1.33亿人先用了起来,营销的规矩正在被重写
文章梳理生成式AI对2026年营销的影响:消费者先问AI再用搜索核对,品牌可见度除Google排名外还取决于AI引用(GEO),营销人将AI用于人群定向、创意测试与效果测量,并建议先完善数据与治理规则再扩大应用。


前几天跟几个朋友吃饭,选餐厅的时候,有个朋友掏出手机,先问了ChatGPT。
问他为什么。
他说,方便啊,AI直接告诉我哪家好。
然后,我看见他做了一件有意思的事。拿到答案之后,他自己又打开Google,搜了一遍,核对。
我说,你都问过AI了,怎么还搜一遍?
他说,AI说的,我总得再确认一下。
那一刻我突然觉得,这个动作,差不多就是2026年普通人和AI关系的浓缩:又离不开,又不全信。
而这件事,跟做营销的你,关系很大。
先看一个数字
2025年,美国有1.21亿人用过生成式AI,占总人口的35.8%。
市场研究机构EMARKETER预测,2026年这个数字会涨到1.33亿,占到39.2%。
1.33亿是什么概念?差不多就是,每10个美国人里,有4个在用。
从2022年11月ChatGPT上线那天算起,这项技术用了不到四年,走完了别的东西十年都未必走得完的路。
而且你注意增速:9.8%。
9.8%,说明什么?
说明爆发期结束了。爆发期的增速,是百分之几十、百分之几百地翻。9.8%意味着,尝鲜的人都尝完了,剩下的是主流人群,一个一个、稳稳当当地走进来。
当一项技术被近4成的人日常使用,它就不再是新闻,是空气。
空气是什么?就是你不会天天讨论它,但你每时每刻都活在里面。
所以,"要不要用AI"这个问题,2026年已经不用讨论了。
要讨论的只有一件事:怎么用好。
什么叫生成式AI?
什么叫生成式AI?
过去的AI,做的是判断题。给它一张照片,它告诉你:这是猫。或者,不是猫。
生成式AI,做的是问答题。你出一句话,它给你现写一段文案、现画一张图、现剪一段视频。
它读过的东西太多了,多到学会了"一句话后面,大概率接什么"。然后,把这句话编出来给你。
你天天听说的那些工具,都是干这个的。聊天,有ChatGPT、Google的Gemini、Anthropic的Claude。画画,有Adobe Firefly、Midjourney。做视频,有Runway。光ChatGPT一个,每周活跃用户就超过9亿,这是科技媒体The Information统计的。
那这件事跟营销人有什么关系?
关系在于,生成式AI不是插在营销的某一个环节里,它是插进了每一个环节。找人群,出创意,做内容,量效果,做搜索,全都碰得上。
营销人用得有多狠?
看三个数。
第一个数,79%。2026年,79%的营销人打算在AI生成的创作者内容上加预算。2023年,这个数是70%。三年,涨了9个点。这是Influencer Marketing Factory的调研。
第二个数,第一。品牌和代理商用AI,用得最多的是什么?圈人。找到人群,切分人群。在广告行业组织IAB的调研里,这是排在第一的用例。
第三个数,一半。一半的买侧营销人,正在把AI铺进效果测量的环节。而带头上的,是数据分析团队,覆盖了69%的组织。这是IAB那份《State of Data 2026》报告说的。
你品品这三个数。
加预算的,圈人群的,量效果的。营销的台前和幕后,AI都进去了。
但是,凡事总有反面。
消费者怎么看?
先说好消息。
68%的消费者,对生成式AI有好感。2024年,这个数是62%。
营销人比消费者还乐观。75%的营销人持正面看法,前一年是68%。这是Kantar在2025年那份Media Reactions报告里的数据。
所有人,都在越来越接受这项技术。
坏消息呢?
56%的网民担心,AI会让网上的内容越来越不可信。这是EY的调研。
还有近三分之一的消费者认为,AI是创作者经济里的负面搅局者。这是Billion Dollar Boy的调查。内容创作者们,多少有点慌。
最有意思的,还是我开头那位朋友的动作。
先问AI。然后,用Google核对一遍。
这个动作说明什么?
消费者不是不用AI,是不全信AI。
他愿意让AI带路,但他保留了回头看一眼路牌的权利。
而你的机会就在这里:AI把他带到你面前之后,他回头那一眼,能不能看到真东西。
最扎心的,是规矩没跟上
60%的美国广告从业者说,准确性和透明度,是他们上AI最大的顾虑。IAB的数据。
怕什么?
怕AI一本正经地胡说。
生成式AI有个毛病,业内管它叫幻觉。说人话就是:它会编。编得有模有样,编得理直气壮。文案里编一个不存在的卖点,详情页里编一个虚构的参数,放在广告里,就是事故。消费者看到的,是假广告。
57%的消费者明确表示,担心AI生成的假广告。Kantar的调查。
但比幻觉更值得警惕的,是另一组数:
只有37%的营销人,在供应商合同里写了AI治理条款。
什么意思?
大部分公司,把AI请进了门,却没跟它签"行为守则"。数据怎么用,内容谁审核,出了错谁负责,都没有约定。
工具上车了,规矩还在站台上。
技术不可怕。可怕的是,技术跑在了规矩前面。
搜索这件事,正在被重写
再回到我那位朋友。
他先问AI,再搜Google。你有没有想过,站在品牌的角度,这意味着发现路径,变了一半?
以前,消费者发现一个品牌,主要靠搜索。所以大家拼命做SEO,抢Google的排名。
现在,多了一个新入口:问AI。
问题来了。AI引用谁?
做SEO工具的Ahrefs统计过:ChatGPT给出的引用里,只有8%来自Google排名前10的网页。Gemini好一点,8.6%。Perplexity更依赖搜索引擎,28.6%。
再看AI们最爱引用的来源。Semrush的全球数据:Reddit,40.1%。Wikipedia,26.3%。YouTube,23.5%。
天呐,超过四成的引用,给了一个论坛。
你看明白了吗?AI不怎么看你的官网排第几,它更爱引用真人讨论、公共知识和视频。
换句话说,你在Google排第几,和AI愿不愿意提到你,是两回事。
那要现在就换赛道吗?倒也不用慌。AI目前占数字发现总时长的比例,只有3.3%。
还很小。但方向已经清清楚楚。
所以行业里冒出来一个新工种,叫GEO,生成式引擎优化。过去的目标,是让Google看见你;现在的目标,是让AI愿意引用你。
过去拼排名,未来拼引用。
什么叫智能体AI?
还有一个词,你肯定也听过:智能体AI。
什么叫智能体AI?
生成式AI,是你问一句,它答一句。像实习生,你交代一句,他交一稿。
智能体AI,是你定一个目标,它自己拆解、自己执行、自己走完全程。像项目经理,从圈人群,到出价,到写复盘报告,一条龙跑完,中间不用你盯着。
放在广告行业,智能体最可能先接管什么?
效果报告,和客户旅程的日常运营。这是Coleman Parkes Research和SAS的调研里,最常见的一些场景。
行业也在给这件事立规则。一个叫AdCP的协议,广告语境协议,已经冒出来了,专门约定AI智能体之间怎么对话、怎么协作。
这事现在还没到爆发期。
但方向,没什么可怀疑的。
从恐惧,到流利
创作这一侧,心态也在变。
前两年,广告公司开会讨论的是:AI会不会抢我们的活?
现在,EMARKETER把这个转变概括成一句话,我特别喜欢:从恐惧,到流利。
百事(PepsiCo)把生成式AI用进了创作全流程。Edelman、R/GA这些代理商,把AI工具嵌进了日常生产线,用得跟Photoshop一样自然。
创作者个体也在用。Influencer Marketing Factory的数据:24.7%的创作者用AI做剪辑,21%用AI出点子,17.2%用AI写脚本和文案。
工具也铺满了。文字是ChatGPT,图像是Adobe Firefly、Midjourney、Freepik,视频是Runway,字节跳动还有Seedream。
但这一页真正的杀招,还不是"用AI画图"。
是这一句:自动生成广告变体,接上实时效果数据,边跑边学。
什么意思?
过去你做一支素材,想测哪个版本好,做三个变体,人工投,人工看数,一周出一轮结论。
现在,机器自动生成几十个变体,实时接着效果数据,哪个跑得动,就朝哪个方向继续生成。
一版一版地猜,和一次一次地长,是两种生意。
这个量,人力做不到。这才是生成式AI在创作侧真正的威力。
2026,把三根桩打好
那具体怎么办?
先看一个背景。IAB那份《State of Data 2026》报告里,75%的买侧高层承认:营销测量,目前不及预期。而IAB算了笔账:AI通过更好的定向、测量和优化,有望释放263亿美元的媒体投入。
钱在那里。缺的是打法。
我的建议,2026年就干三件事。
1,把数据喂好。
AI的天花板,是数据的地板。生成式AI做得好不好,全看喂给它的数据好不好。上AI之前,先把第一方数据盘一遍:全不全?散在几个系统里,互相通不通?
2,练AI素养。
注意,不是让人人都去当提示词工程师。创意团队练两样:提问的质量,和概念的能力。机器能出一百稿,但哪一稿是对的,判断还在人这里。运营团队练另一样:把AI给出的洞察,翻译成可衡量的结果。
3,先立规矩,再踩油门。
谁审核AI生成的内容?供应商合同里的AI条款怎么写?数据怎么用?先把这三件事写清楚,再扩大规模。
顺序反过来,就是把事故排进了日程表。
最后,回到那顿饭
回到开头那位朋友。
他先问AI,再用Google核对。
这个看似多余的"核对",其实就是2026年营销的全部说明书:
让AI把你带到消费者面前。然后,用真东西,赢下他回头看的那一眼。
AI负责发现,你负责被信任。
祝你的品牌,早一天成为消费者核对之后,依然愿意选的那一个。
继续阅读
相关文章

跨境生意,是时候换一套 AI 工具箱了
一篇 learn 类文章,讲解跨境电商卖家如何用 AI 工具应对语言、法规、物流、支付与欺诈五道坎,梳理翻译、库存、客服、营销、风控五格工具箱与五步上手路径,并提示转化率、CLV 等指标和过度依赖 AI 的风险。

社交媒体营销的脏活累活,正在被 AI 一件件接管
本文介绍 AI 在社交媒体营销中可承担的四类工作:受众数据分析、文案与设计创作、广告定向与创意测试、垃圾内容过滤,并提醒内容判断和数据安全仍需人工把关。

AI 都这么能干了,你的社媒营销还在纯靠人肉?
本文将 18 款常用 AI 工具按用途分为六类,覆盖用户洞察、内容生产、内容排期、评论私信、广告投放和视觉制作,并讨论个性化、趋势预测与虚拟网红等趋势。