根据Salesforce 的最新研究， 营销专业人士看好生成式人工智能的影响，但仍在调查和了解该技术的有效使用和安全性。

作为生成式 AI 快照系列的一部分，Salesforce 对美国、英国和澳大利亚不同规模和行业的 1,000 多名营销人员进行了调查，发现 51% 的营销人员目前正在使用生成式 AI。

(资料图片)

生成式人工智能相关技能和可信的第一方数据是营销中成功采用和使用生成式人工智能的重要要求。鉴于当前的输出状态可能不准确且可能存在偏见，人类监督在执行生成式人工智能各自的角色中的重要性也是一项要求。

使用人工智能大语言模型生成新内容很容易。使用品牌人工智能生成新内容是一项艰巨的工作。

因此，在深入研究营销调查结果之前，这里提醒企业领导者需要考虑哪些因素，以便充分利用组织内的生成式人工智能功能——可信数据、可自动化的混合人工智能基础模型，以及内置安全和治理的单一平台，以确保人工智能技术的道德和人道使用。

要释放生成式人工智能的力量，您需要：

可靠且值得信赖的客户数据可构建统一的客户档案。连接干净的数据对于释放人工智能功能至关重要。只有将来自服务、销售和其他相关来源的可靠且值得信赖的数据汇集到一个平台上，人工智能才能按预期执行。记住：进得好，出得也好。每天生成的数据量持续增加。 到 2025 年，云中将 有 100 ZB 的数据，预计到 2026 年该数据量将增加一倍。要实现数据的全部价值，您需要通过以下方式从数据收集转变为驱动行动的数据： 1. 将数据统一为一致的格式以创建统一的客户档案， 2. 将客户档案连接到您的参与层客户关心的问题，以及 3. 使用您的数据使您的组织能够提供出色的体验。

预构建、自定义或公共人工智能模型(最好是这些模型的组合)可将您的数据输入其中，以便将见解用于自动化操作。要通过自动化产生这种影响，您需要：

即使应用程序的平均数量不断增加(2023 年的平均数量为 1,061 个应用程序，但集成度仅为 26%)，也能够连接到所有系统(云、本地、混合或旧系统)。

激活 RPA 从遗留系统和资产中提取数据，例如文档和图像，否则需要手动访问。

使重用现有数据和集成组件成为可能，例如 API 和连接器。

允许在整个组织中使用低代码和无代码，这样即使非开发人员也可以参与自助自动化项目。