行銷AIGC化下的個人化推薦

過去行銷在談「個人化推薦」時，主要是根據顧客的購物資訊，並透過演算法，推算出顧客可能需要什麼，進而提出推薦。

而當AIGC出現之後，個人化大模型能進一步做到「深度個人化」。舉例來說，內建個人化大模型的家庭語音助理，能基於用戶的偏好來播放音樂，並根據用戶的回答進行調整。

某人：「AI精靈，我想聽一些能讓自己放鬆的音樂。」

AI精靈：「好的主人，我知道您喜歡輕音樂和古典音樂，請問您要聽哪一種？」

某人：「輕音樂。」

AI精靈：「好的主人，我立即為您播放輕音樂。」

以上只是相對簡單的應用，更深度的個人化推薦，能在個人接受服務時，得到與自身需求、特性、習慣等，相互匹配的深度體驗。而這種深度體驗，呈現在包括：情緒、認知、喜好、與行為等各個層面。

舉例來說，我們可以使用GPT，搭配Galgame（美少女遊戲），生成一個Cyber Girlfriend（虛擬女友）。這種「虛擬女友服務」背後的個人化大模型，能透過不斷輸入個人化的語料，進行自我學習，提供極度貼合個人需求與偏好的個人化回應。讓人感覺真的好像有一位了解自己、懂自己的虛擬女友，就在自己面前。

最後，個人化大模型能讓每個人擁有自己的AI分身與建立個人品牌，並對受眾提供服務。好幾個月前，皓軒就曾經以我在群組上分享的文章為基礎，製作出一個Peter老師的GPT。用戶對該帳號進行提問，就會得到以Peter老師的知識、口吻所呈現出的回應。

行銷AIGC化還有許多應用，有機會再與各位夥伴們慢慢分享XD。

作者：羅凱揚（台科大企管系博士）、鍾皓軒（臺灣行銷研究有限公司創辦人）