专访费马崔兴龙：用人工智能做营销不是追风口我们有AI大脑

随着理论和技术的日渐成熟，人工智能（AI）这一60多年前就被提出的概念，在近两年开始大放异彩，成为浪潮之巅上的新风口，与此同时，不少弄潮儿也随之涌现出来。

在这一风口之上，华为推出了集成NPU的AI芯片，加持AI技术的Google助手能够用高度模仿人的语调给人类打来以假乱真的电话，商汤、旷世、寒武纪等专注AI的企业，更是迅速成长为各自领域新的独角兽。而在高度成熟的营销行业，人工智能同样能够带来不一样的想像力，如费马人工智能推出的AI营销方案——MarMIND系统工具即是一例。

费马人工智能创始人崔兴龙

近日，笔者有幸采访到了北京费马智略科技有限公司（以下简称费马人工智能）创始人崔兴龙和联合创始人郭宁，二位针对费马研发的MarMIND人工智能营销系统工具进行了深入解读，而这也是费马人工智能首次公开对外分享他们的产品形态和技术积累。

AI赋能营销

目前，社会资源越来越集中、固化，传统的营销及传统的生活场景已基本被互联网化，然而，很多企业发现，把传统的营销方案生搬硬套在新的场景下，已经"不灵了"。而随着算力的提升，AI的应用有望为营销带来新思路。

作为国内AI营销先行者，费马人工智能团队历经将近一年时间，研发出了MarMIND系统工具。

据悉，MarMIND基于费马群体心智模型的方法以及人工智能的算法来作为其分析的基本原理，通过品牌及媒体营销渠道与用户画像、心智模型等大数据分析、拟合、匹配，制定最优营销方案，甚至能够预测用户行为，帮助企业提前预测营销，做出决策。

MarMIND系统工具架构

费马人工智能创始人崔兴龙表示，MarMIND系统工具是将营销的基本要素：用户、媒体/通道、品牌/产品进行量化分析，把他们各自建模，对用户群体心理画像、对媒体画像、对品牌/产品精准量化，然后通过不断的拟合优化来达到一个最理想的值。

费马对媒体通道的分析量化

以往，咨询或营销公司都是通过漏斗分析或传统的分析方法来获得用户画像，给用户贴上一系列标签，比如90后、二次元、年龄性别、消费类型、时尚偏好等等，这些用户画像更多的是停留在用户的自然属性和社会属性方面，且描述得很粗，其实是"不可被营销的"。

除了知道你的用户是谁，你还必须知道他心里真实的想法喜好，甚至行为趋向，也就是"心智模型"。

为了更深层次地了解用户心智，崔兴龙告诉笔者，费马的团队曾经花费大量时间去学习认知心理学和行为心理学的知识，至少看了2500份论文之后，发现"用户心智其实不是静态而是动态的。"

用户的动态行动轨迹和特征划分

也就是说，用户的场景是持续变化的，你的营销也必须随之变化。除了知道用户的自然属性和社会属性，"企业在营销时更需要知道用户每天在城市中实际的物理动线。比如在哪儿住，去哪儿上班，如何出行，使用哪些 APP，更重要的是，要知道用户每天不同时期大致的心理状态如何，以及心理偏好，喜欢什么样的辞汇和传播方式。"崔兴龙补充道。

具体而言，费马结合POI描画路径以及凸包和莫兰指数等算法，对用户的行动轨迹和特征进行划分。

MarMIND采用经典的Convex-Hull凸包算法来大致确定活动边界

从APP数据监测公司获得基础数据后，费马并不只是简单把这些数据连成线就成了动线和热点图分布，而是通过两大算法来描述。一方面是经典的Convex-Hull凸包来大致确定活动边界；另一方面，则是使用Moran"s空间自相关模型来进行空间和动线特征的描述，这里面需要3大类的数据 ：用户的完整路径、用户使用APP的全景数据、采用MarMIND自己的画像算法对APP特征和媒体特征的量化值。

全局莫兰指数的计算公式

比如25-35 岁的使用 iphone 手机的人群，通过获得 POI 数据，可以知道这一类群体一天大致的轨迹点和热力图。通过经验模型里比较常用的 Convex-Hull 凸包、全局 Moran"S 等模型可以大致勾勒出一个群体实际动线和特征。

崔兴龙说，"这些在以前很难实现，现在通过大量的数据采集，AI学习传统的经验模型，以及不断优化资深的算法，已经可以基本拟合出用户每天如何在城市怎么活动，甚至怎么思考。"

对于"大量"数据的来源问题，崔兴龙透露，费马的数据来源包括国家公开的各种数据库、费马自采的合法数据、以及TalkingData友盟等合作伙伴提供的数据。除了MarMIND的合作数据和自采数据外，企业还可以导入自己的第三方界面数据和内部数据给费马，以获得个性化、定制化的分析结果。

虽然数据基础是一个 AI 训练模型建立的基础，但数据并非越多越好。有了数据，如何用工具分析才是最关键的。

而对用户画像的核心就是通过用户使用的APP进行描述分类、以及创伤理论分析分类。比如每天不停刷抖音的人，那肯定不会是爱学习的学霸，而看知乎和看头条的人肯定也有着不一样的特点，手机里装王者荣耀的人和玩豆瓣的人也是不一样的，不同的APP有不同的气质，通过分析这个用户用得做多的APP是什么，看到他把时间都花费在哪儿了，能够大致分析出他是一个什么样的人。

与此同时，费马还通过认知心理学的"创伤"理论分析对用户进行分类，比如有的用户对"火车站"、"搬家"、"海鲜"、"小肚子"这些关键词有心理"创伤"，看到火车站就想到脏乱差，看到搬家就感觉颠沛流离，看到海鲜就想起曾经的过敏住院，看到小肚子就好像在提醒自己肥胖，那么，品牌在营销时，就一定要避开这些关键词，避免引起用户的反感。

消费者在做出消费决策时，往往都是"理性分析，感性决策"，而做营销就是占领用户心智，洞察了用户心智，在不同的场景下通过不同的方式满足它的喜好，避开它的"创伤"，你才能成功营销给他。

只有你的量化够精准，你后面的结论还会有价值。通过在动态的场景下对用户精准画像，对媒体渠道、品牌产品进行清晰的量化分析之后，当用户提出更多的需求时，就可以用AI的算法机器人对其进行分析和拟合，逐渐逼近用户真实需要的模型边界，在营销时"投其所好"。

崔兴龙表示，MarMIND通过量化得出数学模型的流程和以往麦肯锡埃哲森在流程上其实并没有太多不同，只是费马的数据量更大，模型更多。麦肯锡依靠商业逻辑的经验模型，而费马是靠数学模型，费马的机器人不仅会学习传统的营销理论，还会学习自己以及新的营销案例，根据收到的数据反馈不断去修正模型，最终极大可能地趋近最理想值。

可以说，费马的AI营销模型是站在传统营销方法论的巨人肩膀上建立起来的，通过费马群体心智模型的方法以及人工智能的算法赋能，让数据更精准，更趋于"真相"。

一句话，"（费马人工智能）做的事儿其实就是将企业的营销、公关、战略定位等过程，用数学的方法建立大数据样本，把营销三要素与环节量化，用AI的方法学习历史上的经验模型，之后不断优化AI算法拟合到一起。"在这一过程中，对用户心智的把握、对用户动态行为的分析、模型对传统经典营销方法的学习以及持续的自学习能力显得尤为重要。

除了主动营销，费马人工智能还能够帮助企业更加明智得处理负面、危机事件。比如能够预测一个负面事件的传播半径和周期，将各个因素例如热度，周期，负面爆发的数量级，参与大V的层级和数量，极端负面出现以及引入虚拟变数 ( Dummy Variables) 的引入等诸多情况进行，定义这个模型在最大化极致出现时的控制能力以及如何调整因素。

费马人工智能能够帮助企业实施一套自己的后台，包括营销的媒体量化，用户量化及群体心理画像，以及品牌，产品和舆情的监测等系统。可以实时知道，在何时以何种方式，进行正向的产品营销，品牌差异度的寻找及确立，以及负面的策略、周期，使用媒体和方式等，为企业提供定制化的24小时的决策支持服务。

深耕中小企业

至于为什么会选择中小企业作为公司的重点客户定位，崔兴龙解释道，大公司一般都会有自己的营销团队和方法，他们的核心数据也十分敏感一般不会对外开放，相比之下，在激烈竞争中挣扎的腰部中小型企业，无疑面临着更迫切的生存需求。

一方面，对于中小企业来说，公司自己养市场和商业数据团队成本偏高，还缺乏一套可以量化的营销系统，大量的工作由第三方公关公司或自媒体完成，不仅效果有限，更容易滋生腐败，而公关公司的经验模型虽然也使用数据，但基本属于自说自话。

与此同时，目前整个互联网资源和利润已经板结化，除了头部公司，中型公司突围的路径选择成本高，还缺乏方案式的产品。中小型公司缺乏一个低成本的解决定位，营销和公关的综合性产品，企业对品牌及定位的认知，与真实目标用户对企业的认知存在偏差，且这些偏差在时刻的变化中逐渐拉大。

很显然，中小企业、中小品牌更需要费马人工智能的AI营销工具打开局面。

目前，费马人工智能已经在汽车、房产、家居、手机、化妆品、娱乐行业以及互联网金融服务等行业有过成功案例。崔兴龙坦言，费马最想做最靠近用户的行业，因为"我们做AI的长远目的并不只是做营销，而是希望AI能够学习人脑的创造性思维，并发思考能力甚至创伤。"

模拟大脑思考需要从人脑的输入设备入手，比如视觉回路、听觉回路、触觉，或者从思维模拟和学习入手，而最能体现人思维的结果就是商业，"这是我们从这里入手的原因"。"

就在前不久，费马还刚刚帮助一家面膜品牌完成了一次量化分析。据了解，这家知名国产化妆品品牌主要受众为二线城市以下18岁-25岁的年轻用户，品牌方认为它们的客户已经从少女走向了更有消费能力的轻熟女，推出一款价格在2500-3000左右的面霜高端面霜可以自然而言的被他们的用户接受。

而经过费马MarMIND系统采集的数据及对其用户心智分析和媒体量化分析之后，得到的结果却和品牌方自己的推断大相径庭。

费马MarMIND通过科学的数据分析得出的结果显示，这家品牌虽然受众虽然更有消费能力，但受众对他们的品牌并没有认同感。早期的所谓忠诚度大多是建立在预算有限的情况下，随着年龄增长、对品牌认知更加成熟，用户已经清晰地将该品牌划入到中低端领域。

品牌方自以为"胜券在握"的更有消费能力的客户，可能不仅不打算消费它们的"高端面霜"，反而还希望与该品牌"心里隔离"，也就是从内心深处并不希望他人知道自己曾经用过该品牌。

最终，在看到费马给出的数据后，这家品牌也只好放弃了进军高端的计划，将一款很可能惨败的产品"扼杀在摇篮"里，及时止损。

值得一提的是，这些分析全部是通过MarMIND系统来完成，并不需要传统的分析师、市场营销人员做各种表格PPT，不得不承认，这就是技术所带来的更高效、更精准的生产力革命。

互联网老炮儿的新征程

作为一家成立不过一年的公司，费马人工智能无疑还非常"年轻"，但其实，他们的创始团队早已是混迹互联网圈子十几年的老兵了。

费马人工智能合伙人包括创始人崔兴龙以及郭宁、于岳阳、石俏等联合创始人。

其中，创始人崔兴龙是北京大学计算机系硕士、加州理工学院计算机与神经系统硕士，曾供职于Google创新实验室，负责跨语翻译搜索项目及PIM数模编码项目，在美期间，多次获得硅谷技术大奖，曾被圈内称之为"硅谷华人技术天才"。回国后，其主要从事互联网及算法与商业领域结合行业，先后供职于新浪乐居等公司，并于2014年与郭宁联合创立金融科技公司--千壹理财。其他几位创始人及众多核心算法开发团队，也多是有著名校名企背景。

联合创始人之一的郭宁，毕业于哈尔滨工业大学计算机系，是 JBOSS开源项目早期的负责人之一，还（多了个还字）360早期技术合伙人，国内顶尖的商业应用类技术领域专家。 曾供职于新浪家居集团任CTO。后联合创立了千壹理财，负责AI，产品及技术平台的搭建。

于岳阳则是北京大学计算机系学士，哥伦比亚大学数学系博士，2009年加入Google参与Google街景项目和无人驾驶项目。2014年，加入高盛，负责AI量化投资和AI基本面策略项目。于博士多次发表SCI期刊论文，是AI及金融科技领域中的杰出代表。

另一位联合创始人石俏则是中国政法大学法学硕士 ，北京大学心理学硕士。 是神经科学及心理学专家，女性创业者的代表人物之一，毕业后于2010年6月开始创业，先后创办北京壳壳虫电子商务有限公司、北京识本电子商务及SCRM平台公司。率先将AI智能客服系统，量化分析系统与客服，CRM结合，其系统输出近百家电子商务平台。

可以看出，费马的创始团队大都是计算机或数学背景出身，不仅如此，费马人工智能的核心技术团队也同样如此，除了计算机系，最多的就是数学系出身或有着数学专业的背景。

的确，计算机科学、数学与人工智能的关联性不言而喻。"人工智能被认为是计算机科学的一个分支，而数学其实是多种学科的基础科学"，Google知名科学家、《数学之美》作者吴军博士也曾表示："信息的数字化和信息的数学处理已经成为几乎所有高科技项目共同的核心技术。从事先设计、制定方案，到试验探索、不断改进，到指挥控制、具体操作，处处倚重于数学技术。"

同时，吴军博士也是人工智能技术的推崇者，他认为，大数据和人工智能是生产力，使得我们的效率能够提高。同时，人工智能不是一个虚的话题，它在商业上的收益其实是可以看得见的。

尽管赶上了人工智能的风口，但崔兴龙却有着自己的坚持，而不只是盯着"商业上的收益"看。作为一位连续创业者，一路走来，他始终怀揣著最初在Google时"赚钱不必作恶"的价值观创业，而费马秉承的企业文化也正是"极致 不作恶" 。

他认为，AI无论和哪些领域结合、应用是深是浅，其目的都应该是更好的为企业、为人服务，AI与品牌定位、产品营销以及公关等领域的结合尤其如此。这是一个既古老又新颖的结合，未来还有很长的路要走。"我们的目的不是帮助企业作恶，而是希望更多优秀的中小企业能够更好地活下去，同时，为人工智能的发展与落地尽绵薄之力。"