径硕科技联合创始人&CEO洪锴：“去年11月份开始，我们的投资机构会找我聊两个事情：第一，AI浪潮来了，一定不能眼睁睁看着，要行动起来；第二，B2B营销这个行业有没有可能一夜之间被AI颠覆，让投资人覆水难收。”㊙️本文揭晓：AI对于B2B营销赛道，是福是祸？

 

AIGC的普及意味着又一轮生产力革命的开始

⬆️领取演讲PPT请点击上图⬆️

 

上图源自大型对冲基金Coatue今年6月30号的EMW年会：图片右侧是一个承载着三个重物的热气球（热气球代表AI）。这三个重物是什么呢？一个是宏观经济：众所周知短期内全球的宏观环境缺少复苏的迹象；另一个是股票估值，今年美股标普500中85%的回报仅仅聚焦在七支科技股票上（其中包括新秀英伟达、特斯拉），剩下的493支股票平均下来盈亏是持平的，所以这个是一个担忧；第三是独角兽经济——相比从前，近几年上市的独角兽越来越少了。那么热气球（AI）究竟是否能够拖拽着这“三座大山”飞往高空呢？引用英伟达CEO黄教主的观点：我们当下正处在由生成式AI开启的全新十年变革周期的开端。

 

⬆️观看完整演讲视频请点击上图⬆️

 

根据美国生产力增速的统计表，我们观察到在过去70年，生产力存在三个或大或小的巅峰。其实在每一次科技革新的出现后，往往需要经历一个5到10年的周期，才能作用于拉动生产力，这就是所谓的J曲线。因为科技的出现是拉升生产力的必要不充分条件。只有当大量的企业进行大量的投入，营造出针对新科技应用的整个生态，才有可能把科技转化成生产力。所以这也是为什么在过去几年，很多大厂纷纷围绕着大模型做了相当多的生态建设和应用建设。就好比Windows如果没有财务软件、供应链软件的话，本身操作系统便没有太多的商业价值。那么对于ChatGPT、Google、Anthropic来讲，道理是一样的。

 

AI大模型+B2B营销=Conversion

对于我们B2B营销人来讲，生成式AI意味着什么？图像的生成，目前来看是AIGC在营销层面上的最早落地，也最成熟的一个应用。可口可乐今年刚刚发布的一个广告名字叫Masterpiece，当可乐的瓶子从一幅名画离开，进入到另一幅名画的时候，瓶子的外表会自动契合下一幅名画的绘画风格，而瓶子变化的这部分是由AI来制作的。

 

AI参与制作的可口可乐广告“Masterpiece”截图

 

再分享一个B2B领域的案例。Salesforce的产品Flow Builder专门帮助市场人为不同的客户群体创建个性化的互动流程（用户旅程）。在过去，用户旅程需要人为地去设计和搭建，并且需要这些人有丰富的运营know how的沉淀以及对技术的理解。但是现在，借助AI，市场人可以用文字描述用户旅程的人群、目的、互动形式等等，然后整个旅程的模块流程会在画布上自动生成。这是一个非常完美的行业运营积累和AIGC技术的结合体，几乎可以帮助市场人打破运营壁垒。

 

⬆️领取演讲PPT请点击上图⬆️

 

AIGC商业化落地的核心要素

通过这两个案例，我们可以预见生成式AI是一个潜力巨大的催化剂——它有可能把未来的生产力提高到一个全新的高度。但正如我们前面提到的，新技术如果没有得到广泛应用的话，便无法转化为生产力。那么AIGC要想实现商业落地，有几个必要条件：

 

在基础设施层面上要有模型和算力。

在应用层面，包含以下三个要素：

-客户：要有客户愿意去做这个尝试。

-数据：要有海量的数据。海量的数据才能够站在垂直行业的专业角度训练和微调模型。

-场景：要有很实在的应用场景，即能够为受众创造实在的价值。

 

⬆️观看完整演讲视频请点击上图⬆️

 

B2B营销满足AIGC商业化落地的充要条件：客户+海量数据+应用场景

回过头来看我们所处的B2B营销赛道，其实我们处在一个特别幸运的位置：因为我们有客户，客户愿意去尝试；我们有数据，因为在整个“流量到线索到商机再到客户”的这样一个角色更迭过程当中，会有海量的用户数据、运营数据、营销渠道数据产生，这些数据可以喂给大模型，来训练和微调出具有B2B营销能力的智能；我们也有场景，比如广告投放、内容营销、活动营销——可以利用AI去提升这些营销场景的效率和效果、精准地筛选目标人群。

 

所以作为B2B的市场人，我们有非常丰富的AI应用场景和成本可控的海量数据，更有愿意为降本提效做出尝试的客户，因此生成式AI在B2B营销领域商业化的假设成立。

 

⬆️领取演讲PPT请点击上图⬆️

 

生成式AI在B2B营销赛道的应用场景探讨

我们有三个B2B营销的场景来让AI去落地：

 

场景1：大模型驱动自动化整合，统一多来源客户数据

场景2：企业客户标签AI建模&智能结构化标签梳理

场景3：提升客户体验和留存

 

篇幅原因，这里重点阐述场景2，。不过不要担心，小编给大家准备了本次分享的视频和PPT稿件，点击下图即可获取，届时场景1和场景3的应用详情也会揭晓。

 

⬆️观看完整演讲视频请点击上图⬆️

 

当企业运用营销自动化或CRM软件到一定阶段的时候，会面临拥有海量标签却无法产生价值的问题。但其实，标签可以回答企业三个方面的问题：

1. 线索对企业产品和服务的意向度如何；

2. 线索对企业的重要性如何，这将线索的行业、地域、企业规模、在决策链条中扮演的角色等因素来决定；

3. 线索的活跃度如何。

 

所有的标签，最终其实都在这三个维度上去给企业发射信号，进而告知市场人、SDR、销售，要花多少时间来孵化哪些线索，以及怎么孵化。

 

那么在过去，我们依靠专家的行业知识和运营积累去判定线索的意向；而现在，一手数据或第三方的行业数据进来，我们靠运营人员去制定解读标签的规则；在未来，我们会基于海量的数据标签，利用AIGC的能力，自动去学习这些标签和线索购买意向之间的关联关系。这将极大地提升B2B营销人的生产力和效率。

 

市场部以数据为核心，AI赋能，加速引领企业“营销新基建”

我们始终认为市场部在一个企业内部的数字化转型中扮演了非常重要的角色。一个最重要的原因就是市场部拥有的大量的用户数据：除了销售数据以外，每一个线索在数字化触点内的行为数据、身份数据是由市场部所有的。

 

AIGC与B2B营销工具相融合，可以实现更加智能的数据分析，从而让这些数据所产生的信息和洞察，能够为销售所用，能够为客户服务团队所用，能够帮助企业搭建起一个全渠道的数据中台；同时，活动管理、内容管理、广告优化、用户旅程的搭建，每一个环节都存在引入AI实现智能化处理的可能性；最后，市场部要给SDR什么样的营销建议、给销售哪些产品的资料、用户有哪些意向等等，都可以在未来实现智能化。

 

不过今天我们只是走出B2B营销和AIGC融合的第一步。未来，在我们面前还有非常长的一段路要走。

 

想要获得数字化营销新基建？点击下图即可预约Demo！