研究表明，生成式 AI 每周可为营销人员节省 5 小时

根据 Salesforce 的最新研究，营销专业人士看好生成式人工智能的影响，但仍在调查和了解该技术的有效使用和安全性。

作为其生成人工智能快照系列的一部分，Salesforce 对代表美国、英国和澳大利亚各种规模和行业的公司的 1,000 多名营销人员进行了调查，发现 51% 的营销人员目前正在使用生成人工智能。

还： 生成式人工智能对软件团队生产力的影响是……复杂的

生成式 AI 相关技能和可信的第一方数据是在营销中成功采用和使用生成式 AI 的重要要求。 考虑到当前的输出状态可能不准确且可能存在偏差，人类监督在执行生成式 AI 各自角色中的重要性也是一项要求。

使用 AI 大型语言模型生成新内容很容易。 使用 AI 在品牌上生成新内容是一项艰巨的工作。

还： 生成式 AI 意味着更高的生产力，并可能裁减软件开发人员

因此，在深入研究营销调查结果之前，这里提醒企业领导者需要考虑什么，以便在其组织内充分利用生成人工智能的能力——可信数据、可以自动化的混合人工智能基础模型，以及内置安全和治理的单一平台，以确保以合乎道德和人道的方式使用 AI 技术。

要释放生成式 AI 的力量，您需要：

1. 可靠和值得信赖的客户数据，以建立统一的客户档案。 连接干净的数据对于释放 AI 功能至关重要。 只有将可靠和可信的数据从服务、销售和其他相关来源收集到一个平台上，AI 才能按预期执行。 记住：进得好，出得好。 每天产生的数据量不断增加。 到 2025 年，云中将有 100 泽字节的数据，预计到 2026 年这一数字将翻一番。要实现数据的全部价值，您需要从数据收集转向驱动行动的数据，方法是： 1. 协调数据转换为一致的格式以创建统一的客户资料，2. 将您的客户资料与客户关心的参与层联系起来，以及 3. 使用您的数据使您的组织能够提供出色的体验。
2. 预构建、自定义或公共 AI 模型（最好是这些模型的组合）将您的数据输入其中，以便将洞察力用于自动化操作。 要通过自动化产生此类影响，您需要：

• 能够连接到您的所有系统——云、本地、混合或传统——即使应用程序的平均数量在增加（2023 年的平均数量为 1,061 个应用程序，集成度仅为 26%）。
• 激活 RPA 以从遗留系统和资产中提取数据，例如文档和图像，否则这些数据将需要手动工作才能访问。
• 使重用现有数据和集成组件成为可能，例如 API 和连接器。
• 在整个组织中启用低代码和无代码，这样即使是非开发人员也可以参与自助服务自动化项目。

还： 低代码平台意味着任何人都可以成为开发人员——也可能是数据科学家

3. 内置安全和治理的单一平台，以支持创新和增加客户信任。 连接、协调的数据使您能够解锁 AI 并使其自动化。 必须贯穿始终的一根钢丝是如何安全地实现这一切。 要建立监督并确保对整个企业的数据治理的完全可见性，您必须：

• 为您的开发人员提供一个有效工作的空间，而不会影响生产或引发安全风险，从而轻松跟踪更改、与版本控制无缝集成并有效处理发布管理。
• 屏蔽数据并利用端到端数据加密等安全最佳实践来保护敏感信息（如取消识别 PII），为您的开发人员提供真实的数据集进行测试，而不会影响安全性。
• 使用通用 API 管理等工具实现跨系统和用户的一致数据治理。

还： 一位专家表示，生成人工智能的 5 大风险

以下是生成式人工智能在营销研究中的主要收获：

1. 生成式人工智能对营销的影响将是巨大的. 超过一半的营销人员 (53%) 表示生成式 AI 是“游戏规则改变者”，60% 的营销人员表示生成式 AI 将改变他们的角色。 事实上，51% 的人目前正在工作中使用或试验生成式人工智能。
2. 生成式 AI 正在改变营销人员个性化、构建和规划营销活动的方式。 以下是当今营销人员使用 Gen AI 的方式——57%——为营销活动创建群组或细分，55%——创建营销活动和旅程计划，54%——个性化消息内容，53%——进行复制测试和实验，以及 53%——构建和优化 SEO 策略。
3. 由于采用生成式人工智能，营销人员的工作效率更高。 营销人员估计，生成式 AI 每周可以为他们节省 5 个小时以上——相当于每年一个多月——以专注于更有意义的工作。 调查发现：71% 的人认为生成式 AI 会消除繁忙的工作，71% 的人认为生成式 AI 会让他们专注于更具战略性的工作，70% 的人认为生成式 AI 会提高他们的生产力。
4. 生成人工智能技能和营销熟练程度较低。 大多数营销人员 (66%) 认为生成式人工智能将改变他们在工作中所需的技能。 将近一半 (43%) 不知道如何从生成式 AI 中获得最大价值。 更重要的是，39% 的营销人员表示他们不知道如何在工作中安全地使用生成式人工智能。 34% 的人表示他们不知道如何在工作中有效地使用生成式人工智能。
5. 内容的准确性和质量是营销人员对生成 AI 最关心的问题。 以下是生成式 AI 最受营销关注的问题：准确性和质量 (31%)、信任 (20%)、Sills (19%) 和工作安全 (18%)。 大多数营销人员 (73%) 认为生成式 AI 缺乏人类情境知识，66% 的人担心生成式 AI 的输出有偏见，重要的是，76% 的人担心生成式 AI 会带来新的安全风险。
6. 人工监督、技能和可信赖的客户数据是生成人工智能的当前要求。 调查发现，63% 的营销人员表示 可信的客户数据 对于营销人员成功使用生成式 AI 很重要。 大多数（66%）的营销人员还表示 人为监督 确保品牌声音对于营销人员成功使用生成 AI 非常重要。 这意味着需要适当的培训——54% 的人认为 生成式 AI 培训计划 对于他们作为营销人员成功使用生成式 AI 来说很重要。 最后，72% 的人希望他们的雇主为他们提供学习如何使用生成式人工智能的机会。

还： 我在工作中测试了很多 AI 工具。 这是我最喜欢的5个

凭借可信的客户数据、预构建、自定义或公共 AI 模型，可以为自动化和智能工作流程提供支持，一个内置安全和治理的单一平台可以实现创新和增加客户信任，以及适当的员工培训、生成 AI可以使营销组织在提高效率的同时提供强大的客户体验。

从营销和销售到客户服务和数字商务，人工智能将改变每个接触点的客户体验。