在过去的一年里，生成式AI在内容创作方面的能力吸引了大部分的关注：AI模型可以瞬间创造出以你的吉娃娃为主角的皮克斯式短片，或者制作出你从未想过的Drake与Kendrick Lamar的互相攻击的说唱。然而，受到较少关注但同样有价值的是生成式AI在商业用途中的内容创作——营销。
营销特别适合采用生成式AI，因为它是一种迭代的、创造性的、动态的实践，依赖于推动大语言模型（LLM）发展的各种媒体——文本、图像、视频——这也是为什么许多B2B生成式AI的首批用例是用于营销的原因之一。
此外，成功的营销计划和资产并不一定有单一的“正确”解决方案。这使得营销与金融科技不同，后者的用户期望对查询有单一、正确的答案，并且对准确性的要求更高。而且，与销售不同，营销并不依赖于与客户建立细致入微的人际关系——尽管在AI驱动的销售开发代表的世界中，这可能会变得更容易。
与此同时，公司对营销的看法也在改变。随着人们花时间在越来越分散的地方，客户变得越来越难以接触到。营销人员正在寻找方法，以可扩展的方式创建个性化的活动和信息，以便在人们所在的地方与他们见面。然而，营销团队经常被孤立，使用的工具也不同，经常无法协同工作。基于生成式AI的软件可以并且已经在帮助弥合这一差距。
我们已经开始看到这一转变的经济影响。根据最近的麦肯锡报告，生成式AI在营销和销售中的应用每年可以带来约3.3万亿美元的全球生产力，而全球支付公司Klarna最近表示，通过使用生成式AI生成图像并减少对外部营销合作伙伴的依赖，每年节省了1000万美元的成本。但这种演变才刚刚开始。
在我们看来，生成式AI在营销中的应用演变可以分为三个不同阶段：开发营销副驾驶、引入营销智能体，以及最终自动化营销团队的崛起。下文详细分析每个阶段：
开发营销副驾驶
AI营销的第一个阶段（我们目前正处于这一阶段）是让营销人员使用生成式AI作为他们的营销副驾驶（marketing copilots）。得益于AI，营销人员不再需要整天写作普通的电子邮件和新闻稿，或者支付文案人员撰写SEO友好的博客文章——相反，他们可以将初稿外包给ChatGPT等工具，并将时间花在更高层次的任务上。例如，Jasper或Copy.ai等平台可以在几秒钟内扩展社交媒体帖子和销售电子邮件，而HeyGen和Synthesia等产品可以帮助营销团队在几分钟内创建和编辑专业质量的视频（例如通过Captions）。
今天的营销人员需要自己编写和迭代提示，而明天的营销人员将能够通过摄取现有且越来越重要的第一方数据（如客户数据平台、网站、风格指南）以及第二方和第三方数据（如像素、UTM代码、类似受众、推荐等）来创建符合品牌的资产。
目前，仍需要人为进行内容质量控制（例如，批准人像的相似性，验证图像是否符合品牌）。然而，营销副驾驶正在迅速改进，并将随着营销人员的输入和风格而学习。
营销副驾驶可以处理来自多个客户数据平台的大量数据，并在一个地方使用所有数据（尤其是随着营销渠道的增加），还能帮助进行非内容创作工作，如受众细分和规划。数据循环也在实时进行，允许实时迭代。例如，Validated运行数百个数字广告，以帮助公司确定其客户的具体兴趣。同样，Outset.ai和Voicepanel允许研究团队部署大量的智能体研究人员，以帮助定义新的客户群体并测试新概念。开发研究和细分副驾驶对于AI营销的演变至关重要，因为仅专注于内容创作的工具不足以保证持续的采用。
将产品从专业用户推广到企业的更成功方法是使用内容作为切入点，然后进入工作流，提供帮助客户数据分析、细分和规划、品牌共鸣等的工具。这是因为工作流——项目跟踪、协作和迭代；在内容中保持品牌声音的一致性；提供绩效指标等——使产品具有粘性。例如，Jasper从文案创作起步，现在使营销团队能够协作并收集洞察。视频和3D动画等新的垂直领域令人兴奋，这些领域缺乏现有企业，这些垂直领域以及其他领域将是我们预计将看到许多新公司成立的地方。
构建营销智能体
在为营销人员配备副驾驶工具之后的下一个阶段是使用营销智能体自动化营销人员的工作。在这一阶段，我们预计营销将从一对多模式转变为一对一的超个性化活动。营销人员将能够根据特定受众和偏好数据个性化每个展示给客户的广告，而不是创建吸引平均客户的活动，这样的广告比与广泛受众分享的更通用内容表现更好。
我们刚刚开始看到一些公司使用AI智能体完成狭窄的端到端（e2e）营销任务：对特定活动资产进行A/B测试，优化广告竞价和购买，跟踪归因和分析，根据表现迭代内容，然后做出创造性决策——而不仅仅是为团队提供内容和洞察。
这些智能体与绩效数据（如点击率）和内容创作工具集成，并使用判断力来实验新的内容变体以推动结果。它们还可能帮助收集市场研究和竞争情报，并在从社交媒体到连接电视的生态系统中工作。
例如，电子邮件自动化已经存在了一段时间，主要围绕模板和电子邮件调度和跟踪的工作流。但在其未来状态下，“电子邮件营销智能体”将能够自动生成内容，个性化内容，设置发送时间表，监控打开率，并根据表现指标调整内容——基于从产品页面、受众人口统计、活动节奏和连接的客户数据中摄取的信息。Coframe已经在营销网站的文案和图像方面做到了这一点。生成式AI营销智能体仍将接受营销团队关于活动目标和支出多少的指导，但它将自主管理自身。智能体将补充个体角色，使营销人员能够专注于更具战略性的活动、目标和指标。
AI智能体还将允许营销人员进行更频繁的实验，因为智能体可以建议更改，实际上进行更改（在营销人员批准后），然后分析结果。营销从一对一活动的转变将导致销售和营销的融合。正如我们a16z的合伙人Andrew Chen指出的那样，我们之所以有营销，是因为一对一销售一切都太昂贵。需要克服的挑战是解决长期存在的归因问题，为此必须正确推断用户的决策，使AI能够做出明智的决策。
转变为自动化营销团队
营销AI演变的最终阶段和终极目标是AI智能体完全承担首席营销官（CMO）的职责，并作为其自己的自动化营销团队运作。在这一阶段，一群AI智能体将重新创建或补充团队的全方位服务能力。通过整合和优化所有单一用途的智能体，智能体将能够生成完整的营销计划的策略和资产。
所有公司需要做的只是输入预算和目标。然后，软件将摄取跨渠道的分析和表现，启用全渠道策略，并使用一系列营销智能体来运行从市场研究到绩效营销和品牌活动的一切。
如何调整博客文章的标题以优化搜索？如何迭代视频以在TikTok和Instagram上获得最佳表现？随着更多集成，现有资产还可以帮助生成其他类型的内容。例如，博客文章可以作为生成登陆页面、SDR序列以及广播或电视广告文案的基础。品牌和绩效营销现在可以更紧密地合作，并且两者都可以更数据驱动。
在这一阶段创建的公司可能会从一个垂直领域开始，例如视频或电子邮件，并随着时间的推移逐步演变。自动化视频创作者可以学习如何优化表现并成为智能体。而且，智能体可能会开始扩展到第二个垂直领域。例如，Klaviyo从电子邮件开始，然后增加了短信通信，因为这是类似消息和客户外展的延伸。通过购买或构建，你最终会得到像Adobe或Salesforce Marketing Cloud这样的平台，企业会向其倾斜并捕获整个营销工具栈。
还可能会在B2B和B2C平台之间出现分裂，因为需要优化的功能不同（即，销售线索与产品销售）。复杂性和用户体验的水平决定了不同的产品适用于中小企业和大型企业。在很多方面，中小企业获得了更多的杠杆作用，因为他们现在突然拥有了一个完整的营销团队的力量——而在过去，他们可能只有一个营销人员（或更可能是一个老板，花费很少的一部分时间进行营销）。对于中小企业，我们可能会看到一个更基本的内容创作产品组合，甚至在副驾驶阶段也是如此，因为他们没有时间或资源来管理各种不同的工具。
这对营销团队意味着什么？仍然需要有人设定每个营销活动的目标以及活动的基调和整体预算。这个人可能是首席营销官（CMO）或市场营销副总裁级别的领导，或者是一个能够更好地协调营销和销售的市场进入领导者。总体而言，自动化团队的市场潜力远远超过过去营销技术的潜力，因为这种新机会现在不仅承担了代理和服务收入，还包括软件支出。
我们现在在哪里？
软件正在稳步从仅为营销团队提供工具和副驾驶，转向自动化团队的更多功能。目前，我们仍然主要处于这一阶段的早期阶段，但公司们已经开始扩展到工作流中。我们也在关注Meta和Google以及其他有围墙花园的平台提供的内容（例如广告图片生成）和它们提供的数据。随着智能体能力的提高，营销渠道的投放、发布和优化将自动进行，自动化营销团队也不会太远了。