AI营销的回本线：16个月

前几天，我约一个做了十几年CMO的老朋友吃饭。

他刚开完会，一屁股坐下，第一句话就是：又来了一家AI公司，说能让我的营销效率翻三倍。

我说，那你买了吗？

他说，没敢买。但我不知道该怎么判断。

我说，那今天这顿饭，我给你算笔账。

算完，你也听听。因为接下来这两年，大概率还会有人拿着同样的故事，来找你。

先找个AI出现之前就存在的裁判

什么叫CAC回收期？

说白了，就是你花一块钱拉来一个客户，要过几个月，这一块钱才能从客户身上赚回来。

Benchmarkit发布过一组CY-2025的行业基准：中位数企业，16个月。比上一年的18个月，缩短了11%。

拆开看，更有意思。

强四分位，10个月。弱四分位，24个月。头部企业，6个月以内。增长最快的那批公司，10个月就回本，其余的企业，要18个月。

最上面一档6个月，最下面一档24个月。同样是做生意，回本期差出4倍。

这些数字为什么重要？

因为它们诞生的时候，还没有人拿着AI的方案来见你。它们是天生的裁判。一个真能提升获客效率的AI项目，一定会在这个数字上留下痕迹；只会"多产出内容"的AI项目，在这个数字上，什么都不会留下。

裁判要在开赛之前就位。等比完赛再找裁判，那叫找借口。

为什么AI的ROI，这么难证明？

《CMO Survey》2026年报告里有一道题，让营销人给自己的技术能力打分，1到7分。

选供应商，4.9分。做系统集成，4.8分。生成技术ROI，4.5分。证明技术ROI，4.2分。

没有一项超过5分。而且跟2024年比，一分没涨。

你品品这个顺序。

大家最擅长的，是花钱买东西；最不擅长的，是把花的钱说清楚。

4.2分是什么概念？满分7分，几乎整套题里的倒数第二。

在这种地基上盖AI的楼，会发生什么？AI不会修好你的归因能力。它只会把你说不清的东西，变得更多。

开机率，不是成绩单

你可能要说：可是大家都用起来了啊。

没错，用起来了。《CMO Survey》的数据：AI覆盖了24.2%的营销活动，此前是13.1%；生成式AI从7.0%涨到22.4%，涨幅220%；预计三年内会到55.9%。

但Gartner的2026 CMO Spend Survey给了另一面：营销技术占了预算的19.4%，其中56%按用量计费，而整条技术栈真正做到全面AI优化的，只有9%。

什么叫按用量计费？

就是你家电表的那种算法。用一度，付一度的钱。

这意味着什么？意味着成本那头是实时跳的，收益那头是慢慢长出来的。电表不会等你赚到钱才走字。

上场的人再多，说明不了比分。开机率，不是成绩单。

大盘没给你留试错的余地

再看大盘。Hinge Research Institute的2026 High Growth Study：专业服务企业的收入增长中位数，9.9%，是2018年以来的最低值。

高增长企业，36.6%。平均增长，8.5%。零增长那档，直接是-11.4%。

利润率的排序一模一样：39.5%、29.6%、20.3%。

更有意思的是另一组数：高增长企业把收入的12.0%花在营销上，零增长企业只花5.0%。

看出门道了吗？

增长最快的公司，恰恰是花钱最多的公司。

所以，如果有人跟你说"用AI吧，能帮你省下营销预算"，你要留个心眼。这个故事的方向，和数据走的方向，是反的。

线索的另一半

还有个更扎心的事实。

同一份Hinge的报告里，39.5%的线索来自转介绍，主动出击只占23.5%。

四成客户，是别人介绍来的。

那如果你买一个AI，专门用来做获客规模，做内容、做投放、做流量，你优化的其实是那不到四分之一的部分，还是最卷的部分。

更高的杠杆在哪？

在转介绍那四成里：客户推荐你之后，你响应得有多快，接得有多稳。

别把所有子弹都打向流量。四成线索，根本不走那条路。

钱该往哪儿打

那AI到底该往哪儿用？

《CMO Survey》把企业的增长投入拆开看：56.4%投在"向现有市场卖更多"，22.9%投产品开发（此前19.2%），只有14.1%投新市场（从17.0%往下滑）。

同时，70.6%的企业说，自己正在转向追求短期结果。营销预算占总收入9.0%，全年只涨1.7%。

这笔钱怎么花，答案已经写在数据里了。

往存量市场打，可测的基数最大：客户都在，行为都有，前后对比摆在那儿。短期导向，在这个战场上恰恰是优点。

往新市场打呢？最难归因，预算一紧，最先被砍的也是它。

把AI架在最大的那条存量业务上，架在最容易被证明价值的地方。

分母，是你签字那天就能控制的

ROI是个分数。分子是收益，分母是成本。

分子那头，靠天时地利人和，你控制不了。分母那头，签字那天，你就全权在握。

Fractional Pulse在2026年做过一个对比：同样一批项目型的活儿，按月付费的顾问方式，成本是按固定范围交付的4到5倍。18万美元，对4万美元。按月顾问，一般5000到2.5万美元一个月，一签就是6到12个月；按项目买，4到24周就交付完了。

举个例子。你家装修，一种请法是包工头按月收钱，干到满意为止；另一种是这面墙、这排柜子、这个卫生间，一口价，干完验收。

你说哪种更可能失控？

分子你未必管得了，分母你签字那天就管得着。

最便宜的干预，最值钱

那有没有不用花大钱、就能让一切变好的动作？

有。开例会。

《CMO Survey》里，71%的高管说敏捷是关键，但培训预算从5.8%降到了3.8%，人员扩张砍了一半。哪儿都在紧。

EOS Worldwide做过一项覆盖305家企业的研究：用EOS这套体系、还请了专业引导师的公司，增长快2.8倍。

注意，这是卖系统的人自己做的研究。方向可以参考，折扣必须打。

但里面有个不随品牌打折的道理：有节奏、有责任人、有数字的例会，打败任何工具。

你想想，预算只涨1.7%，培训只占3.8%，一个每周一次、每个人对着一个数字汇报的会，成本是多少？零。

而它是唯一一个动作，能让其他所有数字变得可读。

开跑之前，把话说清楚

最后，给你一张能审计的作战图。就五句话：

1. 基线。行业的秤摆在哪儿：中位数16个月。先把自己的数放上去称一称。
2. 目标。对着强四分位去，10个月。
3. 承认现实。你的度量能力今天就是4.2分，所以先把口径冻结、把责任人定下，再谈别的。
4. 按用量计费的合同，写上用量上限。56%的营销技术支出都这么计费，不写就是裸奔。
5. 买阶段，不买月费。同样一批活儿，按月租人比按项目买断，贵4到5倍。

那哪些AI用例，是真能被测出来的？

内容生成，采用率73.9%，最容易数，也最难估值：你能数出每条内容的成本和工时，数不出它值多少钱。个性化，65.4%，留一组客户不用，拿提升来证明。营销自动化，48.9%，看周期缩短。受众定向，45.2%，直接对着CAC和回收期测，跟16个月的中位数比。生成式引擎优化，41.5%的人在搞，看AI的回答里引用你的比例。数据分析，46.3%，最难孤立归因。

你看，按"能不能测"排序，和按"用得多不多"排序，是两张完全不同的榜单。

我自己有个规矩，分享给你：开跑之前，说不出"哪个数字、什么节奏、跟谁比"的项目，不是ROI实验，是研究。按研究的钱给它，别再叫它ROI。

签合同之前，再问三个问题：

哪个数字会动，跟哪个公开基准比？多久复盘一次？数字要是不动，做什么决定？

增长中位数9.9%，预算增速1.7%。这个年头，没有第四个问题的空间。

写在最后

那顿饭吃完，我朋友说，这下我心里有秤了。

我也祝你，心里有这杆秤。

下次再有人给你讲AI的故事，先别急着被打动。让他先站上那个16个月的秤：数字动没动，跟谁比的，多久称一次。

答得上来的，是伙伴。

答不上来的，故事就当故事听。

祝你花的每一笔AI的钱，都能被证明。