本內容為AMT 亞太行銷數位轉型轉聯盟研究員，為您博覽全球最新行銷科技、數位轉型、AI應用研究報告或文章，整理編輯後分享。本計劃由 Super 8 雲發互動科技 與 雲端行動科技 支持製作。
整理撰文：林怡伶 (Aliee)｜出刊日期：2024-02-19
諮詢協助：台大商研所兼任教授陳家聲
[文章目錄]
1. 不僅僅是 ChatGPT：什麼是 GenAI？
2. 準備好用 GenAI 來徹底變革你的行銷和銷售策略了嗎？
生成式人工智能，也就是 GenAI，正在席捲全球，可是很多公司還沒完全意識到這技術能帶來什麼。行銷和銷售部門如何區分炒作和現實之間的差異？
想像一下，不久的將來，"GPTing"可能會像"Googling"一樣成為日常用語，指的就是利用像 GPT-4 這樣的 AI 模型來創造內容或提供客戶支持。GenAI 的新發展每週都在更新，現在的模型已經能創造出讓人難以分辨的人類式內容和互動，這對於那些競爭激烈的市場中的企業來說，絕對是個大福音。
GenAI 的魔力在於它能夠個性化客戶體驗、優化活動策略，還能開啟新的收益來源。所以，如果你想讓你的業務走在這波趨勢的前端，現在就該是行動的時候了。
不僅僅是 ChatGPT：什麼是 GenAI？
來聊聊 GenAI 到底是什麼？它不僅僅是 ChatGPT 那麼簡單。GenAI 指的是那些能根據大量訓練數據產生新奇且具有說服力的內容（比如文本、圖像或聲音）的 AI 模型。這些技術背後的大型語言模型（LLMs），比如 GPT-4，能夠理解人類語言，透過簡單的指令就能完成各種任務。
這技術已經為各行各業的企業打開了一扇通往無限可能的大門。比如說，Adobe 加入了內置圖像生成功能，顯著提高了藝術家的生產力。
GPT-4，一個文本基礎模型，它已經在廣泛的文本語料庫上進行了訓練，並且可以被微調來執行多種任務，包括問答、文本摘要、文案撰寫或產品推薦。在視覺領域，像 VQ-VAE-3 這樣的模型可以生成新圖像、增強現有圖像，甚至根據著名藝術作品進行變造創作。
通過這些能力，GenAI 為各行各業的企業描繪了無限可能的畫面。
準備好用 GenAI 來徹底變革你的行銷和銷售策略了嗎？
GenAI 為商業化業務提供了前所未有的機會，對行銷和銷售產生強大影響。以下大多數應用已經開始被公司使用，並且還有更多即將到來：
優化的行銷溝通
通過商業化 GenAI，公司可以革命化他們的行銷策略。GenAI 生成針對個別客戶概況量身定制的有趣行銷內容。
該技術可以迅速自動化生產說服力十足的電子郵件、引人入勝的廣告或吸引人的社交媒體帖子，有效地擴大了行銷產出。
這大大減少了傳統上在內容創建上投入的時間和資源。公司不應等待實施這一變革。GenAI 已經能夠提高轉化率，推動收入增長，並在市場中提供顯著的競爭優勢。
數據驅動的銷售增強
GenAI 可以成為銷售團隊武器庫中的強大工具，提供來自大量客戶數據的洞察。公司可以商業化這項技術，從客戶互動、個人偏好和購買歷史中導出複雜的洞察。這有助於銷售團隊有效地定制他們對潛在客戶的銷售提案。
GenAI 可以幫助建立模型預測未來銷售趨勢，使銷售策略能夠主動調整。這些能力可以顯著提高銷售效果，導致更高的轉化率和更好的客戶留存。
改善客戶關係管理
GenAI 的商業化帶來了客戶關係管理的範式轉變。GenAI 驅動的智能聊天機器人和虛擬助理提供全天候客戶服務。這項技術可以提供超個性化的客戶互動，迅速且準確地解決問題，提高客戶滿意度。
GenAI 還可以幫助識別客戶旅程中的關鍵接觸點，幫助公司在正確的時間用正確的信息與客戶互動。這種對生成式 AI 的戰略性利用可以提高品牌忠誠度，減少客戶流失，並推動長期商業成功。
準備 GenAI 的商業推出
用生成式 AI 構建成功策略的開始，是公司積極識別這項技術在其組織內產生最大影響的地方。他們需要分析他們的流程 - 從行銷和銷售到客戶關係管理 - 以確定 AI 驅動的增強在哪裡最有益。
理解 GenAI 可以解決的具體挑戰至關重要，無論是內容生成、數據分析還是客戶互動。一旦確定了這些領域，企業應該建立與提高轉化率、降低流失或優化行銷努力相關的清晰、可衡量的目標。
數據是關鍵：什麼策略可以幫助商業化 GenAI？
為了商業化 GenAI，公司需要使用廣泛的數據，如客戶人口統計數據、行為數據、交易數據，以及客戶與公司在多個渠道上的任何互動。擁有AI可讀取的存儲數據將是解鎖商業利益的關鍵。技術發展速度驚人，因此擁有高質量、易於訪問的數據是實現利益的關鍵。
對先前市場和銷售活動的客戶響應的數據也非常重要，因為這些信息可以幫助訓練 AI 生成個性化內容並準確預測客戶行為。
這裡的重大變化是現在需要的數據量有限：雖然以前的機器學習模型需要巨大的數據集來預測結果，但當前的生成式 AI 模型只需要有針對性的數據指令，這為公司開啟了很多可能性。
它們直接受益於在市場趨勢和行業基準中概述的數據。這套數據集不僅可以用來為生成式 AI 提供執行最佳化所需的信息，還可以用來精煉和驗證模型，確保它們與業務的戰略目標保持一致並產生有意義的結果。
公司在商業化生成式 AI 時應該注意什麼？
儘管生成式 AI 的優勢非常高，公司需要考慮如何有效地商業化這項技術。許多公司將需要適應他們與客戶的商業模式。例如，按天/小時收費的專業服務公司將需要確定如果他們更高效地如何向客戶收費。而且，通過更好的自動化可能有更少的人使用他們的軟體的公司，他們的模型和定價策略從長遠來看將如何受到影響？
還有數據隱私和倫理方面的潛在風險。確保 GenAI 提供的個性化不侵犯客戶隱私權或規範至關重要。公司必須始終獲得數據使用的適當同意，保持其 AI 應用的透明度，並遵守地區和國際數據保護法規。
而 ChatGPT 和其他生成式 AI 的商業用途，特別是涉及著作權和智慧財產權的問題，有幾點必須清楚。首先，如果直接使用 AI 做出來的作品去賺錢，很可能會侵犯到不只一位創作者的著作權，就像「自動音樂系統」的案例一樣，問題多多。即使你對 AI 的作品稍微修修補補想要用它來商業化，基本上，你已經在法律的灰色地帶了，最後怎麼判還得看法官的心情，關鍵是判斷改了多少和原創占的比重。
再來，用 AI 工具來幫忙商業化，有幾件事必須記住：第一，AI 工具確實能省錢、加快進度，提升工作效率。第二，AI 做出來的東西可以當作靈感，但最終的產品還是得靠自己原創的創意。第三，如果不確定 AI 生成的那些內容是不是完全由機器做出來的，還是由真人製作，那最好別拿來做商業用途。第四，大部分 AI 平台都已經說得很清楚了，他們提供的東西不能用來賺錢。
隨著 AI 技術越來越發達，著作權和創意的來源越來越難以追溯，然而利用 Gen AI 可以讓我們的工作更有效率，有更好的產出，但同時也得保持那份獨立思考和創作的精神，確保我們在AI的時代中依然保持著創作以及持續更新的角色。
審查者的提醒：
本文中談到了目前一般大眾或一些AI專家對GAI或CHATGPT的廣泛期待，以及創新可能的應用，但本文最後也提醒大家對使用GAI或CHATGPT存在的潛在問題，包含數據治理、個人隱私、以及智慧財產權歸屬與侵犯問題，這些都需要企業在使用公開LLM時，需要注意的！特別是你以為是個性化處理，你的投入也成為它訓練的資料，你的投入與產出也可能成為別人的產出！特別是當你用來處理公司數據時！文中所述的一些應用，目前各界都在探索，但要做到精準個性化行銷，這絕不是LLM可以做到的！而是個別企業或產業垂直的數據整合與分析。
引用剛出爐的美國《福布斯》的一篇文章《10 AI Predictions For 2024》對2024年AI發展趨勢進行了預測。其中如"大語言模型"（LLM）一詞將逐漸淡出視野、商業閉源模型將持續領先於開源模型、. 替代Transformer架構的新興技術將獲得認可、人工智慧與版權糾紛等。
【參考文獻】
- Jamie Chen, Kaushik Jayaram. (2024). Commercializing generative AI: How can you extract business value from ChatGPT and Co?. Retrieved from https://www.simon-kucher.com/en/insights/commercializing-generative-ai-how-can-you-extract-business-value-chatgpt-and-co (Jan 26, 2024)
- CATE BURGAN (2024). DHS Issues Commercial GenAI Guidance, Privacy Impact. Retrieved from https://www.meritalk.com/articles/dhs-issues-commercial-genai-guidance-privacy-impact/ (Jan 26, 2024)