近年来，生成式人工智能引领了自动化、数据密集型营销格局的变革。如今，领先的公司利用生成式人工智能不仅加快了客户在销售渠道中的进程，还在每个接触点上增强了客户体验。借助人工智能，公司现在可以放弃冗长的销售操作，而优先考虑与客户进行更深层次的互动。
今年 6 月，Salesforce 推出了 Marketing GPT，旨在通过 AI 驱动的数据丰富来加强公司与客户之间的联系。为了进一步了解这一点以及生成式 AI 的潜力，我们联系了 Salesforce 的营销技术专家 Tigh Loughhead。交给他吧！
您认为生成式人工智能将以何种方式改变 Salesforce Marketing Cloud 中的客户体验？
Tigh：我认为，从广义上讲，生成式人工智能将为客户营销带来更多有意义的时刻。我（和许多其他人）保加利亚 手机号码列表 已经多次谈论过这个问题，但大喇叭、大众营销的有效性已经减弱，而现代营销的成功完全取决于与当今消费者的背景和相关性。
然而，向消费者传递有意义的信息，尤其是大规模传递信息，实际上非常困难。围绕买家行为的信号继续呈指数级增长，但吸收所有这些数据、细分受众、测试信息并进行迭代优化需要分析基础设施、数据仓库、数据科学和一支营销运营专业人员队伍来执行一个想法或一个活动。
线性广告，或传统的“撒网祈祷”营销方法更容易实现，但生成式人工智能已经在协调数据、细分客户以及通过重要的信息迭代优化营销活动方面发挥着越来越重要的作用。通过生成式人工智能增强的营销云将使更多公司能够在客户准备购买时开始提供更有针对性、与客户相关的信息。
您认为 Marketing GPT 如何帮助了解目标受众，从而创造引起他们共鸣的内容？
Tigh：细分和消息传递相辅相成，但实际上由两个不同的 Salesforce 功能支持，即“细分创建”和“电子邮件内容创建”。
Marketing GPT 细分功能的有效性源于 Salesforce Data Cloud 的使用，它将行为互动（第一方数据）、销售（CRM）数据和第三方付费媒体数据整合到统一的客户档案中。基本上，除非我们将所有信息整合到单一事实来源中，否则我们通常对客户到底是谁只有一个模糊的概念。Marketing GPT 连接这些数据点，自动解析客户身份并刷新细分，从而创建丰富且实时的受众。
另一方面，内容可以通过过去的表现进行改进，或者根据用户提示使用营销 GPT 使用核心 OpenAI 的大型语言模型或 LLM 生成具有特定风格或语气的消息。
营销 GPT 如何帮助做出数据驱动的营销决策？
Tigh：我一直不喜欢“人工智能”这个词，也不喜欢“生成”这个词。我认为这两个词都是误称，模糊了这项技术的真正用途。AI 并不是什么“人工智能”；如果说有什么区别的话，AI 应该代表“辅助”智能。同样，LLM 也绝对不是什么真正的“生成”；它们只是非常擅长根据输入做出预测输出的算法。
输入越多，预测就越准确，结果也越好。营销 GPT 将减少劳动密集型、孤立的数据分析的拖累以及重复营销操作的开销，并使营销从业者能够使用比以往更强大、更准确的数据集，专注于更高层次的战略决策。
人工智能的真正好处不在于它创造了任何新的东西，而在于它能够大规模识别超出个人或小型营销团队能力范围的模式。
营销 GPT 是否有助于通过社交媒体管理建立强大的在线形象？
Tigh： Marketing GPT 将帮助品牌更好地了解客户，并提供更相关的社交活动信息，从而增强公司的在线形象。我还认为社交媒体是商业和服务的绝佳渠道，随着越来越多的消费者期待全渠道客户体验，社交媒体将不断增长。Salesforce Commerce 和 Service 也都推出了一些功能，其中 Einstein GPT / Marketing GPT 将协助沟通、升级和购买，社交将在这些沟通渠道中发挥更大的作用。
我还希望社交聆听最终成为营销 GPT 的一部分，这样公司就可以评估情绪，并在产生情绪的社交渠道中对问题做出回应。然而，目前存在的营销 GPT 无法完全支持社交媒体，因为 LLM 无法创造真实的体验，而是过去有效（或无效）的某种东西的回响或偏差。