AI顛覆之下，市場營銷要大變天了

在AI時代，品牌面對的不僅是消費者習慣的改變，更是“客戶”身份的重構。對話式AI正將搜索與決策合并，讓用戶在點擊網站前就做出選擇；更深遠的是，AI智能體本身正在成為新的“客戶”，它們將依據結構化數據和算法偏好，替代人類完成購買決策。企業營銷需要從傳統的“觸達-說服-轉化”邏輯，轉向思考：如何被算法看見、如何被AI系統信任。營銷將不再只是心理學，更需要學會機器人心理學、結構化溝通與雙重視角。那些盡早為機器客戶設計產品信息、為對話式AI優化內容策略的品牌，將定義下一階段的競爭規則。

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

市場營銷管理一直致力于引導人們走過銷售漏斗，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，而恰恰在這個學習過程中，這兩場革命產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）正在同時顛覆這兩個階段。

以下內容借鑒了關于該主題的最新學術研究。具體細節當然會有所變化，但變革的方向是明確的。

第一場革命：無需網站的學習

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，點擊進入各個網站，比較不同選項，最終完成購買。但現在消費者開始向聊天機器人尋求信息。當有人向ChatGPT或Claude詢問產品推薦時，他們無需瀏覽品牌精心打造的網站，就能得到完整的答案，而且聊天機器人提及的選項比傳統搜索結果頁面顯示的要少得多。

谷歌對ChatGPT的回應讓許多零售商的情況雪上加霜。搜索結果頂部的那些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，不再登錄網頁。正如《經濟學人》去年所討論的，綜合數據證實了這一點：網絡流量模式正在迅速轉變。AI正在終結傳統網頁時代。

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

研究人員已經開始量化這些變化。例如，波士頓大學的一項研究觀察了Stack Overflow，這是一個深受軟件開發人員歡迎的平臺。ChatGPT推出后，該平臺的流量大幅下降。為什么呢？因為開發人員發現他們可以從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，這是另一個受開發人員歡迎的社交平臺，他們發現在開發人員喜愛的子版塊（或社區）中并沒有出現類似的影響。區別在于目的：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、情感連接或體驗之上的品牌則更具韌性。

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

從搜索引擎優化到生成式引擎優化

這些變化將要求重新思考數字戰略。在搜索引擎時代行之有效的技術，不一定能適用于對話式AI。關鍵詞優化、鏈接建設、元數據優化——這些都無法直接應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化（SEO）時代邁向生成式引擎優化（GEO）時代。

問題在于，目前還沒有人真正理解GEO。規則仍在制定之中，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勢。關鍵在于要明白一個重要的點：針對對話式AI進行優化并非單純的技術性SEO操作。這需要理解這些系統如何處理和合成信息、它們偏好哪些信息來源、如何構建回復。這意味著要徹底重新思考內容策略——不僅要考慮說什么，還要考慮如何組織信息，以便AI系統能夠解析、關聯并推薦這些信息。結構化數據、清晰的分類以及能直接回答常見問題的全面內容，可能比主導SEO的基于鏈接的權威信號更為重要。

對話式AI在銷售漏斗中的位置

要預測這一趨勢的走向，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——在信息流中投放廣告，根據人口統計數據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品的人群中建立品牌認知。另一方面，谷歌通過意圖變現。用戶輸入查詢內容，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化具有價值。

在與埃里克·赫爾曼（Erik Hermann）和大衛·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品類別相關的主題，可能對此感興趣，但很可能還沒準備好購買。

近期的數據似乎證實了這一假設。德國的研究人員使用來自一千多個網站的第一方數據，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。他們發現，ChatGPT推薦產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。

這種中間位置創造了有趣的動態。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節。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為數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

搜索革命已經具有極大的顛覆性，但即將到來的第二次變革可能更為關鍵。要理解這一點，你需要開始區分營銷人員常常混用的兩個術語：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，醫生為患者開處方，采購總監為其他部門購買物資。現在這種區分很重要，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注兩者。

想象一下，一位忙碌的專業人士告訴他們的AI助手：“我需要一臺新的工作筆記本電腦。我的預算是兩千美元。我看重電池續航和顯示屏質量。幫我訂一臺。”AI智能體研究各種選項，權衡利弊，然后完成購買。沒有人訪問過產品頁面或閱讀過評論。整個客戶旅程都發生在算法內部。

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

為機器客戶進行設計

我們的網絡基礎設施是為人類構建的。我們通過視覺界面進行導航，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站，需要復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構化數據格式。因此，未來的網絡將在很大程度上依賴密集文件和結構化數據，AI智能體可直接瀏覽這些內容，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：維護既能服務人類又能服務AI智能體的網站。需要進行架構更改，以確保產品信息、價格和庫存情況以兩種受眾都能訪問的格式呈現。

大多數公司還沒有為此做好準備。他們的網站假定瀏覽者是人類。他們的結賬流程假定點擊的是人類。他們的客戶服務系統假定另一端是人類。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變。

新興的機器人心理學領域

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

這比聽起來更棘手。AI系統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。關于這方面的研究才剛剛起步，但研究結果應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，然后讓雙方對結果進行評分。研究人員發現了他們所謂的“AI - AI偏差”：AI系統對AI生成內容的評分高于人類生成的內容。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，人類創建的營銷內容可能會失敗，不是因為它更差，而是因為AI評估信息的結構性偏差。幾十年來，我們一直擔心人類決策中的偏差，并構建系統來應對這些偏差。現在我們也需要擔心機器偏差。

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

研究人員還發現，AI智能體在檢測到商業影響時，會對“贊助”標簽進行懲罰，對背書給予獎勵，并對相關信息打折。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量評級做出反應，但不同模型的權重有所不同。面對相同的產品和相同的信息，不同的AI模型做出了截然不同的購買決策。

市場營銷領導者現在應該怎么做

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

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化占比是多少？你的數字戰略在多大程度上依賴人們點擊進入你的網站？對信息搜索流量的高度依賴意味著短期內風險較高。

2.培養生成式引擎優化方面的專業知識：這個領域還很年輕且發展迅速。嘗試為提高聊天機器人的可見性來組織內容。跟蹤你的品牌在AI回復中的出現情況。在競爭對手之前積累內部知識。

3.加倍投入AI難以輕易復制的方面：Stack Overflow與Reddit的研究結果在這里很有意義：社區、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品。它需要哪些結構化數據？你的價值主張將如何轉化為AI系統所權衡的因素？

5.關注相關研究：學者和分析師正在快速產生新的研究成果。建立跟蹤并應用這些見解的能力將帶來回報。

6.為雙重視角重新思考內容策略：你的內容需要引起人類讀者的共鳴，同時要進行結構化處理，以便AI系統能夠處理和引用。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容將通過截然不同的途徑被消費。

7.將此視為領導層面的問題，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、內容、產品和客戶體驗等部門之間的協調。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歷過顛覆性的轉變：從印刷到廣播，從廣播到數字，從桌面端到移動端。每一次轉變都造就了贏家和輸家。這次的轉變更為深刻。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營銷方面培養出專業能力，并弄清楚如何同時針對人類和機器客戶進行優化的公司，將獲得豐厚的回報。

關鍵詞：

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沃頓商學院市場營銷學教授，也是沃頓人機研究聯合主任。

周強 | 編校

聯系方式

投稿、廣告、內容和商務合作

newmedia@hbrchina.org