

找到更准确、更可行的“相似推荐”——找到更多的潜在客户，然后再将你的产品卖给他们通常是一件好事。现在，大部分的社交网络已经提供了相似推荐的受众群。考虑到他们的数据设备和人工智能，这些模型将会变得越来越好(而且对广告商来说也更有价值)。

当品牌对自己的受众群来进行广告宣传时，我们需要找到方法来使用机器学习和人工智能来为我们的客提供更精确的匹配。仅仅在相同的人群中寻找，或者是在和你目前的客户群体中寻找是不够的。你是否能为你最重要的20%的客户找到或多或少完美的匹配?你是否能克服“受众减少”的问题(当你的目标太窄，以至于你无法对他们进行有效的市场营销)，并让他们接受正确的报价，你会怎样?人工智能可以做到这一点。

自动化市场研究和业绩洞察——我们需要对我们的客户(和潜在客户)和我们的营销效能的绩效有一个稳定且实时的了解。目前，这个过程很令人头疼。如果想想我们所有的努力，只是在自动化一个仪表板——绩效数据的可视化，令人不得不笑。

我希望我的绩效AI能够找到我永远不会识别的模式，并在今后的市场上协助我进行工作。

AI生成的内容——我没有兴趣教导一个机器人创造一个引人注目的文章或视频，而不是使用AI生成相关内容，否则将会导致成本过高。假设你为小型企业市场提供了许多不同业务类型的解决方案。一个企业想要为他们的商业模式购买一个解决方案。如果他们是干洗店，他们想要一个干洗店的解决方案。如果他们是宠物美容师或艺术用品店，也是一样。解决方案提供者如何为数百种小型业务类型创建方案内容?

探索人工智能如何“学习”你现有的内容，然后根据特定行业的内容进行组装，从而创造价值，并与宠物美容师和艺术用品商店所有者相关的诀窍。

通过会话解决客户问题 - 由提供聊天机器人解决方案的公司数量来看，由人工智能驱动的聊天机器人是最流行的客户体验应用程序。 但是，他们仍然处于起步阶段。

让计算机使用“语料库”或数据体，教它们一些经验教训和“walla！”，你可以快速获得针对客户的个性化答案，并减少交付所述答案的费用。这可以同时服务于客户和潜在客户的解决方案，并可以持续迭代和使用，非常有价值。