生成式AI对营销的影响与挑战
生成式AI为营销效率带来了革命性提升,但伴随而来的挑战也不容忽视。
这些挑战不仅包括已成行业共识的GEO(生成式引擎优化),还包括企业内部营销生产力重构、媒介生态变化以及消费者行为习惯的转变等深层次问题。它们足以使现有的数字营销体系面临整体调整的压力。
秒针营销科学院的研究成果
自2023年起,秒针营销科学院联合复旦大学管理学院对生成式人工智能在营销领域的应用进行了深入研究,并提出以下关键观点:
- 生成式人工智能将极大提升营销生产力;
- 数字营销正在向生成式营销新范式转型。
《生成:AI生产力重构营销新范式》一书进一步探讨了“实施对人工智能的营销”这一主题,涵盖了消费者决策外包趋势及词元作为企业核心资产的重要性等内容。
AI塑造新的消费者认知习惯
主动用AI: 据QuestMobile数据显示,2025年2月AIGC APP行业月活用户规模同比增长245%,其中DeepSeek、豆包和腾讯元宝占据前三位置[1]。
被动用AI: 即使不主动使用AI,消费者也会间接消费AI生成的内容。据CNNIC数据,抖音、快手等主流短视频平台约30%内容由AI参与生成[2]。
信任AI辅助决策: 凯捷咨询报告显示,2024年有68%的消费者会根据AI推荐完成购物[3]。中国消费者对AI的信任程度显著高于其他国家。
AI改变媒体内容与人机交互体验
AI已成为媒体产业的核心基础设施。国内各大平台纷纷布局AI创作领域,微信接入DeepSeek推出AI搜索功能,微博也升级信息查询体验。
主要体验变革包括零点击搜索、无排名内容改写和无货架电商推荐等。
- 零点击搜索: AI直接提供搜索结果概述,减少了用户点击行为。
- 无排名内容改写: 媒体内容呈现方式从竞价或热度推荐转变为基于AI推理综合索引。
- 无货架电商推荐: 电商平台利用AI助手直接向消费者推荐商品,减少浏览环节。
应对AI时代的营销挑战
尽管AI大模型具有黑盒特性且快速变化,但通过针对生成式引擎优化(GEO),仍可提升内容可见性。普林斯顿大学与印度理工学院ITT Delhi合作研究发现,GEO可将生成式引擎响应中内容可见性提高40%[4]。
面对AI带来的全方位影响,企业和营销人员需积极适应并探索新型营销策略。
面向AI的营销:提升AI认知与内容生成策略
GEO虽是AI营销中的重要环节,但仅是其中一环。适应AI时代的营销挑战需从整体视角出发,将AI视为“顾客”来研究其特性。
AI的特点与信息来源
- 认知风格:偏好权威、客观、理性及新颖的内容。
- 信息来源:训练数据主要来自公开文本,尤其偏好问答对形式的内容。
- 互动方式:更倾向于理解文字而非图片或视频。
根据秒针营销科学院的研究,生成式AI具有理工男特征,因此内容生成需采用科学化方法:
内容优化原则
- 提升权威性:引用专家观点和统计数据。
- 增强可信度:添加引用来源。
- 填充关键词:合理布局SEO关键字。
- 使用简洁语言:确保内容易于理解。
- 结构化内容:保证内容流畅性和逻辑性。
- 领域优化:针对特定领域调整GEO策略。
三步走策略提升AI认知
秒针营销科学院提出以下建议:
第一步:转变思维
企业应认识到传统营销模式的局限性,拥抱AI时代新思维。不仅要面向消费者,还要面向AI进行营销,投资重点应从媒介渠道转向AI模型。
第二步:明确行动方向
- 评估AI认知:建设官方渠道以优化抓取效果;联合权威机构发布专业内容;监测AI认知表现。
- 重构内容体系:构建问答对知识库;处理多模态内容以适配AI需求;创造独特“词元”形成竞争优势。
第三步:持续评估与优化
动态评估品牌在AI端的表现,优化内容注入体系,并定期注入高质量内容,持续提升AI认知。
在全新营销生态下,企业应积极探索实践,深入理解AI特性,实现可持续发展。