11月30日，由 Morketing举办的MORKETING SUMMIT——2017年全球移动营销峰会在京顺利召开。140名重磅演讲嘉宾以及6000多位行业专业参会嘉宾参与了这场行业盛宴。

360商业化CTO胡宁、甲骨文营销云大中华区总经理杨波以及Chinapex创略创始人兼CEO Jimmy Hu共同出席了大会未来专场，并在会上展开了关于Martech大势下，AI营销与营销云探索的精彩对话。

360商业化CTO胡宁认为：AI并不是只代表了程序化和自动化，AI能帮助企业做很多的决策和预测，但是一切的基础都是数据。她从360的角度出发谈如何选择营销云——360作为大型广告平台，拥有自己的营销体系和云平台，但仍然会与第三方营销云进行对接，这样会使数据以及业务场景运转更顺畅。

甲骨文营销云大中华区总经理杨波认为：营销云应该拥有营销的架构，并剖析了营销云的目的和技术架构，只有同时具备二者的产品才能被称作是营销云。

Chinapex创略创始人兼CEO Jimmy Hu认为，AI在营销领域里应用的本质就是数据，并认为企业方数据质量更高，有更灵活的运用场景。对于如何选择适合自己的营销云，他给出了自己的建议——通过自己来选择不同的供应商，最终统一整合起来更适合一些营销团队。低增值的重复性劳动非常容易被AI淘汰掉，而高增值的劳动反而会更好地得到AI的驱动。

以下是对话全文：

胡宁（主持人）：从技术的驱动营销角度看，AI，数据云，营销云，这些概念会越来越火，其实大家谈到了AI，谈到了营销云，大家对于这几个概念，以及他们对于营销领域的影响和变化的看法有一些不同。

AI或者是营销云，未来是否是我们营销的终极形态？这个值得我们进一步探讨。这一次有幸请到了甲骨文营销云大中华区总经理杨波，Chinapex创略创始人兼CEO Jimmy Hu。我们一起探讨一下Martech大势下，AI营销和营销云的探索。

AI的基础是数据

胡宁：两位好，AI在这两年在很多领域和行业有深刻的变革，现在很多时候谈AI，相对比较虚。在互联网营销领域，现在AI是什么地位？可以产生什么效果？应该怎么理性地看待AI营销？

Jimmy Hu：AI在营销领域里应用的本质就是数据，没有数据就没有AI。从数据层面来说，有两方面的数据，一类是自己体系的数据，也就是第一方数据，一类是自己的体系之外，你还没有掌握到的第二方、第三方的数据。

对AI驱动营销来说，这两种数据中第一方数据质量最高，包括PC、移动端，包括CRM线下数据库和各种各样的客户触点采集到的数据，往往是最丰富、准确率最高的。对企业而言，这些数据拥有有比较大的自由度。

第一方数据内也有很多不同的AI应用场景，有一些是做预测性洞察，或可以做自然语言处理。比如，二者就可以结合起来——把呼叫中心的语音，用科大讯飞先转成文本。然后，基于文本做自然语音处理，变成客户情绪的洞察。基于体系外的数据，从广告营销层面利用第三方数据来做一些模型等等。

杨波：我同意Jimmy说法，我们第一方数据的管理和收集，是做AI的前提。现在有很多品牌主对我们说：“我希望做一个AI的项目。”我刚刚和Jimmy聊了这个问题，这个是不是太空了？我们离做AI是不是距离远了一点？如果电商数据、官网数据，还有CRM门店数据没有办法去收集，你基于什么来做AI？这个模型基于什么来建？你的归因分析怎么建的？你很难形成统一的看法。

目前，我们帮助客户收集一些第一方数据，做一些标签化处理，做一些洞察，这个是一个基础；第二步，我在什么样的场景里激活这个数据，就用AI技术去反应到一个现实一个业务场景里面去，这个还是比较有意义；第三个，AI是不是真正的准确反映了物理的现实世界？今天主题就是AI，未来的科技有没有反应到现实社会里面来产生真实的影响？这是仍待讨论的话题。

营销技术可以帮助品牌主一步一步靠近AI描述的那个社会，但是长期的积累过程，这个可以不用数据就可以做一些博弈和算法，我们也想去探索这是怎么做到的。对于品牌主来说，我的建议还是：做数据的洞察和分析建模，并将其作为基础工作来做。

胡宁：我自己就是技术出身的，原来的研究方向也是AI。讲到AI在营销方面的应用，大家可能对于AI有一个误解，AI并不是只代表了程序化，AI不光是自动化，AI能帮助企业做很多的决策和预测。

那么，就像刚刚所说的，未来能做什么？AI可以基于数据做很多决策和预测的工作，所有的一切都是以数据为本。如果没有很好的数据系统支持这样一些云端计算、AI的建设，我们很难让AI的技术发挥实力。

所以，比如，介绍一下360，现在用AI做了很多事情，用机器学习做点击预估等非常重要的模型。此外，我们还用AI对整个广告投放，以及追踪环节做了很多优化，例如，用AI做智能文案生成。我们可以用AI智能撰写创意的文案，并且优化图片的展示。比如说，根据后续效果去进行智能的初筛之类的。这些都是AI在营销领域可以真正发挥潜力的地方，但是一切的基础都是数据。

营销云的现实意义是什么

胡宁：我们既然讲到了数据，现在提到了营销云的概念，所有的这些服务其实都是可以从云上得到，包括刚刚讲到了广告主第一方数据是可以放在云上的，可以对接第三方的广告服务商及发挥很大的作用。营销云的定义也比较鱼龙混杂，所以，怎么定义营销云？

杨波：我名片上写的就是甲骨文营销云，但它其实是比较混淆的概念。营销云这个概念，这两年和AI一样日益火爆，出现了很多的公司说自己是营销云公司，从整个行业来讲，3年以前，我们这些厂商就在提一个营销云概念，也提出了一个基本的框架——一个营销云应该具备一个营销的架构。

我们完成初步设计后，针对这个架构做了一些投入和搭建，今天聊聊营销云的目的是什么？什么部件组合形成了营销云？

现场很多都是品牌主，那么，大部分人都是做B2C的，面对的是消费者。而科大讯飞则是做B2B。营销云其实满足了两个不同的方向，B2C行业的要求，还有B2B行业的要求。营销云必须可以连接三个不同的要点——

第一，连接所有的数据，营销云具备数据打通的能力；

第二，连接所有营销渠道，包括广告投放渠道，包括CRM渠道，包括线下零售渠道，还有社交，还有微信，还有微博。

第三，设计你的体验连接，包括我们可以把整个的客户体验，不光是2B的，还是2C的，可以设计一个很好的购买体验，这是一个比较完整的营销云可以带来的价值。

技术方面，第一层，需要收集数据——第一方的，第二方的，第三方的，比如怎么管理统一用户的ID识别？有几个平板，几个电脑，几个手机，家里面是不是有互联网电视等，是不是有联网设备。有了画像就有了统一识别，这里面还会涉及AI算法的问题，这个ID是不是属于同一个人，这个设备属于同一个人吗？

再往上就是涉及到AI，如何基于这些画像智能化激发这个人的购买需求，再往上就是互动部分，通过什么平台和他进行有效的互动和营销的场景设计？这就是营销技术的架构。

不管从目的讲还是架构讲，具备两方面完整的能力才可以是完整的营销云。但是，只做其中一块，只做DSP，算不算营销云？这是营销云一部分，不是全部的营销云。全球差不多5000个不同公司做营销云技术，哪一个是？哪一个不是？这不好界定，涉及到各个生态的整合。

Jimmy Hu：刚刚说的比较的全了，已经把我很多的话已经说进去了。我对于营销云的理解，其实是很简单的，就是更综合化的营销技术。但是，刚刚说到两个主要部分，第一个就是数据部分，第二部分是自动化部分。那么，也意味着，一个所谓的营销云解决方案，可能是数据模块跟自动化模块的结合，或者二者取其重。那么，如果这两个其中一个完全没有，我个人不认为这是一个营销云。

胡宁：360有一个广告平台，有非常大的流量。所以，从刚刚营销云的定义讲一下，我们也是包括一些DSP、DMP等营销云里的部分概念。但是，很多时候我们需要和你们这些第三方的云平台去对接，从而让广告主的数据，以及整个营销更有效运转。

如何选择适合自己的营销云？

胡宁：刚刚提到了5000家公司做营销云技术，这是非常碎片化的市场。广告主如何选择营销云，包括数据服务商，有哪些核心竞争要素，广告主需要怎么考虑？

杨波：这个问题，我和Jimmy肯定都会说买自己的产品。从一个中立角度来看，搭一个营销云平台，第一要明确的是优先级，解决什么首要问题？先做你的数据基础，怎么管理数据？还是需要先打通客户购买环节？亟需数据的洞察？或者先做互动管理，做营销活动管理，因为不久汽车产品要上市？

在建设营销云的过程中，首先看一下什么东西是需要互相平衡的？什么方面的工作优先级高、需要先做？不管先做哪一块，都需要考虑未来整个系统是什么样的？

3年以后，或者5年以后，这个营销云架构搭成什么样子？比如，选择一个现在的营销云供应商，需要看看它有没有和别的生态圈的互相集成，拥有互相打通数据的能力。因为如果选了A营销云，解决了一些问题，但是广告投放的时候，他和阿里的体系，和360的体系，还有腾讯的体系没有办法打通，激活数据的时候就会遇到很大的障碍。

第二，需要看营销云和线下CRM、搜索的平台都是可不可以做数据对接和流动，如果API有问题的，就会在搜集数据的时候有很大障碍，会影响整体的发展。

第三，看这个营销云产品是不是能不断迭代的，不断更新。选择一个营销云服务商，3年以后它不做这个产品，或者这个产品一年之内没有更新，就会陷入困境。前面可以得到很多功能更新，我们需要这个功能，这个产品还没有，可能2个月以后就可以看到产品新功能发布，需要快速迭代，还有云当中的快速集成。为未来发展打好一个基础。这是我的想法。

Jimmy Hu：补充一下。这里有多个因素，要从头开始考虑一下，首先要看到底是要做B2B的东西还是B2C的东西？

然后再看，这个团队本身是有没有这个方面的运营能力？这会决定到到底是不是买整套？还是某一个环节。然后，自己来选择不同的供应商最终拼起来。第二个做法更适合一些有营销技术的团队，因为他们对于数据更熟悉，有自己专门的团队。

现在有很多的供应商，有比较擅长的垂直领域，虽然他们产品线比较综合，做了各种各样的客户。比如Chinapex创略主要是做金融、旅游和汽车这三个领域。但作为B2B技术公司，提供的解决方案在不同垂直领域，会有比较明显的特征区别，不太可能十几个，二十几个领域都完美包含，这也是值得考虑的因素。

AI会取代哪些工作？

胡宁：所以，刚刚两位从不同的角度去剖析营销云，以及营销云的核心竞争优势。通过营销云、AI，可能可以取代人类的工作。这是一个展望未来的问题：你认为AI，包括营销云，未来在营销的领域会替代什么工作？未来可能有什么样的新工作会出现？

杨波：这个主题比较大，我讲的泛大家都是听过，还是从营销角度讨论这个问题。

目前国内有很多动态创新，可以通过AI真正做到千人千面，设计不同的主题。做到这一点的前提是什么——针对不同用户的画像设计不同的主题，用浏览习惯自动化生成一个完全个性化的创意，这个创意就是为这个客户展示的，过去没有这个人工智能前提下很难做到。但如今，这个创意过程可能把广告公司逼的无处可去。

另外我们可以看到，广告公司通过一个团队给客户提供营销技术的搭建，基于广告投放技术和对数据的理解，帮你优化这个预算，这就是多出来的新业务，甚至埃森哲等传统公司就只能去做其他的工作。

这就是行业变革的过程，一个传统的咨询公司，做广告的业务，抢了很多广告人饭碗。他们用了很多基于大数据、AI的技术，构建模型取代了很多传统的工作。现在压力最大的是广告公司怎么变革？怎么适应新的程序化、AI带来的冲击。所以，新技术产生，就是取代传统的业务，不光是从技术上，从运营模式上产生大变革。

Jimmy Hu：刚刚是说的比较重要的一个趋势和道理，道理大概是什么呢？我的观点很简单，就是一些低增值的重复性劳动非常容易被AI淘汰掉，而高增值的，比如说分析，反而会更好地得到AI的驱动。

胡宁：我们360也是做动态创意，和以前的静态的创意来比一下，效果可以提高10倍。我们现在可以做个性化的动态富媒体创意，和每一个人都相关。每一个人看到的东西、可以互动的这些元素，都是不一样的，是和每个人自己过去的行为历史，兴趣相关的。其效果和之前比，至少是5倍以上的增量。

所以我也是很同意Jimmy刚刚说的，如果是偏向执行的工作、琐碎的工作，肯定会被自动化、大数据取代。但是，怎么样去解释这些数据？怎么指导这些数据？包括AI在营销各个环节里面的应用，需要刚刚提到的数据科学家，这些岗位未来会非常重要。

谢谢两位。因为时间关系，我们的谈话只能到此，但这是很有意思的探讨。谢谢。