当机器开始读懂你的客户

我有个朋友开了一家小网店。去年她快撑不住了。她常常熬到凌晨一两点，一遍遍刷新数据看板，想猜出该主推哪张产品图，想猜出她的客户到底在一天里的哪个时段才会真的打开手机。

后来她接进了一个推荐工具。

两个月后她跟我说，带着点不好意思："我现在不做决定了。工具告诉我该怎么做。而且它猜对的次数，比我多。"

那次对话一直留在我心里。因为她描述的，并不是一块更好用的看板。那是一次交接。她悄悄地，不再是那个猜的人，而变成了那个听的人。听一台机器——而那台机器一个星期读过的她的客户，比她一年读过的还多。

关于 AI 在营销里的角色，我想大多数人都把它想反了。

他们会问：机器人会不会取代我？

这是个错问题。真正的问题更安静，也更有用。

"营销中的 AI"到底指什么？

我说直接点。

几十年里，营销都建立在一类特定的痛苦之上。你对客户有个预感。预感可能来自一份问卷，可能来自直觉，也可能来自这样一个事实——你自己恰好也是个 34 岁、爱喝燕麦奶的人。你围绕这个预感搭起一个营销活动（campaign，推广活动）。然后你等上三个月，才发现自己错了一半。

AI 改变的就是这种等待。

它读取信号，就在它们发生的那一刻。某个人点了什么。他停留了多久。哪条标题让他点开了邮件，哪条让他直接删掉。然后它做了一件营销人一直想做、却从来没有那么多时间能做的事：它实时地、对每一个人做出回应，就好像你手下有一千个实习生，每个实习生专门盯着一个客户。

转变就在这里。不是更聪明的广告。而是更少的猜测。

没人提起的那一面：客户反而放松了

这一点，是我第一次读到相关研究时让我意外的地方。

当一段体验感觉是为你量身定做的，人会不自觉地靠近。不是那种让人毛骨悚然的"为你定做"。只是相关。他们感到被看见。是的，他们更愿意掏钱；但更有意思的是——他们会感到松弛。那种一次又一次被推到错误东西面前的摩擦感，消失了。

想想你自己的收件箱。

你真正会点开的，是那些好像认识你的邮件。你连看都不看就删掉的，是那些在对一个陌生人嚷嚷的邮件。你忠诚的并不是这个品牌。你忠诚的是那种"它懂我"的感觉。

做得好的 AI，能大规模制造出这种感觉。

还有那双看穿对手的眼睛

这是我觉得最有意思的部分。

那些读你自己的客户的工具，同样能读你对手的营销活动。不是鬼鬼祟祟那种。它们看外面哪些东西在起效，反推出对手给客户设下的预期，再交还给你一张地图——上面标着他们的客户似乎想要什么。

你不是在抄。你是在读懂整个场子。整个场子，而不只是你那一个角落。

我跟我朋友说："所以你基本上是在作弊。"

她笑了。"不。我只是不再蒙着眼打牌了。"

底下的引擎：一台会自己学习的机器

人们把"机器学习"当咒语一样挂在嘴边。它不是。它是计算领域里最死板、最字面意思的想法之一。

你不把答案写进代码里。你喂给它例子。几千个。几百万个。算法会自我调整，直到它的预测不再令人尴尬。数据越涌进来，它错得就越少。就这样。这就是整个把戏。

这听起来没什么——直到你意识到：一个每天都比前一天错得更少的系统，是一件你奶奶那一代的营销部永远造不出来的竞争武器。 她手里有一个预感，和一份季度报告。你手里有一个学习者。

那周一上班你到底该做什么？

我经常被问这个。这是我的诚实、毫不光鲜的回答。

别从"AI"开始。从那个一直让你睡不着的问题开始。从那个我朋友遇到的问题开始。我该主推哪个产品？我该在什么时候，给谁发邮件？ 找出那唯一一处你还在猜的地方，让一个工具盯着这一件事，看一个月。

然后体会一下，当猜测停下来的时候，那种感觉是什么样的。

我朋友上次跟我聊的时候说了一句。她说她现在能睡着了。她说她终于有时间去想下一个产品了，而不是焦虑地照料现有的产品，熬过又一个星期。

我想，这才是这里面真正的承诺。不是更少的营销人。而是更自由的营销人。

机器读客户。你读机器。而在这个循环的某个地方，你重新获得了做创意的空间。说句老实话——这才是你当初入这行时，冲着来的那一部分。