生成式 AI 如何重塑行銷未來？—從四象限框架看企業實務應用

生成式AI如何塑造行銷未來？ — 從四象限框架看企業實務應用

2025年，美國巴布森學院（Babson College）德魯夫·格雷瓦爾（Dhruv Grewal）教授等人，於《行銷科學學院學報》（Journal of the Academy of Marketing Science）刊登了一篇名為《生成式人工智慧如何塑造行銷未來》（How Generative AI Is Shaping the Future of Marketing）的文章。

內容提到，隨著生成式人工智慧（Generative AI, 簡稱 Gen AI）如 ChatGPT、DALL·E、Claude等工具快速進入行銷場域，許多企業開始思考，該如何善用Gen AI，又該如何避開其風險？

該研究團隊針對Gen AI在行銷中的應用，提出一套具體且實用的「四象限框架」，協助企業思考導入策略與工具選擇。

首先，根據兩個維度對Gen AI解決方案進行分類，並為企提出了一個Gen AI實施框架。

X軸：輸入資料性質（the nature of the input），區分為：通用（general）與客製化（custom）。

此維度反映了Gen AI解決方案輸入的客製化水平，範圍從相對較低（即通用LLM，如ChatGPT使用公共語料庫）到相對較高的客製化水平（即客制LLM，如使用內部知識文件、CRM數據做訓練）。

Y軸：人類增強程度（ the level of human augmentation），區分為：低與高。

此維度涉及在將Gen AI輸出交付給使用者之前的人類增強程度，例如是否需經過人為審核、修改與補充。範圍從相對較低（即幾乎Gen AI自主）到相對較高的人類增強。

接著，對這兩個維度進行排列組合，形成四大應用象限：

以下簡述四象限策略：

1.通用輸入 × 低人類增強：快速創意產出，低風險高效率

適用於行銷創意起步階段，如使用ChatGPT產出Instagram文字、部落格初稿或活動標語。操作門檻低，回報速度快，特別適合中小型企業。

應用案例：一間教育新創使用ChatGPT撰寫社群貼文，節省80%人力時間。

2.通用輸入 × 高人類增強：結合人機優勢，維持品質調性

初稿由 Gen AI 生成，經行銷團隊潤飾後再對外發佈。適用於需要品牌一致性與風格管控的文案設計、簡報提案等。

應用案例：一間企業的行銷部門使用ChatGPT草擬LinkedIn內容，經品牌小組審核後正式對外發布。

3.客製輸入 × 低人類增強：高效率自動化，風險需控管

結合內部知識庫與RAG（檢索增強生成）架構，直接讓Gen AI回應顧客問題或供應商查詢，適用於自動客服與產品查詢。

應用案例：零售商導入Gen AI查詢系統，提供即時的商品庫存與替代品資訊，降低現場人力負擔。

4.客製輸入 × 高人類增強：高精準應用，風險控管最佳

適用於高價值或高風險情境，如金融建議、合約撰寫、醫療回覆等。Gen AI提供草稿後，由專業人員審核，確保合法性與正確性。

應用案例：金融機構利用客製Gen AI撰寫投資提案初稿，由顧問團隊審核後再提交給客戶。

格雷瓦爾教授強調，Gen AI並非萬靈丹，企業應從任務風險、資料特性、品牌策略等面向出發，選擇最適合的導入象限。

此外，人類審核不只是風險控管，更是品牌信任與創意價值的關鍵。未來的行銷人將不再只是內容生產者，而是善於調度AI的「人機協作導演」。

最後，對正考慮導入Gen AI的企業而言，這篇論文提供的不僅是理論模型，更是一套兼顧效率、風險與品牌策略的實務指南。每一位行銷人，都值得深入思考與運用這套架構，為未來的行銷競爭奠定優勢。

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）

資料來源：Grewal, D., Satornino, C.B., Davenport, T., Guha A., (2025) “How generative AI Is shaping the future of marketing.” Journal of the Academy of Marketing Science, 53, 702–722.