有效使用生成式AI可以将营销效率提升高达15%，销售效率提升高达20%。但现在生成式AI的潜力并没有被充分利用，这是一个不容忽视的问题。很大程度上是被五个长期存在的误区所阻碍，这些误区限制了营销和销售领导者。所以要让生成式AI持续创造价值，最关键的一步是果断而谨慎地迈出第一步。
新兴的颠覆性技术往往会同时引发兴奋和焦虑，生成式AI也不例外。在营销和销售领域，围绕生成式AI的讨论尤其热烈。根据麦肯锡对近4000名商业领袖的最新调查，已有五分之一的销售团队成功落地了至少一个生成式AI的应用场景，同时还有不少团队正在积极开展相关实验。初步结果令人振奋：约三分之二的受访者表示，生成式AI对他们的业务“非常”或“极其”有益。
即便如此，其进展速度本可以更快，这是一个不容忽视的问题，因为有效使用生成式AI可以将营销效率提升高达15%，销售效率提升高达20%。我们认为，
这种未被充分利用的潜力，很大程度上是被五个长期存在的误区所阻碍，这些误区限制了营销和销售领导者。
生成式AI已在销售漏斗的前端展现出巨大价值，尤其是在线索生成以及客户信息的收集和分析方面。然而，
它的潜力远不止于此，而是贯穿整个销售流程，能够为定制化内容创作、研究支持、竞争分析、自动起草提案以及绩效评估等环节提供有力支持。
在这些情况下，人类的判断力和创造力仍将至关重要，但生成式AI可以承担大部分繁琐的工作。例如，一家企业解决方案公司利用生成式AI为销售人员在会议前提供简报，包括账户详情、过往互动总结以及对价值主张的洞察。结果是，该细分市场的销售效率提高了10%。同样，一家管理式医疗组织部署了一个生成式AI模型来起草对提案请求的回复。该模型通过整合内部资源和公共数据库来确定主题，将回复时间缩短了一半以上，仅需一两天。
误区2：
生成式AI需要大量的客户或交易才能发挥作用
尽管生成式AI在为大规模客户群体自动化交互和交易方面表现出色，例如在银行和零售行业，但它在企业对企业（B2B）领域同样具有巨大价值，无论是在大型交易还是企业级业务中。
首先，
生成式AI增强了知识管理和大规模数据处理能力。
销售人员可以节省大量时间用于产品研究和起草电子邮件回复。
其次，
它可以通过从非结构化数据中提取洞察，并通过自动收集公告、新闻和内部会议记录等公开信息
，为销售人员和关键客户经理提供及时的账户计划和情报。
最后，对于有大型交易且销售周期较长的公司来说，
生成式AI在行政任务、研究、会议支持和知识管理方面特别有帮助。
例如，一家电信公司利用生成式AI收集情报，优化其价值主张，并为中大型企业创建账户计划，减少了90%的手动工作量，使销售团队能够更有效地识别高潜力机会。
一些营销和销售专业人士仍将生成式AI视为一个简单的聊天界面，仅用于回答问题。然而，
领先的公司已经突破了这种局限认知，开始训练“代理式AI”在内部流程和面向客户的任务中跨渠道高效运作。
例如，一家大型设备制造商借助生成式AI驱动的销售代理，实现了零部件更换的电子邮件互动自动化。这些代理在第一个月就与近5万名客户互动，并生成了超过100万份报价。生成式AI代理的能力不断扩展，使它们越来越容易被部署在销售和客户互动平台上。
误区4：
我们的客户和产品数据太混乱，生成式AI无法有效工作
这种担忧很常见，但往往被夸大了。
生成式AI可以加速数据处理，并解决许多常见的数据挑战，帮助组织整理和维护数据。
例如，生成式AI可以改进零部件分类以优化定价，或者根据之前的客户咨询将网站内容翻译成个性化的“产品速查表”。
此外，许多有价值的应用案例并不需要大量的结构化数据。通过结合公开可用的大型语言模型（LLM）和基本的内部资料（如产品手册和故障排除问答文件），可以实现有效的知识检索。
例如，一家全球机械分销商利用可获取的资源，迅速开发了一个生成式AI驱动的知识管理解决方案。该解决方案使客户服务代理能够将诊断和解决问题的速度提高10倍，显著减少了客户的非计划停机时间。
恰恰相反，
将生成式AI应用于营销和销售通常在几个月内就能实现，对于一些有限的应用场景甚至更快。
例如，上述机械分销商仅用一个月就开发出了其解决方案。同样，前面提到的电信运营商在六周内就构建了由生成式AI驱动的账户计划生成工具。
企业在落地生成式AI时无需从零起步。市场上已有的成熟解决方案可供选择，同时外部专家也能助力企业打造推动竞争优势的差异化能力。生成式AI实施的复杂性和耗时主要集中在大型语言模型（LLM）的构建上，但如今这些模型已作为服务广泛可用。许多企业软件供应商也已将生成式AI嵌入其工具中，企业无需过多投入即可直接使用其功能。即便需要定制化，大多也只是将AI功能与特定业务流程对接，通常几周内就能完成。
延误的一个常见原因是过度追求完美。虽然风险需要被妥善解决，但并非所有细节都必须在部署前做到尽善尽美。关键在于先推出最小可行产品（MVP），而不是执着于打造最完美的产品。
要让生成式AI持续创造价值，领导者应该专注于推动盈利增长的因素，然后解决实现这一目标所需的技术和数据问题。然而，
最关键的一步是果断而谨慎地迈出第一步。
了解生成式AI才能欣赏它的价值。在麦肯锡调查的B2B领导者中，那些已经在使用生成式AI的人对其潜力表现出明显更高的热情，94%的人表示“非常兴奋”，而尚未开始使用的人中只有52%。简而言之，熟悉会带来信心。不要让这些误区削弱你的信心。
关键词：
生成式AI
道格·J·钟（Doug J. Chung）、坎迪斯·伦·普洛特金（Candace Lun Plotkin）、西亚马克·萨瓦里（Siamak Sarvari）、珍妮弗·斯坦利（Jennifer Stanley）、玛丽亚·巴尔迪维耶索（Maria Valdivieso）|文
道格·J·钟是德克萨斯大学奥斯汀分校麦库姆斯商学院的营销学副教授以。坎迪斯·伦·普洛特金是麦肯锡波士顿办公室的合伙人。西亚马克·萨瓦里是麦肯锡新泽西办公室的副合伙人。珍妮弗·斯坦利是麦肯锡伦敦办公室的合伙人。玛丽亚·巴尔迪维耶索是麦肯锡迈阿密办公室的合伙人。
Kimi、豆包 | 译 周强 | 编校
短剧，2024年凭借500亿的收入霸榜影视行业；用户规模达到5.76亿，远超外卖、网约车等；业界也流传着“7天一部剧，一天两千万”的说法。
为什么短剧这么赚钱？对于品牌而言，怎么样才能从热闹的短剧里分一杯羹？点击观看本期新增长100问↓
