人工智能驱动下的营销变革

doi:10.16381/j.cnki.issn1003-207x.2024.1913

中国管理科学 ›› 2025, Vol. 33 ›› Issue (1): 111-123.doi: 10.16381/j.cnki.issn1003-207x.2024.1913cstr: 32146.14.j.cnki.issn1003-207x.2024.1913

人工智能驱动下的营销变革

石峰¹^,², 杨扬³^,⁴, 袁韵²^,⁵, 贾建民²^,⁴^,⁶()

^1.西南交通大学经济管理学院，四川成都 610031
^2.深圳市人工智能与机器人研究院，广东深圳 518129
^3.深圳市社会科学院，广东深圳 518028
^4.香港中文大学（深圳）经管学院，广东深圳 518172
^5.清华大学经济管理学院，北京 100084
^6.香港中文大学（深圳）高等金融研究院，广东深圳 518038

收稿日期:2024-10-24 修回日期:2024-11-14 出版日期:2025-01-25 发布日期:2025-02-14
通讯作者: 贾建民 E-mail:jmjia@cuhk.edu.cn
基金资助:
国家自然科学基金项目(72332004)

Marketing Transformation in the Age of Artificial Intelligence

Feng Shi¹^,², Yang Yang³^,⁴, Yun Yuan²^,⁵, Jianmin Jia²^,⁴^,⁶()

^1.School of Economics and Management，Southwest Jiaotong University，Chengdu 610031，China
^2.Shenzhen Institute of Artificial Intelligence and Robotics for Society，Shenzhen 518129，China
^3.Shenzhen Academy of Social Sciences，Shenzhen 518028，China
^4.School of Management and Economics，The Chinese University of Hong Kong （Shenzhen），Shenzhen 518172，China
^5.School of Economics and Management，Tsinghua University，Beijing 100084，China
^6.Shenzhen Finance Institute，Shenzhen 518038，China

Received:2024-10-24 Revised:2024-11-14 Online:2025-01-25 Published:2025-02-14
Contact: Jianmin Jia E-mail:jmjia@cuhk.edu.cn

摘要/Abstract

摘要：

人工智能（AI）的迅猛发展，催生了企业新的实践和营销模式，改变了企业与消费者的互动方式，使得营销科学的理论和实践经历着一场颠覆性变革。为了揭示人工智能驱动下的营销变革，本文基于近年来AI与营销科学等交叉领域的代表性文献，首先划分出AI与营销领域结合的萌芽、发展和深化等渐进式三阶段；然后提出了“AI认知—AI赋能—AI互动—AI集成”的理论分析框架，最后结合该框架展望了未来研究方向，包括构建更具解释力的AI采纳模型，开发公平的AI定价算法，探索AI互动中的消费者心理机制，和设计有效的人机协作管理机制等，以期推动人工智能和营销交叉领域的理论发展和实践应用。

关键词: 人工智能, 技术接纳, 客户旅程, 4P赋能, 营销变革

Abstract:

The rapid development of artificial intelligence （AI） has catalyzed new corporate practices and marketing models， transforming the way companies interact with consumers and revolutionizing the theory and practice of marketing science. To reveal the full picture of this transformation， the gradual three-stage process of AI-driven marketing transformation is reviewed and mapped out， spanning from its emergence and development to its deepening， based on representative literature in the interdisciplinary field of AI and marketing science in recent years. A theoretical analysis framework of "AI Cognition—AI Empowerment—AI Interaction—AI Integration" is then proposed. Finally， combined with this framework， future research directions are outlined， including constructing more explanatory AI adoption models， developing fair AI pricing algorithms， exploring the psychological mechanisms of consumers in AI interactions， and designing effective human-machine collaborative management mechanisms， with the aim of promoting theoretical development and practical applications in the interdisciplinary field of artificial intelligence and marketing.

Key words: artificial intelligence, technology acceptance, customer journey, 4P empowerment, marketing transformation

中图分类号:

TP18

石峰, 杨扬, 袁韵, 贾建民. 人工智能驱动下的营销变革[J]. 中国管理科学, 2025, 33(1): 111-123.

Feng Shi, Yang Yang, Yun Yuan, Jianmin Jia. Marketing Transformation in the Age of Artificial Intelligence[J]. Chinese Journal of Management Science, 2025, 33(1): 111-123.

图/表 2

参考文献 108

1	Davenport T， Guha A， Grewal D， et al. How artificial intelligence will change the future of marketing［J］. Journal of the Academy of Marketing Science， 2020， 48： 24-42.
2	Hoffman D L， Moreau C P， Stremersch S， et al. The rise of new technologies in marketing： A framework and outlook［J］. Journal of Marketing， 2022， 86（1）： 1-6.
3	Mckinsey. The state of AI in early 2024： Gen AI adoption spikes and starts to generate value［EB/OL］. （2024-05-30）［2024-11-25］. .
4	Huang M H， Rust R T. A strategic framework for artificial intelligence in marketing［J］. Journal of the Academy of Marketing Science， 2021， 49： 30-50.
5	Mustak M， Salminen J， Plé L， et al. Artificial intelligence in marketing： Topic modeling， scientometric analysis， and research agenda［J］. Journal of Business Research， 2021， 124： 389-404.
6	Shin D， He S， Lee G M， et al. Enhancing social media analysis with visual data analytics： A deep learning approach［M］. Amsterdam： SSRN， 2020.
7	Peng J， Agarwal A， Hosanagar K， et al. Network overlap and content sharing on social media platforms［J］. Journal of Marketing Research， 2018， 55（4）： 571-585.
8	Tan Y C， Chandukala S R， Reddy S K. Augmented reality in retail and its impact on sales［J］. Journal of Marketing， 2022， 86（1）： 48-66.
9	Puntoni S， Reczek R W， Giesler M， et al. Consumers and artificial intelligence： An experiential perspective［J］. Journal of Marketing， 2021， 85（1）： 131-151.
10	Huang M H， Rust R T. The caring machine： Feeling AI for customer care［J］. Journal of Marketing， 2024， 88（5）：1-23.
11	Arora N， Chakraborty I， Nishimura Y. EXPRESS： AI-Human hybrids for marketing research： Leveraging LLMs as collaborators［J］. Journal of Marketing， 2024， DOI： 10.1177/00222429241276529 .
12	Cui D P， Curry D. Prediction in marketing using the support vector machine［J］. Marketing Science， 2005， 24（4）： 595-615.
13	Venkatesan R， Kumar V， Bohling T. Optimal customer relationship management using Bayesian decision theory： An application for customer selection［J］. Journal of Marketing Research， 2007， 44（4）： 579-594.
14	刘景江，郑畅然，洪永淼. 机器学习如何赋能管理学研究？——国内外前沿综述和未来展望［J］. 管理世界， 2023， 39（9）：191-216.
	Liu J J， Zheng C R， Hong Y M. How can machine learning empower management research？ A domestic-foreign frontier review and future prospects［J］. Journal of Management World， 2023， 39（9）：191-216.
15	杨扬，刘圣，李宜威，等. 大数据营销：综述与展望［J］. 系统工程理论与实践， 2020， 40（8）：2150-2158.
	Yang Y， Liu S， Li Y W， et al. Big data marketing： Review and prospect［J］. Systems Engineering-Therory & Practice， 2020， 40（8）：2150-2158.
16	Dietvorst B J， Simmons J P， Massey C. Algorithm aversion： People erroneously avoid algorithms after seeing them err［J］. Journal of Experimental Psychology： General， 2015， 144（1）： 114-126.
17	Cadario R， Longoni C， Morewedge C K. Understanding， explaining， and utilizing medical artificial intelligence［J］. Nature Human Behaviour， 2021， 5（12）： 1636-1642.
18	Castelo N， Boegershausen J， Hildebrand C， et al. Understanding and improving consumer reactions to service bots［J］. Journal of Consumer Research， 2023， 50（4）： 848-863.
19	Lefkeli D， Karataş M， Gürhan-Canli Z. Sharing information with AI （versus a human） impairs brand trust： The role of audience size inferences and sense of exploitation［J］. International Journal of Research in Marketing， 2024， 41（1）： 138-155.
20	De Freitas J， Agarwal S， Schmitt B， et al. Psychological factors underlying attitudes toward AI tools［J］. Nature Human Behaviour， 2023， 7（11）： 1845-1854.
21	Rudin C. Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead［J］. Nature Machine Intelligence， 2019， 1（5）： 206-215.
22	Nussberger A M， Luo L， Celis L E， et al. Public attitudes value interpretability but prioritize accuracy in artificial intelligence［J］. Nature Communications， 2022， 13（1）： 5821.
23	Haslam N. Dehumanization： An integrative review［J］. Personality and Social Psychology Review， 2006， 10（3）： 252-264.
24	Castelo N， Bos M W， Lehmann D R. Task-dependent algorithm aversion［J］. Journal of Marketing Research， 2019， 56（5）： 809-825.
25	Longoni C， Cian L. Artificial intelligence in utilitarian vs. hedonic contexts： The “word-of-machine” effect［J］. Journal of Marketing， 2022， 86（1）： 91-108.
26	Pataranutaporn P， Liu R， Finn E， et al. Influencing human-AI interaction by priming beliefs about AI can increase perceived trustworthiness， empathy and effectiveness［J］. Nature Machine Intelligence， 2023， 5（10）： 1076-1086.
27	Han E， Yin D Z， Zhang H. Bots with feelings： Should AI agents express positive emotion in customer service？［J］. Information Systems Research， 2023， 34（3）： 1296-1311.
28	Crolic C， Thomaz F， Hadi R， et al. Blame the bot： Anthropomorphism and anger in customer-chatbot interactions［J］. Journal of Marketing， 2022， 86（1）： 132-148.
29	Loughnan S， Haslam N. Animals and androids： Implicit associations between social categories and nonhumans［J］. Psychological Science， 2007， 18（2）： 116-121.
30	Longoni C， Bonezzi A， Morewedge C K. Resistance to medical artificial intelligence［J］. Journal of Consumer Research， 2019， 46（4）： 629-650.
31	Purcell Z A， Bonnefon J F. Humans feel too special for machines to score their morals［J］. PNAS nexus， 2023， 2（6）： 1-7.
32	Reich T， Kaju A， Maglio S J. How to overcome algorithm aversion： Learning from mistakes［J］. Journal of Consumer Psychology， 2023， 33（2）： 285-302.
33	Clegg M， Hofstetter R， de Bellis E， et al. Unveiling the mind of the machine［J］. Journal of Consumer Research， 2024， 51（2）： 342-361.
34	Leotti L A， Iyengar S S， Ochsner K N. Born to choose： The origins and value of the need for control［J］. Trends in Cognitive Sciences， 2010， 14（10）： 457-463.
35	Leung E， Paolacci G， Puntoni S. Man versus machine： Resisting automation in identity-based consumer behavior［J］. Journal of Marketing Research， 2018， 55（6）： 818-831.
36	de Bellis E， Johar G V， Poletti N. Meaning of manual labor impedes consumer adoption of autonomous products［J］. Journal of Marketing， 2023， 87（6）： 949-965.
37	Dong B B， Zhuang M Z， Fang E， et al. Tales of two channels： Digital advertising performance between AI recommendation and user subscription channels［J］. Journal of Marketing， 2024， 88（2）： 141-162.
38	Longoni C， Cian L， Kyung E J. Algorithmic transference： People overgeneralize failures of AI in the government［J］. Journal of Marketing Research， 2023， 60（1）： 170-188.
39	Yalcin G， Lim S， Puntoni S， et al. Thumbs up or down： Consumer reactions to decisions by algorithms versus humans［J］. Journal of Marketing Research， 2022， 59（4）： 696-717.
40	Karataş M， Cutright K M. Thinking about god increases acceptance of artificial intelligence in decision-making［J］. Proceedings of the National Academy of Sciences， 2023， 120（33）： e2218961120.
41	Zhao G Y， Li Y T， Xu Q R. From emotion AI to cognitive AI［J］. International Journal of Network Dynamics and Intelligence， 2022， 1（1）： 65-72.
42	Yoo Y， Boland Jr R J， Lyytinen K， et al. Organizing for innovation in the digitized world［J］. Organization Science， 2012， 23（5）： 1398-1408.
43	Cooper R G. The AI transformation of product innovation［J］. Industrial Marketing Management， 2024， 119： 62-74.
44	Lou B W， Wu L. AI on drugs： Can artificial intelligence accelerate drug development？ Evidence from a large-scale examination of bio-pharma firms. Evidence from a Large-scale Examination of Bio-pharma Firms［J］. MIS Quarterly， 2021， 45（3）： 1451-1482.
45	Hou J R， Zhang J， Zhang K P. Pictures that are worth a thousand donations： How emotions in project images drive the success of online charity fundraising campaigns？ An image design perspective［J］. Management Information Systems Quarterly， 2023， 47（2）： 535-584.
46	Sisodia A， Burnap A， Kumar V. EXPRESS： Generative interpretable visual design： Using disentanglement for visual conjoint analysis［J］. Journal of Marketing Research， 2024， DOI： 10.1177/00222437241276736 .
47	Yang Y， Zhang K P， Kannan P K. Identifying market structure： A deep network representation learning of social engagement［J］. Journal of Marketing， 2022， 86（4）： 37-56.
48	Zhou E， Lee D. Generative artificial intelligence， human creativity， and art［J］. PNAS Nexus， 2024， 3（3）： 1-8.
49	Girotra K， Meincke L， Terwiesch C， et al. Using large language models for idea generation in innovation［R］. Working Paper， SSRN， 2023.
50	Calvano E， Calzolari G， Denicolo V， et al. Artificial intelligence， algorithmic pricing， and collusion［J］. American Economic Review， 2020， 110（10）： 3267-3297.
51	Chen L Y， Pelger M， Zhu J. Deep learning in asset pricing［J］. Management Science， 2024， 70（2）： 714-750.
52	Trusov M， Ma L Y， Jamal Z. Crumbs of the cookie： User profiling in customer-base analysis and behavioral targeting［J］. Marketing Science， 2016， 35（3）： 405-426.
53	Calvano E， Calzolari G， Denicolò V， et al. Algorithmic pricing what implications for competition policy？［J］. Review of Industrial Organization， 2019， 55： 155-171.
54	Liu X. Dynamic coupon targeting using batch deep reinforcement learning： An application to livestream shopping［J］. Marketing Science， 2023， 42（4）： 637-658.
55	Elmachtoub A N， Gupta V， Hamilton M L. The value of personalized pricing［J］. Management Science， 2021， 67（10）： 6055-6070.
56	Nunan D， Di Domenico M L. Value creation in an algorithmic world： Towards an ethics of dynamic pricing［J］. Journal of Business Research， 2022， 150： 451-460.
57	Zhang S Y， Mehta N， Singh P V， et al. Frontiers： Can an artificial intelligence algorithm mitigate racial economic inequality？ An analysis in the context of airbnb［J］. Marketing Science， 2021， 40（5）： 813-820.
58	Karlinsky-Shichor Y， Netzer O. Automating the b2b salesperson pricing decisions： A human-machine hybrid approach［J］. Marketing Science， 2024， 43（1）： 138-157.
59	Bartlett R， Morse A， Stanton R， et al. Consumer-lending discrimination in the fintech era［J］. Journal of Financial Economics， 2022， 143（1）： 30-56.
60	Cohen M C， Elmachtoub A N， Lei X. Price discrimination with fairness constraints［J］. Management Science， 2022， 68（12）： 8536-8552.
61	Abada I， Lambin X. Artificial intelligence： Can seemingly collusive outcomes be avoided？［J］. Management Science， 2023， 69（9）： 5042-5065.
62	Reisenbichler M， Reutterer T， Schweidel D， et al. Supporting content marketing with natural language generation［J］. Marketing Science， 2022， 41（3）：441-452.
63	Bell J J， Pescher C， Tellis G J， et al. Can AI help in ideation？ A theory-based model for idea screening in crowdsourcing contests［J］. Marketing Science， 2024， 43（1）： 54-72.
64	Li P Y， Castelo N， Katona Z， et al. Frontiers： Determining the validity of large language models for automated perceptual analysis［J］. Marketing Science， 2024， 43（2）： 254-266.
65	Goli A， Singh A. Frontiers： Can large language models capture human preferences？［J］. Marketing Science， 2024， 43（4）：709-722.
66	Xiao L， Wu D J， Ding M. A smart ad display system［J］. Information Systems Research， 2024， DOI： 10.1287/isre.2020.0128 .
67	Todri V， Ghose A， Singh P V. Trade-offs in online advertising： Advertising effectiveness and annoyance dynamics across the purchase funnel［J］. Information Systems Research， 2020， 31（1）： 102-125.
68	Miao F， Kozlenkova I V， Wang H Z， et al. An emerging theory of avatar marketing［J］. Journal of Marketing， 2022， 86（1）： 67-90.
69	Verhagen T， Van Nes J， Feldberg F， et al. Virtual customer service agents： Using social presence and personalization to shape online service encounters［J］. Journal of Computer-Mediated Communication， 2014， 19（3）： 529-545.
70	Hsiao S H， Wang Y Y， Lin T L J. The impact of low-immersion virtual reality on product sales： Insights from the real estate industry［J］. Decision Support Systems， 2024， 178： 114131.
71	Luo X M， Qin M S， Fang Z， et al. Artificial intelligence coaches for sales agents： Caveats and solutions［J］. Journal of Marketing， 2021， 85（2）： 14-32.
72	Kim J H， Kim M， Kwak D W， et al. Home-tutoring services assisted with technology： Investigating the role of artificial intelligence using a randomized field experiment［J］. Journal of Marketing Research， 2022， 59（1）： 79-96.
73	Bergner A S， Hildebrand C， Häubl G. Machine talk： How verbal embodiment in conversational AI shapes consumer-brand relationships［J］. Journal of Consumer Research， 2023， 50（4）： 742-764.
74	Novak T， Hoffman D L. Automation assemblages in the internet of things： Discovering qualitative practices at the boundaries of quantitative change［J］. Journal of Consumer Research， 2023， 49（5）： 811-837.
75	Luo X M， Tong S L， Fang Z， et al. Frontiers： Machines vs. humans： The impact of artificial intelligence chatbot disclosure on customer purchases［J］. Marketing Science， 2019， 38（6）： 937-947.
76	Seymour M， Yuan L， Riemer K， et al. Less artificial， more intelligent： Understanding affinity， trustworthiness， and preference for digital humans［J］. Information Systems Research， 2024， DOI： 10.1287/isre.2022.0203 .
77	Xu Y Q， Dai H Y， Yan W F. Identity disclosure and anthropomorphism in voice chatbot design： A field experiment［J］. Management Science， 2024， DOI： 10.1287/mnsc.2022.03833 .
78	Schuetzler R M， Grimes G M， Scott Giboney J. The impact of chatbot conversational skill on engagement and perceived humanness［J］. Journal of Management Information Systems， 2020， 37（3）： 875-900.
79	Schanke S， Burtch G， Ray G. Estimating the impact of “humanizing” customer service chatbots［J］. Information Systems Research， 2021， 32（3）： 736-751.
80	Ledro C， Nosella A， Dalla Pozza I. Integration of AI in CRM： Challenges and guidelines［J］. Journal of Open Innovation： Technology， Market， and Complexity， 2023， 9（4）： 100151.
81	Libai B， Bart Y， Gensler S， et al. Brave new world？ On AI and the management of customer relationships［J］. Journal of Interactive Marketing， 2020， 51（1）： 44-56.
82	Chatterjee S， Rana N P， Tamilmani K， et al. The effect of AI-based CRM on organization performance and competitive advantage： An empirical analysis in the B2B context［J］. Industrial Marketing Management， 2021， 97： 205-219.
83	Martínez A， Schmuck C， Pereverzyev Jr S， et al. A machine learning framework for customer purchase prediction in the non-contractual setting［J］. European Journal of Operational Research， 2020， 281（3）： 588-596.
84	Melzner J， Bonezzi A， Meyvis T. Information disclosure in the era of voice technology［J］. Journal of Marketing， 2023， 87（4）： 491-509.
85	Zhou M， Chen G H， Ferreira P， et al. Consumer behavior in the online classroom： Using video analytics and machine learning to understand the consumption of video courseware［J］. Journal of Marketing Research， 2021， 58（6）： 1079-1100.
86	Wei Q， Mu Y， Guo X H， et al. Dynamic bayesian network-based product recommendation considering consumers’multistage shopping journeys： A marketing funnel perspective［J］. Information Systems Research， 2024， 35（3）： 1382-1402.
87	Davenport T H， Ronanki R. Artificial intelligence for the real world［J］. Harvard Business Review， 2018， 96（1）： 108-116.
88	Spanellis A， Dӧrfler V， MacBryde J. Investigating the potential for using gamification to empower knowledge workers［J］. Expert Systems with Applications， 2020， 160： 113694.
89	Kaplan A， Haenlein M. Siri， Siri， in my hand： Who’s the fairest in the land？ On the interpretations， illustrations， and implications of artificial intelligence［J］. Business Horizons， 2019， 62（1）： 15-25.
90	Shirdastian H， Laroche M， Richard M O. Using big data analytics to study brand authenticity sentiments： The case of Starbucks on Twitter［J］. International Journal of Information Management， 2019， 48： 291-307.
91	Neslin S A， Gupta S， Kamakura W， et al. Defection detection： Measuring and understanding the predictive accuracy of customer churn models［J］. Journal of Marketing Research， 2006， 43（2）： 204-211.
92	Selamat M A， Windasari N A. Chatbot for SMEs： Integrating customer and business owner perspectives［J］. Technology in Society， 2021， 66： 101685.
93	Zhou X Y， Yan X， Jiang Y W. Making sense？ The sensory-specific nature of virtual influencer effectiveness［J］. Journal of Marketing， 2024， 88（4）： 84-106.
94	Chen L W， Hsieh J J， Chan K W. Techno-service-profit chain： The Impacts of iot-enabled algorithmic customer service systems from an interdisciplinary perspective［J］. Management Information Systems Quarterly， 2024， 48（3）： 1077-1120.
95	Yam K C， Goh E Y， Fehr R， et al. When your boss is a robot： Workers are more spiteful to robot supervisors that seem more human［J］. Journal of Experimental Social Psychology， 2022， 102： 104360.
96	Claudé M， Combe D. The roles of artificial intelligence and humans in decision making： Towards augmented humans？A focus on knowledge-intensive firms［D］. Umeå： Umeå University， 2018.
97	Miklós-Thal J， Tucker C. Collusion by algorithm： Does better demand prediction facilitate coordination between sellers？［J］. Management Science， 2019， 65（4）： 1552-1561.
98	Chandra S， Shirish A， Srivastava S C. To be or not to be…human？ Theorizing the role of human-like competencies in conversational artificial intelligence agents［J］. Journal of Management Information Systems， 2022， 39（4）： 969-1005.
99	El Khatib M， Al Falasi A. Effects of artificial intelligence on decision making in project management［J］. American Journal of Industrial and Business Management， 2021， 11（3）： 251-260.
100	Ross M， Taylor J. Managing AI decision-making tools［R］. Discussion Paper， Harvard Business Review， 2021.
101	Nishant R， Kennedy M， Corbett J. Artificial intelligence for sustainability： Challenges， opportunities， and a research agenda［J］. International Journal of Information Management， 2020， 53： 102104.
102	Huang M H， Rust R T. Engaged to a robot？ The role of AI in service［J］. Journal of Service Research， 2021， 24（1）： 30-41.
103	Manser Payne E H， Dahl A J， Peltier J. Digital servitization value co-creation framework for AI services： A research agenda for digital transformation in financial service ecosystems［J］. Journal of Research in Interactive Marketing， 2021， 15（2）： 200-222.
104	Dawar N， Bendle N. Marketing in the age of alexa［R］. Discussion Paper， Harvard Business Review， 2018.
105	Wang T， He C， Jin F J， et al. Evaluating the effectiveness of marketing campaigns for malls using a novel interpretable machine learning model［J］. Information systems research， 2022， 33（2）： 659-677.
106	Yoo K， Haenlein M， Hewett K. A whole new world： Charting unexplored territories in consumer research with generative artificial intelligence［R］. Working Paper， Marketing Science Institute， 2024.
107	罗映宇，朱国玮，钱无忌，等. 人工智能时代的算法厌恶：研究框架与未来展望［J］. 管理世界， 2023， 39（10）：205-227.
	Luo Y Y， Zhu G W， Qian W J， et al. Algorithm aversion in the era of artificial intelligence： Research framework and future agenda［J］. Journal of Management World， 2023， 39（10）： 205-227.
108	吴小龙，肖静华，吴记. 当创意遇到智能：人与AI协同的产品创意案例研究［J］. 管理世界， 2023， 39（5）： 112-126.
	Wu X L， Xiao J H， Wu J. When creativity meets intelligence： A case study of human-AI collaboration in product innovation［J］. Journal of Management World， 2023， 39（5）： 112-126.

[1]	胡祥培, 周雅娴. 基于生成式人工智能的经济管理学科相关研究综述[J]. 中国管理科学, 2025, 33(1): 76-97.
[2]	杨善林, 李霄剑, 张强, 焦建玲, 杨昌辉. 人工智能与管理变革[J]. 中国管理科学, 2023, 31(6): 1-11.
[3]	宋金波, 周禹杉, 何秋映. 情绪负荷对网络问政平台运作服务质量和效率的影响—来自文本数据的证据[J]. 中国管理科学, 2023, 31(3): 133-142.
[4]	刘祥官, 郜传厚, 罗世华, 王义康, 吴武林. 华罗庚管理科学与工业大数据分析的系统工程[J]. 中国管理科学, 2022, 30(11): 8-19.
[5]	谢萌萌, 夏炎, 潘教峰, 郭剑锋. 人工智能、技术进步与低技能就业——基于中国制造业企业的实证研究[J]. 中国管理科学, 2020, 28(12): 54-66.
[6]	张鸿彦. 基于人工智能的隐含波动率的敏感度的研究[J]. 中国管理科学, 2008, 16(3): 125-130.

人工智能驱动下的营销变革

Marketing Transformation in the Age of Artificial Intelligence

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 2

参考文献 108

相关文章 6

Metrics

本文评价

推荐阅读 0