“AI輸出內容的精準與否，完全取決于它背后的知識庫。你喂給AI的是高質量、結構化的行業(yè)知識，它輸出的精準度就高；你喂的是垃圾，它輸出的也是垃圾。“當企業(yè)苦惱于AI的種種弊端時，金立印教授給出了他的破局之道。

2025年，“All In AI”幾乎成了各個行業(yè)的共識。但AI的幻覺問題、AI的局限性問題以及AIGC的不真實感，這些困擾了用戶很長時間的問題到現(xiàn)在也沒有解決，而這些問題如果發(fā)生在企業(yè)身上，無疑會帶來巨大的經濟損失。不久前，德勤為政府寫的報告就因幻覺問題被判罰44萬澳元。

不過，這些問題在今天都有了一個初步的解法：構建企業(yè)專屬的知識庫。它并非只是一個文檔倉庫，而是將企業(yè)獨有的產品知識、項目經驗等私有數(shù)據(jù)進行系統(tǒng)化的封裝，從而形成一個專屬于企業(yè)的數(shù)字大腦。

當外部的通用大模型與企業(yè)私有大腦深度融合后，AI便能從一個博學但泛泛的實習生，進化為一個企業(yè)的首席策略官。

那么具體企業(yè)要如何一步步搭建起私有知識庫，并真正與營銷、策略等核心業(yè)務場景結合，最終轉化為AI時代的護城河？為此，本期「Morketing」專題對話特邀到復旦大學金立印教授，聽一聽他對企業(yè)級知識庫的看法。

AI改變的不是消費者行為，

是連接方式

Morketing：從年初Deepseek的爆火到現(xiàn)在，不僅C端的AI應用的活躍有了大幅提升，不少軟件也都在內置AI功能，隨著消費者對AI工具的使用更加頻繁，這是否意味著消費者行為正變得前所未有的碎片和難以捉摸？他們的決策路徑是否更不可控了？

金立?。?/b>我想首先糾正一個常見的誤解。我并不認為AI時代下消費者行為變得更難預測或標簽化了。恰恰相反，剝開技術的層層外殼，你會發(fā)現(xiàn)消費者的根本需求和決策模式，并沒有發(fā)生顛覆性改變。換句話說，消費者追求品質、價值、認同感的基本動機，是穩(wěn)定且持續(xù)的。因此，我們真正需要關注的變化，其實來自于企業(yè)與消費者的連接方式。

Morketing：“企業(yè)與消費者的連接方式”要如何理解？這指的是像AI客服、智能導購這樣的人機交互變得普遍了？

金立?。?/b>AI客服或導購只能說是表層的現(xiàn)象，更深層、更根本的轉變，在于消費者的信息獲取與決策起點，也就是搜索行為本身，我們會發(fā)現(xiàn)，現(xiàn)在的消費者正在用AI搜索來取代傳統(tǒng)的搜索行為。

Morketing：這種轉變在行業(yè)的數(shù)據(jù)層面有直觀的體現(xiàn)嗎？它具體是如何影響營銷的實際操作的？

金立?。?/b>一個非常直觀的現(xiàn)象是：百度等傳統(tǒng)搜索引擎的流量，在AI大模型興起后出現(xiàn)了明顯且持續(xù)的下滑。如果觀察那些原本在百度投放大筆預算的品牌，比如教育行業(yè)，都會發(fā)現(xiàn)搜索引擎廣告賬戶的預算消耗速度變慢了，線索成本卻在升高。

那么，這些流量和用戶注意力去了哪里？答案很明確：流向了各類AI對話平臺。這個變化，正在直接沖擊品牌傳統(tǒng)的營銷預算分配模型與獲客邏輯。

這里我需要做一個關鍵的區(qū)分，剛剛提到的智能客服，本質上是消費者購買后的“后端”體驗優(yōu)化，而我所說的搜索行為變化，發(fā)生在購買決策的“前鏈路”，它直接關系到企業(yè)如何發(fā)現(xiàn)潛在客戶并影響其決策。

過去，企業(yè)買流量主要投放在搜索引擎廣告或信息流，爭奪的是用戶主動搜索時的注意力。但現(xiàn)在，AI工具能整合、解析并直接給出產品信息與購買建議，它必然會分走相當一部分決策前的流量和用戶信任。

Morketing：所以，您的判斷是，流量的主陣地正在發(fā)生一次歷史性的遷移？這意味著營銷戰(zhàn)的戰(zhàn)場本身發(fā)生了變化。

金立?。?/b>是的，這是一個根本性的變化。對營銷人來說，流量的陣地正從傳統(tǒng)搜索引擎轉向AI對話平臺。未來的流量購買與布局，可能不再高度集中于百度，而是需要前瞻性地轉向豆包、DeepSeek這類AI平臺。

它們不再僅僅是提升效率的工具，更是未來流量聚集、需求產生和分發(fā)的新陣地、新渠道。品牌必須從現(xiàn)在開始，重新審視并設計自己的流量策略，思考如何在用戶決策的早期的階段，就能被AI準確地推薦和呈現(xiàn)。

AI洞察的深度取決于“人與知識庫”

Morketing：流量陣地的變化，更加側重于“找到消費者”。接下來，需要做的就是“理解消費者”。現(xiàn)在很多品牌和服務商都非常關注用AI來強化消費者洞察，在您看來，AI技術目前是真正帶來了更深層、更獨特的用戶理解，還是僅僅在提升我們分析數(shù)據(jù)的效率？

金立?。?/b>這并非完全取決于AI的能力，它更取決于使用AI的人和組織的水平。洞察的深度，從來不是由工具決定的，而是由使用者決定的。

我可以肯定地說，AI在提效方面是百分之百的，畢竟它能更快地處理海量數(shù)據(jù)。但如果比深度與獨特性，我認為關鍵取決于兩個往往被忽視的因素：

第一，是使用者和組織的提示詞能力。同樣的AI模型，在不同的人手中，用不同的提示詞，得到的洞察結果可以說是天壤之別。如果只是模糊的提問也只能得到泛泛之談的回答，而一個精準、層層遞進的提問，才能逼出深刻的見解。

第二，是企業(yè)是否將大模型接入了自身獨有的知識庫。市場上的通用大模型誰都能用，如果我們不把自己的私藏知識，比如多年的用戶調研原始數(shù)據(jù)或是一線銷售的真實反饋以及一些未被公開的行業(yè)認知——喂給它，你得到的洞察就會和別人同質化，毫無獨特性可言。

所以，一個簡單的公式可以是：AI洞察的深度=模型自身能力+人的提示詞能力+企業(yè)知識庫豐富度。后兩者，才是企業(yè)在AI時代真正的核心競爭力。

Morketing：所以這種獨特的洞察能力，或許能幫助品牌構建更動態(tài)、更立體的消費者畫像，而不是停留在年齡、性別這些固定標簽上？從而幫助品牌去捕捉更生動用戶狀態(tài)。

金立印：當然可以，但這需要我們首先從觀念上理解消費者標簽的兩大類型。一類是相對穩(wěn)定的個人特質，比如性別、年齡、興趣、家庭結構等。另一類，是情境依賴的特質，它會隨著外部情境的變化而瞬間凸顯或隱藏。

我舉一個簡單的例子：天熱的時候，愛出汗的人對止汗產品的需求會高漲，但不愛出汗的人則沒有這個需求。所以說這種需求并非消費者固有的靜態(tài)屬性，而是由“天熱”這個情境激發(fā)的。再比如，一個平時對價格不敏感的消費者，在臨近大促時可能會變得極其關注折扣信息。

而AI的優(yōu)勢，就在于能夠整合實時信息，所以它能更敏捷地識別和預測這些情境依賴特質的變化。當然，這一切的前提，還是企業(yè)能夠提供足夠維度、高質量的結構化與非結構化信息給AI作為養(yǎng)料。

Morketing：順著情境這個思路，當消費者更傾向于與AI進行購買前的對話，這些對話充滿了上下文和具體細節(jié)，這是否意味著，品牌理解用戶的方式，需要從傳統(tǒng)的數(shù)據(jù)歸類，轉向理解這些充滿情境的、非結構化的對話本身？

金立?。?/b>是的。其實對話本身，就是一種典型的非結構化數(shù)據(jù)，只不過它是實時、動態(tài)且高度情境化的。這與傳統(tǒng)的、結構化的瀏覽、交易記錄有本質區(qū)別。一段對話里，不僅包含用戶直接表達的需求，還隱含了他的偏好、顧慮、情緒甚至未說出口的潛臺詞。

所以從本質上看，這還是數(shù)據(jù)驅動的洞察，只是數(shù)據(jù)類型變了。因此，我們所依賴的算法工具也必須升級，比如需要更強的NLP（自然語言處理）與上下文理解的技術。之后，AI就能夠從這些非結構化的對話中自行學習、歸納并歸類，不再完全依賴我們預設的、僵硬的分類邏輯。

Morketing：但這類自然對話中，肯定充滿了口語化、隨意、重復甚至錯誤的噪音，比如用戶可能會說“幫我找個那個……嗯……就是那個用來弄頭發(fā)的，卷卷的東西”。那AI要如何從這些泥沙俱下的信息中，提煉出真正可行動、高質量的洞察呢？

金立印：噪音是一定會存在的，畢竟人與人溝通也會有誤解，確實會有大量噪音。而解決之道，仍然要回歸企業(yè)自身的知識庫和Mapping能力。

Morketing：具體要如何理解企業(yè)知識庫與Mapping的能力？

金立?。?/b>簡單來講，企業(yè)必須要建立一個高質量的、結構化的內部知識體系，然后把這些自然的對話數(shù)據(jù)，通過Mapping的方式，與知識庫中的邏輯結構進行匹配、清洗和校準。這就像是一個煉金術的過程，把看似無用泥沙投入知識的熔爐，最終提煉出結構化的黃金。

而同樣的用戶對話，接入不同知識庫和Mapping規(guī)則的AI，會得出完全不同的、甚至截然相反的解讀。所以說，企業(yè)自身知識庫的質量與設計水平，具有決定性的作用。

Morketing：現(xiàn)在還有很多營銷人期待大模型能自動生成洞察報告，似乎輸入一個指令就能得到一切。您認為它可以完全自動化地做到這一點嗎？

金立?。?/b>我覺得AI是可以自動生成大量洞察報告的，不過問題的關鍵不在于數(shù)量和速度，而在于洞察的質量與深度。它給你的洞察是不是深刻、創(chuàng)新與精準，這依然要取決于企業(yè)搭建知識庫的顆粒度夠不夠精細。

Morketing：那在生成報告的過程中，是否也會有一些風險？

金立?。?/b>風險也是肯定的，比如一方面，AI可能會生成看似合理實則虛假的關聯(lián)結論，或另一方面是洞察的結論僅僅流于表面，比較膚淺。

不過，這種風險是可以通過流程來規(guī)避的，方法要分三步：首先，營銷人在讓AI做洞察的提示詞必須要優(yōu)質，其次，必須要將AI接入企業(yè)豐富的內部知識庫中，并且最終要由具備商業(yè)智慧的人來做判斷?？偠灾?b>人要成為AI洞察的裁判，而非讀者。

Morketing：您剛剛有提到人的商業(yè)智慧，這引出了一個根本性的問題：您認為，真正讓AI理解消費者，是一個純技術問題，還是一個融合了人文與社會因素的系統(tǒng)性問題？

金立?。簡慰考夹g肯定不行，消費者的需求背后有深層的社會與文化根源。比如為什么養(yǎng)寵物會成為一種普遍的情感寄托？為什么越野和露營會在特定時期流行？這些趨勢的背后其實是城市化進程、社會心理的變化。

固然技術與數(shù)據(jù)能提供更高效、更大規(guī)模的分析方式，但深度的、具有前瞻性的洞察必須結合對社會背景、文化思潮和人性的理解。

AI要想做到這種深層次洞察，就必須依賴包含了社會學、心理學、人類學等維度的獨有的知識體系和思維鏈。但目前，這類高質量的、專門為商業(yè)洞察設計的、融合了人文社科智慧的跨學科知識庫還比較稀缺，并不完善。這既是挑戰(zhàn)，也是巨大的機會。

未來不屬于AI，

而屬于懂AI的人與組織

Morketing：那么，面對如此快速和前端的變化，品牌的整體戰(zhàn)略是否需要變得更動態(tài)，甚至實時調整？我們是否應該放棄一些中長期定位，轉向更靈活、更短期的策略？

金立?。?/b>這同樣需要分兩個層面來看，不能一概而論，更不能迷失在戰(zhàn)術的敏捷中，喪失了戰(zhàn)略的定力。

在業(yè)務戰(zhàn)略和品牌定位層面，通俗來說就是品牌要打高端還是下沉市場？品牌的價值主張是什么？這一類的問題，不應頻繁調整，而需要戰(zhàn)略定力。品牌的核心價值是長期積累的無形資產，朝令夕改會模糊品牌形象，讓用戶感到困惑。

但在一些具體運營策略與營銷戰(zhàn)術上，比如文案或是KV設計這些細枝末節(jié)，則完全可以借助AI的實時反饋進行快速測試和迭代，實現(xiàn)高度的敏捷性。

Morketing：所以這種戰(zhàn)略與戰(zhàn)術的區(qū)分，也對營銷團隊本身提出了新的要求。您認為在AI時代，營銷團隊需要進行怎樣深刻的轉型？是否會催生我們過去難以想象的新職位，同時淘汰一些舊角色？

金立?。?/b>營銷組織的轉型是必然的，而且是結構性的。一些傳統(tǒng)的、以重復性執(zhí)行為主的職位，比如部分市場調研員以及一些文案和和設計師，他們的崗位需求可能會隨著企業(yè)AI化的進程加深而減少甚至逐漸消失。

但同時，也會催生一批擁有新職能的崗位。我認為，知識庫設計師和提示詞工程師將變得至關重要。因為AI輸出的質量，極度依賴于你喂給它的知識庫和給它的指令。

我舉個例子，比如現(xiàn)在要讓AI設計一個針對新品上市的促銷方案，首先就需要有一位知識庫設計師，他來將將各種促銷方式的差異、適用場景以及對品牌價值的影響等專業(yè)知識，系統(tǒng)地構建成一個結構化的、機器可讀的知識庫，然后喂給AI。

這個構建知識庫的角色，其戰(zhàn)略價值在AI時代將變得前所未有地重要。而提示詞工程師，則負責將營銷目標翻譯成AI能精準理解并高效執(zhí)行的復雜指令集。

Morketing：除了構建知識庫和撰寫提示詞，人類團隊的核心價值，還會向哪些方向偏移？我們還需要培養(yǎng)哪些新能力？

金立?。?/b>首先，提示詞工程本身就是一種需要深度理解業(yè)務和AI邏輯的核心能力。其次，在更宏觀的層面，如何將AI技術本身轉化為可盈利的商業(yè)模式或創(chuàng)新產品，是一個巨大的挑戰(zhàn)和機遇。我們看到目前很多AI工具公司本身并不盈利，如何打造真正解決用戶痛點、讓用戶愿意付費的應用場景，這需要兼具商業(yè)洞察、技術理解與產品思維的戰(zhàn)略型人才。

Morketing：那在您看來，隨著AI生成內容的能力越來越強，它有可能替代人類，去與消費者建立真正的情感共鳴嗎？

金立?。?/b>不能，這是一個非常關鍵的區(qū)分。用戶共情的對象，是AI生成的內容，而不是AI本身。AI可以通過學習知識庫，了解哪些元素、敘事結構能夠引發(fā)共鳴，從而批量生成動人的內容，但情感連接本身，始終是發(fā)生在人與內容之間，而非人與機器之間。

品牌通過AI輸出內容來傳遞價值，與用戶建立關系，但用戶忠誠于的是品牌背后所代表的價值，而不是AI這個工具。這一點至關重要。

Morketing：展望未來三到五年，您認為AI將推動營銷發(fā)生哪些最重要的、可能重塑行業(yè)格局的變革？品牌應如何系統(tǒng)性地適應，而不是零敲碎打？

金立印：變革肯定是全方位的。市場研究、新產品研發(fā)、內容生產這些領域已經首當其沖。下一步，走在前沿的企業(yè)將開始利用AI來生成市場策略本身，而不僅僅是執(zhí)行策略的內容。

比如，AI在分析了整個酸奶市場的競爭格局、消費者評論、社交聲量和宏觀健康趨勢后，可能發(fā)現(xiàn)所有品牌都在強調助消化或高蛋白，但會有一個情緒健康與助眠的需求空檔未被滿足。

它可能就會直接建議公司推出“助眠晚安酸奶”新品類，并同步生成詳細的目標人群畫像、核心渠道策略、關鍵溝通信息要點，甚至初步的商業(yè)模式。這就是策略的生成，而不僅僅是內容的創(chuàng)作。

Morketing：但這類由AI生成的策略，其精準度和可靠性如何保證？品牌該如何判斷和取舍？

金立印：這還是取決于它背后的知識庫的質量、廣度與深度。你喂給AI的是高質量、深度結構化的行業(yè)知識與市場洞察、真實的用戶反饋、經過驗證的商業(yè)模式案例，它輸出的策略精準度和創(chuàng)新性就高；你喂給它的是膚淺、混亂、過時甚至錯誤的信息，它輸出的也必然是垃圾，甚至是危險的建議。我們不能拋開輸入的質量，去空談輸出的

智慧。

最直接、最可靠的判斷方法，就是讓市場來檢驗。你可以讓AI生成一個策略，同時讓你最資深的營銷團隊做一個人工策略，然后將兩者放到真實的市場環(huán)境中進行小范圍的快速測試，用真實的用戶反饋、ROI來說話。

Morketing：最后，請您為所有正在探索AI營銷的企業(yè)，提煉一個最核心的行動建議。

金立?。?/b>我想提三點。

第一，積極擁抱，無需恐懼，要以開放的心態(tài)去學習和實踐。

第二，投入核心資源，下大力氣構建企業(yè)獨有的、結構化的知識庫，這是企業(yè)的AI護城河。

第三，大膽測試，快速迭代，形成一個”使用AI生成策略→投入真實市場測試→將反饋結果數(shù)據(jù)用于迭代AI能力和優(yōu)化知識庫“的閉環(huán)。

每扎實地完成一輪這個循環(huán)，你的企業(yè)運用AI進行用戶洞察和營銷決策的能力就會實實在在地提升一層。這也是在AI營銷新范式中，能夠讓企業(yè)脫穎而出、建立真正可持續(xù)競爭優(yōu)勢的根基。