编者按
在资本的眼中，B2B类型的公司天花板相对要低——但或许也有一种例外：这家公司能够从B2B顺利地将自己的服务提升一个台阶，进入到更高级的维度，形成一种降维攻击。
品友正是这样一家公司。
在过去程序化购买市场日益饱和且市场格局固化、龙头地位稳固的形势下，其创始人黄晓南带领品友已经进入到了基于AI的MIP领域，市场空间也从千亿升至万亿，随之而来的，则是一个新型独角兽的养成。
——————————————————
在纷繁复杂的商业社会，你真的很难说今天的CMO是容易当了，还是更难——他们有了很多数据可以做参考，但企业对ROI的追求无止境导致他们已经不能仅仅从广告的角度来思考一款产品的营销，此外，他们面对市场也由于瞬息万变而无法再像从前那样全靠人力决策。
所以，你知道现在的CMO要怎样招标么，去让那些广告创意提案公司比稿？
错！
他们要面试的其实是一些“软件公司”，更准确地说，是MIP公司（Markting Intelligence Platform），或者说是具有AI能力的“商业决策平台”。
这些公司要给他的，不是一系列的推广方案，告诉他这个创意有多少概率可能会“爆”，能够带来多少ROI。而是要告诉他，现在CEO交到他手上的这个款车、这个面霜又或者是一款保险，究竟适合哪个人群，他们在什么情况下哪种场景里会付钱；又或者是提供一种行为分析和结果：看了某品牌商业广告的用户和没看这种广告的用户，接下来的行为是否有所不同？
当然，这位CMO要为之买单的也不是创意或者ROI结果，而是一套系统、算法……唔，或者说是“小机器人”更为准确。
没错，这正是品友CEO黄晓南正在做的事，品友那套“擎天柱”系统，正在为汽车、快消、电商和金融等领域的客户解决不断飙高的获客成本以及各种决策，特别是金融领域，甚至包括风控能力——例如反欺诈。
“今天的CMO已经与过去完全不同了。”品友CEO黄晓南说：“他们必须具备更多的洞察力和预见能力，而不仅仅是会投广告。”
是的，今天的CMO们是焦虑的，因为他们这个行业，早就不再是以营销后的结果为导向，而是重在预测——这个能力，只有具备大数据和AI的公司才“可以有”。
万亿市场
决策焦虑的CMO们都在纷纷升级自己的“装备”继续打怪——你可以把这套装备理解为一套解决方案，或者一个软件系统。
例如玛氏集团亚太区数字化业务与AI创新高级总监彭雅瑞，她正在试图通过这种AI系统为玛氏集团的零食（例如巧克力）寻找更多与消费者互动的场景，他们希望能基于过去的客户消费场景去看数据，基于此去做产品、服务创新，然后再回到这个场景找到更多的消费者。
彭雅瑞的做法是，通过大数据语义分析，去了解谈到巧克力的人都在谈论什么话题，购买过巧克力的人同时购买了什么其他产品，他们的着装风格是动漫族还是科技一族。
结果令他们非常意外，他们发现了一个非常年轻的消费群体——十几岁的孩子，他们买巧克力吃是在考试之前，完全为了减压，而不是情人节礼物。
没错，人工智能在玛氏集团已经深入到了用户分析、市场调研、产品策划、创新等等阶段，还会指导玛氏集团建立新的销售通路。
而这仅仅是一个最浅显的例子，更多的用户在这套系统上做调研，找客户以及做投放决策。
互联网数据官创始人宋星指出，目前CMO们遇到的挑战非常明显：首先，各种巨变：消费者节奏变快，整个行业里技术日新月异，数据爆发式增长，国家经济发展也变化快——而AI解决的恰恰就是不确定性。
第二， AI帮助CMO创造融合的机会：过去的营销部门和运营部门其实是两个部门，这两个部门是分开的，而现在是被希望能够有一些打通。
第三，面临更大挑战的是营销碎片化——CMO们不能像过去那样只研究搜索广告和条幅广告，还有视频广告、前贴片、抖音广告、信息流广告，消费者的碎片化、内容碎片化造成了整个营销的碎片化，CMO必须依靠AI。
所以，一个CMO所需要的能力，已经被MIP几乎全部包括，品友的机会从程序化购买程序化购买延伸到了为CMO解决全部问题。
以此同时，品友所在的市场，也从程序化购买升级到了所有CMO需要的领域：调查、分析、打开典型人群建模、测试概念、投放决策……等等多个细分领域的总合，覆盖的行业则包括汽车、消费、金融以及政务等万亿级别的大市场。
护城河
品友互动CTO欧阳辰指出：过去两年，品友的AI产品输出了越来越多的洞察和决策，很多客户对它的决策都会慢慢上瘾，依赖这种数据产品输出的决策能力。
这种能力包括第一个识别能力，例如，哪些是真流量，哪些是假流量，哪些是有效的流量，哪些是高质量流量。甚至在创意分析里，能够做到任意输入一张图片就能分析出它的颜色、字体还有里面的元素。
第二是深度分析能力，不再是一维的分析，而是多维度的分析，交叉维度的分析；第三个就是决策能力，AI在“看”了很多数据以后最后生成策略——即应该采用什么样的人群策略、创意策略和媒体策略。
当然，这些能力都不是一朝一夕就能形成的，也不是任何一家企业想有就有的——从程序化购买到MIP，品友一直试图用时间和技术构筑一条“护城河”。
该公司CEO黄晓南将品友的发展划分为三个阶段，经历了两次“扩大”：第一个阶段是2015年到2016年的程序化购买到智能数字营销决策平台（Trading Platform）；
第二次大飞跃是从Trading Platform到2017年的人工智能决策平台——Marketing Intelligence Platform（MIP）。
这次，让品友打通了线下线上数据及多个商业场景生态，支持移动、视频、PC、OTT户外等各终端的多屏广告决策和管理，并将商业智能拓展到多个领域，每天处理数据高达PB级别，每秒智能决策40万次，拥有国内的大数据平台和人工智能算法能力。
第三次，就是前不久品友宣布战略升级：AI赋能商业决策。
而这种依靠AI来实现的商业决策，前提是品友已经实现了巨量的数据交易：一天接受的广告曝光请求有240多亿次，由品友来判断到底适合给哪个人在哪个广告点位上给他推送广告——每天实际决策下来，每天有1亿多次把广告机会拿下来，把广告主的广告推送上去。
这是经过长时间机器学习才“养”成的一套“大脑”。
马太效应
任何市场都会遵从二八原则。
在2018年中国人工智能商业落地100强榜单中，按营业收入计算品友居于5-8亿区间第一名。事实上早在2016年以前，在程序化购买领域就已经有一份易观国际的报告显示，品友的市场占有率高达六成。
如今，品友又在通过AI确立自己在行业里的优势。
尽管这样的服务IBM的Watson也会提供，但无论从数据的数量和丰富多样性上看，还是营销技术、本土化上看，都不及品友——Watson更多是做对接。
事实上，品友在AI上的晋级也是跟着CMO的需求而迅速成长的。这种紧随市场需求的反应也让品友AI在商业决策领域率先越走越深。而大家都知道，AI领域的先发优势是非常明显的，数据越多模型就会越准。
目前还只有少数CMO意识到AI在解决市场决策中的威力，但这显然是个巨大的市场，如同所有公司都会逐步采用程序化购买一样，中国各行各业的CMO也会逐步过渡到商业决策上采用AI。
如果将程序化购买的市场空间与其他CMO需要的服务市场规模结合来看，这个市场万亿的规模毫无悬念。
从品友自身实力来看，黄晓南是一个对未来趋势判断十分准确的行业专家。而品友在过去多年中已经积累了相当高的AI门槛。没有过去多年积累的大数据、用户画像、投放数据模型，AI也无法实现最好的效果。
此外，黄晓南已经将AI定位为公司未来的一个主战场，她正在建立一个基于AI的生态，例如投资可以作为搜集线下流量的入口型公司品联——该公司正在专攻目前最宝贵的线下数据收集——未来线上数据成本越来越贵，而线下数据则越来越成为核心竞争力。
为了营建这样的优势，品友甚至成立了一支专门投资AI领域的基金，除了品联外还投资了另外两家生态公司。
显然，品友正在抓紧这段宝贵的发展时间舍命狂奔，如果能够在这段时间里加强在汽车、电商、金融几个领域的实力，进一步形成马太效应，那么2019年品友的营收应该能够迈进10亿人民币大关。如果按照几年前该公司就已经有3亿美元估值来推算，届时品友将成为位列商业决策领域的一只“独角兽”。