人工智慧：行銷人員的困境

美國南加州大學的學者羅伯特·科齊涅茨（Robert V. Kozinets）與烏爾麗克‧格雷策爾（Ulrike Gretzel）於2021年1月在《行銷管理期刊》（Journal of Marketing）的評論中，深入探討了行銷人員在應用人工智慧（AI）時所面臨的三大重要挑戰。

挑戰一：理解困難（Incomprehensibility）

人工智慧（AI）能夠迅速有效地辨識大量客戶資料中的模式，進而對客戶行為，如流量和銷售額等指標進行預測。然而，儘管AI能夠辨識模式，卻無法解釋或賦予這些模式的意義。在處理各種行銷問題時，雖然AI能辨識模式，但卻無法理解人類的動機和意圖。

由於AI的「黑盒子」模型，創造者也無法解釋其運作過程。以Netflix為例，該公司成功地運用Facebook的機器學習，迅速進行A/B測試和進行程序化廣告購買，以推廣一部電視節目。然而，當Netflix與Facebook的廣告聯絡人交談時，發現他們無法解釋AI如何實現這樣的成果。此外，其他節目使用相同類型的程序化廣告，卻產生參差不齊的結果，這樣的失敗也難以解釋。

儘管AI行銷可能在實際應用上具有價值，有助於企業增加收入和銷售額，然而「黑盒子」模型也可能成為企業建立行銷導向能力的障礙，對學習產生不利的影響，進而使其未能在行銷知識管理方面做出實質的貢獻。

Netflix的例子顯示了AI如何使企業失去對客戶整體了解的機會。隨著時間推移，依賴AI的行銷人員可能喪失對客戶的深刻理解，以及運用這些知識進行行銷的能力。

挑戰2：中斷聯繫（Disconnection）

人工智慧（AI）的應用讓行銷效率、自動化和數位接觸點大幅增加，然而，同時也抹除了行銷人員與客戶建立深厚關係的寶貴機會。雖然日常的重複性行銷任務被自動化，但行銷人員不僅失去了知識和技能，更失去了與客戶建立有意義且持久的聯繫，與所帶來的相互關懷、信任、關係和忠誠度。

同時，行銷人員必須投入大量精力理解線上平台的複雜性，如 Google PageRank 等系統，這些系統不僅不是單一演算法或公式，還包含數千次的計算、測量和優化。在這複雜的環境中，行銷人員被迫試圖理解這些平台演算法的多樣元素，而這些元素將直接影響他們在Google PageRank上的搜尋排名。因此，行銷人員花費大量時間試圖解讀這些難解之謎，以超越AI系統。儘管這可能帶來短期的成功，同時也有可能使他們忽略了行銷的核心價值。

雖然透過AI實現業務自動化和行銷效率的提升，但這也可能導致行銷人員與客戶建立聯繫的機會減少。

此外，當像Alexa這樣的AI在推薦品牌並處理訂單時，它成為品牌和消費者之間的中介。在這種情境下，消費者面臨信任的抉擇，是該信任AI還是信任行銷人員？長期下來，行銷人員不僅失去了行銷技巧，還可能失去了最寶貴的客戶關係。

挑戰三：弱勢處境（Vulnerability）

隨著企業對大型科技公司的平台、AI和演算法的依賴增加，它們變得更容易受到這些變革的影響，進而讓其陷入更不利的處境。

例如，2018年，女性生活風格出版商Little Things受到Facebook演算法變更的衝擊，最終導致該公司關閉。科技公司可以隨時調整演算法，但行銷人員卻無法掌控這些變動，這促使那些依賴AI的行銷人員變得更加弱勢。

在Facebook和亞馬遜等大型AI平台中，這種情況可能變得更為嚴重，因為這些平台已經享受到網路效應的巨大好處。這種網路效應造成了巨大的不平等，尤其對大型AI平台更為有利。在缺乏反壟斷干預或實質監管的情況下，Facebook、Google和亞馬遜等公司已成為線上商務和廣告領域的新霸主。

以上三種AI挑戰，值得所有行銷人員正視。

羅凱揚（台科企管博士）、黃揚博（政大企研碩士、識商創辦人）

資料來源：Kozinets, R. V., & Gretzel, U. (2021). Commentary: Artificial Intelligence: The Marketer’s Dilemma. Journal of Marketing, 85(1), 156–159. https://doi-org.ntust.idm.oclc.org/10.1177/0022242920972933