随着计算能力的激增、计算成本的降低以及大数据的可用性，人工智能在营销中的重要性日益增加。其广泛应用在各个营销领域都有所体现（Huang and Rust，2020 年）。这项研究旨在调查和理解人工智能改变的营销传播的关键方面。在人工智能融入营销传播的快速变化格局中，迫切需要了解为人工智能开发的框架。这种紧迫性源于人工智能应用的复杂性不断升级、技术进步的快速步伐以及营销策略对人工智能驱动工具的日益依赖。随着企业努力充分利用人工智能的潜力来增强其营销传播，了解这些框架变得势在必行。本研究深入研究了这些框架，批判性地研究了它们的设计、实际应用以及它们对营销传播领域的深远影响。Girdhar (2023) 观察到，在数字渠道数据和错综复杂的消费者行为动态的推动下，营销人员越来越多地转向人工智能来获取洞察力和自动化。 Girdhar (2023) 强调，人工智能在数据处理方面的能力为彻底改变营销技术铺平了道路。然而，除了其优点之外，人工智能还带来了道德困境，包括隐私问题和潜在的就业转变。因此，这项研究还关注了人工智能在营销传播中带来的挑战。Huang 和 Rust (2020) 强调，不断升级的计算能力和无处不在的大数据推动了人工智能在营销中的作用。正如 Pascucci 等人 (2023) 所观察到的，这种技术实力的激增不仅改变了业务运营，而且还通过互联网、社交媒体和移动设备的整合为营销人员带来了新的机会。正如 Ekström (2023) 所强调的那样，这种数字化发展使营销人员能够利用庞大的数据集来制定量身定制的活动。在这些技术转变所塑造的不断变化的环境中，人工智能对营销传播的深远影响变得越来越明显。人工智能的重要性得到了 Girdhar (2023) 和 Longoni 等人 (2019) 等专家的认可，它在营销传播领域代表了股变革力量。尽管得到了这些认可，但对人工智能如何精确塑造营销传播的全面理解仍然难以捉摸。
本研究的目的是探索人工智能融入营销传播的框架，并批判性地审视其设计、实际应用和影响。技术进步的快速步伐、对人工智能驱动工具的日益依赖以及人工智能应用的日益复杂，凸显了这项调查的紧迫性。这项研究符合 Girdhar (2023) 提出的营销人员越来越依赖人工智能来获得洞察力和自动化的要求，旨在识别、探索和确定人工智能在营销传播中的重塑、趋势和局限性。通过这样做，这项研究不仅有助于学术知识，还为企业在人工智能和营销传播错综复杂的交汇处导航提供了实用见解。
人工智能营销 (AIM)
人工智能营销 (AIM) 利用人工智能自动吸收和组织与营销组合和市场情报生成中的多种营销功能相关的大量数据集 (Verma 等人，2021 年)。 Overgoor 等人 (2019 年，第 157 页) 将人工智能营销描述为基于人工智能 (AI) 原则的代理，它利用数据在全球范围内实现最佳营销结果。 人工智能是最新的技术颠覆者，具有巨大的营销转型潜力。 全球营销从业者都在寻求找到最符合其当代营销需求的 AI 解决方案。 这种趋势超越了区域界限，是普遍经历的。 因此，人工智能等尖端技术已经超越了实验阶段，无缝集成到核心业务运营中，使企业处于成功的前沿 (Chintalapati 和 Pandey，2021 年)。人工智能塑造了营销组合的每个元素。在产品设计和开发中，人工智能通过筛选大量客户反馈和市场数据来创建定制产品（Chatterjee 等人，2019 年）。在定价方面，世界各地的企业都利用人工智能的动态定价能力，综合各种数据以在竞争力和盈利能力之间取得平衡（Vollero 和 Palazzo，2015 年）。在分销或“地点”方面，人工智能人工智能的指纹在优化供应链运营、预测消费者需求模式和提升交付体验方面显而易见（Liao，2014 年）。在人工智能的主导下，促销领域也经历了范式转变，促进了在我们高度互联的世界中针对消费者的量身定制的活动（Misra 等人，2019 年）。此外，人工智能通过聊天机器人和虚拟助手在客户互动中的作用促使人们思考当前由人工智能驱动的营销趋势（Gans，2016 年；Huang 和 Rust，2018 年）。
营销人工智能研究所首席执行官 Roetzer（2017 年）
认为，在人工智能不断重新划定界限的时代，经典的 4P 正在经历演变。Roetzer（2017 年）引入了变革性的第五个“P”性能。这补充提供了人工智能 (AI) – 整合营销格局的全景视图，其范围不仅限于最初的 4P，还包括规划、生产、个性化、促销和绩效。这视角表明，全球营销框架越来越依赖人工智能 (AI)，从其在战略制定中的作用到利用大量数据获取可操作的见解。Roetzer (2017) 提出的框架不仅仅是理论上的；它标志着全球营销中由人工智能主导的有形蜕变。它挑战行业利益相关者反思人工智能对当代营销实践的普遍影响，强调人工智能在推动行业走向更高水平的自动化和智能化方面的关键作用。
我喜欢深入研究 BTC 数据！就像坐过山车一样。看 比特币数据 起来很刺激！大家对最新数据有什么看法？BTC 有自己的节奏，这难道不酷吗？这些数字模式可以告诉我们很多东西！让我们继续分享见解吧！BTC 数据总是充满惊喜！
人工智能维度机械、思考和感觉
将人工智能融入其中需要重新调整战略方针。Huang 和 Rust (2020) 的创新框架概括了这种转变，突出了人工智能方面的三位体：机械人工智能、思考人工智能和感觉人工智能。机械 AI 由于能够实现致性，因此与标准化优势和可靠结果相关。在营销中，些例子是使用自助机器人和无人机来分发商品。思维 AI 与个性化优势相关，这是因为它能够理解和识别数据模式（例如面部识别、语音识别）。在营销中，思维 AI 可用于各种个性化推荐系统（Chung 等人，2015 年），例如 Netflix 系列和亚马逊交叉销售推荐。情感 AI 与关系化优势相关，因为它不仅能够识别情绪，还能对情绪做出反应。在营销中，最大的好处是客户服务，即处理客户投诉、满意度和情绪。将这些人工智能维度叠加到历史悠久的营销原则中，细分、定位和定位 (STP) 的基本假设发生了变化，转向了古老的 4P（产品、价格、地点和促销）及其 4C（客户、成本、便利性和沟通），揭示了范式转变。为这一框架奠定基础，人工智能与营销研究的无缝融合将成为改变游戏规则的因素（Huang and Rust，2020 年）。机器（AI）以其无与伦比的能力，利用来自新兴全球渠道的大量实时数据：物联网 (IoT)、可穿戴设备和社交媒体平台。然而，这种自主效率引发了道德困境，并需要考虑人工智能在道德和数据隐私方面可能带来的挑战（Balducci and Marinova，2018 年）。
细分、定位和定位的变革性转变
正如 Huang 和 Rust (2020) 所强调的 那么多种货币将会在交易中发挥良好作用 那样，思维 (AI) 涉足细分、定位和定位 (STP) 的战略领域，引领了变革性转变。它推动细分超越正统，利用数据挖掘来挖掘跨越大陆的市场复杂性。这种深度为全球营销人员提供了精准的消费者定位，随着洞察变得越来越个性化，营销人员可以优化推广。然而，正如 Kelly (2019) 所指出的那样，虽然人工智能重塑了细分和定位，但真正的定位仍然取决于人类情感的永恒本质。当本研究探索营销传播时，对人工智能与基础 4P（产品、价格、地点和促销）及其 4C 对应物的动态交互的考察成为了关键焦点。人工智能与这些营销支柱之间的协作构成了本研究的核心，旨在了解对当代营销实践的变革性影响。
通过关注人工智能在发掘潜在消费者需求方面的认知能力，该研究与
人工智能在塑造符合真实市场需求的产品方面发挥着重要作用。关于人工智能指导下定价结构转变的讨论与本文对理解传统营销范式重塑的关注直接相关。这种一致性加强了这项研究的背景相关性，展示了人工智能在全球营销领域定价策略中的实际意义。此外，尽管人工智能发挥了丰富的作用，但对分销范围中潜在差距的考虑与本文对人工智能在营销中带来的风险和挑战的探索直接相关。这种一致性强调了批判性地评估人工智能对品牌和消费者之间全球关系的影响的必要性，这是本文关注的个关键方面。
在强调人工智能在媒体规划和内容创作中的影响时，正如 Huang 和 Rust (2020) 所提出的那样，本文强调了人工智能在重塑营销传播实践中的当代意义。本文还将 Huang 和 Rust (2020) 所阐述的人工智能三要素定位为全球营销人员的指路明灯，这与理解和驾驭人工智能在全球范围内营销传播领域的变革性作用的总体目标完全致。
重塑产品、定价和分销
人工智能重塑了营销组合的本质。它使企业能够不受地理边界的限制，根据具体数据做出决策，改进运营流程，并为消费者策划定制体验。从产品构思到定价机制、分销物流和促销活动，人工智能技术正在开启营销战略制定的新时代。通过巧妙利用人工智能，企业不仅将自己定位在各自行业的前列，而且还在扩大客户参与度并推动日益数字化的全球市场的增长（Maxwell 等人，2011 年）。人工智能拥有多层次的智能频谱涵盖机械、思维和感觉其发展轨迹从处理基本的机械化任务转变为复杂的任务，例如在全球社交媒体平台上解读情绪。在这种动态演变中，人工智能不仅挑战了传统界限，还重塑了全球营销传播战略的格局，强调人工智能与人类智能 (HI) 的和谐融合。然而，人工智能的这种提升并没有将人类的贡献置于次要地位。Raisch 和 Krakowski (2021 年，第 194 页) 重点关注“自动化-增强悖论”，该悖论强调了人工智能承担人类角色的潜力与人类与机器协同工作的场景之间的起伏。
借鉴 Huang 和 Rust (2020) 的观点
技术的发展轨迹往往遵循种模式它从增强人类的 短信列表 能力开始，随着它的成熟，逐渐走向完全自动化。这种叙述可以追溯到工业革命时代，直到当前围绕自动驾驶汽车的讨论。Huang 和 Rust (2020) 提出了个模型，其中 AI 和 HI 不是作为对手共存，而是作为协作实体共存。在这项研究的背景下，在营销传播中人工智能不断发展的格局中，他们的观点变得尤为重要。他们预见到未来，随着人工智能沿着其智能连续体的发展，它最初会增强人类智能的某些方面，并最终取代人类智能。他们论点的核心是，AI 和 HI 不应被视为竞争对手，而应被视为相互依存的支柱，共同塑造我们一体化的数字化全球市场。Huang 和 Rust (2020) 提出的这协作框架是理解营销传播策略背景下 AI 和 HI 之间错综复杂关系的基础概念。人工智能营销 (AIM) 框架 Yau 等人 (2021) 从跨学科的角度提出了个人工智能营销 (AIM) 框架，该框架侧重于使用人工智能不仅创造知识，而且还传播和应用所述知识，目的是在知识型环境中增强客户关系。这种方法至关重要，因为它能够利用人工智能的威力来自动化营销领域内复杂的数据收集和分析关系。该框架包括三个基础支柱：预处理器、主处理器和内存存储。预处理器充当网关，吸收和预先筛选大量数据，为复杂的审查做好准备。
主要流程Yau 等人 (2021) 将 sor 确定为该框架的核心，它拥有多种认知能力，涵盖各种学习模式。它协调实时数据操作、吸收强化学习并协调营销策略。它的交互范围很广，从完全由人工智能驱动的自主性到无数种形式的人机协同。内存存储用作整理和编目数据、见解和信息的储存库。
AIM 框架的重要性显而易见，因为它不仅简化和增强了营销流程，而且还解决了当代营销领域中处理大量数据的日益复杂的问题。这反过来又将 AIM 定位为营销人员寻求驾驭和利用数字时代不断变化的动态的关键工具。Yau 等人 (2021) 的 AIM 框架不仅反映了消费者趋势和行为的实时变化，而且还确保营销计划保持敏捷和有效。他们强调，AIM 框架处于以数据为中心、可扩展且深度个性化的营销策略的最前沿。
研究方法 该研究采用定性研究设计，深入研究从相关个人的角度和经验理解和解释社会现象，利用非数字数据（如访谈、观察和文本材料）揭示潜在的含义、模式和主题（Creswell 和 Creswell，2018 年）。本文使用了二手数据，特别是描述性文献综述方法。这种方法用于收集和评估人工智能营销领域的已发表作品，从而可以深入探索和解释现有知识，确保详细分析人工智能在营销传播中发挥的变革作用。已发表的作品涵盖了各种主题，例如战略框架、人工智能对营销组合的影响、陷阱、机会以及人工智能对数字营销中消费者行为的影响。本研究采用了目的性抽样，也称为判断性、选择性或主观性抽样 Robson (2016)，因为它允许特别关注与营销传播中的人工智能主题最相关的来源和研究。在审查了初始数据收集后，最终选定了 25 篇文章进行分析。
用于分析数据的主题分析是一种定性研究方法，可广泛应用于系列认识论和研究问题。它是种识别、分析、组织、描述和报告数据集中发现的主题的方法 (Braun and Clarke, 2006)。为了确保数据收集和分析的可信度，采用了真实性的概念 (Mogalakwe, 2006)。真实性与证据及其来源的真实性有关。这基本标准确保所分析的文件是真实的、完整的，并且确实代表了它所声称的内容。可能需要对文件进行审查的因素包括明显的错误、内部不致或可用版本来自可疑来源（Mogalakwe，2006）。关于可信度，其核心要素之是可信度，即证据是否没有错误和扭曲（Mogalakwe，2006）。在本研究中，必须辨别来源文件是否真实、未经修改且不是为了误导研究人员而制作的。在处理可能存在既得利益或偏见的报告、文件或文章时，这点尤为重要。文件的可信度及其与研究目标的致性对于确保研究结果既准确又具有代表性至关重要。在对已发表的作品进行主题分析后，确定了关键主题和子主题。表 1 概述了与研究问题相关的主题和子主题的最终确定。
