在AI時代，品牌面對的不僅是消費者習(xí)慣的改變，更是“客戶”身份的重構(gòu)。對話式AI正將搜索與決策合并，讓用戶在點擊網(wǎng)站前就做出選擇；更深遠的是，AI智能體本身正在成為新的“客戶”，它們將依據(jù)結(jié)構(gòu)化數(shù)據(jù)和算法偏好，替代人類完成購買決策。企業(yè)營銷需要從傳統(tǒng)的“觸達-說服-轉(zhuǎn)化”邏輯，轉(zhuǎn)向思考：如何被算法看見、如何被AI系統(tǒng)信任。營銷將不再只是心理學(xué)，更需要學(xué)會機器人心理學(xué)、結(jié)構(gòu)化溝通與雙重視角。那些盡早為機器客戶設(shè)計產(chǎn)品信息、為對話式AI優(yōu)化內(nèi)容策略的品牌，將定義下一階段的競爭規(guī)則。

我們正處于兩場同時發(fā)生的革命之中，它們將重塑企業(yè)爭奪客戶的方式。一場關(guān)乎消費者如何搜索信息，另一場——才剛剛起步——則關(guān)乎誰來做出購買決策。

市場營銷管理一直致力于引導(dǎo)人們走過銷售漏斗，從認知到考慮再到購買。這一過程取決于消費者如何了解市場，而恰恰在這個學(xué)習(xí)過程中，這兩場革命產(chǎn)生了最為強烈的沖擊。幾十年來，營銷人員通過大眾媒體建立品牌認知，然后通過搜索引擎捕捉需求，但如今，對話式AI（如ChatGPT和Gemini這類使用自然語言與用戶互動的系統(tǒng)）正在同時顛覆這兩個階段。

以下內(nèi)容借鑒了關(guān)于該主題的最新學(xué)術(shù)研究。具體細節(jié)當然會有所變化，但變革的方向是明確的。

第一場革命：無需網(wǎng)站的學(xué)習(xí)

AI聊天機器人給零售商帶來了雙重打擊。想想過去的模式：有人在谷歌上搜索，得到一系列鏈接，點擊進入各個網(wǎng)站，比較不同選項，最終完成購買。但現(xiàn)在消費者開始向聊天機器人尋求信息。當有人向ChatGPT或Claude詢問產(chǎn)品推薦時，他們無需瀏覽品牌精心打造的網(wǎng)站，就能得到完整的答案，而且聊天機器人提及的選項比傳統(tǒng)搜索結(jié)果頁面顯示的要少得多。

谷歌對ChatGPT的回應(yīng)讓許多零售商的情況雪上加霜。搜索結(jié)果頂部的那些AI概述，很多用戶看了之后就不再往下滾動查看鏈接。那些花了數(shù)年時間打造搜索流量的品牌，眼睜睜看著流量逐漸流失。人們通過聊天機器人找到了所需信息，不再登錄網(wǎng)頁。正如《經(jīng)濟學(xué)人》去年所討論的，綜合數(shù)據(jù)證實了這一點：網(wǎng)絡(luò)流量模式正在迅速轉(zhuǎn)變。AI正在終結(jié)傳統(tǒng)網(wǎng)頁時代。

如今，當消費者向聊天機器人尋求推薦時，他們得到的是經(jīng)過篩選的答案，這些答案由訓(xùn)練數(shù)據(jù)和算法塑造。出現(xiàn)在這些回復(fù)中的品牌獲得了極高的曝光度，而其他品牌則仿佛不存在。

研究人員已經(jīng)開始量化這些變化。例如，波士頓大學(xué)的一項研究觀察了Stack Overflow，這是一個深受軟件開發(fā)人員歡迎的平臺。ChatGPT推出后，該平臺的流量大幅下降。為什么呢？因為開發(fā)人員發(fā)現(xiàn)他們可以從ChatGPT獲得答案，無需再向其他人提問。

但有趣的是，研究人員還觀察了Reddit，這是另一個受開發(fā)人員歡迎的社交平臺，他們發(fā)現(xiàn)在開發(fā)人員喜愛的子版塊（或社區(qū)）中并沒有出現(xiàn)類似的影響。區(qū)別在于目的：人們訪問Stack Overflow是為了獲取特定信息，而這正是聊天機器人也能提供的；而人們訪問Reddit是為了社區(qū)交流、討論以及與他人互動的體驗，這是聊天機器人無法給予的。這種新興分化的戰(zhàn)略意義很明確：主要基于信息傳遞建立的品牌易受沖擊，而那些建立在社區(qū)、情感連接或體驗之上的品牌則更具韌性。

倫敦商學(xué)院與加州大學(xué)洛杉磯分校的研究團隊在此基礎(chǔ)上展開了更深入的研究。他們基于ComScore網(wǎng)絡(luò)行為面板（涵蓋超百萬用戶及URL級別的瀏覽數(shù)據(jù)）追蹤個體行為，在排除混雜變量后發(fā)現(xiàn)：使用ChatGPT后，用戶的在線搜索量平均下降約20%。小型網(wǎng)站受到的影響最為顯著——由于缺乏足以驅(qū)動直接訪問的品牌認知，其流量流失更為嚴重；而這一效應(yīng)在高頻消費用戶群體中表現(xiàn)得尤為突出。研究揭示了一個關(guān)鍵趨勢：最具價值的客戶，恰恰是行為轉(zhuǎn)變最快的群體。

從搜索引擎優(yōu)化到生成式引擎優(yōu)化

這些變化將要求重新思考數(shù)字戰(zhàn)略。在搜索引擎時代行之有效的技術(shù)，不一定能適用于對話式AI。關(guān)鍵詞優(yōu)化、鏈接建設(shè)、元數(shù)據(jù)優(yōu)化——這些都無法直接應(yīng)用于聊天機器人的工作方式。實際上，我們正在從搜索引擎優(yōu)化（SEO）時代邁向生成式引擎優(yōu)化（GEO）時代。

問題在于，目前還沒有人真正理解GEO。規(guī)則仍在制定之中，那些盡早摸索出有效GEO策略的公司，在最佳實踐普及之前將擁有真正的優(yōu)勢。關(guān)鍵在于要明白一個重要的點：針對對話式AI進行優(yōu)化并非單純的技術(shù)性SEO操作。這需要理解這些系統(tǒng)如何處理和合成信息、它們偏好哪些信息來源、如何構(gòu)建回復(fù)。這意味著要徹底重新思考內(nèi)容策略——不僅要考慮說什么，還要考慮如何組織信息，以便AI系統(tǒng)能夠解析、關(guān)聯(lián)并推薦這些信息。結(jié)構(gòu)化數(shù)據(jù)、清晰的分類以及能直接回答常見問題的全面內(nèi)容，可能比主導(dǎo)SEO的基于鏈接的權(quán)威信號更為重要。

對話式AI在銷售漏斗中的位置

要預(yù)測這一趨勢的走向，你需要了解對話式AI將如何盈利。想想兩個主要數(shù)字營銷渠道的差異。Meta和其他社交媒體公司通過注意力變現(xiàn)——在信息流中投放廣告，根據(jù)人口統(tǒng)計數(shù)據(jù)和行為進行定向推送。這是銷售漏斗頂端的營銷，在那些并非主動尋找特定產(chǎn)品的人群中建立品牌認知。另一方面，谷歌通過意圖變現(xiàn)。用戶輸入查詢內(nèi)容，就表明了積極的興趣，這使他們在購買旅程中處于更深入的階段。這種意圖使得搜索廣告對推動轉(zhuǎn)化具有價值。

在與埃里克·赫爾曼（Erik Hermann）和大衛(wèi)·施魏德爾（David Schweidel）合作的一篇新論文中，我們認為對話式AI處于這兩個極端之間。用戶通過提示表達興趣，這比被動瀏覽社交媒體信息流更具針對性，但通常這種情況發(fā)生在決策過程中比谷歌搜索信息更早的階段。有人向聊天機器人詢問與某產(chǎn)品類別相關(guān)的主題，可能對此感興趣，但很可能還沒準備好購買。

近期的數(shù)據(jù)似乎證實了這一假設(shè)。德國的研究人員使用來自一千多個網(wǎng)站的第一方數(shù)據(jù)，研究了推薦來源的價值，其中包括來自ChatGPT的推薦，其在所有推薦中占比很小。他們發(fā)現(xiàn)，ChatGPT推薦產(chǎn)生的單會話收入介于社交媒體推薦（銷售漏斗頂端，低購買意圖）和搜索（高購買意圖）之間。

這種中間位置創(chuàng)造了有趣的動態(tài)。對于品牌來說，這意味著一個新的接觸點，消費者在這里投入關(guān)注且充滿好奇，但尚未形成特定的購買意圖。這在客戶旅程中是很有價值的環(huán)節(jié)。這也是對話式AI廣告競爭將異常激烈的原因。

OpenAI最近宣布ChatGPT即將引入廣告，如果該公司希望繼續(xù)為數(shù)億用戶提供免費計劃，這是必須采取的舉措。該公司還公布了其廣告原則，稱這些原則旨在優(yōu)先考慮消費者信任，避免造成社交媒體廣告已帶來的損害。這些原則值得稱贊，但處于銷售漏斗中間位置會產(chǎn)生強大的動力，促使其更努力地向下推動消費者的購買意圖，這反過來可能導(dǎo)致更激進的策略。要抵制吸引更多眼球的誘惑并非易事。

第二場革命：機器人成為客戶

搜索革命已經(jīng)具有極大的顛覆性，但即將到來的第二次變革可能更為關(guān)鍵。要理解這一點，你需要開始區(qū)分營銷人員常常混用的兩個術(shù)語：客戶與消費者。

客戶是做出購買決策的人，而消費者是使用產(chǎn)品的人。有時兩者是同一人，但有時并非如此：父母為孩子購買商品，醫(yī)生為患者開處方，采購總監(jiān)為其他部門購買物資?，F(xiàn)在這種區(qū)分很重要，因為AI智能體開始做出購買決策。問題不再僅僅是“誰是你的客戶？”，還包括“你的客戶是什么？”——因為你的客戶可能是一個算法。在AI智能體時代，決策者和終端用戶可能不再是同一實體。市場營銷必須同時關(guān)注兩者。

想象一下，一位忙碌的專業(yè)人士告訴他們的AI助手：“我需要一臺新的工作筆記本電腦。我的預(yù)算是兩千美元。我看重電池續(xù)航和顯示屏質(zhì)量。幫我訂一臺?！盇I智能體研究各種選項，權(quán)衡利弊，然后完成購買。沒有人訪問過產(chǎn)品頁面或閱讀過評論。整個客戶旅程都發(fā)生在算法內(nèi)部。

當AI智能體能夠為人們研究選項、評估替代方案、協(xié)商價格并完成購買時，我們所熟知的市場營銷將需要重塑。我們正處于這一轉(zhuǎn)變的早期階段。它從尋求推薦開始，但將朝著交易方向發(fā)展。AI智能體已經(jīng)具備完成此類自主工作的大部分技術(shù)能力。目前缺少的是基礎(chǔ)設(shè)施、信任框架和廣泛應(yīng)用。但發(fā)展軌跡很明顯：就像智能手機迫使人們從以桌面端優(yōu)先轉(zhuǎn)向以移動端優(yōu)先一樣，AI智能體將迫使許多營銷人員轉(zhuǎn)向以機器客戶優(yōu)先的戰(zhàn)略?，F(xiàn)在就開始準備的公司，在市場成熟時將做好充分準備。

為機器客戶進行設(shè)計

我們的網(wǎng)絡(luò)基礎(chǔ)設(shè)施是為人類構(gòu)建的。我們通過視覺界面進行導(dǎo)航，點擊標簽、滾動菜單、選擇選項。這之所以可行，是因為我們是具備精細運動技能的視覺生物。但AI智能體不同。一個機器人要使用普通網(wǎng)站，需要復(fù)雜的計算機視覺和交互模擬。或者，機器人可以更高效地讀取它能直接解析的結(jié)構(gòu)化數(shù)據(jù)格式。因此，未來的網(wǎng)絡(luò)將在很大程度上依賴密集文件和結(jié)構(gòu)化數(shù)據(jù)，AI智能體可直接瀏覽這些內(nèi)容，而無需偽裝成人類瀏覽器。

與此同時，品牌面臨一個實際問題：維護既能服務(wù)人類又能服務(wù)AI智能體的網(wǎng)站。需要進行架構(gòu)更改，以確保產(chǎn)品信息、價格和庫存情況以兩種受眾都能訪問的格式呈現(xiàn)。

大多數(shù)公司還沒有為此做好準備。他們的網(wǎng)站假定瀏覽者是人類。他們的結(jié)賬流程假定點擊的是人類。他們的客戶服務(wù)系統(tǒng)假定另一端是人類。為機器客戶改造所有這些，將需要大量投資以及許多組織甚至尚未開始的思維轉(zhuǎn)變。

新興的機器人心理學(xué)領(lǐng)域

當人類是唯一的客戶時，營銷人員大量依賴心理學(xué)——去理解認知偏差、情感觸發(fā)因素、決策啟發(fā)法、社會影響的作用，進而設(shè)計市場進入策略和相關(guān)信息傳達。如果機器人成為客戶，營銷人員還需要了解機器人心理學(xué)。

這比聽起來更棘手。AI系統(tǒng)具有一致的行為模式，但這些模式往往出人意料，不同模型之間也不一致，而且違反直覺。關(guān)于這方面的研究才剛剛起步，但研究結(jié)果應(yīng)該會讓每個營銷人員感到緊張。一項研究讓人類和AI都撰寫廣告文案，然后讓雙方對結(jié)果進行評分。研究人員發(fā)現(xiàn)了他們所謂的“AI - AI偏差”：AI系統(tǒng)對AI生成內(nèi)容的評分高于人類生成的內(nèi)容。想想這意味著什么。在一個AI智能體做出購買決策的世界里，人類創(chuàng)建的營銷內(nèi)容可能會失敗，不是因為它更差，而是因為AI評估信息的結(jié)構(gòu)性偏差。幾十年來，我們一直擔(dān)心人類決策中的偏差，并構(gòu)建系統(tǒng)來應(yīng)對這些偏差?，F(xiàn)在我們也需要擔(dān)心機器偏差。

哥倫比亞大學(xué)和耶魯大學(xué)的研究人員與一家AI初創(chuàng)公司合作，搭建了一個沙盒環(huán)境來研究智能體在電子商務(wù)平臺上的行為。他們的發(fā)現(xiàn)揭示了一個復(fù)雜的局面。和人類一樣，AI智能體也有位置效應(yīng)；也就是說，它們偏愛特定展示位置的產(chǎn)品。但不同模型的偏好差異很大。研究人員測試了GPT、Claude和Gemini，發(fā)現(xiàn)這三個模型都偏愛展示頁面第一行的產(chǎn)品。但在這一行內(nèi)呢？GPT強烈偏愛第一個位置，Claude偏愛中間位置，Gemini則偏愛右側(cè)位置。如果你是一個試圖優(yōu)化頁面布局的零售商，要弄清楚這些可不容易。

研究人員還發(fā)現(xiàn)，AI智能體在檢測到商業(yè)影響時，會對“贊助”標簽進行懲罰，對背書給予獎勵，并對相關(guān)信息打折。在某些方面，機器人的行為比人類更理性，人類即使明知是廣告，也極易受其影響。AI智能體也會對價格和質(zhì)量評級做出反應(yīng)，但不同模型的權(quán)重有所不同。面對相同的產(chǎn)品和相同的信息，不同的AI模型做出了截然不同的購買決策。

市場營銷領(lǐng)導(dǎo)者現(xiàn)在應(yīng)該怎么做

這些變化既令人困惑又令人恐懼，因為它們發(fā)生得如此之快，而且我們似乎正朝著未知的方向發(fā)展。那么市場營銷領(lǐng)導(dǎo)者應(yīng)該如何應(yīng)對呢？以下是他們可以采取的措施，以應(yīng)對這兩場革命：

1.首先評估搜索革命對你的影響：來自搜索引擎的流量和轉(zhuǎn)化占比是多少？你的數(shù)字戰(zhàn)略在多大程度上依賴人們點擊進入你的網(wǎng)站？對信息搜索流量的高度依賴意味著短期內(nèi)風(fēng)險較高。

2.培養(yǎng)生成式引擎優(yōu)化方面的專業(yè)知識：這個領(lǐng)域還很年輕且發(fā)展迅速。嘗試為提高聊天機器人的可見性來組織內(nèi)容。跟蹤你的品牌在AI回復(fù)中的出現(xiàn)情況。在競爭對手之前積累內(nèi)部知識。

3.加倍投入AI難以輕易復(fù)制的方面：Stack Overflow與Reddit的研究結(jié)果在這里很有意義：社區(qū)、情感連接和體驗比信息傳遞更難被取代。思考你的品牌如何深化這些維度。

4.為AI客戶做好準備：開始思考算法會如何評估你的產(chǎn)品。它需要哪些結(jié)構(gòu)化數(shù)據(jù)？你的價值主張將如何轉(zhuǎn)化為AI系統(tǒng)所權(quán)衡的因素？

5.關(guān)注相關(guān)研究：學(xué)者和分析師正在快速產(chǎn)生新的研究成果。建立跟蹤并應(yīng)用這些見解的能力將帶來回報。

6.為雙重視角重新思考內(nèi)容策略：你的內(nèi)容需要引起人類讀者的共鳴，同時要進行結(jié)構(gòu)化處理，以便AI系統(tǒng)能夠處理和引用。這并不意味著要為機器而不是人類寫作。但這意味著要認識到相同的內(nèi)容將通過截然不同的途徑被消費。

7.將此視為領(lǐng)導(dǎo)層面的問題，而非市場營銷部門的問題：這些變革涉及公司與客戶在各個層面的連接。它們需要技術(shù)、內(nèi)容、產(chǎn)品和客戶體驗等部門之間的協(xié)調(diào)。那些將這些能力孤立開來的組織將舉步維艱，而那些在管理層進行整合的組織將行動得更快。

市場營銷此前也曾經(jīng)歷過顛覆性的轉(zhuǎn)變：從印刷到廣播，從廣播到數(shù)字，從桌面端到移動端。每一次轉(zhuǎn)變都造就了贏家和輸家。這次的轉(zhuǎn)變更為深刻。我們不僅在改變市場營銷觸達人類決策者的方式，而且潛在地改變了這些決策者本身。早期證據(jù)表明，鑒于不同模型的AI智能體行為差異以及聊天機器人對信息加權(quán)的不透明性，我們前方的道路將崎嶇不平。我們正走向一個充滿不確定性和試驗的時期。

但不確定性中蘊含著機遇。那些在對話式AI營銷方面培養(yǎng)出專業(yè)能力，并弄清楚如何同時針對人類和機器客戶進行優(yōu)化的公司，將獲得豐厚的回報。

關(guān)鍵詞：

斯特凡諾·龐托尼（Stefano Puntoni）| 文

斯特凡諾·龐托尼是賓夕法尼亞大學(xué)沃頓商學(xué)院市場營銷學(xué)教授，也是沃頓人機研究聯(lián)合主任。

周強 | 編校

聯(lián)系方式

投稿、廣告、內(nèi)容和商務(wù)合作

newmedia@hbrchina.org