開啟​智慧​新紀元：​AI ​與​行銷人​的​協作​指南

十餘​年​來，​行銷​科技​的​演進​讓​企業​得以​更​精準​地觸​及​消費者。​從數據​驅動到​自動化，​每​一​次​的​進步​都​再​再​提醒​品牌​競爭​的​關鍵：​人​與​技術​的​協作。​生成式​ A​I ​的​出現，​促使​企業​重新​思考​市場​策略，​也​進一步​開啟​更​深層​的​轉型。​Google ​台灣​總經理​ Tina Lin​ 分享：​「AI ​轉型正如​任何​變革，​伴隨​著​情緒​與​挑戰。​」​從​願景到​行動​計畫，​倘若​缺乏​其一，​企業​往往會​在​複雜​的​變革​過程​中​陷入​僵局。​這​場​轉型​在​行銷​領域​尤為​迫切。​AI ​不僅​影響​溝通​與​內容​形式，​更​大幅​改變​品牌​與​消費者​互動​的​節奏。

Google ​台灣​總經理​ Tina Lin​ 從​企業​轉型​的​現實挑​戰​談起，​點出 A​I ​已​成為​品牌​重新​思考策略​與​競爭力​的​重要​起點。

Google​ 長​期近​距離​觀察​企業​與​品牌​在​ A​I 浪​潮下​的​應變​策略，​洞察​組織​如何​透過​技術​與​文化​並​進，​實現行​銷​敏捷​與​創新​的​再​平衡。​20​2​5 年度​ Google AI Labs，​邀請​ Google ​大​中華區​首席​行​銷長​及​ gTech ​廣告​解決​方案​顧問，​分別​透過​ Google​ ​內部​及​眾多​客戶​案例，​揭示​ A​I 如何​重塑​行銷​邏輯​與​品牌​策略，​並​提出​企業​如何​在​變革​中以​ A​I ​強化​洞察、​創造​內容​及​優化​流程。

啟動​ A​I 賦​能​行銷​引擎，​Google 團隊​效率、​業務​躍​升

Google ​大​中華區​首席​行​銷長​ Ben Wong ​首先​分享​ Google ​與​ B​CG ​合作​進行​的​全球​研究。​研究團隊​橫跨​二十​個​市場、​訪問​數千​名​行銷決​策​者，​並​從​ 51​ ​個​典型行​銷場​景中，​整理​出 AI ​能夠​賦​能​行銷​組織​的​四​大​面向：​團隊​與​流程、​衡量​與​洞察、​媒體​與​個人化，​以及​創意​與​內容。​ ​這​四​個​環節​共同​構成​一​個​「AI ​賦能​的​行銷​引擎」，​幫助​快速​提升​行​銷效率​及​業務​增長。

讓​團隊​與​流程​動​起來，​不要​總等​到​ Perfect

在​第一​個​面向​「團隊​與​流程」​中，​Be​n 以​ Pixel 1​0 ​的​上市​活動作為​案例。​面對​台灣​市場​規模、​資源、​時間​以及​協作​模式​的​挑戰，​Pixel​ 行​銷團​隊​透過​由​全球​廣告​集團​ WPP ​開發、​結合​ Google Cloud ​技術​的​生成式​ AI ​協作​平台​「WPP Open」，​與​代理商​在​同一​環境​中即​時​共創、​測試​與​優化​創意。

過去​需要​數​週​才​能​完成​的​作業，​如​今​能​在​ 2​4​ ​小時​內​獲得​回應。​以​ A​I 為​中心​的​新​工作​模式，​讓​ Google 團隊​的​工作​流程​加速，​協作​亦​更​為​順暢。​透過​其中​「AI ​消費者​輪廓」，​團隊​將​標語​在​地化​的​驗證​時間​從​四​週​縮短​至​僅​幾​小​時，​大幅​降低​時間​與​金錢​成本。​此外，​由於​缺乏​創意​測試​預算，​團隊​利用​ W​PP Open​ 驗證​並​優化​故事​情節，​最終​打造出​一​支​以​ Pixel ​工程師​為​主角、​講述​他們​如何​在​工作​與​生活​中​運用​ Pixel ​解決​問題​的​真實​故事​影片，​其​互動率​比​其他​影片​高出​ 40​ ​倍​以上。

Google ​大​中華區​首席​行​銷長​ Ben Wong ​分享​全球​研究​洞察，​提出​「AI 賦​能​行銷​引擎」​的​四​大​面向，​揭示​品牌​如何​借助 AI ​重塑​流程、​放大​創意​並​加速​業務​成長。

要​把​品牌​生意​做好，​最​重要​的​是​衡量​與​洞察

在​行銷​流程​中，​衡量​不​只是​結果​的​呈現，​更​是​找出​創意​與​成效​之間​關聯​的​重要​步驟。​Google​ 行​銷團隊​運用​機器​學習​模型，​讓​ AI ​分析​大量​素材​資料，​找出​與​廣告​活動​成果​連結​最​強​的​創意​因子。​這些​分析​能​協助​團隊理​解行​銷素材​中哪些​畫面、​聲音​或​節奏​最​能​吸引​受眾，​為​後續​的​創意​生產​提供​依據。

除了​量​化​數據，​AI 亦​能​進行​質化​分析。​Pixel 團隊​對​近​兩​百萬​條​使用​者​回饋​進行​主題​歸納​並​提出​建議，​讓​行銷團隊​能夠​更​快​掌握​受眾​實際​反應。​以​往​執行千份​焦點團體​研究會​耗費​大量​預算，​如​今​因​ AI ​助力，​團隊​能​快速且​準確​地​判斷素材​的​節奏、​訊息、​創意​是否​能​精準觸​及​目標​受眾​並​有效​引發​共鳴。​「透過​這些​分析，​行銷團隊​不​僅​能​以​更​具​效率​的​方式​優化​創意，​也​能​更​精確​地​回應​市場​需求。​」​Ben ​說明，​AI ​的​加入​讓​每​一​次​創意​嘗試​都​更​貼近​受眾，​也​更​接​近​品​牌​想​傳達​的​價值。

Ben Won​g ​以​ Pixel​ 行銷​實例​說明​ AI ​如何​從​大量​素材​與​使用​者​回饋​中萃取​洞察，​找出​驅動​成效​的​關鍵​創意​因子，​協助​品​牌​以​更​科學​的​方式​優化​素材​與​行銷​決策。

降本​增效，​以​高品質​的​創意​與​內容​支撐​行銷​活動

創意​及​內容​製​作​往往​是​行銷​活動中​最​耗時​也​最​「燒」​資源​的​環節。​然而，​去年​籌備​ Pixel ​上市​活動​時，​團隊​透過​ AI ​影片​生成工​具​ Veo，​在​短短​兩​天​內由​四位​工程師​完成​製​作​廣告​影片，​其​成果​與​真人​拍攝​幾乎​無異。​Pixel​ 行​銷團隊​不斷​嘗試​以​生​成式​ AI 突破​創意​的​侷限。​「但​這​不​代表​有​了​ AI，​就​可以​代替​人​來​完成​創意。​」​Be​n 補充，​AI ​的​角色​並​非​取代，​而​是​放​大人​的​想​像力​與​執行力。​創意​的​核心​始終來自​人​對​品牌、​文化​與​情感​的​洞察，​AI ​則​扮演​協助​者​的​角色，​將​靈感​更​快速​地轉化​為​具體​成果。

Ben​ ​進一步​說明，​一​支​高品質​的​素材​並​不足​以​支撐​起整​個​行銷​活動，​尤其​是​大型​全球性​廣告​活動，​往往​需要​為​不同​平台、​不同​地區​與​語言​製​作​大量​版本。​過去​這​意​味​著​龐​大​的​預算​與​人力​投入，​而​今透過​ AI 生成​工具，​團隊​能​在​極短​時間​內​製​作​多​語系、​多​尺寸​的​素材，​同時​保持​品​牌​風格​一致，​真正​幫助​行銷人​從​繁瑣​流程​中​解放，​將​更多​精力​投入​在​需要​人性​與​創意​判斷​之處。

關​注​媒體​與​個人化，​讓​內容​在​複雜​的​生態​中​仍​能​被​看見

「當代​消費者​的​媒體​使用​與​搜尋​行為​更為​多元，​從文字、​語音、​影像，​甚至​影音，​搜尋早​已​不侷​限於​單一​形式。​」​Be​n ​指出，​消費者​不可​預測​的​行為​模式，​意味​著​品​牌​必須​透過​ AI 理解​並​回應​不同​情​境下​的​使用​者​意圖，​讓​內容​在​更​複雜​的​生態​中​仍​能​被​看見。​這​說​明​媒體​與​個人化​為​何是​ AI 行銷​環境​中品​牌​競爭​不可​忽視​的​課題。

雖然​使用者​的​互動​方式​改變，​以​搜尋​為​例，​在​ A​I ​環境​中 GEO（Generative Engine Optimization）​及​ A​IEO（Artificial Intelligence Engine Optimization）​的​核心​仍​與​ SEO ​原則​相符：​為人​與​ A​I ​提供​高品質、​具獨​特價值​的​原創​內容。​Be​n​ ​進一步​分享，​在​今年​ Pixe​l ​的​上市​活動​中，​團隊​除了​使用​既有​的​最​高成效​廣告​（Performance Max）​與​ YouTube ​廣告​活動，​也​導入​了​新​推出​的​ A​I Max 搜尋​廣告​活動，​運用​ A​I ​強化​搜尋​廣告​的​各​環節，​自動​捕​捉來自​ AI Overview、​AI ​Mode ​等​新型搜尋​入口，​生成​更​具​相關性​的​廣告​文案​以​提高額​外轉換率。

綜觀 Pixel​ 行​銷團隊​的​實踐，​Be​n 所​展示​的​不僅​是​ AI ​工具​的​應用，​更​是​一​套​能​驅動團隊​持續​進化​的​工作​方法。​團隊​並​未​將​ A​I ​囿​限於​單一​任務，​而​是​不斷​思考如何​讓​技術​融入​整體​工作​流程，​從​洞察到​創意、​從​媒體​到​衡量，​形成​一​個​持續​優化​的​循環。​「AI ​賦能​的​行銷​引擎」​讓​活動​在​速度、​成本​與​創意​之間​取得​平衡，​成為​推動​品​牌​策略​與​行銷​執行​同步​升級​的​核心​動力。

Be​n ​的​分享​著​重 ​Google 團隊​如何​以​ A​I ​重塑​內部​流程，​而​ Google ​大​中華區​ gTech ​廣告​解決​方案​顧問 Danny Ma ​則​從​品牌​的​角度​出發，​揭示​企業​如何​將​這​套​行銷​引擎​落地​運作，​讓​ AI 成為​行銷​旅程​中​的​最佳​神隊​友。

讓​ AI ​成為​神隊友：​轉動​串​連​受眾、​創意​與​成效​的​「A​I 風​火輪」

呼應​ Be​n 所​強調​的​「快速​行動」，​Google ​大​中華區​ gTech ​廣告​解決​方案​顧問 Danny Ma 亦​以​「速度​是​一切」​作為​開場。​他​指出，​面對​瞬息萬變​的​市場，​行銷​人​唯有​與​ A​I ​協作​才​能​取得​優勢。​Danny ​在​講座​中​提出​「AI 風​火​輪」​的​概念，​象徵行銷​流程​的​加速​循環。​從​受眾​分析、​創意生成​到​成效​衡量，​三​個​環節​首尾​相連，​構成​一​個​能​不斷​優化​與​加速​的​閉環​機制。

Google ​大​中華區​ gTech ​廣告​解決​方案​顧問 Danny Ma 以​「AI 風​火輪」​說明​行​銷人​如何​運用​ A​I ​串​連​受眾​分析、​創意​生成​與​成效​衡量，​形成​持續​優化​的​加速​循環。

A​I ​受眾​分析，​目標​鎖定​品​牌​知​名度​及​行動​號​召

A​I ​受眾​分析​的​關鍵​在​於​讓​品​牌理​解潛​在​客群​是​「誰」，​以及​「什麼」​能​驅動​他們​採取​行動。​AI ​能​快速​學習來自​多​種​資料​來源​的​訊號，​準確​描​繪出​受眾​的​輪廓。​消費者​的​每​一​個​數​位​足跡，​無論​是​搜尋​內容、​追蹤​的​ K​OL、​瀏覽​的​網站​或​互動​的​廣告，​都​將​轉化​為​品牌​洞察。​Danny ​說明，​受眾​分析​的​兩​大​目標是​「提升​品​牌​知​名度」​與​「強化​行動​號​召」，​企業​若能​結合​第一​方​數據​與​外部​合作​夥伴​的​資料，​讓​ AI 模型​持續​學習​與​更新，​便​能​靈活​鎖定​潛​在​客群、​調整​訊息​策略。

VIVAIA ​快速​描繪​受眾​輪廓，​成功​提升​品​牌​知​名​度

以​永續​時​尚品​牌 VIVAIA ​為​例，​該​品​牌​主打​結合​永續、​舒適​與​機能​的​設計，​希望​鎖定​重視​環保​理念​與​產品​實用性​的​消費​族群。​在​過去，​品牌​仰​賴長​時間​的​數據​收集、​分析、​實驗，​如​今​透過​ Gemini ​就​能​快速​整合​搜尋、​內容​瀏覽​與​興趣訊號，​描繪​出​潛​在​消費者​的​ persona（人物​誌）。​有​了​ A​I ​的​速度，​再加​上​以​「人」​的​觀點驗證​適合度，​品牌​能​確保​在​策略​方向​不​偏移​的​前​提下​精準​鎖定​轉換​潛力​高​的​受眾。​當分析​完成​進入​實際​應用​階段​時，​VI​VAIA​ ​進一步​運用​ Google Ads ​的​開箱​即用​功能​「Audience Signal」，​根據​曾​搜尋​的​特定​關​鍵字、​瀏覽過​的​相關​網站​及​有​追蹤​的​特定​頻道​等，​將​抽象​的​受眾​特徵​轉化​為​具體、​可​操作​的​「廣告​投放​目標族​群包」，​並​以​精準​投放​實現​顯著​的​轉換數​及​投資​報酬率​增長。

AI ​輔助​ CR​M​ ​名單​再​利用，​強化​行動號​召

Danny ​分享另​一​家​以​男性​為​主要​目標​的​品牌​案例。​該​品​牌​廣告​雖​頻​繁​曝光，​但​受眾​重疊，​因而​轉換率​逐漸​下滑。​團隊​運用​ Gemini 重新​梳理​受眾​結構，​排除​與​現有​會員​重疊​的​區塊，​找出​「尚未​被觸​及​但​具​相似​特徵」​的​潛在​客群。​接著，​品​牌​透過​ AI Audience ​的​「拓​圈​光譜」​分析​受眾​的​興趣​及​意圖，​從​他們​訂閱​的​ YouTube ​頻道​及​關注​的​ K​O​L ​等​資訊​中​提出​洞察，​最終​辨識出​一​群​原本​被​忽略、​但​具​高度​購買​潛力​的​「追求​價值​的​家庭型​消費者」。

完成​受眾​設定​後，​品​牌​進一步​導入​ AI Max 搜尋​廣告​活動，​讓​ A​I ​自動​根據​使用者​的​搜尋​意圖​與​內容​脈絡，​生成​更​貼近​需求​的​廣告​文案。​Danny ​以​自身​新手​爸爸​的​身分​舉例，​當搜尋​「寶寶紅屁屁怎麼辦」​時，​系統​便​能​即時​呈現​如​「超薄​乾爽、​會​呼吸​的​尿布」​等​具​高度​相關性​的​產品​資訊。​這樣​端到​端​的​自動化​投放​流程，​不僅​擴大​了​精準觸​及​範圍，​也​讓​品​牌​能​以​更​高效率、​更​低​成本​回應​多樣化​的​消費​需求。

AI Max ​能​結合​搜​尋意圖​與​ A​I Overview ​脈絡，​自動​生成​更​貼近​需求​的​廣告​內容，​協助​品牌​在​關鍵​時​刻​精準​觸達​受眾。

AI ​創意素材，​回應​消費者​需求​快​又​準

當品​牌明確​掌​握​目標​受眾​輪廓​後，​需要​有效​的​創意​素材​與​他們​產生​共鳴。​「七成​以上​的​消費者​期望品牌​能​理解​他們​的​獨特​需求​與​期待。​」​Danny ​說明，​這​代表​素材​不​只要​夠​快​產出，​測試、​優化​並​回應​市場​反應​的​速度​亦​是​關鍵。​Google ​的​「AI Creative Pack」，​從 Gemini Story​book ​發想​創意​點子、​視覺化​故​事板，​到​以​ Nano Banana、​Veo 產生​靜態​及​動態素材，​大幅​節省​廣告​創意​發想​及​製作​的​時間，​是​行銷人​不可​不知​的​利器。

AI Creative Pack ​中​的​ Nano Banana，​讓​品​牌​能​更​快速​產出​多​版​本​素材，​大幅​提升​創意​製​作​效率。

在​創意​產製​的​流程​中，​Google Asset Studio 扮​演​重要​的​角色。​Asset Studio ​內​建於​ Google Ads，​可​協助​品​牌​快速​產出、​編輯​與​優化​廣告​素材，​並​結合​ AI ​提供​視覺化​故​事板​與​多平​台素​材​輸出，​讓​行銷團隊​能​用​極少​的​時間​完成​多​版本​的​測試​與​成效​評估。​實測​發現，​品​牌​透過​ AI ​創意生成​及​整合​ Asset Studio，​能夠​節省近​五成​的​創意​開發​時間，​讓​行銷​的​人力、​時間​及​金錢​成本​皆​能​更​有​效率​地​被​運用。

AI 成效​衡量，​以​科學化​的​驗證​方式​邁​向​成功

當品​牌掌握​清晰​的​目標​受眾，​並​備​妥能​與​之產生​共鳴​的​廣告​素材​後，​成功​的​最後​一​哩路便​是​成效​衡量。​AI ​時代​的​廣告​優化​更​需要​利用​科學化​的​實驗​架構​來​驗​證​成效，​而​ Google Ads Experiment 便​是​為​此​設計​的​一​套​測試​工具，​讓​行銷團隊​能​以​ A​/B ​測試​方式​快速​評估​ ​AI 生成素材​與​傳統​素材、​AI ​建立​受眾​與​既有​受眾​的​差異。

Google Ads Experimen​t ​將​使用​者​分為​觀​看​原始​廣告​的​控制組​與​觀看​ AI ​優化​廣告​的​實驗組，​並​比較​兩​組​在​不同​階段​的​反應​差異。​Google ​的​實驗​功​能​提供​三​項​深層​成效​測試：​品牌​提升​（Brand Lif​t）、​搜尋​升幅（Search Lift​） ​與​轉換​升幅（​Conversion Lif​t）。​三者​分別​對​應品​牌​印象、​搜尋​意圖​與​實際​行動​三​種​層面，​幫助​行銷團隊​量​化​ AI ​工具​對​品牌​經營​與​銷售​成果​的​貢獻。​透過​科學化​的​實驗​機制，​每​一​分​創意​與​投放​預算​都​有​明確​的​數據​依據。

Danny Ma ​說明​如何​運用​ Google Ads Experiment ​進行​科學化​ A/B ​測試，​從品​牌​提升、​搜尋升幅​到​轉換​升幅，​全方​位驗證 A​I ​在​廣告​投放​中​的​實際​成效。

無論​是​ Be​n 所​提出​的​「AI 賦​能​行銷​引擎」，​或 Danny ​延伸出​的​「A​I 風​火​輪」，​兩​者​共同​描​繪出​ AI 行​銷​轉型​的​動能。​引擎​代表​組織​內部​的​結構​與​實踐​基礎，​讓​團隊​能​以​ A​I ​強化​流程、​創意、​媒體​與​衡量​；風火​輪​則​象​徵品​牌​在​外部​市場​的​持續​運轉，​透過​ AI ​驅動​受眾​洞察、​內容​生成​與​成效​優化，​形成​不斷​進化​的​循環。

A​I ​不​只是​加速​行銷​工作​流程，​更​讓​人​與​技術​的​協作​更​加智慧。​從​內部​引擎​到​外部​風​火輪，​AI ​已​成為​企業​與​品牌​連結​市場​的​核心​動力。​其中​最​關鍵​的​推手，​依然​是​人，​特別​是​懂得​如何​運用​技術、​詮釋​數據、​創造​故事​的​行銷​人。​當行​銷人​與​ A​I ​並​肩​前行，​將​共同​開​創智慧​新​紀​元，​讓​行銷​的​未來​更​快速、​具​洞見且​有​溫度，​助力​品​牌​事業​蒸蒸日​上。

看​更多​ AI Labs ​精彩​內容

閱讀文章