营销团队一窝蜂造 AI 工具,可谁来管它们?
本文探讨营销团队争相用 AI 搭建工具后无人维护的问题,指出只奖励搭建会形成单一文化,并引用 Dataiku 对 685 位 CIO 的调查数据。文章提出团队需要搭建者、维护者、监测者、使用者四种角色,并给出四个自查问题,类比 DevOps 的发展历程。


前几天,我去参加了一场行业圆桌,聊的主题就一个:AI 时代,是不是人人都得当建造者?
聊到一半,一位老哥讲了他自己的事,让我印象极深。
他说,dot-com 那会儿,老板拍着他肩膀:小伙子,去学 HTML,总有一天,人人都要写网页。
三十年过去了,他统共写过大概三行 HTML。
他没去造技术,他用的都是别人造好的东西。前段时间冰箱坏了,他问 AI 该买台什么样的新的。结果 AI 没推荐新品,先带着他把冰箱排查了一遍,又甩给他一个维修视频,冰箱修好了。
他自己总结:「我一个东西都没造,就是个用户。我估计,将来会有一大堆我这样的人。」
天呐,这个观察太准了。
风向:不会造,就是不上进
先看风向。
2025 年 4 月,Shopify 的 CEO Tobi Lütke 给全员立了规矩:反射性地用 AI,已经是基线期望,而且会写进绩效考核。一堆公司跟着学,Accenture 更直接,把用不用 AI 和晋升资格挂了钩。
我平时聊得多的那些营销组织,门槛又抬了一级:从「用 AI」,变成「用 AI 造东西」。定制 GPT、智能体、把 CRM 和邮件平台缝在一起的自动化流程。考核季一到,手上没东西的人,肉眼可见地心虚。
结果就是,大家真的开始造了。
Dataiku 今年 7 月调查了 685 位 CIO,拿到两个数字:
84% 承认,员工造智能体和应用的速度,比 IT 治理跟上的速度快。
72% 说,他们没法可靠地验证,这些智能体到底有没有干成当初设计它要干的事。
为什么数字这么难看?古德哈特定律早写明白了:当一个指标变成目标,它就不再是个好指标。
考核只认「造」,大家就拼命造给你看。
只奖励一种人,你会得到一个「单一文化」
什么叫 builder 单一文化?
就是整个团队的招聘、培训、晋升,全围着一种人格转。
爱造东西的人,往往长一个样:爱创新,爱冒险,给一块空白画布就兴奋。这些特质当然好。可你只奖励这些特质,其他人呢?
圆桌上有个做工业品营销的小机构,四个人的团队,全员扑在 AI 上。有人问他怎么做到的。老板说得很干脆:「不会用的,已经不在我机构里了。」
好狠一句话。
后面他又聊到他那位设计师,全团队最慢的采纳者。他一开始急得不行,恨不得看她把工具推到极限。后来想通了,反而庆幸她还在:「我还想要人的那股手感。」
这话我认。我自己也算个 builder,太清楚这个物种了:跑得快,但东西一跑通,眼睛就盯上下一个点子,身后留一堆原型,没人接。
造得快,不等于造得完。
一个健康的 AI 团队,有四种人
那一个把 AI 真用起来的组织,需要哪些人?
四种。
搭建者,开头的。看到重复劳动就手痒,非把它自动化不可。
维护者,续命的。排障、定位、修好,他们干这个最来劲。空白画布?谈不上喜欢。
监测者,望风的。盯着系统别出格,哪里漂移了,他们总是第一个闻到味儿。
使用者,干活的。用别人造好的工具,把自己的活干漂亮。这是最大的一群人。开头那位老哥预言的,就是他们。
这四种人,是四种脾气。考核只奖励搭建,你团队里天生的维护者,就会把力气全花在装成搭建者上;而他真正擅长的那份活,没人干。
搭,是容易的部分
圆桌上,一位金融服务公司的架构治理负责人,给这事起了个名字:架构适配性。他的原话:「搭,是容易的部分。」搭的人默认,后面自然有人接手。「可这不是个好主意。」
另一位在能源行业刚收尾项目的顾问,描述了这事爆雷的瞬间:有人造了个很酷的工具,想按系统现有的规矩部署上去。大家当场愣住:等一下,这些规矩,我们压根没坐下来定义过。等系统边缘出了事,修的知识全窝在三四个人脑子里。
还有个更壮观的。一家会员制生鲜电商的平台负责人,六周左右办了 11 场两天的 AI 道场,教全员搭建,末了开个全员大会,300 人围观同事的作品。效果拔群,17 个应用排队冒出来。然后呢?他的原话:「丰收,但没有分诊。」再然后,「治理不请自来」。
这套剧本,营销团队天天在演。
促销结束了,agent 不会自己关。模型一升级,品牌语气突然变得怪怪的。有人给 CRM 字段改了个名,线索路由的自动化悄悄断了,没人通知。当初搭全套东西的人,调去了别的部门。
每一件事,都需要一个维护者或一个监测者。可在大多数组织里,这个岗位连名字都没有。
四个问题,自查一下
怎么配比?取决于团队规模和已建存量,没有公式。别急着动结构,先问自己四个问题。
一,考核到底在奖励什么?如果上线一个新自动化,比把一个老自动化健康地养六个月得分更高,那你花钱买的,就是一堆原型。「把它养着」和「把它造出来」,算同样的功劳吗?
二,出事的时候,电话打给谁?每个营销团队都有那么一个人。他就是你的维护者。他自己知道吗?他的经理知道吗?
三,谁在盯漂移?想想那个总提醒「这段文案出格了」「这个名单哪来的」的人。那就是你的监测者。
四,有没有东西上线时,连个第二署名都没有?上线时给搭建者配一个指名的维护者,成本几乎为零。等出了事再追认归属,贵得多。
对了,还有最大的一群人:使用者。让他们安心当使用者。一个营销人,把一个造得好的工具用得好,这就是在干活。考核表上,就该这么写。
这条路,DevOps 十五年前走过
十五年前,DevOps 圈也是这样:一小撮团队在持续交付,其他人都在旁边看。后来,平台团队、兴趣小组、无责复盘,给了「让系统活着的人」一个正式的位置,差距才抹平。
营销现在就站在同一个路口。搭建者已经尽了力,我真心感谢他们。下一步,是给维护者和监测者一个名字,一份功劳。
这周回头看看你的团队:谁是搭建者?谁是维护者、监测者?你的绩效考核,奖励的又是哪一类?
造出工具的,值得掌声。让工具一直活着的,值得名字。
对了,愿你的冰箱永远不用修。真坏了,先别急着买新的,问问 AI。它大概率会帮你把旧的修好。
继续阅读
相关文章

89% 的零售商都在用 AI 了,电商这场仗,打法全变了
本文梳理 AI 在电商中的应用:涵盖个性化推荐、智能搜索、动态定价、智能客服、库存预测与风控等场景,并讨论 B2B 电商、生成式 AI 内容、工具选型、落地风险与六步实施路径。

2026年了,做电商的你,到底该上哪几个AI工具?
一篇面向电商卖家的学习类文章,按客服、邮件短信、文案、图片、库存、定价、站内搜索和数据分析八个环节介绍AI工具,并建议从最耗时间的环节入手,先上一两个工具,观察数据后再决定加或换。

营销人的岔路口,乱象背后站着生成式 AI
一篇科普文章,讲解生成式 AI 的定义及其对营销的帮助(批量产出、个性化、配图、客服、A/B 测试、出海翻译),也分析品牌语气、版权、偏见等风险。文中引用可口可乐、HubSpot、Sephora 等案例,并展望四个未来方向。