中欧国际工商学院走进Marketingforce：AI赋能，数智化驱动企业新增长

近日，中欧国际工商学院方跃教授带领FMBA2022级同学走进Marketingforce（迈富时），开展以“AI赋能，数智化驱动企业新增长”为主题的探索交流。Marketingforce迈富时 CFO马进、CMO尹思源、DHR总经理Harley、AI资深营销专家Lily参与活动并与到访的企业家们展开深入分享。

在交流中，Marketingforce重点展示了最新的AI技术应用和数智化解决方案。AI资深营销专家Lily重点介绍了AI大模型在企业数智化转型中的应用实践；DHR总经理Harley详细展示了智能化的人才招聘和管理系统，以及GenAI的赋能为组织带来的效能提升；CFO马进为各位解读了Marketingforce的发展战略以及AI营销领域的热点议题。

方跃教授致力于构建具有商学院特色的AI产学研平台，在中欧先后创办了大数据研究中心和AI与管理创新研究中心，重点关注AI对企业管理及产业发展的影响以及如何打造AI 驱动型组织。方跃教授强调了AI技术对经济增长的潜力很大，在数智化转型中扮演着关键领导角色。他鼓励企业积极拥抱AI，通过落地应用实现商业价值，避免被快速变化的技术浪潮所淘汰。

「AI大模型，构建营销领域智能体」

Lily介绍了Marketingforce在自研模型的基础上，也积极应用和学习国内外的各种模型，比如CLOUDAI、谷歌的Gemini、Meta的Llama等，使其在营销销售领域拥有更出色的表现。

增强的知识库和SOP流程

大模型的知识库相比传统知识库，具备更多的能力和丰富的内容，支持自然语言处理和机器学习，用于搜索、客服、问答、个性化推荐等。我们在产品端构建知识库的界面，可以直接上传文本或采集数据，进行知识库的构建和应用。

而对于企业来说，我们提供更多样化的企业知识库，来满足特定的业务需求，辅助决策。例如，将广东省某分公司的订单总量与真实付款金额自动可视化展示。

通过SOP流程，Marketingforce使知识库具备更强的任务完成能力。例如，在市政项目中，我们创建了一个智能数字IP分身，来处理企业的地址迁入、注销、新开和变更等任务。每个流程节点都通过SOP管理，确保任务完成。

机器人Agent服务

基于SOP的细粒度的控制让智能体系统更能够严格按照人类确认过的流程运行，从而更加稳定、可控，进而达到可以作为商业化的客服/销售/导购等智能体的目标。

另外因为智能体系统的控制严格按照SOP的流程，所以任何一步发生问题，用户都可以方便的定位到问题所在，并且有针对性地对SOP进行修改，提升系统的表现。

AI营销的典型应用场景

AI应用面临挑战，但通过不断优化和深化，可以为企业带来显著的效益和竞争优势。营销是AI应用的关键领域，Marketingforce通过数据积累和自研技术，构建适合营销的大模型，覆盖从品牌认知到决策购买的整个营销链路。

在每个环节中，AI都能提供智能化支持，如用户群体识别、行业市场洞察、策略生成、客户服务、智能导购、社媒运营等。

“Marketingforce通过强大的知识库和产品应用，构建非碳基的数字员工，为企业赋能。采用企业已有的数据池，推进垂直领域模型的持续发展，支持从小微企业到中大型企业的不同需求。”

「生成式AI在DHR中的应用」

为了提升组织效能和效率，很多企业已经开始使用BI和AI工具。

生成式AI与以往的决策式AI有很大的不同。决策式AI主要用于图像识别、分类和商品推荐等，而生成式AI可以创造和组织语言，例如回复邮件或总结会议内容。这种能力如果应用到我们的组织关系中，尤其是HR领域，会带来很大变化。HR负责协调员工关系，涉及大量沟通，因此生成式AI在HR中的应用非常有潜力。

从招聘到人才发展，生成式AI可以在各个环节中提供支持：

在招聘环节，AI可以根据实际招聘数据优化职位画像，针对教育、技能、经验等方面智能评估进行人岗匹配，提高招聘效率。AI还可以分析简历中的风险点，提示HR可能出现的问题，减少招聘风险。

在面试环节，AI可以辅助面试官设计面试问题，提供面试流程建议，并且记录下面试过程，自动生成总结报告。如有需要，企业还可以通过虚拟数字人进行全程AI面试，提升面试效率。

在测评环节，AI可以通过科学的量表帮助企业评估候选人的价值观、性格、经验和技能。同时AI会帮助HR解读测评报告，提供清晰的分析。

在培训环节，AI能根据员工的实际情况，提供个性化的学习方案，提高员工学习的效率和兴趣，并据此AI调整考试题目，减少冗长的考试过程，为员工培训提效增质。

Marketingforce打造了一体化的招测学平台，解决人才引进、盘点、发展和培训的问题。通过这一工具体系，帮助企业形成一个高效的人才飞轮，提高企业的人才密度。

「贯穿全链路，实现AI SaaS的生态融通」

马进对信息化-数字化-智能化的这一进程展开了解读，“信息化是把线下流程搬到线上，数字化则是业务驱动的。数字化解决的是如何利用数据辅助决策，带来收入的持续增长。当业务部门掌握IT预算时，这家公司才算是数字化的公司。智能化包括决策式AI和生成式AI，它是一个量变到质变的过程。大模型的出现，使得机器能够像人一样思考和决策，为业务提供辅助。”

营销和销售的链路非常长，从让别人知道你的品牌，到产生兴趣、接触、成交、维护活跃度、复购和推荐，这是一条完整的链路。每个环节都有不同的工序和数据分析，需要全链路的功能覆盖。而中国的营销和销售市场非常分散，每家公司的市场份额相对有限，Marketingforce覆盖其全链路功能模块，这对竞争有很大优势。

在营销销售领域，想实现持续增长，不仅要扩大用户规模，更要盘活存量用户，所以私域运营在中国非常重要。Marketingforce打通公私域，通过数智化的私域平台维护现有客户，带来比只靠投放获取新客更好的业绩效果。

马进介绍，Marketingforce公司对标美国的HubSpot和Salesforce，是中国最大的营销和销售SaaS公司，在收入规模和增速方面拥有优秀的表现，且是唯一实现垂直一体化整合技术架构的公司。Marketingforce开放中台，通过标准化模块组合满足客户定制化需求，并应用了Tforce营销大模型，这是SaaS公司在中国成功的关键。

Marketingforce在营销和销售的垂直领域应用大模型，通过场景的掌握，不断迭代优化模型，已经服务了20多万家企业，覆盖了零售消费、汽车、医药大健康、B2B、金融等各个行业，能够实现AI SaaS应用的融合和贯通。

「AI浪潮刚刚开始，未来潜力巨大」

在活动的最后，方跃教授结合专家们的分享内容，总结了几个在AI时代，非常值得企业反思的问题。

数字化基础与AI浪潮有何关系？

数字化基础较好的企业，对AI浪潮的积极拥抱心态会更高。这些企业在数字化过程中已经获得了收益，并具备了一定的能力迎接AI挑战，视之为机会。相反，数字化滞后的企业会更焦虑。这种现象在不同行业和地区之间也有明显的区别。

在中国的实际情况是，如果在一线城市举办活动，我们会谈论AI转型。而在西部地区，则更多谈论数字化转型。对于一些相对落后的地区，甚至还处在信息化转型阶段。

大模型的构建是否必要？

大模型的运作需要巨大的算力成本，这是一个非常烧钱的过程。从云计算的成本来看，运行大模型的费用是天文数字。

当前国内外的大模型出现了降价现象，背后反映了供求关系的变化。没有找到大规模的应用场景，供给过剩导致价格下降。这也表明，技术能否真正落地应用，对行业和企业来说是巨大的挑战。如果无法实现商业价值，技术泡沫将不可避免地破裂。

方跃教授也评价，Marketingforce的策略是通过中台实现垂直领域的应用价值，集中资源在实际应用上，避免了高昂的算力成本，这是一条可持续发展的路径。

应用AI应该做到什么程度？

方跃教授谈到，在过去一年，我观察了很多国内企业，发现它们对生成式AI的接受度可以分为三类：

第一类：全面转型型（All-in AI）

全力投入，从招人、培训到选拔，全面应用AI，尽可能用AI优化各个业务环节。

第二类：局部探索型

在各业务部门内自主探索AI应用，重点放在效率提升和生产力提高，局部应用。

第三类：观望型

自发使用，没有形成系统性的规划和资源配置，很可能错失企业的发展机会。

AI浪潮的第一波应用主要集中在营销领域，许多企业积极投入并希望通过AI获得竞争优势。企业需要根据自身情况，选择合适的策略，才能在这波AI浪潮中获得成功。

此次交流活动，让企业家们对AI在数智化转型中的实际应用有了更深的理解，也认识到AI技术将为企业带来前所未有的发展机遇。未来，Marketingforce将在AI赋能企业营销增长中提供更优质的产品和服务，激励更多企业在各自领域积极探索和应用AI技术，助力企业在数智化的道路上不断前行。