แนวโน้มใหม่ของการตลาด AI: AI ธุรกิจของ Kuaishou เชื่อมโยงห่วงโซ่ทั้งหมดอย่างไร เพื่อแก้ปัญหาการทำงานร่วมกันในอุตสาหกรรม

AI เข้าสู่อุตสาหกรรมการตลาด เป็นเรื่องที่ชัดเจนแล้ว

ข้อมูลการวิจัยตลาดแสดงให้เห็นว่า ปีที่แล้ว ขนาดตลาดการตลาด AI ของจีนมีมูลค่าหลายแสนล้านหยวน และยังคงเติบโตในอัตราสูง เบื้องหลังการเติบโตนี้ คือการลงทุนอย่างหนักของห่วงโซ่อุตสาหกรรมทั้งหมด ตั้งแต่การผลิตเนื้อหาไปจนถึงการตัดสินใจลงโฆษณา

แต่ตลาดใหญ่ ไม่ได้หมายความว่าการนำไปใช้จะลึกซึ้ง

ปัจจุบัน เครื่องมือการตลาด AI ส่วนใหญ่ยังคงมีอยู่ในรูปแบบจุดเดียว แต่ละอย่างแก้ปัญหาเฉพาะจุด ในขณะที่ระหว่างขั้นตอนต่างๆ ยังต้องอาศัยผู้ลงโฆษณาเป็นผู้เชื่อมโยงเอง AI ทำบางสิ่งบางอย่าง แต่ความกดดันของการลงโฆษณาแต่ละครั้งตั้งแต่ต้นจนจบ ยังคงตกอยู่กับมนุษย์

อุตสาหกรรมตระหนักถึงปัญหานี้แล้ว ดังนั้น การทำงานร่วมกันหลายขั้นตอนกำลังกลายเป็นการออกแบบพื้นฐานรุ่นใหม่ของเครื่องยนต์การตลาด AI แนวโน้มของการทำให้ AI ครอบคลุมห่วงโซ่การตลาดทั้งหมดชัดเจนขึ้นเรื่อยๆ

AI ธุรกิจของ Kuaishou กำลังเดินบนเส้นทางนี้

ในระบบ AI ธุรกิจของ Kuaishou ตั้งแต่การผลิตเนื้อหาและการกำหนดกลยุทธ์ก่อนลงโฆษณา ไปจนถึงการลงโฆษณาและการควบคุมแบบเรียลไทม์ระหว่างลงโฆษณา และการวินิจฉัยทบทวนหลังลงโฆษณา ทุกจุดตัดสินใจมี AI อยู่

การนำการตลาด AI ไปใช้ ยากตรงไหน?

สำหรับ AI แล้ว การนำไปใช้ในสถานการณ์การตลาดมีความยากสูงมาก

ดูเผินๆ ความต้องการของมันชัดเจน ไม่พ้นการผลิตเนื้อหา หาผู้ใช้ และทำให้เกิดการแปลงสภาพ แต่เมื่อแยกออกมาดู ความต้องการทางเทคนิคของแต่ละขั้นตอนต่างกัน และขั้นตอนต่างๆ ขึ้นอยู่กับกันและกันสูง ส่งผลกระทบต่อทั้งหมด

มันมีความหนาแน่นของตัวแปรสูง ขั้นตอนต่างๆ ขึ้นอยู่กับกันและกันอย่างมาก ต้องการความเรียลไทม์ที่เข้มงวด รวมถึงตรรกะธุรกิจของสถานการณ์การตลาดที่แตกต่างกัน ส่งผลให้แม้เป็นการลงโฆษณาเหมือนกัน แต่กลับให้ความสำคัญกับความสามารถของ AI ที่แตกต่างกันโดยสิ้นเชิง

ตัวอย่างเช่น การตลาดแบรนด์ให้ความสำคัญกับการเปิดเผยและการซึมซับจิตใจ การตลาดอีคอมเมิร์จจับตาที่ GMV และอัตราการแปลงสภาพ การตลาดลีดมีตัวชี้วัดหลักคือต้นทุนการเก็บข้อมูล การตลาดท้องถิ่นต้องการนำกระแสผู้ใช้ออนไลน์เข้าสู่ร้านค้าออฟไลน์…

นี่หมายความว่าโมเดลใหญ่ทั่วไปไม่สามารถนำมาใช้ได้โดยตรง ต้องออกแบบเชิงวิศวกรรมเฉพาะเจาะจงสำหรับตรรกะธุรกิจเฉพาะของแต่ละสถานการณ์

ปัญหาทางเทคนิคหลักของการออกแบบนี้ คือ จะ “แยก” อย่างไร และจะ “เชื่อมโยง” อย่างไร

พูดถึงการแยกก่อน ในห่วงโซ่การลงโฆษณาแต่ละครั้ง ธรรมชาติของงานในขั้นตอนต่างๆ แตกต่างกันมาก:
* การกำหนดกลยุทธ์ เป็นงานบูรณาการข้อมูลหลายขั้นตอน เหมาะกับการใช้เอเจนต์หลายตัว (Agent) ร่วมมือกันเพื่อแยกย่อยและเชื่อมโยง
* การผลิตเนื้อหา ต้องการเปลี่ยนการตัดสิน “เนื้อหาดี” ที่คลุมเครือให้เป็นโครงสร้างที่คำนวณได้ เหมาะกับการใช้โมเดลใหญ่ในการสกัดคุณลักษณะ
* การดำเนินการลงโฆษณา อ่อนไหวต่อความล่าช้าอย่างมาก ต้องการการรับสัญญาณเรียลไทม์และการตอบสนองในระดับมิลลิวินาที

ขั้นตอนไหนใช้เทคโนโลยีอะไร ขึ้นอยู่กับธรรมชาติของงาน ระดับความทนทานต่อความล่าช้า และระดับความสามารถในการเข้าถึงข้อมูล ต้องออกแบบเป็นขั้นตอน

พูดถึงการเชื่อมโยงต่อ การไหลของข้อมูลข้ามขั้นตอน เป็นกุญแจสำคัญที่ทำให้ทั้งห่วงโซ่สามารถทำงานได้อย่างสอดคล้อง
* เนื้อหาที่ผลิตก่อนลงโฆษณา ต้องถูกระบบลงโฆษณาอ่านเข้าใจ
* ข้อมูลพฤติกรรมผู้ใช้ที่สะสมระหว่างลงโฆษณา ต้องสามารถส่งเสริมทิศทางเนื้อหาและกลยุทธ์กลุ่มเป้าหมายในรอบถัดไปได้
* ข้อสรุปจากการทบทวนหลังลงโฆษณา ต้องสามารถแปลงเป็นพารามิเตอร์อินพุตสำหรับการลงโฆษณาครั้งถัดไปได้โดยตรง

การตัดสินใจของ AI ในแต่ละโหนด ขึ้นอยู่กับการป้อนข้อมูลจากต้นน้ำและปลายน้ำอย่างต่อเนื่อง ทันทีที่ข้อมูลขาดการไหลระหว่างขั้นตอน ความสามารถของ AI ก็จะทำงานบนเกาะโดดเดี่ยว

เส้นทางเทคโนโลยีของ AI ธุรกิจ Kuaishou เริ่มต้นจากปัญหาเหล่านี้ โดยออกแบบวิธีแก้ไขเชิงวิศวกรรมที่สอดคล้องกับความขัดแย้งเฉพาะในขั้นตอนต่างๆ เช่น การผลิตเนื้อหา การกำหนดกลยุทธ์ การลงโฆษณา การวินิจฉัยทบทวน ในสถานการณ์การตลาดต่างๆ พร้อมกันนั้น ทำให้ความสามารถของแต่ละโหนดทำงานร่วมกันในระบบข้อมูลชุดเดียวกัน เพื่อรับประกันว่าห่วงโซ่จะไม่ขาด

ห่วงโซ่การตลาดทั้งหมด มี AI ออนไลน์

แม้ว่าสถานการณ์การตลาดต่างๆ จะมีความต้องการที่แตกต่างกัน แต่สิ่งที่เปลี่ยนแปลงไม่พ้นรากฐานคือ การลงโฆษณาเองต้องผ่านด่านสำคัญเดียวกันหลายประการ: การผลิตเนื้อหา การกำหนดกลยุทธ์ การลงโฆษณา การวินิจฉัยทบทวน…

การจัดวางความสามารถของ AI ธุรกิจ Kuaishou ดำเนินไปตามปัญหาร่วมเหล่านี้

ในขั้นตอน การผลิตเนื้อหา วิธีแก้ของ Kuaishou คือการใช้โมเดลใหญ่เปลี่ยน “เนื้อหาดี” ให้เป็นโครงสร้างที่คำนวณได้

“เนื้อหาดี” เป็นปัญหาที่พูดไม่ชัดเจนในอุตสาหกรรมการตลาดมาเป็นเวลานาน ยากที่จะทำให้เป็นมาตรฐาน ยากยิ่งกว่าที่จะทำซ้ำในระดับใหญ่ สถานการณ์ต่างๆ ให้นิยามของ “ดี” ที่แตกต่างกัน เบื้องหลังการตัดสินที่คลุมเครือ คือโครงสร้างที่ยังไม่ถูกสกัดออกมา

ดังนั้น Kuaishou เลือกที่จะแยกโครงสร้างข้อมูลการลงโฆษณาในอดีตและเนื้อหายอดนิยมในอุตสาหกรรม ระบุคุณลักษณะร่วมกัน แปลงคุณลักษณะเหล่านี้เป็นพารามิเตอร์การผลิตที่วัดปริมาณได้ ด้วยวิธีนี้ การตัดสินจากประสบการณ์ที่เดิมมีอยู่ในความคิดของคนไม่กี่คน กลายเป็นเงื่อนไขอินพุตที่ระบบสามารถเรียกใช้ การผลิตเนื้อหามีหลักเกณฑ์ที่ปฏิบัติตามได้ จากปรับปรุงทีละชิ้นกลายเป็นการทำซ้ำในระดับใหญ่

ขั้นตอน การกำหนดกลยุทธ์ เป็นงานแบบอนุกรมหลายขั้นตอนทั่วไป Kuaishou เลือกใช้การทำงานร่วมกันของเอเจนต์หลายตัว (Agent) แทนที่การทำงานร่วมกันของหลายคน

การวิเคราะห์แนวโน้มตลาด การเข้าใจเชิงลึกกลุ่มเป้าหมาย การตัดสินใจเลือกสินค้า การสร้างแผนการลงโฆษณา… ทุกขั้นตอนขึ้นอยู่กับเอาต์พุตของขั้นตอนก่อนหน้า และทุกขั้นตอนต้องการการบูรณาการข้อมูลจำนวนมาก หากทำโดยมนุษย์ กระบวนการนี้เป็นเชิงเส้นโดยธรรมชาติ ใช้เวลานาน ข้อมูลสูญหายได้ง่ายระหว่างการส่งผ่าน คุณภาพผลลัพธ์ขึ้นอยู่กับระดับประสบการณ์ของผู้เข้าร่วมอย่างมาก

Kuaishou สร้างกระบวนการนี้ใหม่ด้วยสถาปัตยกรรมเอเจนต์หลายตัว เอเจนต์ที่แตกต่างกันรับผิดชอบงานย่อยที่แตกต่างกัน งานกำหนดกลยุทธ์ที่เดิมต้องการการทำงานร่วมกันของหลายคน ตอนนี้สามารถให้เอเจนต์ต่างๆ ทำงานขนานกันได้ งานที่เดิมต้องใช้เวลาหนึ่งสัปดาห์หรือมากกว่านั้น ตอนนี้ใช้เวลาเพียงไม่กี่ชั่วโมงก็เสร็จ สิ่งสำคัญกว่านั้นคือ คุณภาพของกระบวนการชุดนี้ไม่ขึ้นอยู่กับการรับประกันจากคนที่มีประสบการณ์สองสามคนอีกต่อไป

ต่อไปคือขั้นตอน การลงโฆษณา ขั้นตอนนี้มีความต้องการทางเทคนิคที่เข้มงวดที่สุดในห่วงโซ่ทั้งหมด

เวลาที่เหมาะสมในการลงโฆษณาต่อ จุดที่ปรับราคา… การตัดสินใจเหล่านี้ต้องเสร็จสิ้นภายในกรอบเวลาสั้นมาก หากล่าช้าไปเพียงเล็กน้อย ช่องว่างโอกาสก็ปิดแล้ว เพื่อการนี้ Kuaishou ได้ฝังความสามารถในการรับรู้สัญญาณเรียลไทม์ไว้ในระบบลงโฆษณา AI อ่านสตรีมข้อมูลหลายมิติอย่างต่อเนื่อง เช่น อัตราการมีปฏิสัมพันธ์ อัตราการแปลงสภาพ และทันทีที่สัญญาณเปลี่ยนแปลง จะทริกเกอร์การดำเนินการลงโฆษณาที่สอดคล้องกันโดยอัตโนมัติ การลงโฆษณาต่อ การปรับราคา การเปลี่ยนเนื้อหา ไม่จำเป็นต้องมีการแทรกแซงของมนุษย์

[[IMAGE_6]]

การลงโฆษณาเสร็จสิ้นไม่ได้หมายความว่างานจบ ต่อไปยังมีขั้นตอน การวินิจฉัยทบทวน ซึ่งเป็นขั้นตอนที่容易被敷衍ที่สุดในห่วงโซ่ แต่สาเหตุพื้นฐานจริงๆ คือมันทำได้ยากมาก

ผลลัพธ์สุดท้ายของการลงโฆษณาแต่ละครั้ง เป็นผลจากตัวแปรหลายตัวร่วมกัน การวิเคราะห์ขั้นตอนใดขั้นตอนหนึ่งแยกกัน จะไม่เห็นห่วงโซ่เหตุผลที่สมบูรณ์ มีข้อมูลแล้ว แต่ไม่สามารถทำการระบุสาเหตุได้ ข้อสรุปก็只能是 “รอบนี้วิ่งได้ดี” หรือ “คราวหน้าลองเปลี่ยนเนื้อหา” ไม่สามารถนำมาซึ่งคำแนะนำที่ปฏิบัติได้

Kuaishou ใช้ AI เชื่อมโยงข้อมูลของแต่ละโหนด บรรลุการระบุสาเหตุข้ามขั้นตอน ข้อมูลทั้งหมดถูกรวมเข้าสู่กรอบการวิเคราะห์ชุดเดียวกัน AI ผลิตเอกสารทบทวนที่สมบูรณ์โดยตรง มอบคำตอบที่สามารถอธิบายได้สำหรับคำถามเช่น “ทำไมรอบนี้ถึงวิ่งได้ดี” หรือ “ขั้นตอนไหนลากหลัง” และข้อสรุปการวิเคราะห์ยังสามารถแปลงเป็นเอกสารที่อ่านได้โดยอัตโนมัติ และเชื่อมต่อกับคำแนะนำกลยุทธ์รอบถัดไปโดยตรง ทำให้การวิเคราะห์หลังลงโฆษณาจากจุดสิ้นสุดของห่วงโซ่ กลายเป็นอินพุตก่อนลงโฆษณาครั้งถัดไป

แน่นอน ขั้นตอนเหล่านี้เป็นเพียงตัวอย่างทั่วไปของการจัดวางความสามารถของ AI ธุรกิจ Kuaishou แต่สะท้อนให้เห็นตรรกะพื้นฐานชุดหนึ่งของ Kuaishou เกี่ยวกับ AI ธุรกิจ นั่นคือ ออกแบบวิธีแก้ไขที่สอดคล้องกันสำหรับทุกจุดยากทางเทคนิคในห่วงโซ่การลงโฆษณาที่สมบูรณ์ของแต่ละสถานการณ์การตลาด ทำให้ความสามารถ AI ฝังอยู่ในทุกโหนดการตัดสินใจ

จากอุตสาหกรรม สู่การกลับคืนสู่อุตสาหกรรม

เหตุผลที่ Kuaishou เลือกลงทุนในห่วงโซ่ทั้งหมดโดยตรง คือเครื่องมือ AI แบบจุดเดียวถึงเพดานแล้ว

แต่การเกิดคอขวดอุตสาหกรรมนี้ ไม่ใช่เพราะความสามารถของเครื่องมือจุดเดียวเองไม่ดี เพียงแต่ การเพิ่มประสิทธิภาพเฉพาะส่วน ไม่สามารถนำมาซึ่งการเพิ่มประสิทธิภาพโดยรวม
* การผลิตเนื้อหาเพิ่มประสิทธิภาพแล้ว แต่ระบบลงโฆษณาอ่านไม่ออกว่าเนื้อหาชิ้นนี้พูดถึงอะไร
* การลงโฆษณาปรับปรุงแล้ว แต่การทบทวนไม่เห็นการระบุสาเหตุข้ามขั้นตอน
* แต่ละขั้นตอนวิ่งเร็วขึ้น แต่การสูญเสียระหว่างขั้นตอนยังคงมีอยู่

สิ่งที่ผู้ลงโฆษณาใส่ใจจริงๆ ไม่เคยเป็นประสบการณ์การใช้เครื่องมือบางอย่างดีแค่ไหน พวกเขาใส่ใจผลลัพธ์ธุรกิจสุดท้าย ROI เพียงพอหรือไม่ GMV เพิ่มหรือไม่ ต้นทุนการเก็บข้อมูลลดลงเท่าใด และผลลัพธ์นี้ ถูกกำหนดโดยห่วงโซ่ทั้งหมด เนื้อหา กลยุทธ์ การลงโฆษณา การทบทวน ทุกโหนดส่งผลต่อตัวเลขสุดท้าย หากส่วนใดส่วนหนึ่งล้มเหลว ประสิทธิภาพที่สะสมไว้ก่อนหน้าจะถูกหักล้างบางส่วน

และประเด็นหลักของการทำธุรกิจของ Kuaishou คือทำให้ผู้ลงโฆษณาได้รับผลการเติบโตทางธุรกิจอย่างต่อเนื่องบนแพลตฟอร์ม ผู้ลงโฆษณาวิ่งได้ดี จึงจะลงทุนอย่างต่อเนื่อง ลงทุนอย่างต่อเนื่อง ระบบนิเวศธุรกิจของแพลตฟอร์มจึงจะทำงานได้อย่างมีสุขภาพดี

โครงสร้างผลประโยชน์นี้ กำหนดให้ Kuaishou ต้องทำให้ทุกโหนดการตัดสินใจ ก่อนลงโฆษณามี AI ตัดสินคุณภาพเนื้อหาและทิศทางกลยุทธ์ ระหว่างลงโฆษณามี AI รับรู้สัญญาณเรียลไทม์และควบคุมอัตโนมัติ หลังลงโฆษณามี AI ทำการระบุสาเหตุข้ามขั้นตอนและตกตะกอนข้อสรุป… ห่วงโซ่ไม่ขาด ข้อมูลไม่โดดเดี่ยว การตัดสินใจของ AI ในแต่ละโหนดสามารถรับอินพุตจากต้นน้ำและปลายน้ำได้ และสามารถส่งผ่านเอาต์พุตไปยังโหนดถัดไปได้

การก่อตัวของความสามารถชุดนี้ มีเส้นทางของมันเอง จากการสังเกตสถานการณ์การลงโฆษณาจริงของอุตสาหกรรมต่างๆ อย่างยาวนาน เข้าใจว่าทุกขั้นตอนติดขัดตรงไหน ทำไมถึงติดขัด จากนั้นออกแบบวิธีแก้ไขทางเทคนิคที่สอดคล้องกับปัญหาเฉพาะ และสุดท้ายกลับไปตรวจสอบและปรับปรุงซ้ำในอุตสาหกรรม

โดยสรุป AI ธุรกิจของ Kuaishou เกิดจากการสังเกตอุตสาหกรรม เลือกพัฒนาความสามารถ AI เช่นนี้ และสุดท้ายหลอมรวมเข้ากับอุตสาหกรรมอีกครั้ง ตรรกะชุดนี้ที่ “มาจากอุตสาหกรรม และกลับคืนสู่อุตสาหกรรม” กำหนดวิธีการนำไปใช้ของมัน

⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง

☕ สนับสนุนค่ากาแฟทีมงาน

หากคุณชอบบทความนี้ สามารถสนับสนุนเราได้ผ่าน PromptPay

SCAN TO PAY WITH ANY BANK