摘要: 物联网、大数据分析、区块链和人工智能等颠覆性技术正在改变企业的运营方式。在所有的颠覆性技术中，人工智能(AI)是最新的技术颠覆者，具有巨大的营销转型潜力，其逐渐成为优化市场营销决策、提升消费者体验、构建并保持客户关系的关键因素。然而，人工智能虽然为营销带来了许多益处，但弊端也在不断显现。例如，消费者对AI的认知以及公司对AI应用的限制性，这些都是学者们广泛研究的话题。尽管学者在人工智能营销领域的研究已经取得了一些进展，但由于其应用历史相对较短，仍然存在着研究成果缺乏系统性的整合、缺乏关键的文献、相关概念的混淆、研究焦点和发展路径的不清晰等问题。由此，一个系统的文献综述可以强调人工智能(AI)在市场营销中的重要性，并描绘出未来的研究方向。本研究旨在利用Citespace对2010年至2023年出版的国内有关人工智能营销现存文献进行全面综述，另外，我们将国外的部分文献分成四个方面进行综述，旨在探究两个问题：1) AI技术在营销领域的国内外发展现状。2) 对未来研究方向进行展望。
Abstract: Disruptive technologies such as the Internet of Things, big data analytics, blockchain, and artificial intelligence (AI) are transforming the way businesses operate. Among these disruptive technologies, AI stands as the newest game-changer, boasting immense potential for marketing transformation, gradually emerging as a pivotal factor in optimizing marketing decisions, enhancing consumer experiences, and fostering lasting customer relationships. However, while AI brings numerous benefits to marketing, its drawbacks are also becoming increasingly apparent, exemplified by consumers’ perceptions of AI and companies’ limitations in applying it, both of which are subjects of extensive scholarly inquiry. Despite advancements in AI marketing research, the relatively short history of its application has led to issues like a lack of systematic integration of research findings, scarcity of key literature, confusion over related concepts, and unclear research foci and developmental pathways. Consequently, a systematic literature review can underscore the significance of AI in marketing and chart the course for future research directions. This study aims to conduct a comprehensive review of domestic literature on AI marketing published from 2010 to 2023 using Citespace. Additionally, we will summarize selected international literature under four aspects, addressing two core questions: 1) the current state of AI development in marketing both domestically and internationally; 2) a prognosis of future research directions.
1. 引言
人工智能(AI)时代已经到来。《新一代人工智能发展规划》首次成为国家战略的一部分，同时，十九大的报告也着重提出了推动互联网、大数据、人工智能和实体经济的深层次融合的重要性。根据麦肯锡全球研究院的研究，预计未来十年，人工智能有望每年推动大约1.2%的全球GDP增长。到2030年，这种技术将为全球经济注入13万亿美元的活力。这预示着，人工智能将转变为一种新的驱动力，用于提升公司的运营效率、促进行业的进步以及推动经济的发展。据资料表明，包括谷歌、亚马逊、苹果在内的国内外科技巨头公司，以及百度、腾讯、阿里等，都将发展人工智能视为其核心策略。近年来，人工智能的产品和服务也由于企业的应用而日益普及。比如，在商业领域，利用AI技术，商家可以根据其自身的学习能力，给予顾客个性化的定位，并且实时追踪顾客的需求，从而打造出一种全新的、深度的购物体验；而在住宅产品领域，商家可以利用AI技术，比如智能音响、AI摄影机等，实现对互联网上的门禁系统和家庭电器的远程操作；至于医疗产品领域，AI技术已经被广泛运用于新型药品的开发、疾病的辅助治疗、肿瘤的筛查等多个领域。随着人工智能的普遍使用，用户与其的交互日益频繁，这也为其自身的市场营销带来了新的挑战和问题。
2. 人工智能营销的相关概念
Rekha [1]等人提出，人工智能营销实际上是一种直接的营销方法，其中运用了诸如数据库营销技术、机器学习等人工智能的理论与模型。Overgoor [2]等把人工智能营销描述为，利用已获得的数据，人工智能代理提出或执行营销策略，以实现最优的市场效益。这个定义详细解释了人工智能营销的运作流程和成果。张雁冰及其团队(2019)探讨了人工智能与人类相似性的影响元素如何影响用户的心理和行为，并构建了一个研究框架[3]。根据过去的学术探讨和研究，我们的观点是，人工智能营销是一种以大数据和人工智能为核心，能够智能地分析并预测营销行为中潜在的模式和发展方向，从而提高企业营销的效率和成果，并最终达到企业与消费者共享价值的营销方式。
3. 国内研究现状
本研究采用文献计量的手段，利用CiteSpace软件，对中国知网数据库中的文献进行了全面的统计和图像化分析，以便于我们能够深入理解人工智能在营销领域的研究成果。鉴于AI在市场营销中的应用研究较之其它领域来说较为繁琐，我们选择了“AI + 市场营销类关键词”的结构来实施搜索，详细的搜索步骤请参见表1。
Table 1. Retrieval process
表1. 检索流程
要点 |
详情 |
检索时间 |
2023年12月11日 |
数据来源 |
中国知网 |
检索主题 |
AI (artificial intelligence) + 营销或消费者 |
时间跨度 |
2017年1月~2023年12月 |
筛选依据 |
1) 检索学科限定于营销相关方向，剔除计算机科学、工程技术、医疗等无关的研究方向以及筛选出EI、SCI、CSCD等论文； 2) CiteSpace除重功能 |
筛选结果 |
AI + 营销 |
总引用51篇 |
有效引用29篇 |
AI + 消费者 |
总引用16篇 |
有效引用13篇 |
人工智能 + 营销 |
总引用264篇 |
有效引用37篇 |
Figure 1. Keyword clustering
图1. 关键词聚类
Figure 2. Development timeline
图2. 发展时间线
Figure 3. Statistics chart of document issuance volume
图3. 发文量统计图
我们将AI与消费者的相关搜索也列入AI营销领域，并将四项关键词所搜索到的引文进行汇总得到总关键词图谱(见图1)以及时间线(见图2)，其研究可以归纳为七个热点模块：营销传播、品牌态度、市场营销、数字营销、上下文感知、精准营销、分布式结构。我们虽然可以通过关键词共现的方法来发现一些与人工智能方面相关的理论，也搜索出很多有关营销方面的文章，但实际可引用数量较少，主要以传播和算法为主，因此限定关键词后本文所囊括的国内研究范围较小，在了解了营销领域AI相关文献的概貌后，也意识到将AI与营销领域的结合正是国内还没有被完全探究的课题。
通过Citespace时间线图谱可以更为直观地看到相关研究在近4年内的发展历程，人工智能一直是近5年的重点技术。观察营销领域AI相关研究的总体热度变化，我们可以看出，尽管在2020年前后这个研究的早期阶段，该领域并未立即达到高度的研究热度，但学者们已经开始对此领域进行关注和研究。根据发文量统计图(见图3)，从2019年开始，文献量显著增加。新关键词出现最密集的阶段是在2021年之后。在此阶段，AI被学者们广泛应用于数据分析，其预测范围和深度得到了进一步的扩大，主要的方法有数据挖掘、机器学习、人机交互等；与此同时，他们也揭示出了更多的争议性问题，例如身份认同、道德伦理、隐私泄露等。
AI及其相关的市场推广观点，我国的研究开展相对较晚。刘玉然(2003)的《谈谈人工智能在企业管理中的应用》这篇论文首次明确了将人工智能技术融入企业管理的重要性[4]。他强调，我们需要深入了解人类的智慧以及AI技术之间的联系，并期望借助这种联系，AI技术可以在企业的决策过程中发挥至关重要的角色。这一理论也陆续引起了学者们的关注，2008年，陈步英等人也证实了这一点，并在此基础上探究了人工智能在各个领域内分别的应用。进一步地，司絮(2015) [5]将人工智能应用在客户管理方面，通过人工智能建立客户关系系统，挖掘顾客的潜在需求，从而分析市场营销活动。2015年后人工智能在商业领域的应用迅速增加，韩思齐等人(2016) [6]认为智能营销是建立在更高科技水平上的运作模式，可以优化营销数据搜集和处理模式、提供个性化的营销策略并改变广告投放方式，这也为后来学者将人工智能应用于广告业提供了理论基础。
4. 国外研究现状
国际文献关于人工智能营销的研究始于2006年，但在2006~2017年间每年发表的相关文献均不足15篇，处于前期探索阶段。从2018年起，围绕该主题的文献发表量显著增加，2019~2021年发表的文献数量占到了总数的一半以上，表明该主题领域的研究正处在快速兴起的阶段。文献发表数量方面，国内国际文献最显著的不同体现在文献值的实际值与估计值的差距。国内文献发表数量从2016年起低于估计值，而国际文献从2016年起，发表数量高于估计值，且差值逐年增大。
在期刊发表情况上看，根据国外在不同期刊上发表的最大文章数量，找出五个最相关的资料来源。关于人工智能在市场营销中的论文大多发表在 Expert System with Application上。还有一些文献是发表在Journal of Business Research以及Knowledge-Based Systems上，但在这两篇期刊中的关于AI营销的杂志要远远少于Expert System with Application。在搜索相关文献的过程中，我们发现，在Journal of the Academy of Marketing Science上发表的关于人工智能营销的文章数量也在不断增加，这为学者们搜寻相关文献提供了搜索方向。
在发文量方面，国内核心区期刊发文量差距较小、分布均匀，而国际核心区期刊发文量差距较大。影响因子及发文量比重方面，发表在高影响因子期刊上的比重更大，这说明关于人工智能营销的研究成果受到学术界的重视和认可，同时，我们在搜索过程中也发现，相比于国内核心期刊文献来看，发表在国外的文献多数影响因子较国内期刊高出很多，也说明国外对人工智能营销领域的研究程度明显高于国内，在这方面还有待进一步探究。
在探究国外文献过程中，我们将关于营销中人工智能的学术文献主要分为以下四种类型，包括：
4.1. 解决特定营销问题的技术人工智能算法
例如，De Bruyn [7]通过聚焦于深度神经网络的最新进展，结合人工智能的底层方法论(如卷积和循环神经网络)和学习范式(有监督、无监督和强化学习)来讨论营销人员在其组织中实施人工智能时需要注意的技能问题。这些技术对获取大数据、影响客户满意度或忠诚度、提升员工幸福感、企业盈利能力以及企业的营销活动等方面也有着巨大的好处[8]。
4.2. 用户对人工智能的心理反应
尽管人工智能已经应用于人们生活的很多方面，但部分用户对AI的看法是消极的，这会成为人工智能应用的障碍[9]，例如，当用户得知与其对话的人是聊天机器人时，用户的购买意愿会降低，因为他们会认为聊天机器人很难对产品有足够的了解，以及较少拥有同理心[10]。而当人工智能拟人化程度增加时，又会加剧用户的不安心理。研究表示，当人工智能被人类赋予伙伴角色而非下属角色时，就会使人类产生不安，也就是“恐怖谷效应”[9]。但拟人化程度高的人工智能技术，也会在一定程度上诱发补偿性消费的行为，补偿性消费是指“为了抵消或减少自我差异而产生的消费”。拟人化程度越高，消费者的补偿性消费行为就越强[11]。
4.3. 人工智能对工作和生活的影响
在生活中，个性化推荐使得人们在购物时更有效率地浏览自己可能需要的产品，有研究表示，个性化推荐对消费者的决策有显著的影响[12]。他们比非个性化推荐更容易被消费者接受[13]。当然，人工智能不但在网上购物时有所助力，在医疗服务行业也被引入，它可以为老人的健康和老年护理提供帮助，人工智能机器人不仅可以监测和跟踪其健康指标，还可以为老人提供陪伴[14]。
在工作中，基于人工智能的数字助理将成为未来工作的关键要素，有研究表示，人工智能助手具有更改的交互性和智能化程度来辅助人们完成工作，且可以通过机器学习从收集到的数据中学习和生成新的知识，并具有处理专业知识的能力[15]。例如，员工可以使用应用程序，如Siri，Alexa，Google Assistant，来改善他们的工作，追求更高的工作效率，以完成日常工作任务，如搜索信息数据、拨打客户电话、发送营销短信等[16]。
但对于AI作为助理角色存在于工作中的研究仍然有些许不足，如何使AI成为人类最有力的助手而不会对人类产生威胁仍然是需要探究的课题，以及在工作中人工智能技术作为“助手”的描述可能会对人们的责任归属产生作用[17]，因此，有必要了解AI助手在工作中对于责任的承担与人类是否有所差别。
4.4. 与人工智能相关的管理和战略问题
Gartner人工智能调查显示，17%的企业使用人工智能工具来管理人力资源活动，到2023年这一比例增加到30%，并且有60%的企业使用人工智能，将其用于战略决策过程[18]，例如，采用何种商业模式，针对何种市场和产品，遵循何种定价和竞争定位战略等，这样的好处在于提高了企业的决策速度，增加了更为理性的决策判断，减少了因决策者个人的认知偏差而造成的失误[19]。另外，人工智能在一定程度上可以减少广告投入，创造就业岗位，还可以通过自动化或创造就业机会来提高生产率以及企业绩效[20]。
5. 未来研究展望
目前，人工智能营销的相关研究已经产生一些具有实质性的进步，尽管还在进行中，许多关键的议题还需要未来的专家们进行进一步的研究和讨论。
5.1. 优化理论框架，洞察用户心理
首先，我们需要进一步优化人工智能营销的理论框架，并深化对用户心理的研究。鉴于AI技术的广泛适用性，如今大多数领域针对的研究多半以人工智能技术为主，所以，未来的研究不仅可以扩大并更新已有的理论，让它们更好地应用在AI的市场推广中，还可以将管理学、心理学等多个学科的理念整合起来。李芷莙等人认为，在对产品进行设计的过程中，用户对AI主导的产品设计接受度不一，根据其研究，在某些开放型产品上，用户更能接受由AI主导的产品设计。因此，未来的研究可以通过实证分析来检验AI在什么场景下会对用户产生影响，以及这些影响是正面还是负面，因何而产生影响。
5.2. 减少隐私泄露，提高身份认同感
最主要也是如今常被学者讨论的便是关于用户隐私泄露和身份认同感的问题。虽然企业运用人工智能技术来收集数据并进行数据分析与处理，可以大大提高企业的营销效率以及对用户需求的整体把握，但这也会在一定程度上引起用户对于隐私暴露的担忧，如果人工智能的拟人化程度增加，也会在一定程度上会使人们产生对身份认同的威胁感，由此容易使企业陷入两难的境地，也无法让企业准确把握关于人工智能技术应用的边界。因此，未来的研究有必要思考企业应采取什么策略提升用户的积极认知，减少用户对隐私暴露的危机感和对人工智能技术发展的不安。
5.3. 深入探讨人工智能和人类员工在营销中的角色定位
一方面，先前的研究表明，尽管人工智能在提供营销服务时具有客观的能力，但受主观感知的影响，用户对于一些复杂的或是涉及情感性的任务更愿意接受人类员工的服务。虽然人工智能技术是由各类算法和数据所组成，且在进行营销活动和任务时可具有客观和缜密的能力，但因人类情感的主观导向，用户在接受较为复杂的任务以及涉及情感因素的产品或者方案时更倾向于选择与人类有关，例如，对于奢侈品的设计，人类更能接受由人类设计师创作出的产品，而不是AI设计师的产品[21]。所以，未来的科学研究有机会深入探索如何让人工智能更好地完成营销任务，如何让人类员工更好地完成这些任务，并且确定这些任务的最佳实施范围，以及在何种环境下，用户会更倾向于使用人工智能提供的服务。另一方面，随着人工智能的不断发展，人类的某些工作也逐渐可以被人工智能所替代，如何使人工智能成为人类的“辅助者”而非“替代者”，也是需要人类不断探索的问题，一方面，人类需要不断提高自己的专业技能，以防止在某些工作上被人工智能所取代，另一方面，人类要明确人工智能的定位，使营销人员可以更好地与人工智能通过协同合作的方式共同开展营销活动，高效完成营销工作。
5.4. 探究影响消费者对AI产品或服务接受程度的因素
AI所展现出的职业角色、性别和个性可能会影响消费者的反应，而这些偏好可能取决于情境相关的刻板印象。比如，AI在进入市场之后可能会遭遇到的负面效果就是算法厌恶。Castelo等人(2019) [22]的研究就是为了探讨消费者在何种环境和时间，为何会选择使用AI助手，以及营销团队应该如何更有效地推动AI的运用。在各种特性的使用环境下，人们可能会对AI的接纳程度产生不同的影响。吴继飞等人(2020) [23]认为对于高创造性产品推荐任务，与人类推荐相比，消费者认为人工智能推荐具有更低的胜任感，进而导致消费者对人工智能推荐更低的采纳意愿；对于低创造性产品推荐任务，与人类推荐相比，消费者认为人工智能推荐具有更高的胜任感，进而导致消费者对人工智能推荐更高的采纳意愿。未来可以进一步探究是什么影响了消费者对于AI的信任，以及如何建立人机间的和谐关系。