仿佛只是一瞬间，人工智能已成为主流的商业工具。其最具前景的应用之一便是广告领域。
人工智能有望提高广告效率，提升广告支出回报率（ROAS）和转化率等关键指标，同时更好地吸引消费者。
以下是具体方式。
个性化
在近期一篇《哈佛商业评论》文章中，来自巴布森学院、新罕布什尔大学和南卡罗来纳大学的学者提出了一项框架，指导企业如何运用两种形式的人工智能进行营销。
该文章将生成式人工智能（如ChatGPT及其他模型）与分析型人工智能（数据分析）区分开来，指出后者有助于预测消费者行为及结果，而生成式AI则更具创造性。
这两种AI工具的协同作用将实现大规模向个体消费者或微细分群体提供个性化的广告信息。其核心理念是将精准的广告定向与个性化相结合，以推动转化。
“这不再仅仅是关于触达大量受众，而是关于通过量身定制的相关信息触达正确的受众，从而带来更好的成果。”Criteo AI Lab负责人Romain Lerallut表示。
分析型AI将创建目标受众和细分群体，而生成式AI将传递恰到好处的信息，最终提升广告效果。
即使对于数据科学家而言，定向个性化也并非易事，但大多数广告主无需直接管理这一过程。相反，广告技术公司——例如广告交易平台和广告服务提供商——可能会将个性化作为一项服务提供。
预算分配
分配广告预算是本能驱动的，并且必然依赖于人类经验和数据孤岛。
大多数营销人员能够解读相关数据并做出正确的预算决策。然而，在快速变化的数字广告市场中，自动化的预算分配将是进一步的改进。
人工智能将改善预算管理，这在某种程度上建立在上述定向个性化的基础之上。
AI模型将分析表现、消费者行为和实时市场信号，以优化各渠道和活动的预算分配。
Lerallut指出：“品牌可以更精准地定位消费者，让每一分广告费都物有所值。”
大多数广告平台可能会包含预测性预算分配工具，自动将广告支出转向表现最佳的受众群体或渠道。广告主将从性能提升中受益。
购物者旅程
AI可以整合分散的数据源，从而更好地理解购物者如何转化为顾客。
在实践中，预测性AI预算分配工具不会依赖末次点击归因。相反，分析型AI和机器学习工具将为营销组合模型和多触点归因模型提供动力。
据Lerallut称，“随着消费者比以往任何时候都更多地通过在线、实体店、社交媒体、应用程序等多种触点与品牌互动，AI可以帮助统一并解读这些互动，从而形成对客户的整体视图。”
广告主可能需要营销组合模型和多触点归因工具。Google和Meta目前提供免费解决方案。
频次优化
借助清晰的购物者旅程地图，AI可以改善广告的展示方式和位置，优化投放位置、频次和时间点。
这也可能意味着超越单一平台的优化。AI可以在Meta、Google和其他平台上建议频率上限，以避免读者疲劳。
感知
综合来看，AI的能力将带来更好的购物体验。个性化、预算分配、客户旅程和广告时机将有助于更深入地理解并建立对广告主业务的信任。
最终，AI将同时惠及广告主和购物者。