AI同事越来越多，但没人给它们办入职

上周日晚上，我干了一件挺费眼睛的事：把最近一个月海外营销圈里关于AI的动静，从头到尾翻了一遍。

新闻、观察、行业调查，几十篇。

翻完已是凌晨。我没睡着，脑子里反复冒出三个字：算账了。

什么意思？别急，我先给你讲三个小故事。都是真事。

一、一批没办入职的实习生

第一家公司的营销团队，这半年招了一批新同事。

不是人，是AI agent。一个写文案，一个盯广告投放，一个给销售线索打分，还有一个替销售整理周报。

听着挺美，对吧？

那我问你：这几个agent，分别归谁管？出了错，谁背锅？哪天不要用了，谁负责送它"退休"？

没人答得上来。事后清点，连一张完整的清单都拿不出来。到底还有几个agent在跑、各自在干什么，没人数得清。

你想想看，这是不是像一家公司，养了一批不办入职、没有工牌、不进花名册的实习生？活干了，干得对不对没人看；哪天悄悄走了，也没人知道。

什么叫AI agent？说白了，就是一个会自己干活的程序。它不需要"黑化"才闯祸。你给它一个含糊的目标，它就能用惊人的效率，把事情干歪。歪得还特别快。

所以我在笔记本上写了一句话：

谁部署的AI，谁负责到底：上岗要登记，干活有边界，出错有人接。

这是管理问题。

二、门口那位劝退的"导购"

第二个故事，更扎心。

有个数字，我第一次看到时，愣了几秒。在网购时习惯问AI聊天助手的人里，差不多81%，曾经因为AI的一句建议，放弃下单。

十个人问AI"这个值不值得买"，八个听完，扭头就走。

以前，消费者怕的是导购太热情。现在呢？很多人掏钱之前，先问一嘴AI。AI说行，他才打开商品页；AI说不行，你的详情页写得再漂亮，他根本不看。

也就是说，你的顾客在见到你之前，就已经被"别人"说服过了。

那个"别人"，读的是全网的测评、吐槽、比价和第三方数据。你精心打磨的所有话术，到它那里，都会被折算成一句冷冰冰的判断：买，或者不买。

怎么办？说来说去，还是老办法：把产品做扎实，把口碑做真。

只是位置变了。口碑以前长在小区楼下的闲聊里，现在长在AI的训练数据和检索结果里。你再也塞不进去一句漂亮话。

三、一笔越算越糊涂的账

第三个故事，关于钱。

有位老板跟我炫耀：上了AI，内容产量翻了三倍，人工省了一半。

我说，先别高兴，总账算过吗？

产量翻三倍，审核的工作量也跟着翻三倍。省下写稿的时间，转头变成了调数据、接系统、盯输出。工具越接越多，API账单每个月都在悄悄爬坡。

这里面的隐藏成本，集成、监督、数据准备、被顶替掉的那部分工作，一项一项扣下来，报表上亮眼的"效率提升"，落到利润上，可能只剩薄薄一层。

海外一家广告行业组织（IAB）近期发布的调查，更是把这种拧巴摆上了台面：广告主往AI驱动的新渠道里，钱越花越多；可怎么测量这些新渠道带来的效果，能力远远没跟上。

一边是花钱的速度，一边是量尺的长度。

尺子短了，花出去的每一笔，都是糊涂账。

还有更底层的。很多公司衡量AI，用的是"省了多少人力"。但省人力，不等于创造价值。省下来的资源，如果没有变成更好的产品和更顺的顾客体验，那只是把成本表做得好看了一点。

所以，别再问AI能替你省多少人。换个问法：AI放大的，到底是什么？

AI放大的是你喂给它的东西。你公司过去攒下的知识、决策和经验，才是它的原料。

这也是为什么，HubSpot和Salesforce最近都把宝押在了自家"家底"上。一家把AI助手和一套会自己更新的CRM重新编排，让agent随时知道顾客身上发生了什么；另一家把几十年攒下的客户关系管理经验，塞进一个推理模型，专门去干客户交互背后那些琐碎的活儿。

它们赌的不是模型。模型，谁都租得到。

它们赌的，是只有自己才有的数据和理解。

顺带两件事，放在心上

哦，对了，还有两件事，你最好也记一下。

1. AI正在改写"逛商店"。过去用户搜商品，敲六个词，翻一页蓝色链接。现在很多人直接问AI：预算三千，送妈妈，选什么？可大多数商家的产品目录和商品页，还是为上一个时代建的。让AI看得懂你的货、愿意提起你的货，正在变成一项要每周维护的功课。原因很简单：AI给出的答案，这周和上周，可能就不一样了。

2. OpenAI把ChatGPT里的广告做得更容易买了，还放话2030年广告收入要冲一千亿美元。一千亿。这个数字，比很多国家全年的广告市场还大。能不能成？我看悬。入口再顺手，和广告主真金白银掏钱，是两回事。我的建议：小额试水可以，主力预算，先按住不动。

回到那个周日凌晨

翻到最后，我发现这几十篇文章吵来吵去，其实在回答同一个问题：当AI真的能干活了，我们该怎么跟它相处？

我的答案，就四句：

登记它，约束它，替它算账，给它攒本钱。

说白了，AI不是来替你做营销的。它是来把你公司本来的样子，放大了给你看。

你喂给它什么，它就替你把什么放大十倍。

祝你的AI同事们，干得比你预期的多，错得比你担心的少。