在与初创企业及年轻公司首席营销官（CMO）的合作中，我发现高管层对生成式人工智能（Gen AI）的潜力日益焦虑。许多CEO认为自动化工具能让精简团队完成更多工作，进而考虑削减营销编制。一项调查显示，49%的CEO甚至认为自己的大部分或全部工作都应被AI替代。
然而，大多数CMO持不同观点：2023年4月诺斯韦斯特调查显示，81%的营销人员无因Gen AI缩减团队的计划，22%反而计划增员，因为他们相信Gen AI能提升团队生产力。
Gen AI并非速效药，目前仍处于探索期。其对员工士气、版权、偏见及数据隐私等关键问题的影响尚不明朗。
建议CEO在做人事决策前，与CMO合作开展聚焦且可衡量的Gen AI试点测试，并将经验应用于组织架构与营销策略设计。
以下是优化Gen AI投资并推动业务成果的四个步骤：
1. 要求CMO定期汇报Gen AI应用场景
首先评估营销团队当前如何使用Gen AI。其应用广泛，涵盖内容制作、信息传递、图像生成、会议摘要等。通过持续跟踪，识别趋势与生产力提升点，明确哪些任务保留给人力，哪些交由AI处理以释放战略精力。
建议建立共享“数据库”（如电子表格），记录工具使用情况、最佳/最差场景、提示词技巧等，并在组织内部分享经验。鉴于技术迭代迅速，应制定月度或季度更新机制，重点回答以下问题：
- Gen AI对生产力的具体影响是什么？
- 哪些场景最具生产力（需标准化）？哪些低效（应放弃）？
- 哪些关键学习成果将指导未来工具选型？
- 有哪些通用的提示词技巧可供全员使用？
- 持续实验中发现了哪些新机会？
- 从外部同行网络收集了哪些参考数据？
同时，还需获取财务、HR及法务等部门关于Gen AI影响的类似报告。
2. 制定营销领域Gen AI未来应用规划
尽管技术演变难以预测，但必须对Gen AI在营销运营中的应用确立愿景。让CMO及其团队描绘AI如何为营销人员腾出时间，并据此制定包含以下要素的计划：
- 对当前及潜在用例进行优先级排序；
- 识别并优选最佳工具；
- 预测效率与产出提升机会；
- 设定降本增效目标及追踪指标；
- 制定技能提升计划，重新分配被AI接管任务的时间；
- 总结经验教训，制定Gen AI使用政策。
3. 制定公司级Gen AI使用政策
只有规范使用才能创造商业价值。CMOs普遍担忧准确性、质控、数据隐私及法律版权问题，但多数公司尚未制定相应风控政策。
缺乏明确指引可能导致员工无意中泄露敏感数据。普通员工对大语言模型训练机制了解有限，在使用ChatGPT等工具时易分享企业或客户机密，这与早期“影子IT”风险类似。
除制定政策外，建议投资企业级Gen AI解决方案（如Cohere定制模型或ChatGPT Enterprise版），利用加密与安全认证保护数据，并向员工传达数据完整性的重要性。
4. 在下个预算周期评估Gen AI支出
目前Gen AI工具成本较低（主流工具约30-50美元/人/月），适合纳入占项目总支出约10%的营销工具预算中进行实验。随着产品成熟，成本预计上升，届时应已形成标准化工具清单。
2024年招聘计划也需考量Gen AI的影响：哪些岗位可重塑或增强？团队成员有何新技能学习与成长路径？职位描述应如何修订？应将AI视为营销团队的新成员，明确其角色边界。
Gen AI采用关键要点
- Gen AI革命刚起步，避免过早下定论；
- 非“AI vs 人类”的二选一，而是融合以提升生产力与创新；
- 小步快跑，持续迭代与学习；
- 密切关注技术发展动态与应用趋势；
- 制定政策指南，确保数据安全。
拥抱Gen AI能将营销人员从繁琐低价值工作中解放出来，专注于需商业判断、机构知识与前瞻思维的高价值工作，从而支持新战略举措落地。
营销已在创意、效率与有效性上受益于Gen AI，但“AI将取代大量营销岗位”的预期尚无依据。CEO与CMO应携手合作，以迭代方式扩大Gen AI应用，为营销组织创造更大业务价值。