下载领先的生成式 AI 营销部署指南
CMO 如何才能赢得生成式人工智能创造的平衡行为？
EY 和 Adobe 的最新研究发现，在营销领域，最佳的生成式人工智能用例是针对人类进行优化的用例。
概要
- 在部署 GenAI 时，营销主管应该把人的需求放在首位——即客户和员工的需求。
- 向员工展示 GenAI 如何帮助他们完成工作，以便他们能够满怀信心地接受这项技术。
- 将营销定位于 GenAI 控制塔的中心，以便在更广泛的组织采用该技术时推动治理。
利用生成式人工智能 (GenAI) 的能力是商业的当务之急，但高管们却难以掌握。98% 的 CEO 正在投资其公司的 GenAI 能力，但 66% 的人仍不确定其组织的最佳采用路径。1
首席营销官（CMO）也深切感受到了这一点，他们已经面临着平衡客户体验成本和绩效的压力。首席营销官和营销部门如何部署 GenAI 来创造真实、相关的客户体验，从而提高客户忠诚度和竞争优势？如何才能充分利用新生成技术的巨大潜力，为客户和 GenAI 工具的用户带来巨大的改变？
为了回答这些问题，安永和Adobe最近向营销、创意、客户体验 (CX)、数据、法律、风险和合规领域的高管询问了他们如何在商业环境中探索和部署 GenAI，以收集经验和实用建议。
我们的指南探讨了这些发现。关键在于，利用 GenAI 释放竞争优势需要人类的能动性和联系。
GenAI 正在快速普及——您的竞争对手已经采用它并开发客户用例。甚至您的客户也开始部署它。这项研究表明，CMO 在部署 GenAI 时面临以下压力：
- 该公司希望创造效率，同时保持强有力的治理。
- 基于信任，客户对日益个性化的体验的需求。
- 尽管 GenAI 具有提升工作效率的潜力，但员工仍对其持怀疑态度。
差异化来自于解决客户和员工之间的人际关系。
CMO 需要采取三个步骤来释放这种人力和竞争优势：
- 在提高客户体验相关性的同时提高透明度。
- 将持怀疑态度和新手员工转变为有能力的 GenAI 专业人士。
- 通过自信的治理推动 GenAI 创新。
在提高客户体验相关性的同时提高数据透明度
为了创造最真实、最相关的客户体验，组织需要第一方数据（即客户提供的数据），但获取这些数据存在障碍。
通过数字营销获取客户的成本很高。保留和增加现有客户是从忠诚度经济学中获益的一种行之有效的方法，因此 CMO 应该考虑他们想要拥有哪些第一方数据，以及如何在获得正确的同意和权限的情况下获取这些数据以便能够使用它。
访问第一方数据需要建立信心。客户对此持谨慎态度——79% 的受访者担心或非常担心公司如何使用他们的个人数据[1] 。
为了解决这个问题，一位接受调查的消费品公司首席数据官表示，让客户清楚地了解公司将如何保存和使用数据对于赢得信任和获得客户参与增强现实体验所需的同意至关重要。
更进一步，与客户分享数据并透明地展示数据所揭示的内容，而不是仅仅从他们那里获取数据，可以通过将关系动态从“品牌了解我”转变为“品牌帮助我了解自己”来产生信心和忠诚度。
这种对信心的需求强调了在识别 GenAI 用例时平衡人类价值观与便利性的重要性。Adobe 的研究发现，80% 的客户优先考虑的是知道自己是在与人交谈还是在与聊天机器人交谈[2] ——因此，听起来太像人类的机器人可能不会受到欢迎。
随着 GenAI 驱动的客户体验开始涵盖语音和视频，并变得更加身临其境，产生恐怖谷效应的风险也在增加——人们可能会对不够好、太完美或背叛太多知识的类人表现和互动感到不安。
关键在于，不要将客户体验委托给机器，而是要找到机会，利用人类的感知和能动性来创造标志性的时刻。在一个日益由机器智能驱动的世界中，人类的价值观、行为和情感将区分客户体验。
考虑到这一点，首席营销官应该将客户利益置于决策的核心。例如，GenAI 能否让客户体验更具同理心、更易于访问或更及时？
一些组织在使用 GenAI 时会考虑满意度评级或其他客户体验指标，从而使他们能够从真正的客户价值开始，并监控对客户体验的影响。例如，一家跨国零售组织通过其内部解决的请求数量（而不是转移给员工的请求数量）来衡量其 GenAI 聊天机器人的影响。零售商还会跟踪聊天机器人互动后销售额的任何增长。
CMO 需要考虑的主题：
- 通过平衡人工智能技术与人类的判断和互动，将产生差异化的体验。
- 客户和客户体验团队都必须能够指导和验证互动的结果。
- 寻找机会创造具有人类情感和能动性的标志性时刻将是关键。
将持怀疑态度和新手员工转变为有能力的 GenAI 专家
高级管理人员表示，“让所有员工了解基本的人工智能”和“为关键员工提供高级人工智能技能培训”是让员工做好与 GenAI 有效合作的准备的首要任务。4
这种包容性的方法可以帮助缓解一些员工对 GenAI 的焦虑。全球安永组织的《商业人工智能焦虑》调查（通过 EY.com US）发现，超过三分之二的员工担心由于不懂如何使用人工智能而导致工作落后和失去晋升机会。
团队必须热衷于探索 GenAI，然后才能开始充分抓住它带来的新机遇。这依赖于围绕 GenAI 构建“这对我有什么好处？”。
分配试点项目并让洞察力有机增长，这是重要的第一步，不仅可以提高员工的技能，还可以减轻他们的焦虑。安永的一项内部研究发现，参与试点后，对 GenAI 感到担忧的员工比例从 98% 下降到 12% 。5
优化营销团队的内容工作流程是采用 GenAI 的良好第一步。GenAI 可以帮助加快创意概念和构思、复制或图像起草、迭代和改进或生成用于测试的内容变体等流程。该技术还可以提高内容的质量、数量和可重用性，以推动跨渠道的个性化，而人工机构则有助于保持品牌信息、图像和语调的一致性。
GenAI 还可以成为增强人类创造力的宝贵工具。例如，一位接受调查的全球时尚品牌高管表示，他们使用 GenAI 为产品设计师开发提示和可视化效果，并借鉴从客户情绪分析中收集的趋势。
由于技术可以节省时间用于更大、更有影响力的工作，它应该会形成一个良性循环：满意的员工有助于让客户满意，这反过来又有助于提高员工满意度，因为员工体验和客户体验是相互关联的。
这种相关性是陶氏客户体验优化计划中的一项重大发现——在绝大多数情况下，客户痛点与员工痛点是一致的。例如，如果客户必须等待问题的答案，那么延迟通常是因为员工难以找到正确的信息。这是一个明显的用例，即利用人工智能工具赋予员工权力，让他们更快、更好地为客户服务，并让他们自己的角色更有价值。
CMO 需要考虑的主题：
- 确定提供客户体验的人员（包括员工和渠道合作伙伴）的需求和痛点。客户体验和员工体验是相互依存的。
- 定义并提供培训计划和学习实验室，或为所有员工（从高管到从业人员）提供实验空间。
- 制定明确的策略来验证 GenAI 制作的内容是否符合您的品牌指南。
通过自信的治理推动 GenAI 创新
为了释放 GenAI 的潜力，组织需要制定能够帮助探索机遇同时降低风险的治理措施。
作为基础，CMO 应该选择针对特定用例构建的解决方案，并考虑成本节约或内容加速等业务成果。解决方案还应满足独特的标准并具有适当的控制。例如，基础大型语言模型 (LLM) 必须提供数据来源的透明度，并考虑到商业安全而设计。并且解决方案中使用的任何数据都必须是安全和私密的，不能与其他企业共享或用于训练公开可用的模型。
随着组织将 GenAI 从试点转向生产，他们需要“空中交通管制”，一个由营销、合规和技术主管组成的团队，来协调和指导整个组织的 GenAI 开发。
“将营销功能定位于人工智能控制塔战略的核心至关重要。安永应用与生成人工智能主管、董事总经理汤姆·爱德华兹 (Tom Edwards) 表示：“由于市场营销注重高效的内容创作、人工智能个性化以及以消费者为中心的高级分析，因此，市场营销必须与法律、网络安全、隐私和技术利益相关者协调，以有效地利用和运用数据洞察。这种集中式方法有助于统一方向和决策，从而在降低风险的同时跟上业务发展的速度。”
人工智能治理必须延伸到客户体验的创造和交付。随着人工智能越来越自主，能够创建、个性化和预测使用客户数据，人们必须继续在创造性和商业决策中发挥核心作用。提供的体验若没有充分考虑人类判断，可能会对商业和声誉产生影响。
CMO 需要考虑的主题：
- 选择热衷于保护知识产权和内容凭证并帮助指导全球监管的供应商和合作伙伴。
- 建立独特的 GenAI 卓越中心来管理整个业务和运营模式中的机会，并识别和降低风险。
- 优化组织内 GenAI 工具的治理并改进现有的内部控制框架。
具有真正人类价值的人工智能
GenAI 可以提供对人类行为前所未有的理解，但客户的某些方面总是无法被机器完全理解或预测。它可能知道我们想要什么，但可能不知道我们为什么想要它。
GenAI 可以成为客户体验的变革力量，无论对于从业者还是受众而言，而这种变革的核心就是人类能动性。
GenAI 不仅不会夺走营销团队的创造性工作，反而会增强其创造力，创造指数级价值，并为整个团队提供全新的客户体验能力，从而进一步增强信心。
如今，人们对人类的信任度远高于对机器的信任度。但随着机器在营销中占据主导地位，利用 GenAI 取得成功的组织将是利用它来释放人类优势的组织。
结语
了解如何采用 GenAI 对大多数组织来说都是一个挑战。但对于 CMO 来说，引领这项技术的应用具有重大且可行的机会。EY 组织和 Adobe 的新研究探索了一些引人注目的用例，并揭示了一些需要牢记的关键因素。
