AI Marketing Daily · 2026-09-12

今天的词是落差。BCG 年度调研把 96% 的转型宣称和三分之一的现实放进同一份报告；IAB 数出涨到 12.3% 的广告预算和跟不上的度量；五份 GEO 指南挤在同一天发布。行业在加速，账本和组织在拖后腿。下面 18 条全部配实战点评，从测量基线到买建盘点，今天该做的事都标了落点。

🎯 今日头条

BCG 2026 CMO 调研：96% 宣称转型，只有 8% 跑通多 agent 自主投放

BCG 发布 2026 年度全球 CMO 调研，访问 300 位 CMO 并深访其中 50 位。两组数字摆在一起读最有意思：96% 的 CMO 声称 AI 正在端到端重塑营销职能，同时 42% 承认生成式 AI 在自家只充当离散任务的助手，仅有 8% 跑过多个 agent 自主执行的 campaign。BCG 按实际部署把受访者分成三层，Leaders 占 32%，已在多工作流部署 agent 并配上人机协同编排；Followers 占 26%，还在把一两个试点往外推；At-Risk 占 42%，工具买了一堆、组织纹丝没动。钱在加速进来，43% 的 CMO 今年 AI 投入超过 1500 万美元，上年这个比例是 28%。权力结构也在变，约半数 CMO 说营销职能的 AI 投资由营销自己拍板，而全企业层面 72% 的 AI 决策仍握在 CEO 手里，形成罕见的职能剪刀差。

这份调研值钱的地方在于它把行业从讲愿景拉到对账本。宣称与现实的落差被定性为转型幻觉，等于提醒所有人按声量选标杆会选错人，按部署深度看才知道谁在领先。落差本身就是分层，42% 的 At-Risk 群体面对的结局写得很直白：一两个预算周期内拿不出可防守的业绩，手里的决策权会悄悄挪走。投资也进入第三波，从买单点工具，到买连接层，现在买运营基础设施，领先者的提问已经换了，他们不再问买哪个工具，而是问什么操作系统能让工具、agent 和工作流协同。

落到营销人的日常，三层直接对应三种处境。待在 At-Risk 层的团队，工作正在变成给几十个试点写结案报告，试点有产出、业务没变化，这是最危险的位置。 Leaders 层比拼的重点换到了四层技术栈：数据底座、品牌智能层、多 agent 编排、给营销人用的统一界面。品牌智能层是个新物种，把品牌的规则、KPI 和可信来源编码进去，通用 agent 才变成公司专属 agent，BCG 认为这层基础设施正在区分规模化组织和还在打单点试点的人。组织侧的动作同样具体，AEO/GEO 专职团队、AI product owner、AI governance owner 成了新岗位，20% 的领先者已经按业务目标而不是渠道重组团队。压力的另一面也写在数字里，94% 的 CMO 说 CEO 的期待两年里显著提高，四成仍主要按降本增效被考核，其余六成已在增长与执行速度之间找平衡。消费者端的变化被 90% 的 CMO 确认，生成式 AI 正在改写人们发现和评估品牌的方式。

行动清单可以照抄。先用三层标准给自己定位，本周数一数 agent 实际触达了几个工作流、编排到什么深度，别按自我感觉归层。接着把预算讨论从买哪个工具换成什么操作系统让现有工具协同，钱从工具清单挪向基础设施。人才只能自建，80% 的 CMO 在做全员 AI 技能重塑，样本里一位 B2B 负责人从面授到黑客松再到常设的 AI 学院，把 3000 人团队完整跑了一轮，压缩一版照做即可。AEO/GEO 团队别再等编制，先以虚拟小组启动。过渡期的组织方案数据里也有，75% 的 CMO 还在铺敏捷小组，先用它解开人的瓶颈，等 agent 编排成熟再合并。说服 CFO 的数字也现成，BCG 客户案例里成本效率提升 20-30%，营销 ROI 三倍，campaign 周期快十倍，B2C 侧 31% 的 CMO 已见到可衡量的收入影响。

我的判断是，那张落差表比任何结论都好用。96 对 42 的幻觉差不是笑话同行，是给每个团队的自测题，今天填的答案决定明年你在哪一层。收入故事开始接替降本故事，汇报里只有效率数字的营销负责人明年会很难受。还有个地区细节值得记住，agentic commerce 进前三优先级的比例，APAC 28%，北美 23%，欧洲只有 13%，亚洲跑在所有人前面。

🔗 深入阅读：查看完整文章

🏷 大模型动态

Aprimo 给营销 agent 分五类：62% 在试，跑通规模的只有三分之一

Aprimo 产品营销 VP 发文为 2026 的 agentic 营销定坐标。agent 与传统自动化的分界在决策方式，从写死的 if-then 规则，变成结合行为数据、实时上下文与预测结果的多因子决策，并在每次交互里继续学习。文章给出五类分法：规划类 agent 负责简报与跨渠道拆解，资产类管元数据和可发现性，审查类把品牌调性与 SEO 质检前置，合规类把受监管行业的审批从数天压到数小时，生产类负责本地化变体。落地次序被放在策略清单第一条，先重构工作流再部署工具，把 AI 叠在坏流程上只能拿到边际收益。数据侧引用也齐：Gartner 预测 40% 的企业应用将内嵌任务型 agent，PwC 说 79% 的企业在用但必须重构工作流，企业对 agentic AI 的平均回报预期是 171%；有个案例用 150 个个性化受众段换到响应率加 40%、部署成本降 25%。62% 的组织在实验，规模化的只有约三分之一，瓶颈在运营架构。

💬 别一口气铺五类。先挑合规类打样，审批从数天到数小时是管理层最容易看见的收益，用它换预算和耐心，再往生产类推。上线前写清两件事，agent 可自主决策的边界，以及出了问题升级给谁。

🔗 深入阅读：查看完整文章

Forbes 视角：搜索入口迁移之后，AI 对 AI 谈判是下一场

Forbes 专栏把 AI 对营销的重构拆成三层。第一层是入口迁移，生成式引擎的回答即终点，被引用取代排名拿点击，GEO 因此而生。第二层更激进，用户代理直接和品牌代理谈判、比价、成交，营销内容必须机器可读、接口可达，页面只做给人看的时代在收尾。第三层落在组织上，营销、销售、服务在代理时代会连成一条链，预算和团队结构要跟着重排。作者的结论很干脆，媒体采买技巧不再是护城河，品牌资产和第一方数据是仅存的差异化。文中引 IDC 与 PwC 的口径提醒，生产力收益的账都算得出来，组织准备度与技能缺口才是真正的瓶颈。

💬 机器可读这件事本周就能动手。先查你的产品页能否被爬虫干净地抓到结构化数据，再确认价格、库存、物流信息有没有 API。等代理替用户谈价成为常态再补课，谈判桌上替你出牌的数据就是别人写的了。

🔗 深入阅读：查看完整文章

🏷 行业数据

IAB 九月快报：美国广告增长预测上调至 12.3%，度量被甩在身后

IAB 发布 2026 展望研究的九月更新，覆盖 211 位美国品牌与代理决策者。大数先摆出来，IAB 把今年美国广告支出增长预测从一月的 9.5% 上调到 12.3%，commerce media 增速预期同步提到 13.6%。钱流向 AI 通道的细节更耐读，76% 的营销者把针对 AI 生成答案优化内容列为下一步重点，72% 在盯 AI 底层模型，而对媒体活动中使用生成式 AI 的关注度反而从一月的 78% 降到 69%，注意力正从用 AI 做广告移向被 AI 引用。度量是最大的窟窿，86% 的广告主正在或将在 12 个月内因 AI 与 agent 改变度量方式；48% 在测品牌于 AI 工具中的可见度与引用，35% 拿不到一致的引用数据，30% 缺 AI 引流数据，45% 认为对比 AI 驱动旅程与传统旅程最难。agent 流量把水搅得更浑，27% 担心 bot 流量超过真人，28% 分不清真人与合法 agent，33% 分不清合法 agent 与欺诈流量。只有 26% 降低了网站流量指标的权重。

💬 两件事本月就做。给月报加一条 AI 可见度追踪，人工抽问主流 LLM 对你品牌的回答并记录引用；同时旧指标先留着，AI 度量眼下叠在旧体系上跑，双轨一个季度后再定去留。

🔗 深入阅读：查看完整文章

70 多条带源可查的 AI 营销统计：93% ROI 与 23% 绩效改善的口径打架

The Rank Masters 更新 2026 AI 营销统计汇编，收录 70 多条数字，编辑纪律是同类里最严的，每条附可点击的原始来源，还声明删掉了无法验证的数据。最有引用价值的是口径矛盾的主动呈现：SAS 调研里 93% 的 CMO 称生成式 AI 带来清晰 ROI，同一册里 Gartner 的数字是 23% 认为 campaign 绩效清晰改善、27% 采用有限。钱袋子数据来自 Menlo Ventures，企业 GenAI 应用层支出一年从 115 亿美元涨到 370 亿美元。创意侧，77% 把创意开发列为生成式 AI 第一用例，86% 的视频广告买方在用或准备用 AI 产视频创意，IAB 预计今年 AI 创意占到视频广告的 40%。风险侧的倒挂最扎眼，70% 以上的营销者遇过幻觉、偏见这类事故，计划加大治理投入的不足 35%。

💬 把这册设为取数首站，引用任何 ROI 数字前先核对口径，93% 和 23% 之间隔着问题怎么问。年度汇报时主动摆出口径差异，可信度比单挑一个大数字高得多。

🔗 深入阅读：查看完整文章

Jasper 年度调研：91% 在用 AI，能证明 ROI 的却从 49% 降到 41%

Jasper 发布第二年的 State of AI in Marketing，样本 1400 名营销者。使用率从上年的 63% 跃到 91%，报告主基调是试验期结束、运营时代开始。体感数据不差，50% 上市更快，75% 的 AI 使用者工作满意度更高，45% 降低了运营成本。反常的是 ROI 证明率从 49% 降到 41%，不是效果变差，是领导层的期待从省了多少人力换成了可衡量的业务结果；调整过度量方式的团队里 60% 报告两到三倍以上回报。规模化障碍换了庄家，品牌法务合规审查排第一，产出质量第二，数据隐私第三，预算与技能退居其后。65% 的团队已设 AI 专职角色，三分之一的营销者把 AI 政策纳入现有职责。

💬 治理排第一障碍是今天最值得截图的结论。别等法务找上门，本周起草一页 AI 内容审查规则，明确哪些场景必过人工，嵌进流程而不是事后补审。度量口径照 Jasper 的路径调，把省时换算成业务结果再上会。

🔗 深入阅读：查看完整文章

季度基准册：AI 团队周省 11 小时，受过系统培训的只有 17%

Loopex Digital 的 2026 统计册按季度更新，本版数据骨架是三股力。生产力上，AI 团队效率提升 44%，人均每周省 11 小时。预算上，营销预算持平在公司营收的 7.7%，AI 支出占营销预算的比例从 2024 年的 7% 升到 9%，成为增长最快类目，martech 整体占营销预算 22%。技能上，只有 17% 的营销者受过系统性 AI 培训，32% 完全没有正式培训。钱的去向也给了明细，内容智能平台支出同比加 28%，自动媒介采买加 22%，客户洞察分析加 19%。分渠道的数字可直接进计划书：电商 AI 推荐带来 26% 的转化提升、弃购率降 38%；个性化邮件打开率加 29%、点击率加 41%；52% 的客户互动已由 chatbot 承接、满意度 84%。行业侧，B2B SaaS 有 61% 用 AI 做线索评分、demo 转化 2.8 倍，金融合规流程省时 30%。

💬 省 11 小时的正确用法是换培训，不是换裁员的报表。按 17% 的受训率推算，你的团队多半缺一节像样的 AI 训练营，先给高重复岗位排课，两个月就能回本。

🔗 深入阅读：查看完整文章

🏷 营销工具

Frase GEO 手册：AI 引用半衰期约 13 周，内容要按季度续命

Frase 的 2026 GEO 指南把这门手艺讲到了测量层。基本公式是 SEO 优化页面拿点击，GEO 优化可抽取的事实拿引用，而引用会过期，半衰期约 13 周，内容不刷新三个月就开始从答案里消失。自评给了五维 Citation Index，可抽取性、事实密度、权威信号、新鲜度、结构化元数据各 20 分，低于 60 分基本进不了答案。写作基准包括前 40 到 60 词给直接答案、每个 H2 自含、每 150 到 200 词放一个统计值、配 5 到 8 个权威外链，再加 Article 与 FAQ schema，研究背书的战术合计能提升约 40% 的引用率。平台打法明显分化，ChatGPT 偏百科体，其引用里 Wikipedia 占 47.9%；Perplexity 偏新鲜内容与 Reddit 社区源，占 46.7%；Google AI Overviews 仍依赖既有排名，但依赖度从 76% 降到 38%。引用掉了按七步恢复，先刷数据再补 FAQ，八周内盯恢复。

💬 把引用审计写进内容日历，每月人工问一次主流 LLM 并记录引用变化，衰减到第八周就触发刷新，别等流量报表报警。产能有限时按平台分工，证据型内容喂 ChatGPT，案例与新鲜内容喂 Perplexity。

🔗 深入阅读：查看完整文章

Reply 五步法：把关键词思维换成 prompt 思维

Reply 的 GEO 实操指南把动笔流程压成五步，开篇先把目标换了个说法，从挤进排名变成成为答案本身，被生成式引擎直接引用才算数。第一步定靶，从用户会问的完整 prompt 出发，一条问句同时覆盖信息型、比较型、交易型意图，替掉关键词堆砌。第二步搭结构，H1 到 H3 层级清晰，列表、表格、摘要框齐备，FAQ 直接对应用户的问法。第三步换文风，先给答案再展开，营销套话删干净。第四步堆信任信号，明确的最后更新日期、引用外部权威研究、清晰的作者署名。第五步铺技术底座，Article、FAQPage、Author 三种 schema 加性能优化。文末附 7 项发布前检查清单，从 prompt 式标题一路查到在真实 AI 平台验证引用表现。

💬 这份清单本周就能接进发布流程，成本几乎为零。建议把第七项单拎出来做成周例行动作，团队轮值一人去主流 AI 平台测目标问句，被引用就截图归档，两周后你就有自己的基线。

🔗 深入阅读：查看完整文章

Storyblok 五分钟 GEO：先做 LLMs.txt 和品牌口径这两件便宜事

Storyblok 把 GEO 浓缩成五分钟的战术清单。结构侧用 JSON-LD 喂结构化数据，再放一个 LLMs.txt 告诉抓取方哪些内容值得读。内容侧提高可引用统计的密度，品牌名称与描述全网保持一致，多平台内容互相印证，让引擎交叉确认你是可信来源。测量侧把成功指标从点击率换成引用率与分享率，靠人工抽样监测主流 LLM 的回答，文章还提醒内容结构直接影响 LLM 抽取与复述的准确度。零点击时代的态度很明确，品牌即便拿不到点击，也应出现在答案与推荐列表里。这套打法门槛不高，没有专职 SEO 工程的中小团队照单可以先起步。

💬 清单里有两件事性价比最高，放一个 LLMs.txt，把全网品牌描述统一成一套话术，一下午能干完。引用率监测先人肉再上工具，每周半小时抽样，足够撑起前三个月的判断。

🔗 深入阅读：查看完整文章

Profound 十步框架：LLM 单次回答只引 2 到 7 个域名，预算档位 7.5 万美元起步

Profound 的十步 GEO 框架给出几个少见的基准值。可见性比过去更稀缺，LLM 每次回答平均只引用 2 到 7 个域名，比 Google 首页十个蓝链少得多，可见性分数取代排名成为主要指标。KPI 要挂业务结果，AI 归因线索同比加 20%、可见性进前三位、回答里品牌情绪正面率不低于 90%。建库方式值得学，用销售通话与 Reddit 聆听里的真实用户问句建 prompt 漏斗映射，比拍脑袋列词准。技术基准是全站 HTTPS、移动端加载 1.8 秒内、监测 AI bot 爬虫流量缺口；运营侧每个主要主题每日追踪 20 到 30 条 prompt，每 90 天刷新一轮。预算档位也摆出来了，中型市场一年 7.5 万到 15 万美元，企业级 25 万美元起步。

💬 预算档位帮你判断买平台还是先自建。年预算摸不到 7.5 万美元就别上平台，用人工抽测加表格记录先跑起来。KPI 别照抄可见性分数，往线索和收入上挂，否则 GEO 很容易变成新的虚荣指标。

🔗 深入阅读：查看完整文章

Conductor 学院：别争 GEO 还是 SEO 了，融合才是方向

Conductor 学院页把 GEO 的定义讲得克制。它强调两者的产出物不同，SEO 的产出是链接列表加点击，GEO 的产出是合成答案里的有利呈现与引用；底层能力却是同一批，内容清晰、事实准确、结构化、有权威信号，并随搜索 AI 化走向融合，作者用 search everywhere optimization 概括这个方向。文章不建议在术语上纠缠，GEO 与 AEO 同源，策略互相增益，争名字没有实质意义。对营销组织的含义也直接，两套能力可以共用一支内容团队，分工在输出物，一套对着排名与点击，一套对着引用与转述的准确度。真正的提醒只有一句，内容要经得起 AI 转述，写不清的事实容易被 LLM 错误复述或直接忽略。

💬 团队里还在吵 GEO 还是 SEO 的，直接立一个 30 天对比实验，同一批页面按两套标准各优化一半，月底看引用和排名的变化，数据会替你终结争论。

🔗 深入阅读：查看完整文章

🏷 战略与组织

微软 B2B MarTech 负责人：供应商正在收编通用能力，自建只值在例外处

MarTech 刊登微软 B2B MarTech 平台与 AI 负责人 Talisha Padgett 的专栏，把买还是建上升为运营模型问题。判断起点是供应商在收敛，Salesforce、Adobe、Oracle 的 agent 产品正快速吸收受众细分、活动摘要、内容草稿、工作流编排这类横向通用能力，重建这些功能没有战略价值。差异化空间在例外、依赖关系和制度性知识，比如内部 SEO 校验流程、模板无障碍问题、多团队账户重叠审查，这些不会出现在供应商路线图上。作者观察到大量组织养着一群有用但失联的 agent，卡在试点与生产之间，给出的晋级路径分三关，先证明业务价值，再验证可靠性，最后过治理审查，数据归属、安全、问责逐项过关才接入正式的运营架构。她把治理说成增长策略，提前回答谁对结果负责、用什么数据源、如何度量的组织，后续引入新能力更顺。本季度最重要的会议不是选型会，是营销、运营、IT、安全、财务坐下来对齐买建准则。

💬 本周做一次 agent 盘点，把在跑的自建项目与三大供应商的功能清单对一遍，重复的直接退役，省下的维护工时投给真正长在自家数据上的工作流。买建对齐会别让 IT 独扛，财务在场预算才推得动。

🔗 深入阅读：查看完整文章

Global CMO 提出信任债务：AI 放大承诺，兑现慢半拍

另一位全球 CMO 在 MarTech 专栏里给铺量做 AI 内容的团队提了个醒。AI 能让品牌更快更广地做出承诺，更多内容、更多触点，但信任只能靠兑现承诺慢慢攒，两者的速度差就是信任债务。她引 Adobe 2026 数字趋势研究，45% 的客户在收到过多推广时会停止与品牌互动，哪怕内容是相关的。现有仪表盘只算这次赢得注意的成本，不算下一次互动是否更容易赢；判断信任积累可以看成交后的跟进强度，以及品牌搜索与直接流量是否随付费投放同步上涨。文末四条发布纪律：每篇内容必须回应真实客户痛点；素材取自丢单、客诉、疑难问题这类公司真实经验；每条对外信息指定问责人；发布前压测组织在最难的一周能否兑现承诺。

💬 四条纪律里问责制最容易先落地，给每条 AI 产出挂一个名字，出问题有人接得住。发布前压测建议做成十分钟碰头会，市场、客服、供应链各来一人，只回答同一个问题，这周凭什么信你。

🔗 深入阅读：查看完整文章

🏷 案例与落地

用例库速览：Apollo 月发 500 万封 AI 邮件，会议量 1.35 倍

GoGloby 编纂了 20 多个生产级 AI 营销用例，按五大类组织：生成式内容与 campaign 创作、销售与外联自动化、营销分析与优化、品牌与广告自动化、社交与社区增长。点名案例的数字可以直接借去做内部提案。Apollo 用 Claude 月发 500 万封个性化邮件，会议预订量到原来的 1.35 倍，开拓时间缩短 40%，留存加 15%。Clay 的 Claygent 日均跑 50 万个 agent 任务，30% 的客户每天在用，公司两年涨了 10 倍。Epsilon 用 H2O.ai 自动生成数十万个预测模型，直邮响应率加 3 到 5 个百分点，单客户带来 900 万美元增量收入。Copy.ai 用 Claude 把内容产出翻四倍、成本降 75%。汇编还引 McKinsey 的估算，GenAI 每年可为营销释放 4630 亿美元生产力，结论是最大收益来自人在回路的系统，不是全自动。

💬 抄作业前先对场景，外联量大的团队对 Apollo 模板最有感，先学它的邮件分桶逻辑再谈量。给老板汇报时用 900 万美元这类带审计口径的案例，汇编页自带的服务推广数字少引。

🔗 深入阅读：查看完整文章

APAC 三案例：尺码表成本降 90%，周上新能力 20 倍

Muse 复盘了三个 APAC 企业的 AI 内容运营打法。时尚品牌把模板化批量视觉生产做成基础设施，周上新能力提升 20 倍，尺码表工作流成本降 90%。科技硬件公司用比例分组加 CSV 数据注入，把 13 个尺寸乘 9 种语言的多市场 banner 生产提速 3 倍。美妆品牌用实时舆情、竞品追踪和 AI 人群模拟替代季度调研，把市场信号直接接进创意简报。可复用的模式归成三条，基础设施先行，研究与创作连成一体，品牌治理在生产管线内嵌而不是靠事后审查。文章的判断句很扎实，速度没有情报就是更快的噪音。

💬 别从旗舰 campaign 学起，从尺码表这类高重复任务切入，两周见效也最容易说服财务。多市场团队照 CSV 注入的架构拆变量，语言报价与创意结构分离后，新增一个市场的边际成本接近零。

🔗 深入阅读：查看完整文章

中国 AIGC 报告：市场 257 亿元，53.1% 广告主已把 AI 用进创意

AI CMO 研究团队发布年度案例报告，拆解 15 个中国本土 campaign。盘子先看清，2025 年中国 AIGC 市场到 257 亿元人民币，预计 2030 年 AIGC 广告营销应用达 1500 亿元，53.1% 的广告主已在创意生产中使用 AIGC，近 20% 的视频制作超过一半流程靠 AI。案例按预测型、生成型、代理型三范式分组，生成型的代表是沃尔玛生成式货架与雅诗兰黛个性化工坊，代理型的代表是快手 ROI 导向投放与抖音 AI 数字人直播，代理型已进入实战但强依赖平台数据接口与合规约束。报告把失败归成三模式，视觉失真的恐怖谷、内容失实的幻觉事实、价值错位的冒犯内容，都要靠人工审核兜底。

💬 中国生态的代理型实战跑在全球前面，做投放的团队值得深读快手那组案例的 ROI 逻辑。迁移时把失败三模式做成上线前的检查项，视觉、事实、价值观各过一道再放量。

🔗 深入阅读：查看完整文章

跨境提醒：翻译过关的德语站，退货率照样高 40%

Jasmine Directory 的长文把翻译和本地化的界线画清。技术上神经机器翻译已能处理 100 多个语言对，BLEU 分数 0.4 以上可用、0.6 以上优秀，但自动指标与商业效果脱节，文中案例是德语站翻译技术上过关、退货率却高了 40%。本地化清单远不止语言，支付方式是第一关，德国人习惯银行转账、北欧认 Klarna、印度走 UPI、巴西要 boleto 分期，再加上客服预期、色彩符号与决策时长差异。架构上给了混合方案，稳定商品内容走缓存翻译，评论区等 UGC 实时翻译，品牌术语表兜底保证一致性。归因建议跨过 last-click，用营销组合模型做市场级的渠道评估。

💬 做跨境的先把支付覆盖率查一遍，这是转化漏斗最前面也是最便宜的修复点。译文验收别看 BLEU 分数，定分语言的退货率与转化率红线，超线就回炉重写。

🔗 深入阅读：查看完整文章

💡 今日总览

18 条摆在一起，主线是能力与账本的错位。BCG 数出 96% 的宣称对着 42% 的助手式使用；Jasper 数出 91% 的使用率对着 41% 的 ROI 证明率；IAB 数出 12.3% 的广告增速对着拿不到一致数据的引用度量。三组落差指向同一件事，花钱的速度远快于把花钱变成可验证结果的速度。

第二个信号是 GEO 从概念变成了工期。一天之内五份实操指南同场发布，加上 IAB 里 76% 的优先级迁移，AI 搜索优化已经进排期表，红利属于先建测量基线的人。钱那条线也在收紧，GenAI 应用层支出一年从 115 亿美元涨到 370 亿，营销拿到了自主拍板的权力，权力对应问责，BCG 的提醒值得写进下周会议纪要，一两个预算周期拿不出可防守的业绩，决策权会被收走。

行动排序也清楚了。先建 AI 可见度与引用的测量基线，本月就能起步；再做一次 agent 买建盘点，把重复建设退役掉；最后给每条 AI 内容挂上问责人，把信任债务控制在复利起爆之前。转型幻觉的解药不在更大的声量里，在更细的账本里。