企业和投资者普遍认为，人工智能(AI)和机器学习(ML)可以通过重塑客户旅程，改变客户体验以及优化营销和渠道投资来推动新的收入和利润增长。因此，用于营销应用程序的对AI和ML的投资正在迅速增长。

·BCG最近对全球高管进行的一项调查显示，百分之九十的市场营销人员正在使用AI改善他们的客户旅程，革新他们与客户的互动方式并为他们提供更多引人入胜的体验。

·根据最新的Duke CMO调查，大多数CMO计划在其营销工具包中添加AI和机器学习，并在未来三年中将对分析的投资增加到其总体营销预算的11%以上。

·与此同时，投资者已经向超过1400家人工智能推动的销售和技术公司投入了超过50亿美元，以满足这种需求。

尽管支出如此疯狂，但这些投资对增长的影响尚不十分清楚。70%的AI计划几乎没有回报。根据《福布斯营销责任报告》，大多数营销人员仍不了解数据和分析将如何促进利润增长。在大多数CFO们的斗争，以证明他们在分析投资的财务回报。而大多数营销决策没有数据根据杜克大学的CMO调查驱动。

事实证明，问题实际上并不是AI背后的模型，而是市场营销人员的思维方式以及他们如何使用AI工具来识别加速增长的商业准则。真正的问题是营销人员是否在询问正确的业务问题，以便AI可以帮助您做出更好的决策并创造新的需求?

《福布斯》 AI发行人Will Thompson表示：“大多数营销人员称AI为大约三分之一的真实分析，三分之一的炒作以及三分之一与AI和机器学习完全无关的东西。”“AI策略通常在概念层面存在缺陷，因为业务领导者将公司营销策略与活动优化，需求创建与需求优化，以及A / B测试与可扩展的增长策略相混淆。”

“根据我们的经验，产生这些混合结果的主要原因是，营销人员及其利益相关者根本缺乏对如何以及在何处使用AI和机器学习工具来应对营销的宏观挑战的理解”，Miers-Busch的Raghuram Iyengar报道沃顿商学院W'1885教授和市场学教授，向高管们讲授如何使用客户分析技术通过AI和机器学习推动增长。艾扬格(Iyengar)教授认为，大多数组织在尝试通过AI创造业务价值时面临着一系列共同的挑战：

与分析更大的数据集并简单地让数据“说话”相比，企业可以通过提出更好的问题来通过AI创造更多价值。定义一个假设，对其进行测试，并证明其对错，并在许多测试中对其进行完善。沃顿商学院统计学教授亚伯拉罕·怀纳(Abraham Wyner)表示：“人工智能50%提出了正确的问题，48%提出了有关业务问题的领域知识，2%提出了完善和验证该假设的高级分析方法。”一个常见的问题是，管理人员倾向于将定义大数据需要回答的任务委派给不太适合该任务的AI工具。人工智能工具擅长挖掘庞大的数据集，以测试有关将使客户购买更多商品，停留更长的时间并支付更高价格的猜测，想法或假设。它们对自己提出想法进行测试和定义实验没有用。