MMA全球《人工智能在市场营销中的现状》报告

我们正站在一个新时代的悬崖边，在这个时代，营销和人工智能(AI)的结合正迅速成为增长和创新的催化剂。认识到这一巨大转变，MMA Global开展了一项开创性的研究「人工智能在市场营销中的现状」，以描绘人工智能在营销和客户体验中的应用前景。该研究的调研对象覆盖了其108名成员，询问人工智能的相关事项（尽管它没有直接涉及生成式人工智能，因为这项研究是在ChatGPT发布后对生成式人工智能的兴趣爆发之前进行的）。

这份首份MMA全球报告的研究结果证实，我们确实处于人工智能驱动的营销格局的拐点。数据显示，扩展的实验和规模的集中正在发生，特别是在营销优化和个性化领域，四分之三的公司瞄准了这些领域。

然而，向人工智能的过渡并非没有障碍。只有五分之一的企业为人工智能应用建立了坚实的商业案例，这是企业获得高层领导支持并在该领域进一步投资的关键一步。此外，该研究清楚地指出，企业和已有的数据挑战可能会阻碍人工智能的采用。MMA发现，企业孤岛和分散的所有权对为人工智能部署创建统一的愿景和清晰的路线图构成了巨大的障碍。数据质量和系统集成方面预先存在的问题也是阻碍人工智能成功部署的关键挑战。

也许最引人注目的是，研究表明，人们对人工智能相关风险缺乏认识和准备。在接受调查的营销人员中，近一半的人并不完全了解人工智能风险相关话题，只有八分之一的人制定了应对未来这些风险的策略。人们越来越意识到这种超级强大的新技术存在风险。但是否采取足够的措施来降低风险，仍然是一个巨大的问号。尽管如此，MMA Global的首席执行官格雷格·斯图尔特认为，人工智能的潜力超过了它的缺陷，因为它将使数据的潜力得到充分实现。

随着研究进一步深入，MMA相信理解和利用人工智能的力量，以及应对未来的复杂挑战，将是驾驭动态数字格局的关键。研究结果强调了企业不仅要接受人工智能及其在营销优化和个性化方面的巨大潜力，还要应对未来的复杂挑战的紧迫性。

MMA 中国区经理王莹表示：与很多热门的新兴概念和技术（比如前年的元宇宙热潮）一样，传统的营销工作方式向人工智能和生成式AI的过渡也并非完全没有壁垒。对于新生技术在理念上的接受，到真正在营销层面的降本增效，和提升消费者体验层面的部署和规模化的运用还有很多事情要做。

Marteker获得MMA授权独家发布该报告。限于篇幅，报告分两次发布。以下为报告的前半部分内容：

这份报告提供了一个全面的战略框架，以指引读者进入这个有前途、但复杂的人工智能营销世界，包括三个关键领域：

1. 增长及用例议程：深入研究营销人员如何利用人工智能推动业务发展，突出显示现有的用例和应用。

2. 风险及治理议程：权力越大，责任越大。研究探讨了企业是怎样为人工智能相关风险做好准备，特别是在人工智能精度和道德考虑方面。

3. 企业和能力议程：随着人工智能重塑营销格局，营销人员如何重新思考他们的企业架构和工作流程，以有效利用人工智能的潜力。

关于2023年人工智能现状的关键洞察

1.我们正处在一个拐点

2.构建商业案例，获得领导支持

3.企业和数据方面的挑战将阻碍采用

4.现在是考虑人工智能相关风险的时候了

人工智能在营销和客户体验方面的应用已经提上议事日程

• 达到该阶段需要花在AI上的时间
  

规范：47%

测试：33%

界定：21%

尚未开始：0%

• 人工智能在营销和客户体验中的应用阶段
  

少于12个月：22%

1-2年：53%

3-4年：22%

5年以上：3%

活动和个性化是市场营销的首要用例

• 战略与规划：30%
• 生产：27%
• 活动&个性化：47%
• 测量：31%
• 客户服务支持：36%

尽管令人兴奋，但该行业仍处于人工智能部署的早期阶段

很少有公司建立了强大的人工智能商业案例

• 稳健且经过验证的结果；研究完全一致：19%
• 验证和一致的问题仍然需要解决：43%
• 验证和调整研究和方法结果的挑战：26%
• 没有验证或不确定的结果：13%

部分所有权和问责制可能会阻碍人工智能愿景和清晰路线图的创建

当涉及到人工智能部署时，数据预先存在的问题就会浮出水面

• 数据质量：我们的企业开发了最好的类流程，以确保用于人工智能应用和营销决策的所有数据都是最高质量的。
• 数据广度和深度：可用于AI的消费者数据完整而深入，确保同类最佳应用。
• 系统集成：数据系统完全集中在单一平台上，企业完全在云环境中运行，所有数据可以由企业中的所有员工轻松访问，并且对用户友好。

人工智能给企业带来了一系列新的挑战。认为这是一种风险

不考虑风险/不知道

• 缺乏精确度——或者无法测量精确度：82% vs. 18%
• 缺乏透明度和难以解释人工智能的影响：75% vs. 25%
• 造成公平和代表权问题的偏见75% vs. 25%
• 对抗性攻击的风险/人工智能被故意欺骗的可能性74% vs. 26%
• 人工智能优化与品牌识别之间的潜在冲突71% vs. 29%
• 脆弱性（人工智能在从训练数据集转移到新数据集时“中断”的可能性、虚假相关性和缺乏鲁棒性）70% vs. 30%
• 对劳动力的影响/担心一些职位会因为人工智能而过时67% vs. 33%
• 推荐引擎两极分化风险67% vs. 33%

大多数企业都处于处理此类风险的早期阶段

46%的公司正在采取行动，重点关注企业层面的人工智能治理

• 企业有一个专门的人工智能治理指导委员会，由高层管理人员持续会议组成，由人工智能从业者和管理人员组成的专门工作组，每个人工智能治理小组都有明确的优先事项和目标：17%
• 企业有专门的人工智能治理结构，并制定了一些程序来集中人工智能应用活动：29%
• 执行团队制定了一些程序来创建人工智能治理结构；它们的活动是由几个议程和优先事项不明确的工作组共同参与的：34%
• 没有正式的治理过程：19%

在人工智能应用和扩展方面处于领先地位的公司已经设法获得了领导层的支持

指数显示了目前扩大人工智能实践的公司与市场其他公司的相对成熟度。

关于2023年人工智能状态的关键洞察概述

• 我们正处于一个拐点：大量实验和重点扩展正在进行，特别是在优化和个性化方面（4家公司中有3家专注于此）。
• 企业和数据挑战将阻碍采用：企业各自为政的部门「孤岛」和分散的所有权是阻碍创建统一的愿景和清晰的路线图的关键问题；数据质量和系统集成方面存在的问题是阻碍成功部署的关键挑战。
• 构建商业案例开启领导力支持：最初的结果令人鼓舞，但只有五分之一的公司建立了坚实的商业案例；领先的公司更有可能得到高层领导的支持。
• 现在是考虑人工智能相关风险的时候了：大约1 / 2的营销人员不了解人工智能风险议程；很少有公司（八分之一）有未来的战略。