隨著AI科技的日新月異，AI在行銷領域的應用也愈來愈普遍，如鴻海的服務機器人Pepper、Amazon的智慧音箱Echo、FB／Line的聊天機器人及阿里巴巴／Amazon積極涉入的「新零售」等。
AI對行銷運作所帶來的主要改變：
①動態定價及優化
②預測性購物／物流配送
③以大數據為基礎萃取獨到的數位洞見與對TA的深度瞭解
④跨屏／跨螢／跨媒介的身份辨識與資料彙整
⑤有效掌握消費者旅程，並持續優化UX（使用者體驗）
⑥精準的個人化行銷
AI 行銷效應案例
讓我們來看一個因為AI而引發廣泛關注的案例，2016年底，住在美國德州的六歲小女孩Brooke天真無邪地對著Amazon智慧音箱Echo「許願」（討聖誕禮物），結果，沒多久之後，她竟然如願地收到了由Amazon所送來的禮物——一組跟她一般高的Kidkraft娃娃屋和一盒重達四磅的餅乾，讓她覺得Echo簡直比聖誕老公公更神奇。雖然她因而過了一個充滿驚喜的聖誕節，但家長卻因為必須為這些「天上掉下來的禮物」買單（總價162美元）而備感驚嚇與驚愕，並將此經驗PO到社群網路上與大家分享。
如今，不論食衣住行育樂，幾乎都可以看到AI的蹤跡，例如：
案例1）2017年推出的蘋果iPhone X所內建的人臉辨識功能，就是一種AI的應用，緊接著，華為也推出了號稱「第一支AI手機」的Mate10，而華碩於今年請韓國男星孔劉代言的Zenfone5也是主打「AI雙鏡頭手機」。
案例2）大陸一家手搖茶飲業者推出號稱能夠算命／讀心的奶茶，令消費者趨之若鶩、大排長龍，並在一片競爭紅海中獨樹一格，其背後，靠的是以大數據為基礎的AI加上3D列印，透過AI爬梳／分析網路資料庫，然後將消費者心中疑惑的「適當解答」列印在厚達三公分的奶泡上，例如：有位女客人問道：「今年會不會結婚？」所得到的答案是「很難，但值得。」
案例3）2018年3月間，一款「智慧佛珠」一上市便引發市場高度關注與討論，這個佛珠裡頭有IC，雖然外型看來和一般佛珠沒什麼兩樣，卻內建計步、睡眠監測等功能，此外，它還會幫你記錄一天念了幾次阿彌陀佛，並顯示在手機上面，而且還可以迴向給親朋好友，這是近年來積極轉型的台灣宏碁所推出的創新產品之一，藉由此佛珠，宏碁可以從消費者身上蒐集到源源不斷的數據資料。
案例4）美妝保養品牌克蘭詩於2017年在台導入聊天機器人（FB Messenger Chatbot）行銷應用，克蘭詩（CLARINS）先在FB上投放不同的內容，透過內容引導用戶進到Chatbot內領取兌換券，並透過個人化的對話，讓顧客領取兌換券後到鄰近的實體櫃點進行商品兌換，最後再透過電子印章持續追蹤用戶，屬於完整的O2O消費體驗，藉此不僅加強了消費者與品牌之間的黏著度，也帶動了業績倍數成長，更讓克蘭詩有機會蒐集到寶貴的消費者資料。
面對AI 浪潮，該如何因應？
1）進行數位／AI的轉型與整合
面對著來自不同管道的大量數據，企業必須建立清楚明確的資料介面與整合機制，以利資料的整合與跨部門的溝通，其中包括由誰負責所有資料的蒐集、彙整及整合，由誰負責資料分析，由誰負責跨部門的整合與協調溝通等，如果缺乏有效整合／分析／分享的機制，可能會因為爭奪資料整合主導權及伴隨而來的權力與資源，而讓紛至沓來的資料／數據在企業內部造成群雄割據、部門藩籬等亂象，畢竟，在大數據的時代裡，誰負責資料介面與整合機制，誰就擁有話語權。
2）建立／維護／優化「資料油管（data pipeline）」
在進入AI模式之前，行銷人員必須要先鋪設好「資料油管」，才能夠源源不絕地蒐集大量正確的數據，這就如同石油業者鋪設好油管，以獲取源源不絕的石油一般。在建立「資料油管」的過程裡，低成本、有效率、正確、大量及源源不絕都是不可或缺的關鍵字，畢竟，如果獲取數據的成本太高或效率太低，企業可能無法負荷；如果資料不正確，可能會導致GIGO（garbage in, garbage out）的結果；如果數據的量不夠大，恐怕難以進行大數據分析；如果數據無法持續源源不絕，恐怕就無法持續供應最新的數據。
建立「資料油管」可以有不同的路徑，例如：
案例1）全家便利商店寧願捨棄多年所累積的實體會員資料，而大費周章地改推APP會員，在順利突破500萬會員後，全家就順利地建立了「資料油管」，同樣的「資料油管」模式也出現在麥當勞的點點卡與星巴克星里程會員。
案例2）許多零售業者（尤其是電商）都擁有第一手的消費者數據，因而坐擁了非常珍貴的「資料油管」，並成為其攻城掠地的重要武器，如Amazon、阿里巴巴等。
案例3）小米則是繞了一個彎建立自家的「資料油管」，它以三億米粉為基礎，大量販售各種生活用品（從電鍋、掃地機到小米手環、小米自行車／平衡車）給粉絲，因而成為全球擁有最多樣物聯網裝置的廠商，並大量蒐集消費者線上／線下的數據。
3）強化資料科學的DNA與能力
AI最大的優勢在於「化繁為簡」，透過強大的運算能力，將龐大、複雜、樣態多元且交叉重疊的數據加以梳理，以期從中萃取出對行銷運作具策略參考價值的洞見，進而找到有效影響消費者的關鍵「癢點」，並據以提出不同的行銷解決方案，例如，消費者的跨屏／跨螢的數據，就可以仰賴AI的運算能力，分析交叉重疊的數據，以辨識出精準的TA。
在AI模式裡，行銷團隊裡可能會有資料工程師等不同的協同工作者，與行銷人員一起並肩作戰，行銷人員一方面要自己練功，以強化資料科學的DNA與能力，一方面則必須扮演好市場／消費者與其他協同工作者之間的溝通橋樑，以期能全面提升協同合作的效率與效果。
4）以顧客為核心
傳統的行銷模式是一種以產品、廠商、製造為核心的模式，AI模式則是以顧客為核心的模式，因此，行銷人員必須進行「去產品化」、「去廠商化」及「去製造化」的思想／習慣改造，並積極擁抱與落實「以顧客為核心」的顧客導向哲學。
你的消費者下一次會買什麼東西？什麼時候會買？對什麼樣的內容／活動感興趣／不感興趣？諸如此類的問題，如果能夠藉由資料蒐集機制有系統地蒐集與整理，自然對於釐清與描繪TA樣態大有助益，藉由AI／大數據的協助，行銷人員就可以對消費者進行精準行銷，並落實「以顧客為核心」的基本操作原則。
未來AI 的影響
1）AI並非萬能
在AI-first喊得震天價響之際，如今AI似乎有點被過度吹捧，甚至神化，AI的確有其神奇的地方，但至少截至目前為止，它還不是無所不能，依然有其侷限，因此，在強調AI的同時，千萬不要過度誇大它的威力。
2）AI所促動的行銷典範轉移仍繼續演化中
基本上，AI所促動的行銷典範轉移，其實是還在繼續演化、醞釀的進行式，而非已經劃下完美句點的完成式，其中，典範轉移的演化速度會因為某些變數的影響而有所不同，例如：我們所能掌握到的數據的量與質就是重要影響因素之一。
3）大數據與小數據都很重要
對AI而言，數據的量固然重要，質也不能忽略，而且，數據也不是愈多愈好，只有合乎分析需要的數據，才是真正有用的數據。此外，即使大數據已日受重視，但也別忽略掉對於解析消費者行為的細微處相當有助益的小數據。
4）AI所帶來的影響可正可負
AI只是一項工具，固然可以帶來正面的行銷助益，但也可能會產生負面的行銷衝擊，端視使用者如何使用而定。如果好好使用，AI的確可以為行銷人員帶來許多正面助益，但若使用不當，AI也可能會帶來我們所不樂見的負面影響。