只有 15% 的 CMO,被 CEO 认为「懂 AI」。剩下的 85%,怎么办?
本文讨论为何许多 CEO 质疑市场部的 AI 投入,引用 Gartner 数据称仅 15% 的 CMO 被 CEO 认为「懂 AI」,并提出三步方法:明确目标与 KPI、用数据驱动个性化投放、把成果翻译成增长与利润语言,文中以 Braze 为例。


前段时间,我约了一位老朋友吃饭。他在一家消费品牌做 CMO,头衔听着风光,那顿饭却吃得有点闷。
他说,公司上下天天喊 AI,智能投放、自动生成,他一个没落下,工具买了一堆。结果上个月开经营会,CEO 当着所有人的面问他:这些花在 AI 上的钱,到底给公司多赚了多少?
他愣住了。
准备了一肚子的「赋能」「提效」「革命」,一句都没用上。
强,是挺强的。可 CEO 不买账。
这就好比你给餐厅配了一整套米其林级别的后厨,客人进门,只问一句:菜,好吃吗?
后来我越想越觉得,这不是他一个人的处境。Gartner 出过一组很扎心的数据:只有 15% 的 CMO,被自己的 CEO 认为是「懂 AI」的。
15%。剩下 85%,在老板眼里,都算「不懂」。
扎心吗?扎心。但想想也正常。
因为在 CEO 眼里,懂 AI 从来不是会用多少工具,而是能不能把 AI 变成报表上的数字。
董事会不是谈理想的地方。愿景再美,落不到利润上,就是零。
那怎么办?怎么把 AI 干的事,变成 CEO 认账的 ROI?
我把我看到的、想到的,归成三步:想清楚,干出来,讲明白。
第一步,想清楚:你到底要解决什么问题?
什么叫目标明确?
就是动手之前,你能一口气说出:这次上 AI,到底为了什么。是让客户更愿意跟你互动?是把促销花费打得更准?还是让线索转化得更快?
选一个,钉死它。
你想想看,如果连目标都没有,AI 就算生成一百张海报、跑一千个投放组合,又有什么意义?
没有目标的 AI,是成本。有目标的 AI,才是投资。
目标定了,还得知道用哪把尺子来量。这把尺子,就是 KPI。
而且每个行业的尺子,长得完全不一样。银行看什么?可能是获客成本、单个客户的价值。零售商看什么?复购率、库存周转。快餐呢?高峰时段的单店出餐速度。
这就是很多品牌踩的坑:照抄别人的指标。拿别人的尺子量你的生意,量出来的全是误差。
第二步,干出来:让数据替你说话
目标清楚了,才轮到 AI 登场。
AI 最擅长的事,就是从一大堆行为数据里,看出人的偏好。你想想看,它分析完发现,某一群人对定向社媒广告的反应特别好。那还等什么?把预算挪过去,加码。
结果是什么?互动率上去了,收入跟着上来了。
什么叫个性化?落到实处的样子,就是这样。
再给你算笔账。比如说,你手上有 1000 万的促销预算。原来是一刀切,人人有份。现在 AI 告诉你,把其中 300 万压到某一群人身上,回报是过去的三倍。同样的钱,多回来的那一截,就是 ROI。账,就这么简单。
不过,这里面有个前提:AI 方案得是为你量身定制的。
拿 Braze 来说,他们服务品牌的方式就值得琢磨:品牌和 AI 方案一起干活,旁边还有 AI 服务团队,像顾问一样,先把你的需求摸透,再按你品牌的 ROI 目标搭方案,上线之后盯着效果,一轮一轮帮你调模型。
你的数据、你的边界,哪些事不能干,比如打扰客户、滥用隐私,都得焊在方案里。为什么?因为生意的本质是关系,客户关系这条护城河,不能为了短期数字去挖。
还有一件事得提醒:AI 这东西,上线只是起点。
模型要一直盯,一直调。团队也要一直学,新玩法层出不穷,三个月不学,可能就落下一截。保持学习这件事,本身就是竞争力。
第三步,讲明白:把成果翻译成 CEO 的语言
前两步做扎实了,还差最后一口气:汇报。
这是很多 CMO 的真正短板。活干了,效果也有,可一开口就是「智能体」「千人千面」「全域触达」,CEO 听得直皱眉头。
CEO 关心什么?增长。战略目标。底线。没错,就这么朴素。
你想想看,CEO 们其实并不反对 AI,他们甚至在担心另一件事:市场部拥抱 AI,是不是太慢了。这话他们没少公开说。所以你看,CEO 不是反 AI,他是反「说不清回报的 AI」。
怎么讲?两个办法。
第一个,讲案例。同行业、同体量的公司,用 AI 干出了什么结果,翻出来,摆在桌上。事实胜过一切形容词。Braze 的官网上就挂着一整套客户案例,找跟自己像的,一个一个研究,比自己讲一百句都管用。
第二个,做翻译。把「互动率提升了 20%」,翻译成「老客复购贡献的利润多了多少」;把「投放效率优化了」,翻译成「同样的预算,多赚回来多少」。每一个 AI 项目,都挂到增长和公司战略那条线上去。
CEO 听不懂「AI」,但一定听得懂「钱」。
最后,回到那顿饭
那天吃完饭,我跟我朋友说:你不是不懂 AI,你只是忘了做翻译。
三个月后他告诉我,再开经营会,他一个工具的名字都不提,开口就是三个数:多赚了多少,省了多少,快了多少。
会议室安静了几秒。然后,CEO 点了点头。
他说,那一刻,比签下任何大单都痛快。
在 AI 这件事上,谁能把技术翻译成增长,谁就能坐稳牌桌。
更祝你,就是那个被 CEO 认为「懂 AI」的 15%。
继续阅读
相关文章

你的品牌,AI 知道吗?聊聊 GEO 这门新手艺
一篇介绍 GEO(生成式引擎优化)的科普文章:拆解 ChatGPT、Perplexity、Gemini 等引擎的类型差异,说明 GEO 与 SEO 在目标和衡量指标上的不同,以及哪些 SEO 老功夫仍然适用。

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。

AI 内容跑得飞快,可「谁批的」三个字,你答得上来吗?
本文探讨 AI 内容生产提速与治理缺位之间的落差,梳理从提示词校验、品牌护栏、权限、审批流、人工分级审核,到版本谱系、IP 管理、审计留痕与素材复用的九个控制点,说明如何让 AI 生成的营销物料全程可追溯、可问责。