360智能营销：不仅猜你喜欢 还要猜你将来喜欢

徐老师

杨炯纬：在AI的时代，我们想到底AI会对未来产生什么样的影响，以及品牌所面临的挑战是什么。我今天请到了人工智能界的几个大拿，颜教授，薛博士，也请到了品牌界的真正的专家，去年金投赏就是丁总来参加我们的论坛。这个方面我们做一些探讨。

　　颜教授，我知道在过去一年快两年的时间，人工智能一直在给商业化做很多的工作，能不能给大家稍微做一些具体的介绍？

　　颜水成：其实在360公司，早期人工智能是全方位的支持公司不同的业务线，我们大概划成计算机视觉，一个是对话式人工智能，包括语音和语义，另外一块就是大数据，支持我们的IOT战略、安全战略、短视频战略和其他的一些维度的东西。

　　具体到商业化方向，我们是这么想的，其实商业化从人工智能的角度来说要做两件事情。一个是满足用户的个性化需求，第二是满足用户的个性化体验。满足用户的个性化的需求是说如何利用360的这些大数据，比如说从搜索、安全产品里面拿到很多用户个性化的数据建立起用户画像，通过用户行为把点击预估做得更好，这一块无论是360还是其他兄弟公司做得都非常好。另外一个层面是随着移动互联网的发展和人工智能交互技术的发展，大家已经不满足于满足个性化的需求，更希望当这些广告和相关的产品的信息到达用户的时候，能有个性化的体验。也就是说，我们希望不像原来那样是统一化的图文广告，直接呈现给你。而是希望这个广告呈现的方式是跟用户相关的，这时候就需要很多的计算机视觉技术，正好在过去这些年，计算机视觉的技术发展得非常好，能够把人脸上的，比如说关键点，一些AR技术，都已经到了可以产品化和商业化的程度。

　　所以我觉得，在下面这段时间，360会更多的利用视觉相关的技术，把个性化的体验在商业化的过程中做得更好。这是我们大概的想法，也是360人工智能研究院商业化的一些点。

　　杨炯纬：刚才我印象深刻的是个性化的认知，同时还需要个性化的体验，我们要给每个用户带来独特的体验，这给我们的挑战还是蛮大的。我之前一直在说，昨天也在聊，我们说广告平台，广告系统今天AI进来了以后，我们有很多的工作正在被AI所取代。因为广告公司是做品牌管理和营销服务的。这当中您觉得，对于广告公司会带来什么样的挑战，以及怎么样应对？

　　陈建豪：我们的主题是future is coming，其实future is now。消费者上网站，推荐给的商品、视频和广告，其实都有结合大数据在背后的推送。对广告公司或者广告主来说，这是一个大好的机会，你可以去做到更好的更精准的投放。人工智能赋予营销领域，我们可以总结成三个点，过去做媒介投放的时候，我要做最优化的媒介投放，但是都是基于过去的经验，我们现在有了人工智能，其实可以用一种预测性的形式，人工智能之所以可以超越人，我觉得是它可以看到人手眼看不到的行为和模式，可以看到你周边的人、和你相关的人，不同时间段里产生的行为，然后会产生新的模式。对广告主来说这就是最好的做投放的机会。

　　杨炯纬：所以不仅仅要猜你喜欢，还要猜你将来会喜欢，这也是很有意思的一个话题，而且猜你将来会喜欢之后还要用更个性化的方式做解决方案和推荐。

　　薛博士在自己现在的创业公司之前，是在做人工智能的非常底层的基础研究，之前是在阿里妈妈负责了大数据和展示广告的基础平台，六年时间。昨天我们交流的时候，薛博士跟我说，他对展示广告已经没有什么兴趣了，我觉得很有意思，我自己做了快十八年的广告，我现在还有很多迷糊的地方。我想请薛博士讲讲，你从这个行业里面出去，站在外面看这个行业，你会觉得这个行业是不是可以讲讲为什么没兴趣？

　　薛贵荣：不是说没兴趣，是觉得这个产业的挑战，其实可能会更大。我在阿里的时候是负责DMP平台的工作。我们跟广告主在做很多的互动，我们发现，尽管你提供一个很好的媒体，再加上一个很好的数据质量的系统给到他们，但是会有多少广告主能够100%的把系统用起来呢？我觉得今天，因为我看到的能力，可能只用了百分之二三、百分之四五的价值。

　　这里面带来很大的问题，众多的品牌、众多的中小企业的广告主，他们如果想把这个平台用好的话，可能会需要大量的人工智能技术。这里面都是一些技术的东西，我觉得广告人其实还是挺技术的，做广告的人学到的概念学到的广告的知识，都是最新的。但是碰到今天这样一个大数据的资源，碰到这样一个很好的媒体，我们能用多少，我们能把这里面的潜力挖出来多少，这是我那时候想得非常多的。让天下没有难做的生意是阿里的口号，但是生意的难做的程度，应该是我们今天这帮做技术的人能够出来帮助这个产业做得更有效率或者是更有质量。

　　所以，今天正好有一个机会，AI的这个东西出来了，包括360的AI lab，包括各个公司都在做AI的实验室，包括阿里的达摩院等等。本质上，我们希望通过AI让品牌或者是让中小企业广告主，能够有更好的系统帮助他们，100%把数据的价值充分发挥出来。这其实是很有挑战的事，就是因为数据量，而且很有价值的，就是数据量在这个地方，给你用给他用都是不断的在增值。数据是很好的资源，这个资源能不能最大的挖掘出来，其实要靠我们做好服务。

　　我们今天跳出来去看这个东西，比如能不能做一个AI的system，让每一家都有很powerful的system，来帮助中小企业或者是品牌更好的进行广告投放。而且从能力资源的角度讲，能够把价格降下来，而不是每一家都配一个AI的专家团队来做，这可能是今天最大的挑战，我们能不能做到这一点，让AI帮助品牌或者中小企业做出高效的有价值的投放，而不是招一个很大的团队来做这件事。我们希望是能够做到这样一件事。

　　杨炯纬：所以实际上从一个通用的模型，要往个性化的模型去走，往更加实时的低成本的模型去走。

　　薛贵荣：对，对中小企业或者品牌来讲，这个模型不再是由阿里、由360或者由百度来控制，而应该让广告主、让我们的投手有更好的工具或者更好的技术来支持他们。大概是这样。

　　杨炯纬：所以实际上你是对大公司大平台的展示广告不感兴趣，你要服务中小企业。丁总，我们都知道苏宁在很早之前就开始研究很多个性化的体验，今天不同的人进苏宁往往看到的很不同。那我们其实就聊到，这对于有海量商品的电商平台来说，其实可以做很多事情。这当中如何在个性化体验当中去保证一致的品牌体验，品牌承诺，品牌形象，这是一直萦绕在我心目当中的疑惑。

　　丁海云：谢谢炯纬，谢谢大家。从这个问题，包括前面几位专家提的观点上，谈一谈我们的一些想法和实践。

　　其实从品牌建设到营销的演变发展，到今天，应该说大数据化的应用，包括人工智能技术的不断的提升，其实对于品牌的帮助是显而易见的。应该说，人工智能推动了品牌的演变和品牌对于用户之间的触达。它使品牌更好的了解用户、洞察用户。同时我们在大数据的应用过程中，通过用户的行为采集，了解到用户现在的基础的信息，包括他的年龄、性别、购物需求、偏好，包括他的品牌的认知、忠诚度等等。这个其实在整个大数据分析以后，通过智能化的推进，我们可以更深层次的反馈到品牌这个层面来，去了解，我们现在品牌在用户心目中的状态是什么。

　　所以，通过这种研究，我们现在也更多的把大数据和智能的东西，和传播和产品信息，跟用户之间形成触达，达成闭环。这种闭环的目的是在实际操作过程中，使很多营销能做提前的规划。包括在后期的决策过程中，可以使很多工作更加清晰。

　　应该说，从计划制定开始到最终决策完成，我们希望人工智能可以帮助我们做好资源媒体的自动化选择，包括自动化的投放和分配。在这个过程中，我们都希望有一个更客观、更规则性的东西，这样对于我们后期的优化会有很大的反馈和帮助。

　　今天，我们更担忧的或者需要去进一步推荐的，其实是如何能更好的研究用户的心理动态，大家可以用大数据的方式来做分析，但是现在人工智能要更好的推演到明天、后天、将来用户的需求是什么，这才是人工智能或者大数据应用给我们引导的方向，或者是有效的方向。来帮助我们更好的了解用户，也是在营销行为上，让我们提前预知用户的需求，从用户体验来讲，也会有更好的体验感。这个也是现在营销人一直在努力的品效结合的方面。谢谢。

　　杨炯纬：我其实觉得我们两位品牌的专家都提到一个词，预测。就是我要预判你的下一步的需求是什么，预判除了我们已经认知的消费者之外，还有哪些消费者可能会成为我们的目标消费者。我觉得这个话题很有意思，其实是不在我的范畴内，但是这个话题很有意思，两个品牌的专家共同提出来了。我想请人工智能的专家来讲一下。

　　颜水成：预测蛮有意思，我是商业化的外行人士，跟360接触之后，才开始思考商业化里面可能会有什么样的实实在在的问题。交流一段时间之后，蛮有意思的是说，当前这种预测里面有很多的因素，我们是没有考虑。

　　我们更多的考虑到一个人以前的行为是什么样，以及相似人群以前的行为是怎么样。我希望把这些信息统计起来之后，能预测出后面将会怎么样。其实还有一个重要的因素就是说，人的需求和诉求，很多可能会受外界的干扰，在系统内部是没有办法得到信息的影响，比如说现在，有一个什么重要的事情要发生，那么可能就会让我们的这种需求有很大的变化。但是这种突发的事件是在传统的统计模型或者说是一般的基于学习的模型里面，是没有把它加入进去的。

　　怎么把外界可能会影响你的需求或者诉求的因素考虑进来？我觉得后面如果能思考得比较多的话，应该会非常有价值。但是这件事做起来比较难，因为一些相关的数据，它是掌握在不同的比较大的公司的手里的，比方说这种销售的数据主要是在电商平台，比如说社交的数据是在社交平台，还有一些新闻的相关的数据，可能又是在另外一个人手里面。你可以认为不同形态的数据之间是有关联性的，在我们看起来的话，它好像形成了一个个的数据的孤岛。怎么把这些数据打通，建立起它们的link，把它们协同相关的因素，能把它发掘出来，这样对你将来的预测就会非常有价值。有时候可能不一定是马上就可以预测，而是有一个因素发生了，这会激发另外的需求的发生。

　　现在至少我看到的系统里面，这种因素还没有很好的发掘出来，发掘好的话应该会有非常大的价值。

　　杨炯纬：就像刚才跟贺总聊到，他说如果中国队出线，中国足球的销量就会提升100%多，这就是一个外部因素触发。我知道薛博士做了一个博弈的围棋系统。

　　薛贵荣：这个有点跟这个不太相关，我们也做了一套类似AlphaGo的系统。我们觉得预测这件事非常有挑战，可以跟大家讲一下，很简单，里面有一个问题，下一步走子，走这一个子我们要算多少次，我们要调用后台的GPU的集群，我们要计算大概20万次。我们做一次决策要做20万次推理的计算，非常耗时。这个据测如果真的想做到非常极致的话，要考虑非常多的因素，我们不仅仅考虑人的因素，还要考虑场景的因素，跟实时环境交互的因素，这些都会影响到我们个性化预测的精度。

　　但是今天，其实我们看到的问题是，大家讲到预测，可能都已经变成了大公司在帮我们做数据的筛选，我们觉得这个叫什么？广告霸权。什么叫广告霸权？就是这个事不是我们广告公司或者品牌或者中小企业广告主有多大的决定权的，其实决定权是在一个程序员手上，他觉得这个算法应该这样做，今天就这样了。但是未来应该不是这样，我们讲消费者的体验，我的空间我做主，这个东西应该是消费者和品牌的直接的沟通，可能会更好的，有很好的体验。

　　今天可能是变成平台型的在控制媒体的广告的展示，但是将来我们希望有AI的东西，能够做更好的预测、更实时的预测，或者是更精准的反馈的预测。我们希望这个东西会变得更加的平滑的，能够做出更好的体验。

　　杨炯纬：看起来还没有那么容易，把消费者本身的场景之外历史行为之外，还有很多外部因素影响。这些放进去之后就会变得非常的复杂。这样看起来我们还有一碗饭吃。

　　颜水成：我计算花了很多钱，投放也花很多钱，这个是不是还有额外的空间。

　　杨炯纬：从专业的品牌角度来说，保证用户个性化体验的前提下，比如我们有一些中小广告主，大家知道今天大家都在讲信息流，信息流里面基本上就是一张配图加一行文字，这个文字我们为一个广告主准备了千千万万条的文字，给二次元是这么讲的，给科技宅男是这么讲的，商品推荐已经不是把商品的标题放出来，也做了很多重写，满足用户个性化的体验。

　　我还是有这样的疑问，对品牌来说怎么样在个性化体验的背后，有一个统一的逻辑，统一的品牌的贯穿？

　　陈建豪：在个性化的前提下，AI是赋予营销人员一种，从看到消费者到看懂消费者的过程。就是他真的懂你背后的意向，所以通过这样更清楚的需求的理解，甚至你从情绪上，从表情包上面，甚至打入的错别字上，都可以清楚了解你的明确意图。这样品牌有很好的机会去传递自己的信息。刚才丁总也提到，还是要考虑到整个的品牌文化的建设，还有跟消费者之间的情感共鸣。所以在这部分，我觉得很多时候还是跟广告公司、代理商这里可以有很好的机会，怎么样把我们想要传递的品牌精神，通过千人千面的形式给到消费者，然后产生最大的品牌加效果的效应。

　　杨炯纬：所以实际上我们在一个看上去更加让人封闭的信息简房，更加封闭的体系当中，品牌如何把这个人抓出来，能够形成共鸣。这是一个很好的话题，时间差不多到了，还有很多话题想和大家交流，非常感谢，谢谢大家。