（2024年5月號577期動腦雜誌）
在數字化時代，人工智慧（AI）已成為行銷領域的強大力量，帶來前所未有的創新和效率。然而隨著AI技術的普及和應用，行銷人員也必須正視AI偏差對行銷的負面影響，並且思考如何解決這些挑戰。
AI偏差是指基於特定訓練資料的偏見。例如，訓練數據集可能不夠全面或代表性不足，導致生成的結果偏向某些特定類型或特徵；也有可能模型的設計偏向某些特定類型的輸入數據，或者在生成結果時偏向某些特定風格或模式。這些偏差對行銷產生了明顯的影響。企業在利用AI分析消費者數據和制定行銷策略時，若模型存在偏差，可能導致不準確的消費者分析，例如AI模型可能將某些族群劃分為不合適的目標群體，企業可能因此忽略對該群體的行銷資源投入。
那麼，我們該如何解決AI偏差對行銷的負面影響呢？首先，企業要意識到這一問題的存在，並採取積極的措施來解決。例如，企業可以通過收集更廣泛和多樣化的數據，涵蓋不同的情況和特徵，以減少數據偏差對模型的影響；在應用生成式AI之前進行風險評估，評估可能存在的偏差和風險，並採取適當的措施來減輕和管理這些風險；持續監控生成式AI的結果，及時發現調整可能存在的偏差，以確保生成的結果符合預期且公平合理；同時加強員工培訓，提高對AI偏差的警覺性，在行銷活動中遵循道德和法律準則使用AI；另外A/B測試對解決AI偏差也有重要的幫助。行銷人員可以用不同的數據測試AI模型的效果，確保數據不會降低模型的效能，並提供優化的方案。這有助於發現和解決模型中存在的偏差問題，提高行銷活動的準確性和效果。
從消費者的網路行為觀察，當人們漸漸改用生成式AI的對話取代搜尋行為時，大部分使用AI 尋找資訊的用戶，資訊需求會當場得到滿足，因此只有少部分用戶會有後續瀏覽及點擊網站的行為。企業網站以及內容平台的流量可能會受到生成式AI的衝擊，或許這會是個未來值得關注的課題。
再深入探討，資訊需求當場被AI 滿足的消費者，到底看到了什麼AI生成內容？是否符合企業的品牌形象？是正確的企業產品資訊嗎？目前對企業來說是完全難以掌握的情況。這也是生成式AI 可能會帶給行銷人員的衝擊之一。
總之，AI偏差會對行銷帶來不容忽視的影響，但這些影響是可以通過積極的措施來解決的。只有企業意識到這一問題的重要性，並採取有效的措施加以解決，才能降低偏差對生成式AI結果的影響，提高生成結果的可靠性。
作者簡介：現任艾普特營運長，擁有豐富的商務談判、顧客關係維繫、媒體策略訂定及新業務開發等經歷。王麗琳於2017年加入艾普特，在廣告媒體圈累積多年豐富的行銷經驗，目前積極致力於協助台灣中小企業實踐數位轉型。
