重新定义营销工作流程的智能代理AI

能代理AI 对于营销人员来说，AI赋能的工作流程将推动增长、速度和效率达到新的水平。您的激活计划是什么？ 本文是Dianne Esber、Eli Stein、Julien Boudet和Kelsey Robinson共同撰写的，Nilay Shah代表麦肯锡增长、市场营销和销售实践的观点。 营销的未来将由组织在人工智能辅助世界中的运作水平来定义。消费者正通过日益智能的系统进行发现、评估和购买；注意力在日益增多的平台上分散；同时，对相关性、个性化和即时性的期望也在上升。营销不再局限于活动和渠道——它正变成一个实时增长引擎，通过持续循环整合洞察力、内容、商业和绩效。在这种环境中，那些能够更快学习、大规模个性化、全面优化整个流程并设计既针对人类也针对引导他们的AI系统的体验的组织将获得优势。首席营销官的角色相应地扩展——从品牌和需求的守护者转变为数据、技术和AI赋能执行的协调者。 这种执行方式并非易事——营销组织对此的理解比大多数人都深。毕竟，营销人员是早期人工智能的采用者之一，从文案生成到图像创作都在尝试使用案例。许多工具已经获得市场认可，但由于它们通常只解决孤立的任务，结果就是一系列断开的试点和系统，虽然增加了活动（例如，产生了更多初步概念图像），但为企业带来了很少的有意义的好处。这种碎片化在很大程度上反映了传统营销技术架构——多个CMS、数字资产管理、CRM和数据分析系统，这些系统从未为实时代理工作流程或共享数据模型而设计。“通用人工智能悖论”这项技术无处不在，却唯独不见于底线。 代理人工智能——基于能够执行多步骤过程的基座模型构建的系统——有潜力解决这个问题，因为它提供组织从根本上改变工作方式的机会而不是依赖于从业者使用孤立的工具来提高个体生产力和效率，组织可以创建混合型人机工作团队——其中人们设计和监督AI代理网络，处理大部分执行工作。在这种模式下，一名营销专业人士可以管理一个代理团队，有可能推动增长、提高生产力，并让人类同事专注于创意和战略等更高级别的任务。实现这一转变需要现代化的技术基础：统一的身份和数据层、灵活的模型服务基础设施，以及内容和激活系统，为代理提供可靠的API以进行操作。 认识到这一潜在价值，只能通过重新构想和重建围绕代理型AI的工作流程来实现。这并非易事，这也解释了为什么公司迄今为止都难以从AI代理中提取出显著的价值。那些未能进行必要的艰苦工作来重塑工作流程的组织，可能会创造出现有人工智能协作和系统，它们远远达不到技术的承诺。 尽管我们仍处于代理人工智能的早期阶段，一种重新构想和重建营销工作流程的方案正在浮现。本文将探讨创建代理营销工作流程的五步法。 人工智能在营销中的价值 我们估计，代理式人工智能将占当前市场营销活动的大约三分之二，实现诸如自动化内容生成、合成受众测试以及基于受众的媒体规划等任务（见图表1）。 展品1 最终，一个有自主权的劳动力有望以三种关键方式改变营销运作： 推动顶级增长根据麦肯锡的研究，正在实施代理型工作流程的市场营销组织可以期待通过超个性化营销实现10到30%的收入增长。由于许多新的营销活动将实现自助服务，因此... 始终在线、具备AI功能的营销活动，跨团队和渠道的协作得到提升。 启用速度我们估计，通过加速头脑风暴和想法的审核，代理系统将使营销活动的创造和执行速度提高10到15倍，从而实现更快的产品测试和更精准的优化。 推动工作支出和增长通过使用AI代理提高工作效率，将原本用于流程和运营的资源重新分配，以直接触及消费者。结果：人类专注于更重要的任务，并通过数据驱动的营销、媒体和创意表现获得更高的投资回报率。 当然，这些收益远未确定。只有通过重新构想完成市场营销的方式，才能实现它们。以下，我们将阐述领先的组织是如何做到这一点的。 创建一个代理式营销工作流程 设计一个具有自主能力的AI解决方案通常需要五个步骤——从识别可以由代理完成的任务到重新思考人类角色以确保有效的监督（展示2）。在领导层导航这个过程中，他们必须意识到几个增加执行复杂性的因素。例如，一些具有自主能力的解决方案可以应用于多个功能中的相似任务，并且应该构建为可重用，能够随着技术的进步和新模型的涌现而升级。自主系统还需要被设计为可扩展的。在所有情况下，公司都需要根据业务目标重新构思工作流程。 展示2 第一步：创建关键营销活动的详细分类体系 创造明天的以代理驱动的流程，当然不能在没有首先发展对今天工作完成方式的细致理解的情况下完成。在这个过程中，一个重要的第一步是将优先级工作流程分解为涉及的关键活动的完整链条。这种映射必须包括支持每个活动的底层系统——客户关系管理、内容管理系统、数字资产管理、分析和数据管道，因为系统限制往往决定了代理工作流程的设计方式。这将作为最终转化为未来状态“全新”代理工作流程的基础现状。 这是许多公司如何开始行动的。以一家领先的消费品品牌为例，该公司试图重新设计创意构思和生产的过程。从历史上看，这通常是一个复杂的任务，可能需要数月的时间投入，涉及众多利益相关者，包括内部员工和外部代理商，他们参与反馈和修改的循环迭代。为了确定AI代理可能提供帮助的方式，该组织首先创建了一个涵盖过程所有涉及活动的全面清单，包括构思、概念创建和测试、内容生产、内容版本管理、内容优化和代理商管理。然后，这些活动被进一步细分为数百个单独的微任务。例如，在概念创造和测试方面，团队确定了诸如概念图像生成、聚焦小组预测试、风险评估等子任务。这个详细分类法为高管们提供对其工作流程更全面的理解——这一理解后来为代理商的构建就绪规格提供了信息。 这个分类法还应包括市场营销中的洞察力功能——如综合数据、生成假设、解读消费者信号以及将发现转化为行动等活动。这些活动是市场营销过程的关键部分，许多活动可以通过代理工作流程进行增强或加速，而不需要取代从这些活动中提取意义所需的人类判断。 第二步：定义代理商原型 在建立对组织内任务的基础理解之后，下一步是将这些任务分类为代理原型，这些原型将作为可重复使用的蓝图，指导代理在流程中如何部署和部署在哪里。在营销组织中，这些原型可能包括“提取知识以构建背景和推理”、“分析数据以定义输出”和“在多种媒介上生成具有变体的材料”。 在上面的消费品牌中，领导者将一系列营销任务划分为六个代理原型——内容生成者、知识、本地化、分析者、策划者和操作者，这些原型随后被用来定义在营销过程中部署和复用的模块化、可扩展的个体代理（图3）。 展品3 第3步：确定跨工作流程所需的全套代理 在识别关键任务并将它们分类为不同的典型模式后，技术和商业领导者必须确定在每个模式中需要的具体代理来转换工作流程。团队还必须确认代理能够从技术上与所需系统——数据平台、内容存储库和激活平台——集成，因为系统互操作性，而非模型设计，往往是限制因素。 一个由消费者品牌确定的代理原型关键点，例如，是内容创作。在该原型中，高管们确定了近100个独立模块化代理——也就是可以插入到多个工作流程中的多个创意过程中的个体代理。例如，一种简短文本生成代理可以用在多种不同的方式。 在跨创意内容开发、销售资料开发、电子商务/网站优化和与商业合作伙伴的共同营销等任务上。一些市场营销技术平台，包括Adobe和HubSpot，现在提供可直接嵌入到创意工作流程中的AI智能代理。这些智能代理可以生成和优化文案和设计变体，针对目标受众群体量身定制资产，根据实时行为信号在不同渠道更新内容。营销人员仍负责品牌形象和战略指导，但智能代理负责协调大量的生产工作。初步测试表明，生产周期缩短，能更快速地应对市场环境变化。 第4步：定义未来状态的工作流程，明确人类在流程中的角色。 当然，随着人工智能代理越来越多地融入工作流程，人类角色将需要改变。在营销领域，这意味着需要花更多时间在以下任务上：基于定性因素如“品味”等不易自动化的任务，如制定营销策略；更深入地理解哪些内容会让受众产生共鸣；与利益相关者维持和建立关系；以及处理最好由人亲自处理的任务，例如营销活动。 营销人员还需要监督推动这些工作流程的技术基础设施：数据质量和架构、内容元数据、编排规则以及确保代理安全一致运行的API治理。这要求品牌投资于能够针对品牌背景微调现成基础模型的人才，并提升员工技能以重新定义工作方式。人类需要掌握的新技能包括： —即时工程了解如何构建指令，以便代理能够产生期望的输出 —与代理商合作理解代理人和营销人员之间的交接，并引导代理人制定新策略 —质量监控监测代理活动的能力，发现质量、合规性等方面的异常，并跟踪代理任务。 —磨砺理念，凭借人文智慧评估和提升AI输出的人类直觉与经验 —数据和人工智能流利能力准备和清洗数据集，以及验证AI生成的见解与实际表现的一致性 —机器学习建模应用机器学习、数据工程、实验和流程编排的知识 考虑上述消费品牌所涉及的概念生成和测试流程。该团队创造的未来状态代理过程包括与协作的代理队列。 人类同事。代理人专注于产生概念和内容，对照风险指南进行交叉核对，预测试内容，并编写初步计划。人类工作者专注于他们最擅长的事情：提示和管理代理人，审核产出，结合多年的行业和市场经验所获得的本能和洞察来提升想法，然后将成果与关键利益相关者共享（见展示4）。这种新的工作流程使得消费公司能够并行生成和测试更多的创意概念，加速学习周期，让市场营销人员有更多时间来完善与消费者产生共鸣的想法。 exhibit 4 第五步：分波次优先处理，专注于高价值工作流程以推动采用 在识别和绘制未来状态工作流程后，组织需要优先考虑其开发和推广；他们还必须决定是构建定制工具还是部署现成解决方案。首要任务应包括效率潜力最高的领域，以实现快速胜利，或基于组织整体目标的有效性和业务增长的相关工作流程。优先级应反映技术准备情况，因为有些工作流程必须在数据管道、元数据结构和关键执行系统为代理编排做好准备后才能自动化。 消费者品牌分三波引入了其代理营销系统。第一波侧重于构建一个创意引擎，代理持续生成和改进 宣传活动想法和资源，为团队提供源源不断的新内容进行测试。第二波增加了更多智慧和安全保障，代理人对创意概念进行快速预测试，并自动检查内容的品牌、法律和风险合规性。最后一波将系统扩展到全球，使代理人有能力为本地市场调整信息，并协调可扩展的测试和推广。 这些浪潮将一个缓慢而手动的过程转变为一个快速且数据驱动的系统，在一些内容创作试点中，相较于传统的工作流程，将端到端流程的速度提高了四倍。 授权系统也开始在媒体执行中崭露头角。一家先进广告平台目前正在构建人工智能代理来自主优化各大数字渠道的广告活动，持续评估绩效、调整出价和预算、匹配创意与受众，并生成新的信息变体。这些代理实时运作，管理成千上万的细微调整，而这些在以前需要不断的手动监督。早期采用者报告优化周期更快，广告投资回报率有明显提升，突显出授权执行正在重塑现代媒体运作。 推动增长和采用，同时限制风险 端到端的代理工作流程将通过更快地生产更多消费者体验来帮助营销机构实现价值，同时推动收入增长并刺激工作性支出。但促进这一变革并非易事，需要领导者在组织的关键方面执行品牌需要设定自上而下的愿景（由董事会和首席执行官领导），通过强有力的治理确保采用和扩展，同时限制品牌和法律问题。领导者还必须理解，代理人只是AI战术中的一件工具；其他工具，包括脚本编写、机器人流程自动化和机器学习，也需要考虑。过于狭隘地只关注代理，可能会错失显著的效率提升。当放大时。 这过程并非没有风险——尤其是在市场营销领域，它直接影响到面向消费者的内容和品牌认知。营销人员需要密切关注潜在的品牌和法律风险，这远远超出了……技术代理AI在所有功能上带来的技术和数据风险营销人员似乎理解了人工智能带来的新风险。一项麦肯锡针对财富250强消费品和技术公司35位首席营销官（CMO）的调查发现，高管们主要关注品牌和法律治理、人力能力挑战、技术投资不足和数据瓶颈。洞察团队还需要新的治理机制来验证人工智能生成的洞察、建立信心阈值，确保在研究