Scott Brinker：API对今天的Martech用户来说「非常重要」，但它们对即将到来的人工智能代理浪潮至关重要

API在Martech中非常重要

猜一猜空格应该填什么：

_______之于AI代理就像数据之于AI模型

正如你可能从我的标题猜到的那样，答案是API。让我们讨论一下为什么……

数据是人工智能模型的差异化

在过去的一年半里，人工智能疯狂的超级炒作周期只有一个明确的事实：数据将是你在人工智能时代最具战略意义的资产。

来自OpenAI、Google、Anthropic、Meta等公司的大语言模型 AI引擎非常强大，但也越来越商品化。任何人都可以使用它们。只有通过将这些引擎与您的业务独特地汇集在一起的第一方、第二方和第三方数据的精酿鸡尾酒相结合，才能实现模型层面的竞争优势。

这导致了两个几乎普适的建议：

首先，制定一项战略，将数据定义和获取作为业务的核心竞争力，并不断受到这些数据所支持的新的、创造性用例的启发。

其次，让你的数据基础设施能够有效地收集、聚合数据，并在你的技术栈中快速、大规模地应用这些数据。

这是可靠的建议。

Martech技术栈中采用数据仓库的情况

这也是营销技术栈加速采用数据仓库的原因之一，它可以作为跨业务数据的「聚合平台」。在我们最近的《2024年营销技术状况报告》中，70.8%的营销运营领导者表示，他们现在正在将云数据仓库/数据湖与他们的营销技术堆栈结合使用。

在采用云数据仓库/数据湖的受访者中，61.3%的人表示，他们的大部分Martech技术栈（例如，超过50%的Martech应用程序）现在都与该数据平台集成在一起。这些公司处于有利地位，可以将正确的数据带到正确的应用程序中正确的人工智能模型中。

数据仓库Martech技术栈集成

但移动数据仅仅是个开始……

答案和自动化预示着人工智能代理

第一波生成式人工智能聊天机器人和副驾驶在很大程度上充当了呼叫和响应的预言者。问问题，得到答案。如果你想用这个答案做点什么，那么很大程度上取决于你提供的行动。

现在，在过去的一年里，我们已经开始看到生成人工智能功能被添加到个人产品中，可以根据要求执行任务。让HubSpot的人工智能助手将一篇博客文章混合成多种内容渠道和格式。要求Firefly在Adobe Photoshop中将插图中的普通字母更改为老虎皮毛。请Excel中的人工智能副驾驶根据您的工作表中的数据表创建可视化。今年，在你的应用程序堆栈中，几乎每个应用程序都推出了大量这样的人工智能魔法。

当然，这些都是很酷的功能！但它们在各自的应用程序中大多是独立的。这些应用程序的开发人员有能力在他们的代码中连接所有正确的线路来实现这一点。但他们中的大多数都没有通过API将所有这些连接暴露给外部世界，让其他应用程序以这种方式与他们的应用程序交互。然而。

正如本文顶部的图表所示，对于83.9%的Martech买家来说，API已经很重要或非常重要。事实上，对于51.2%的买家来说，API是他们评估新Martech产品时的首要要求之一。

其中一个关键驱动因素是营销技术和营销运营领导者的需求，他们希望能够在其营销技术栈中实现跨多个工具的工作流自动化。

Martech技术栈中的自动化

一个经典的例子：一个潜在客户在你的网站上填写了一个表格，你给他们发了一封带有资产的电子邮件，你在CRM中添加或更新了他们的记录，你给他们打分，并把他们放在你的营销自动化或客户参与平台中适当的培育活动中，你甚至可能向销售或客户服务团队发送一个提醒。

您可以通过您的主要营销技术平台（位于堆栈中心的首选三个字母的缩写CRM、MAP、CEP、CDP或DXP）来编排这些自动化操作，目前41.1%的营销运营人员都是这样做的。或者，您也可以使用独立的iPaaS或企业自动化平台，如Workato、Make或ZAPIer, 16.1%的人使用这些平台。或者两者兼而有之，29.8%的人这样做。

不管怎样，87%的营销团队都在使用他们的工具栈中的多个工具实现自动化。

唯一的限制是什么？产品必须通过API公开功能，以便由单独的软件程序自动执行。（是的，从技术上讲，机器人流程自动化（RPA）可以通过UI而不是访问API来「伪造」人类交互。但这是一种相当原始和脆弱的方法，主要被用作上世纪遗留应用程序的管道胶带。）因此需要更多的API。

实际上，API并不是唯一的限制。

另一个真正的限制是，所有这些自动化都必须手工构建和维护。一个人——通常是营销运维人员——必须详细说明自动化的一步一步的指令。多年来，由于无代码接口的出现，这变得更加容易了。但仍然。一个人可以合理地构建和维护的确定性流程图只有那么多。

讽刺的是，自动化本身并不是很自动化。