“AI輸出內(nèi)容的精準(zhǔn)與否，完全取決于它背后的知識庫。你喂給AI的是高質(zhì)量、結(jié)構(gòu)化的行業(yè)知識，它輸出的精準(zhǔn)度就高；你喂的是垃圾，它輸出的也是垃圾。“當(dāng)企業(yè)苦惱于AI的種種弊端時(shí)，金立印教授給出了他的破局之道。

2025年，“All In AI”幾乎成了各個(gè)行業(yè)的共識。但AI的幻覺問題、AI的局限性問題以及AIGC的不真實(shí)感，這些困擾了用戶很長時(shí)間的問題到現(xiàn)在也沒有解決，而這些問題如果發(fā)生在企業(yè)身上，無疑會帶來巨大的經(jīng)濟(jì)損失。不久前，德勤為政府寫的報(bào)告就因幻覺問題被判罰44萬澳元。

不過，這些問題在今天都有了一個(gè)初步的解法：構(gòu)建企業(yè)專屬的知識庫。它并非只是一個(gè)文檔倉庫，而是將企業(yè)獨(dú)有的產(chǎn)品知識、項(xiàng)目經(jīng)驗(yàn)等私有數(shù)據(jù)進(jìn)行系統(tǒng)化的封裝，從而形成一個(gè)專屬于企業(yè)的數(shù)字大腦。

當(dāng)外部的通用大模型與企業(yè)私有大腦深度融合后，AI便能從一個(gè)博學(xué)但泛泛的實(shí)習(xí)生，進(jìn)化為一個(gè)企業(yè)的首席策略官。

那么具體企業(yè)要如何一步步搭建起私有知識庫，并真正與營銷、策略等核心業(yè)務(wù)場景結(jié)合，最終轉(zhuǎn)化為AI時(shí)代的護(hù)城河？為此，本期「Morketing」專題對話特邀到復(fù)旦大學(xué)金立印教授，聽一聽他對企業(yè)級知識庫的看法。

AI改變的不是消費(fèi)者行為，

是連接方式

Morketing：從年初Deepseek的爆火到現(xiàn)在，不僅C端的AI應(yīng)用的活躍有了大幅提升，不少軟件也都在內(nèi)置AI功能，隨著消費(fèi)者對AI工具的使用更加頻繁，這是否意味著消費(fèi)者行為正變得前所未有的碎片和難以捉摸？他們的決策路徑是否更不可控了？

金立?。?/b>我想首先糾正一個(gè)常見的誤解。我并不認(rèn)為AI時(shí)代下消費(fèi)者行為變得更難預(yù)測或標(biāo)簽化了。恰恰相反，剝開技術(shù)的層層外殼，你會發(fā)現(xiàn)消費(fèi)者的根本需求和決策模式，并沒有發(fā)生顛覆性改變。換句話說，消費(fèi)者追求品質(zhì)、價(jià)值、認(rèn)同感的基本動機(jī)，是穩(wěn)定且持續(xù)的。因此，我們真正需要關(guān)注的變化，其實(shí)來自于企業(yè)與消費(fèi)者的連接方式。

Morketing：“企業(yè)與消費(fèi)者的連接方式”要如何理解？這指的是像AI客服、智能導(dǎo)購這樣的人機(jī)交互變得普遍了？

金立印：AI客服或?qū)з徶荒苷f是表層的現(xiàn)象，更深層、更根本的轉(zhuǎn)變，在于消費(fèi)者的信息獲取與決策起點(diǎn)，也就是搜索行為本身，我們會發(fā)現(xiàn)，現(xiàn)在的消費(fèi)者正在用AI搜索來取代傳統(tǒng)的搜索行為。

Morketing：這種轉(zhuǎn)變在行業(yè)的數(shù)據(jù)層面有直觀的體現(xiàn)嗎？它具體是如何影響營銷的實(shí)際操作的？

金立印：一個(gè)非常直觀的現(xiàn)象是：百度等傳統(tǒng)搜索引擎的流量，在AI大模型興起后出現(xiàn)了明顯且持續(xù)的下滑。如果觀察那些原本在百度投放大筆預(yù)算的品牌，比如教育行業(yè)，都會發(fā)現(xiàn)搜索引擎廣告賬戶的預(yù)算消耗速度變慢了，線索成本卻在升高。

那么，這些流量和用戶注意力去了哪里？答案很明確：流向了各類AI對話平臺。這個(gè)變化，正在直接沖擊品牌傳統(tǒng)的營銷預(yù)算分配模型與獲客邏輯。

這里我需要做一個(gè)關(guān)鍵的區(qū)分，剛剛提到的智能客服，本質(zhì)上是消費(fèi)者購買后的“后端”體驗(yàn)優(yōu)化，而我所說的搜索行為變化，發(fā)生在購買決策的“前鏈路”，它直接關(guān)系到企業(yè)如何發(fā)現(xiàn)潛在客戶并影響其決策。

過去，企業(yè)買流量主要投放在搜索引擎廣告或信息流，爭奪的是用戶主動搜索時(shí)的注意力。但現(xiàn)在，AI工具能整合、解析并直接給出產(chǎn)品信息與購買建議，它必然會分走相當(dāng)一部分決策前的流量和用戶信任。

Morketing：所以，您的判斷是，流量的主陣地正在發(fā)生一次歷史性的遷移？這意味著營銷戰(zhàn)的戰(zhàn)場本身發(fā)生了變化。

金立?。?/b>是的，這是一個(gè)根本性的變化。對營銷人來說，流量的陣地正從傳統(tǒng)搜索引擎轉(zhuǎn)向AI對話平臺。未來的流量購買與布局，可能不再高度集中于百度，而是需要前瞻性地轉(zhuǎn)向豆包、DeepSeek這類AI平臺。

它們不再僅僅是提升效率的工具，更是未來流量聚集、需求產(chǎn)生和分發(fā)的新陣地、新渠道。品牌必須從現(xiàn)在開始，重新審視并設(shè)計(jì)自己的流量策略，思考如何在用戶決策的早期的階段，就能被AI準(zhǔn)確地推薦和呈現(xiàn)。

AI洞察的深度取決于“人與知識庫”

Morketing：流量陣地的變化，更加側(cè)重于“找到消費(fèi)者”。接下來，需要做的就是“理解消費(fèi)者”?，F(xiàn)在很多品牌和服務(wù)商都非常關(guān)注用AI來強(qiáng)化消費(fèi)者洞察，在您看來，AI技術(shù)目前是真正帶來了更深層、更獨(dú)特的用戶理解，還是僅僅在提升我們分析數(shù)據(jù)的效率？

金立?。?/b>這并非完全取決于AI的能力，它更取決于使用AI的人和組織的水平。洞察的深度，從來不是由工具決定的，而是由使用者決定的。

我可以肯定地說，AI在提效方面是百分之百的，畢竟它能更快地處理海量數(shù)據(jù)。但如果比深度與獨(dú)特性，我認(rèn)為關(guān)鍵取決于兩個(gè)往往被忽視的因素：

第一，是使用者和組織的提示詞能力。同樣的AI模型，在不同的人手中，用不同的提示詞，得到的洞察結(jié)果可以說是天壤之別。如果只是模糊的提問也只能得到泛泛之談的回答，而一個(gè)精準(zhǔn)、層層遞進(jìn)的提問，才能逼出深刻的見解。

第二，是企業(yè)是否將大模型接入了自身獨(dú)有的知識庫。市場上的通用大模型誰都能用，如果我們不把自己的私藏知識，比如多年的用戶調(diào)研原始數(shù)據(jù)或是一線銷售的真實(shí)反饋以及一些未被公開的行業(yè)認(rèn)知——喂給它，你得到的洞察就會和別人同質(zhì)化，毫無獨(dú)特性可言。

所以，一個(gè)簡單的公式可以是：AI洞察的深度=模型自身能力+人的提示詞能力+企業(yè)知識庫豐富度。后兩者，才是企業(yè)在AI時(shí)代真正的核心競爭力。

Morketing：所以這種獨(dú)特的洞察能力，或許能幫助品牌構(gòu)建更動態(tài)、更立體的消費(fèi)者畫像，而不是停留在年齡、性別這些固定標(biāo)簽上？從而幫助品牌去捕捉更生動用戶狀態(tài)。

金立?。?/b>當(dāng)然可以，但這需要我們首先從觀念上理解消費(fèi)者標(biāo)簽的兩大類型。一類是相對穩(wěn)定的個(gè)人特質(zhì)，比如性別、年齡、興趣、家庭結(jié)構(gòu)等。另一類，是情境依賴的特質(zhì)，它會隨著外部情境的變化而瞬間凸顯或隱藏。

我舉一個(gè)簡單的例子：天熱的時(shí)候，愛出汗的人對止汗產(chǎn)品的需求會高漲，但不愛出汗的人則沒有這個(gè)需求。所以說這種需求并非消費(fèi)者固有的靜態(tài)屬性，而是由“天熱”這個(gè)情境激發(fā)的。再比如，一個(gè)平時(shí)對價(jià)格不敏感的消費(fèi)者，在臨近大促時(shí)可能會變得極其關(guān)注折扣信息。

而AI的優(yōu)勢，就在于能夠整合實(shí)時(shí)信息，所以它能更敏捷地識別和預(yù)測這些情境依賴特質(zhì)的變化。當(dāng)然，這一切的前提，還是企業(yè)能夠提供足夠維度、高質(zhì)量的結(jié)構(gòu)化與非結(jié)構(gòu)化信息給AI作為養(yǎng)料。

Morketing：順著情境這個(gè)思路，當(dāng)消費(fèi)者更傾向于與AI進(jìn)行購買前的對話，這些對話充滿了上下文和具體細(xì)節(jié)，這是否意味著，品牌理解用戶的方式，需要從傳統(tǒng)的數(shù)據(jù)歸類，轉(zhuǎn)向理解這些充滿情境的、非結(jié)構(gòu)化的對話本身？

金立?。?/b>是的。其實(shí)對話本身，就是一種典型的非結(jié)構(gòu)化數(shù)據(jù)，只不過它是實(shí)時(shí)、動態(tài)且高度情境化的。這與傳統(tǒng)的、結(jié)構(gòu)化的瀏覽、交易記錄有本質(zhì)區(qū)別。一段對話里，不僅包含用戶直接表達(dá)的需求，還隱含了他的偏好、顧慮、情緒甚至未說出口的潛臺詞。

所以從本質(zhì)上看，這還是數(shù)據(jù)驅(qū)動的洞察，只是數(shù)據(jù)類型變了。因此，我們所依賴的算法工具也必須升級，比如需要更強(qiáng)的NLP（自然語言處理）與上下文理解的技術(shù)。之后，AI就能夠從這些非結(jié)構(gòu)化的對話中自行學(xué)習(xí)、歸納并歸類，不再完全依賴我們預(yù)設(shè)的、僵硬的分類邏輯。

Morketing：但這類自然對話中，肯定充滿了口語化、隨意、重復(fù)甚至錯(cuò)誤的噪音，比如用戶可能會說“幫我找個(gè)那個(gè)……嗯……就是那個(gè)用來弄頭發(fā)的，卷卷的東西”。那AI要如何從這些泥沙俱下的信息中，提煉出真正可行動、高質(zhì)量的洞察呢？

金立?。涸胍羰且欢〞嬖诘?，畢竟人與人溝通也會有誤解，確實(shí)會有大量噪音。而解決之道，仍然要回歸企業(yè)自身的知識庫和Mapping能力。

Morketing：具體要如何理解企業(yè)知識庫與Mapping的能力？

金立?。?/b>簡單來講，企業(yè)必須要建立一個(gè)高質(zhì)量的、結(jié)構(gòu)化的內(nèi)部知識體系，然后把這些自然的對話數(shù)據(jù)，通過Mapping的方式，與知識庫中的邏輯結(jié)構(gòu)進(jìn)行匹配、清洗和校準(zhǔn)。這就像是一個(gè)煉金術(shù)的過程，把看似無用泥沙投入知識的熔爐，最終提煉出結(jié)構(gòu)化的黃金。

而同樣的用戶對話，接入不同知識庫和Mapping規(guī)則的AI，會得出完全不同的、甚至截然相反的解讀。所以說，企業(yè)自身知識庫的質(zhì)量與設(shè)計(jì)水平，具有決定性的作用。

Morketing：現(xiàn)在還有很多營銷人期待大模型能自動生成洞察報(bào)告，似乎輸入一個(gè)指令就能得到一切。您認(rèn)為它可以完全自動化地做到這一點(diǎn)嗎？

金立?。?/b>我覺得AI是可以自動生成大量洞察報(bào)告的，不過問題的關(guān)鍵不在于數(shù)量和速度，而在于洞察的質(zhì)量與深度。它給你的洞察是不是深刻、創(chuàng)新與精準(zhǔn)，這依然要取決于企業(yè)搭建知識庫的顆粒度夠不夠精細(xì)。

Morketing：那在生成報(bào)告的過程中，是否也會有一些風(fēng)險(xiǎn)？

金立印：風(fēng)險(xiǎn)也是肯定的，比如一方面，AI可能會生成看似合理實(shí)則虛假的關(guān)聯(lián)結(jié)論，或另一方面是洞察的結(jié)論僅僅流于表面，比較膚淺。

不過，這種風(fēng)險(xiǎn)是可以通過流程來規(guī)避的，方法要分三步：首先，營銷人在讓AI做洞察的提示詞必須要優(yōu)質(zhì)，其次，必須要將AI接入企業(yè)豐富的內(nèi)部知識庫中，并且最終要由具備商業(yè)智慧的人來做判斷。總而言之，人要成為AI洞察的裁判，而非讀者。

Morketing：您剛剛有提到人的商業(yè)智慧，這引出了一個(gè)根本性的問題：您認(rèn)為，真正讓AI理解消費(fèi)者，是一個(gè)純技術(shù)問題，還是一個(gè)融合了人文與社會因素的系統(tǒng)性問題？

金立?。簡慰考夹g(shù)肯定不行，消費(fèi)者的需求背后有深層的社會與文化根源。比如為什么養(yǎng)寵物會成為一種普遍的情感寄托？為什么越野和露營會在特定時(shí)期流行？這些趨勢的背后其實(shí)是城市化進(jìn)程、社會心理的變化。

固然技術(shù)與數(shù)據(jù)能提供更高效、更大規(guī)模的分析方式，但深度的、具有前瞻性的洞察必須結(jié)合對社會背景、文化思潮和人性的理解。

AI要想做到這種深層次洞察，就必須依賴包含了社會學(xué)、心理學(xué)、人類學(xué)等維度的獨(dú)有的知識體系和思維鏈。但目前，這類高質(zhì)量的、專門為商業(yè)洞察設(shè)計(jì)的、融合了人文社科智慧的跨學(xué)科知識庫還比較稀缺，并不完善。這既是挑戰(zhàn)，也是巨大的機(jī)會。

未來不屬于AI，

而屬于懂AI的人與組織

Morketing：那么，面對如此快速和前端的變化，品牌的整體戰(zhàn)略是否需要變得更動態(tài)，甚至實(shí)時(shí)調(diào)整？我們是否應(yīng)該放棄一些中長期定位，轉(zhuǎn)向更靈活、更短期的策略？

金立?。?/b>這同樣需要分兩個(gè)層面來看，不能一概而論，更不能迷失在戰(zhàn)術(shù)的敏捷中，喪失了戰(zhàn)略的定力。

在業(yè)務(wù)戰(zhàn)略和品牌定位層面，通俗來說就是品牌要打高端還是下沉市場？品牌的價(jià)值主張是什么？這一類的問題，不應(yīng)頻繁調(diào)整，而需要戰(zhàn)略定力。品牌的核心價(jià)值是長期積累的無形資產(chǎn)，朝令夕改會模糊品牌形象，讓用戶感到困惑。

但在一些具體運(yùn)營策略與營銷戰(zhàn)術(shù)上，比如文案或是KV設(shè)計(jì)這些細(xì)枝末節(jié)，則完全可以借助AI的實(shí)時(shí)反饋進(jìn)行快速測試和迭代，實(shí)現(xiàn)高度的敏捷性。

Morketing：所以這種戰(zhàn)略與戰(zhàn)術(shù)的區(qū)分，也對營銷團(tuán)隊(duì)本身提出了新的要求。您認(rèn)為在AI時(shí)代，營銷團(tuán)隊(duì)需要進(jìn)行怎樣深刻的轉(zhuǎn)型？是否會催生我們過去難以想象的新職位，同時(shí)淘汰一些舊角色？

金立?。?/b>營銷組織的轉(zhuǎn)型是必然的，而且是結(jié)構(gòu)性的。一些傳統(tǒng)的、以重復(fù)性執(zhí)行為主的職位，比如部分市場調(diào)研員以及一些文案和和設(shè)計(jì)師，他們的崗位需求可能會隨著企業(yè)AI化的進(jìn)程加深而減少甚至逐漸消失。

但同時(shí)，也會催生一批擁有新職能的崗位。我認(rèn)為，知識庫設(shè)計(jì)師和提示詞工程師將變得至關(guān)重要。因?yàn)锳I輸出的質(zhì)量，極度依賴于你喂給它的知識庫和給它的指令。

我舉個(gè)例子，比如現(xiàn)在要讓AI設(shè)計(jì)一個(gè)針對新品上市的促銷方案，首先就需要有一位知識庫設(shè)計(jì)師，他來將將各種促銷方式的差異、適用場景以及對品牌價(jià)值的影響等專業(yè)知識，系統(tǒng)地構(gòu)建成一個(gè)結(jié)構(gòu)化的、機(jī)器可讀的知識庫，然后喂給AI。

這個(gè)構(gòu)建知識庫的角色，其戰(zhàn)略價(jià)值在AI時(shí)代將變得前所未有地重要。而提示詞工程師，則負(fù)責(zé)將營銷目標(biāo)翻譯成AI能精準(zhǔn)理解并高效執(zhí)行的復(fù)雜指令集。

Morketing：除了構(gòu)建知識庫和撰寫提示詞，人類團(tuán)隊(duì)的核心價(jià)值，還會向哪些方向偏移？我們還需要培養(yǎng)哪些新能力？

金立?。?/b>首先，提示詞工程本身就是一種需要深度理解業(yè)務(wù)和AI邏輯的核心能力。其次，在更宏觀的層面，如何將AI技術(shù)本身轉(zhuǎn)化為可盈利的商業(yè)模式或創(chuàng)新產(chǎn)品，是一個(gè)巨大的挑戰(zhàn)和機(jī)遇。我們看到目前很多AI工具公司本身并不盈利，如何打造真正解決用戶痛點(diǎn)、讓用戶愿意付費(fèi)的應(yīng)用場景，這需要兼具商業(yè)洞察、技術(shù)理解與產(chǎn)品思維的戰(zhàn)略型人才。

Morketing：那在您看來，隨著AI生成內(nèi)容的能力越來越強(qiáng)，它有可能替代人類，去與消費(fèi)者建立真正的情感共鳴嗎？

金立?。?/b>不能，這是一個(gè)非常關(guān)鍵的區(qū)分。用戶共情的對象，是AI生成的內(nèi)容，而不是AI本身。AI可以通過學(xué)習(xí)知識庫，了解哪些元素、敘事結(jié)構(gòu)能夠引發(fā)共鳴，從而批量生成動人的內(nèi)容，但情感連接本身，始終是發(fā)生在人與內(nèi)容之間，而非人與機(jī)器之間。

品牌通過AI輸出內(nèi)容來傳遞價(jià)值，與用戶建立關(guān)系，但用戶忠誠于的是品牌背后所代表的價(jià)值，而不是AI這個(gè)工具。這一點(diǎn)至關(guān)重要。

Morketing：展望未來三到五年，您認(rèn)為AI將推動營銷發(fā)生哪些最重要的、可能重塑行業(yè)格局的變革？品牌應(yīng)如何系統(tǒng)性地適應(yīng)，而不是零敲碎打？

金立?。?/b>變革肯定是全方位的。市場研究、新產(chǎn)品研發(fā)、內(nèi)容生產(chǎn)這些領(lǐng)域已經(jīng)首當(dāng)其沖。下一步，走在前沿的企業(yè)將開始利用AI來生成市場策略本身，而不僅僅是執(zhí)行策略的內(nèi)容。

比如，AI在分析了整個(gè)酸奶市場的競爭格局、消費(fèi)者評論、社交聲量和宏觀健康趨勢后，可能發(fā)現(xiàn)所有品牌都在強(qiáng)調(diào)助消化或高蛋白，但會有一個(gè)情緒健康與助眠的需求空檔未被滿足。

它可能就會直接建議公司推出“助眠晚安酸奶”新品類，并同步生成詳細(xì)的目標(biāo)人群畫像、核心渠道策略、關(guān)鍵溝通信息要點(diǎn)，甚至初步的商業(yè)模式。這就是策略的生成，而不僅僅是內(nèi)容的創(chuàng)作。

Morketing：但這類由AI生成的策略，其精準(zhǔn)度和可靠性如何保證？品牌該如何判斷和取舍？

金立?。?/b>這還是取決于它背后的知識庫的質(zhì)量、廣度與深度。你喂給AI的是高質(zhì)量、深度結(jié)構(gòu)化的行業(yè)知識與市場洞察、真實(shí)的用戶反饋、經(jīng)過驗(yàn)證的商業(yè)模式案例，它輸出的策略精準(zhǔn)度和創(chuàng)新性就高；你喂給它的是膚淺、混亂、過時(shí)甚至錯(cuò)誤的信息，它輸出的也必然是垃圾，甚至是危險(xiǎn)的建議。我們不能拋開輸入的質(zhì)量，去空談輸出的

智慧。

最直接、最可靠的判斷方法，就是讓市場來檢驗(yàn)。你可以讓AI生成一個(gè)策略，同時(shí)讓你最資深的營銷團(tuán)隊(duì)做一個(gè)人工策略，然后將兩者放到真實(shí)的市場環(huán)境中進(jìn)行小范圍的快速測試，用真實(shí)的用戶反饋、ROI來說話。

Morketing：最后，請您為所有正在探索AI營銷的企業(yè)，提煉一個(gè)最核心的行動建議。

金立印：我想提三點(diǎn)。

第一，積極擁抱，無需恐懼，要以開放的心態(tài)去學(xué)習(xí)和實(shí)踐。

第二，投入核心資源，下大力氣構(gòu)建企業(yè)獨(dú)有的、結(jié)構(gòu)化的知識庫，這是企業(yè)的AI護(hù)城河。

第三，大膽測試，快速迭代，形成一個(gè)”使用AI生成策略→投入真實(shí)市場測試→將反饋結(jié)果數(shù)據(jù)用于迭代AI能力和優(yōu)化知識庫“的閉環(huán)。

每扎實(shí)地完成一輪這個(gè)循環(huán)，你的企業(yè)運(yùn)用AI進(jìn)行用戶洞察和營銷決策的能力就會實(shí)實(shí)在在地提升一層。這也是在AI營銷新范式中，能夠讓企業(yè)脫穎而出、建立真正可持續(xù)競爭優(yōu)勢的根基。