編輯導語：1956年人工智慧的概念第一次被提出來，從這以後，AI迅速成為科學研究領域中的熱門話題。這篇文章詳細地介紹了AI的誕生和發展歷史以及千禧年之後，人工智慧對市場營銷影響的三個主要特徵，推薦想要了解AI的童鞋進行閱讀。
縱觀AI的生命線，學術界普遍認為1956年John McCarthy 在Dartmouth College 的討論會上第一次將人工智慧的概念提出來，此舉標誌著人工智慧宛若C位偶像般誕生。至此之後，AI火速在科學研究領域中成為熱門話題。
但是，由於人工智慧的技術在當時的年代太過於高深，其相關研究停留在學術界居多，離運用於大眾市場之間還有很長的路需要走，所以當時的人工智慧更多的還停留在科學家的想象力，其江湖地位類似於今日的「元宇宙」之類。
時光飛逝，轉眼間來到了80年代，中國改革開放之初，那時的中國市場尚處於改革開放的覺醒時代。而在大西洋的彼岸，基於人工智慧的「專家系統」已經投入了賣貨市場的營銷浩瀚大軍中了，這個時間比中國的演算法營銷扛把子今日頭條的成立（2012年）早了約30年。至此，AI也由學術界的小眾概念正式擴展運用到了大眾市場，為科技與市場的愛恨糾纏增加了濃墨色彩的一筆。
在80年代，基於AI的「專家系統」在美國公司的應用，帶來了廣泛的好評。AI界的從業者一看，這是個市場的好機會，他們相信在企業發展決策方面，人工智慧一定如星星之火，開啟燎原之勢。
雖然在當時，AI商業分析系統在決策設計方面還存在著巨大的技術鴻溝，但是經過使用，在代替初級分析和重複分析上，可以大大的節省人工，這也是AI代替人工在賣貨營銷市場的1.0應用。此時，專家系統作為公司決策的「網紅」產品，很快就引起了學術界的關注，在當時的學術界，對於以AI為基礎的專家系統都是持有積極態度的（Burke等人，1990年；Alpar，1991年；Winters，1991年）。
那個時候，一些學者認為，人工智慧可以根據營銷決策支持系統的發展改變我們設想和進行相關營銷的視角和行為轉變。（Lillis和McIvor，1985年；Wierenga和Oude Ouphuis，1997年）。
要知道那是在互聯網都是尚處萌芽的80年代，人工設計營銷策略都存在各種挑戰，但大多數研究人員依舊相信：專家系統可以取代僱主來分析數據和信息，其原因主要在於，與豐富的營銷模型和決策過程量化方法相比，專家系統不僅提高了手動程序的質量，而且支持保證決策的一致性和減少分析時間（Alpa，1991）。
同時期，在1988年時，Bader的研究團隊就總結歸納出了基於人工智慧的系統應該包含著6種角色,分別是：
圖2：AI系統應包括的六種角色示意圖
Critic，評論家。Bader和他的小夥伴認為，基於人工智慧的分析系統應該是能實時反饋與評論市場策略與營銷效果，這個思想在各種報表可視化與數據採集化常規化的今日，聽上去是那麼的平平無奇，但要知道那是遙遠的80年代，中國的財經學院還是在用算盤操作作為學生的必修課時，在仔細品品當時專家對於人工智慧分析系統的角色定位，頗有種超前的哲學范兒。
Assistant，智能助理。人工智慧為人類所創造的，其創造的目的需要滿足人民的要求，成為市場營銷的智慧化助手。
Tutor，私人指導。AI應該有專屬與個性化指導的功能，根據決策者特有的行業背景與產品形態提供不同的決策指導意見，從而可以提升其產品規劃質量與銷售業績。
Automation，自動運營。所謂智能，從字面上理解就是擁有智慧的能力，而機器與程序的智能更多體現在根據程序自動化運營的能力，擁有自動化運營能力是AI區別於其它工業化產品不同地方。
Expert Consultant ，專家指導。AI是基於機器學習，雲能力和計算能力的產物，其運算速度並非常人能比，因此，Bader和他的小夥伴認為：AI應該能夠智能的指導大家解決營銷中的各種問題與難點，其中包括市場營銷中涉及到的商業法律，用戶決策、市場反饋等相比人工收集，AI能夠更快的給以反饋。
Second opinion，輔助思考。英文關於這個部分的被稱作為secondopinion, 直譯為第二種想法，但在這裡，我更願意將其翻譯為輔助性思考，輔助性思考的含義是指AI能為決策帶輔助性信息與意見，當決策者提出一個想法的時候，AI可以根據已經有的數據信息，為決策者的想法提供支持或贊成的意見。
時間飛逝，轉眼間來到了90年代。從1990年到2000年，市場營銷相關的研究領域的研究重點主要關注參與者之間的關係（Pels，1998）。此時，國際學術界的普遍認可：客戶、渠道供應商、服務從業者和製造商被認為相互之間存在正相關關係，同時在日積月累的營銷實踐中，他們漸漸產生了一個共同的價值觀，即信息技術將為營銷活動帶來好處。
當時，人工智慧的主要應用在廣告營銷中，用來幫助市場營銷從業員分析他們的業務，從而制定出正確的決策（Daskou和Mangina，2003）。此外，一種以AI技術為驅動，被稱為ALICE的產品，作為一種決策樹工具，用於捕獲與市場相關的行為信息，被證明是營銷研究的有效工具（Ville，1997）。
總而言之，在那個時代，人工智慧通過有效地收集和分析1990年代的數據，就已經顯現出與用戶建立積極關係的能力。
自千禧年以來，隨著技術的進步，AI技術對市場營銷的影響日漸增加。在這個階段，人工智慧對市場營銷的影響主要顯示出三個主要特徵。
首先，就傳播廣度而言，在千禧年之前，AI技術被一些技術專業公司和研究機構所擁有，而現在，由於AI技術普及到各種設備和產品中，人工智慧已經成為人類生活的一部分。
例如，人工智慧可以作為智能揚聲器被人控制，比如蘋果的Siri和微軟的小冰。此外，人工智慧可設計成為無人駕駛汽車的一部分，幫助駕駛員識別日常交通道路上的方向和障礙物（Davenportet al.2019）。人工智慧可以被用於家電使用，如小米研發的小愛同學，其可協助用戶控制家電開關使用，已經在越來越多的家庭中使用。
第二，AI技術也深刻影響著當前市場營銷中的銷售規則和客戶互動流程。
例如，在旅遊業，AI作為旅行助理，可以幫助客戶訂機票和酒店房間。此外，AI技術驅動的機器人在一些酒店中還扮演著僕人的角色，用來歡迎和服務客戶。而運用廣泛的聊天機器人，由於具備24小時時刻在線的能力，可以創造更多與客戶互動的機會。如，Facebook消息聊天機器人的功能可以聯繫客戶並跟蹤其購買內容（Tong等人，2020年），中國的淘寶網，AI作為聊天機器人可以代替銷售經理介紹產品和解決客戶問題（Goh and Law，2011）。
此外，Andréet al.（2018）指出，Outbrain、Taboola和Amazon使用了由大數據和人工智慧組成的內容推薦系統來收集和分析客戶的行為和偏好。通過使用內容推薦系統，這些平台的用戶可以享受當前的選擇，輕鬆找到感興趣的目。
最後，人工智慧的發展不僅為營銷研究提供了新的工具，而且開始處理人類的任務。
例如，學術營銷研究中的內容分析已經解決了人工智慧支持的機制。Lee等人（2020年）、Key和Keel（2020年）的例子探討了IBM Watson系統（一種基於人工智慧的工具）如何用於營銷研究中的內容分析。
此外，與其他側重於分析數據的分析方法不同，支持人工智慧的技術可用於進行內容分析。此外，Mahrood（2019）指出，人工智慧將承擔更複雜的任務，這些任務需要人類的能力，例如感知人們的情緒、做出偏好判斷以及在沒有司機的情況下駕駛汽車，這些在過去是不可能的。
縱觀AI在營銷方面的發展史，從1956年首次被提出，到80年代基於AI技術的專家系統的使用，到現在其AI技術在聊天機器人、家用電器、業務決策、廣告演算法、客戶追蹤等各方面的領域全面使用。
有人說：人工智慧在漸漸代替人類簡單而重複的勞動，而如何定義複雜是件難事，或許未來的世界，人工智慧的普遍使用會給世界帶來了極大豐富的物質，到時候每個人的生活不是由物質來定義，而是由愛好與創造性來定義的，這樣想，我們是否會像1956年的人一樣，無比期待未來ing。
#專欄作家#
喵小五，微信公眾號：喵小五（longmaoyan1225），人人都是產品經理專欄作家，想要一隻春天熊，成為春天熊的光。