大多数人对AI的理解，都是错的

编者按：本文来自微信公众号“笔记侠”（ID：Notesman），作者 刘鹏，36氪经授权转载。

大家好，近些年我一直在研究互联网的计算广告，市场上缺乏对这个领域的系统性介绍，所以我还写过一本计算广告领域的书，并有幸得到互联网行业的认可。

今天我想和大家探讨一个案例：在新时代，人工智能对营销或是品牌服务有没有帮助？

社会上普遍认为，人工智能就是机器对算法的深度学习。但我可以准确地告诉大家，这个概念是不对的。

人工智能是被计算机领域的泰山北斗们提出来的，目的是用计算机替代人，来解决一些智能问题，比如代替人的听、说、读、写和交流。人工智能可以用机器学习的方法实现这些，也可以不用。

也就是说，机器学习是人工智能的方法和工具，而不是人工智能本身。

一、营销与客服的2大关键意识

狭义的人工智能领域，主要包括“感知智能”和“认知智能”：感知智能是代替人的五官，认知智能是代替人的思考交流。

波士顿公司在一本书里面提到：人工智能在企业营销服务方面，能够为客户提供个性化的服务、广告和互动。

现有的所有广告营销都是不与用户互动的，像传单一样发到对方手里就完了。但数据显示：能创造个性化体验的品牌，可以提高6%~10%的收入。

个性这个词，大家都耳熟能详，今天的广告营销就是个性化的，千人千面。但是利用人工智能技术，能让广告营销在个性化的基础上，与用户互动起来。

我看到现在有很多人，在提到人工智能营销或是智能服务时，他们总会说这样一套话：

“我们有多少活跃设备”、“通过SDK采集到多少数据”、“构建了多少标签”、“识别目标人群”、“进行精准投放”等等。

这些话不可证实，也不可证伪。我相信他们使用了机器学习的技术，但不能说他们使用了人工智能本身。我们今天探讨的话题，就是利用人工智能本身，促进营销服务。

这个过程相当困难，因为大多数人现在对人工智能本身的理解，还处于非常初级的阶段。

今天所有的广告营销都有一个特点，主动出击。但却是以单向宣传为主，把广告发出去后面就不管了。这样的广告营销，严重缺乏交流和互动，是不对的。

在发展营销时，一个非常有用的技术是：定向互动。如此运用数据和机器学习，就可以灵活应对不同的情况，千人千面地去投放广告。

再来看看客服。与营销相反，客服是用户有问题直接来找，但不对用户做调研，而是根据用户的问题，就事论事来解决。

这两项工作，本质上是一件事，而保险销售员在这两方面做得最好。

保险销售员不区分营销和服务（客服）的过程，首先他会与你沟通，跟你成为朋友，目的是获取你的资料，这个过程他们很耐心。

在营销里，我们获取用户资料是被动的，而保险销售员的获取是主动的，就像是客服一样，针对收集到的需求而择机销售。

对于售后服务，保险销售员也很关心。逢年过节常给用户寄小礼物，问问家里有什么情况，收集反馈，持续跟踪更新用户资料，最终目的是做二次营销。

这种营销和服务的无缝接轨，有两点值得我们学习：一个是服务意识，一个是客户资料意识。

将来，我们也许可以模仿保险销售员的方式，建立虚拟的营销过程。当然，这还需要时间。

二、对“智能体”要有更多想象

现有的人工智能研究分为四类，感知智能、运算智能、运动智能、认知智能。

感知智能的问题，是人们长久以来最想解决的问题，感知包括眼睛、鼻子、耳朵、语音识别等等，这些的进化时间最久，从动物有了这些感官开始就在进化了。

对于运算智能的问题，人工智能可以凭借极高的计算力找到快速的解决路径，这很有难度，最典型的就是围棋，但是相对来说，人工智能已经较早地解决了围棋问题。今天，在所有的博弈类问题上，机器都能秒杀人类。

运动智能也是进化时间最长的，从原始时期就在开始进化。

认知是人类独有的能力，是形成推理、思维和交流的源泉。我们的交流、对话、理解，全都是认知智能。

人工智能在博弈问题上能超越人类，而人类将在感知、运动和认知三方面得到进化。

我们在营销服务领域，也对人工智能研究做出过很多探讨——

电话外呼机器人，我感受过它的交互体验，和它聊天会觉得很自然，如果不是专业人士，根本分辨不出来它是机器人，这是交互领域迈出的一大步。

外呼机器人在营销领域的效果还不错，相当于一个保险销售员，在为你做合适的产品推荐，这种概念就是“精准营销”。

然而，机器人客服与外呼机器人相反，客服是服务，外呼是营销，但二者的逻辑是类似的，都是用技术解决营销服务的问题。

总结来说，人工智能时代的品牌营销与服务方向就是——建立感知和认知能力，实现面向每个客户全生命周期的服务智能体，记录和分析用户数据，交互式进行持续服务。

这个智能体，要有大脑（交互的东西）、可用的产品、个性化模型（类似于保险销售员的服务意识，针对客户具体情况进行服务）、客户资料。

例如肯德基白胡子老爷爷，完全可以在人工智能时代变成一个智能体，所有的营销和服务渠道，都由这个形象来与客户做交互。

现在的机器已经可以很主动地进行身份认知了，当然这里有一个法规边界。比如分众传媒的屏幕，在合理授权的情况下，它就可以和人主动交互。

虽然这种场景还没有实现，但我们可以畅想。

三、人工智能的弱点

很快，机器在感知智能领域，就能与人类越来越接近，因此在主动配合的场景下是可用的。

但是不要认为人工智能因此到了一个拐点，其根本问题还没有解决，人工智能在认知智能方面的能力还差得很多。

认知智能的问题非常有难度，万物的灵感都是依靠认知智能获得的。

我们的概念推理，不是从学校教育那里学来的，就像一个大学生和一个文盲做基本的概念沟通，完全没有障碍。人类80%以上的概念和逻辑，都是在6岁以前，以一种非常奇妙的方式习得的。

现在，所有的人工智能，都是弱人工智能。

比如这个常识——我喝完了一瓶水，所以瓶子变轻了——机器就没法学，再比如有些新闻，人一听就知道是假新闻，但是机器就不知道。

因为做到这些，需要具备很复杂奇妙的常识，而机器找不到可以学习这些常识的语料，所以机器在对概念的理解和推理上，目前还不可能赶上人。

这也意味着，我们的畅想，要围绕以人机交互的方式去营销和服务，如果是在泛泛的领域，就很困难。

不过，在一些垂直领域，比如医药领域，我们感觉很专业，但是对机器而言很简单。这是因为专业的知识书本上都有，只要有语料，机器就可以学习。

因此，认知智能是人工智能目前最大的挑战，这不是简单依靠功能上的改进，或是资源的投入，就可以解决的，这是理论上的鸿沟。

*文章为作者独立观点，不代表笔记侠立场。