營銷系統沖突的智能化管理研究

郭曙光

摘? 要：從營銷系統模塊的智能化管理思路出發，研究了營銷系統的沖突狀況，分析了營銷模塊沖突的解決路徑。分別從數學模型的運用和人工智能技術的運用進行了研究 。并對營銷模塊的博弈論方法進行了分類介紹。最后對營銷沖突的智能化水平的度量進行了分析。

關鍵詞：營銷模塊;沖突管理;智能化;度量技術

一、引言

現代營銷系統特別是國際營銷系統往往會受沖突問題的困擾。沖突問題基本上是營銷系統智能化管理的難點。因為沖突問題大多是非結構化的復雜問題，而不是結構化的流程型問題。現代營銷系統由于逐步實行模塊化管理，大大提高了智能化管理的可能性。但營銷模塊化仍然沒有很好的實現智能化管理的有效性。筆者對這個問題進行了相關研究。

二、營銷模塊的沖突問題分析

營銷系統實施模塊化管理的歷程較短，各個方面的理論和實踐經驗較少。模塊化對于流程化和結構化的系統具有較好的效果。但是模塊化對于非結構化的復雜知識處理缺乏較好的解決方案。營銷系統的沖突問題范圍廣泛。主要的沖突問題包括法律沖突、制度沖突、文化沖突等等。現有的沖突解決方案和途徑主要是由人來實現的。這就為營銷系統沖突的智能化管理提供了研究空間。

營銷模塊化的沖突管理目前還沒有較好的研究路徑。筆者認為營銷系統在實施模塊化的初期就要為沖突管理預留設計空間。營銷模塊化的品種和思路在不斷發展，已經從有形資產領域向無形資產領域轉變。營銷系統的模塊化過程不僅是沖突的發現過程，而且也是沖突的解決過程。智能化的物流管理不僅要能夠發現沖突，而且要管理沖突，乃至解決沖突。

目前，關于沖突問題的解決方案很多是從博弈論的角度出發。引入了人工智能的博弈論可以快速的運用計算機來解決問題。但是相關的數學模型還是需要專家去構建。也就是說相關的數學模型的建立還是沒有實現人工智能。也就是營銷物流系統的流程處理模塊可以較好的處理流程沖突，但對于非流程型的沖突無能為力。流程型沖突時低層次的沖突，大多屬于物理系統的沖突類別。物理系統的沖突可以比較容易的建立數學模型。

非流程型的沖突往往很難建立數學模型。沒有數學模型的沖突問題肯定不能運用博弈論的方法。而且，目前的國際營銷物流系統是開放的，具有動態的沖突問題邊界。也就是，很多沖突屬于無邊界的沖突。這種無邊界的沖突也是難以建立一般數學模型，也是難以運用傳統博弈論方法。

另外，還有一些發散型的沖突沒有解決方案，也就是沖突問題在一定時間內不收斂，導致沖突問題在一定時間內無解。這也沒有辦法來運用博弈論。

三、物流模塊沖突的解決路徑研究

（一）營銷物流模塊沖突的非結構化問題解決路徑分析

既然一般的結構化的沖突問題具有較好的解決基礎和路徑，那么對于非結構化的沖突問題就可以向結構化沖突問題轉化。非結構化的沖突問題往往具有難以理解的語義問題。也就是計算機看不懂相關的具體沖突問題。這就對人工智能提出了更高的要求。要求針對物流模塊沖突的人工智能具有更高層次的學習能力，特別是深度學習能力。筆者提出要加大營銷系統初始模塊化的人工智能設計和規劃。提高人工智能的運用層次可以更好的應對營銷模塊化的沖突。尤其是人工神經網絡等技術的引入對于營銷沖突的學習機制有較大幫助。越是非結構化程度高的沖突問題，就對智能化的要求越高。物流模塊化的過程本身就是解決非結構化營銷系統一般問題的輔助手段，但很多具體問題不能得到解決。非結構化的沖突往往可以預測，可以統計。非結構化沖突的語義理解需要人工智能的結構化學習能力。而目前人工智能的深度學習能力普遍不好。這就讓營銷模塊的沖突形成了等待。這種等待是一個具體行業對公共技術平臺的等待，屬于產業發展的正常情況。

（二）系統動態邊界沖突問題的分析

現代營銷系統往往是不具有固定邊界的。業務范圍具有動態的特征。沖突的發生與發展也具有隨機的特征。在時間上沖突隨機發生，在業務領域上沖突也隨機發生。這種沖突的隨機性具有多維度的基本特征。開放的動態邊界，為我們運用博弈論設置了障礙。目前，虛擬最小遺憾算法在博弈論中有所運用，提高了人工智能的應用水平。模糊數學、灰色系統、人工神經網絡等理論工具都可以較好的運用于動態邊界的沖突問題。但是由于邊界是動態的，沖突的隨機性具有多維特征。沖突的捕捉具有更高的難度。沖突捕捉難度的提高是沖突問題處理的第一道難關。這對于面前的人工智能的管理和應用提出了挑戰。

機器學習的理論可以解決部分人工智能系統的知識庫問題。知識庫的邊界是開放的。知識庫的運用可以解決基本的常用工具需求。一般的普通沖突基本可以用人工的方法去構建。知識庫的圖譜，目前已經是成熟的技術路徑。知識庫的圖譜不是人工智能的難點。自然語言的理解仍然是智能管理的難點。由于邊界沖突問題本身就可能是語言沖突，所以自然語言的處理是個關鍵問題。這是通用技術的問題。

（三）系統沖突的博弈分析

營銷系統的博弈，根據營銷系統的復雜程度可以劃分為六類。根據營銷系統的變化發展的速度，可以分為模塊化靜態博弈和模塊化動態博弈。根據營銷系統信息的屏蔽程度，可以分為模塊化完全信息博弈和模塊化不完全信息博弈。根據營銷系統內外的合作程度，可以分為模塊化合作博弈和模塊化非合作博弈。這些博弈論的具體方法都有很好的數學模型來支持。這些數學模型的運用基本上可以運用智能化的方法。這些都是常規技術。

四、營銷系統沖突的智能化管理的度量問題

由于目前人們對營銷系統智能化管理實踐和理論還沒有很好掌握，而且智能化平臺技術還沒有發展到很高的水平，所以目前的營銷系統智能化管理的實際水平還很低。這就需要我們對營銷系統的智能化管理進行度量。這個度量技術目前還有很多研究的空間。多度量技術的研究可以更好地促進智能化物流管理系統的規范化。因為營銷系統的供應鏈的特征，所以各個營銷模塊的智能化管理水平必須匹配和協調。營銷系統智能化的度量技術為供應量的協調運作提供了基礎性根據。因此，筆者認為營銷模塊的智能化管理水平很大程度上取決于智能化度量技術的水平。

參考文獻：

[1]精益制造執行系統（LMES）的研究與開發[J].鄒強強，石宇強. 制造業自動化. 2014人工智能的商業價值和取用之道[J]. 黃平.電子技術與軟件工程. 2019（14）

[2]人工智能對企業會計的影響及應對策略[J].楊昊華，王艷芹. 中外企業家. 2019（03）

[3]淺談人工智能對財務行業的影響[J]. 李佳蔚.中國農業會計. 2019（01）

[4]初露鋒芒的人工智能招聘[J].凌云，李傳耀.智庫時代. 2017（16）