打 campaign，赢一阵；养引擎，赢长期

我先给你讲个小故事。

Alex 报名了人生第一场 10 公里越野赛。她没去翻测评、逛论坛、挨个比价，而是问了自己的 AI 助理：给我一份训练计划，再推荐双适合扁平足、膝盖又有旧伤的跑鞋。

几秒钟。计划有了，三双鞋的对比有了，几百条用户评价也总结好了。

接着她刷到喜欢的跑步博主，AI 助理顺手推来一批跟她所在地、她的偏好都匹配的短视频，还有几条 Reddit 讨论，聊的是哪双鞋配哪种地形。

这时，某运动品牌的促销邮件到了。AI 助理扫了一眼：泛泛的交叉训练广告，跟她无关。过滤。

到了下单环节，AI 发现一家零售商退货政策很差，于是换了一家次日达、退货顺畅的卖家，直接完成购买，还顺手按她的预算把比赛地的交通住宿安排了。

这个故事不是科幻。但最扎心的细节，你发现了吗？

不是 AI 有多能干。是那个运动品牌：它做了营销、花了预算、发了邮件，可它的话，根本没送到消费者耳朵里。听到的是 AI。AI 说：不需要。

消费者没变，是消费者身边多了一位「代理人」。

这事有多快？

麦肯锡 2025 年 8 月的调查显示，近一半消费者已经在用 AI 搜索辅助购买决策。如今的人，用来决定「买什么、跟谁买」的渠道数量，是十年前的两倍。而随着 AI 代理越来越普及，购物只会更快、更「代理化」。

什么叫代理化？就是买东西这件事，从「人逛」，变成「AI 替你办」。你提需求，剩下它全包。

这对营销意味着什么？

意味着营销撞上了一堵结构性的墙。过去那一套，是以 campaign（战役）为节拍的营销：策划、投放、复盘，一波接一波。可当消费者身边站着一个 AI，它根本不看你的 campaign，它只认谁更可信、谁的货更好。

**AI 改变的不是营销的效率，是营销的对手。**你的对手从「竞品的广告」，变成了「消费者 AI 里的那套判断标准」。

最尴尬的现状

消费者跑到了前面。营销人自己呢？

麦肯锡的调研里，86% 的营销人对 AI 带来的可能性感到兴奋，90% 的 CMO 在试点 AI 用例。看上去一片火热。

但翻过一页，画风就变了：真正把 AI 规模化、并且在营销工作流里赚到价值的，不到 10%。

为什么？

诊断很准：大多数人只是在「打补丁」。拿 AI 去给旧流程提速，旧 campaign 模型原封不动，AI 被塞进去当个更快的笔杆子、更便宜的美工。真正着手重塑团队和工作流的组织，只占 28%。

这就是问题所在。**你没法用新引擎，去救一台旧机器。**旧机器的毛病，压根不在速度，在于整套逻辑都过时了。

AI 该做的，是把营销重新设计成一台持续运转的增长引擎：洞察、创意、个性化、代理商务、编排，五件事实时咬合、不停转动。顺便把三个词说清楚：AI 会算；生成式 AI 会写会画；代理式 AI（agentic AI），会自己规划、决策、执行。

这台引擎能有多大马力？麦肯锡的经验值：收入提升 4% 到 7%，生产力提升 2 到 3 倍，执行类任务的成本省下 60% 到 70%。再往大了看，他们测算，全球 B2C 零售市场因 AI 可能多出 3 万亿到 5 万亿美元的价值。

好，那这台引擎长什么样？拆开看，就五根柱子。

第一根柱子：持续洞察——跟消费者的「数字分身」聊天

什么叫持续洞察？就是客户、市场、渠道的信号一冒出来，就能实时变成决策。

举一个我特别喜欢的例子：数字孪生。给消费者建一个「数字分身」，营销人直接跟它对话，测试一场 campaign 的反应、一个定价的接受度、一款产品的口碑。不用再苦等两周，凑一场焦点小组。

当然，前提是数据得「活着」：一手、三手数据持续流入，治理跟得上，数据保护做扎实。

麦肯锡给这个能力配了个新角色，Customer Wayfinder，客户领航员。干什么的？用 AI 摸透客户的行为和需求，拿合成受众做测试，再配上人的文化理解和战略判断。

第二根柱子：规模化创意——把创意当基础设施

五根柱子里，这根最成熟。有的组织创意产能已经翻了 2 到 5 倍，成本降了 10% 到 30%。campaign 周期呢？过去六到十周，现在当天就能跑。

你想想看，这意味着什么？

过去，一个创意赶一波 campaign，赶完就散。现在，AI 代理可以一直蹲在大模型、搜索和社交平台里，盯新趋势、盯用户意图的变化，内容随出随测随优化，对人、对 AI 各说各话。

但这里有个特别容易被忽略的前提：先把品牌「写下来」。品牌的声音、视觉、边界，都得变成明确的规则和护栏，AI 才能放量生产而不跑偏。说白了，创意要工业化，品牌得先立法。

配套的新角色叫 Creative Guru，创意掌门。定规则、守护栏，用效果数据把内容越调越准，还得负责那些 AI 给不出的「大点子」。

第三根柱子：极致个性化——每个人看到的，都是「他的版本」

麦肯锡有个测算：AI 驱动的个性化，能让客户满意度提升 15% 到 20%，收入提升 5% 到 8%，服务成本最多降 30%。

怎么做到的？四件东西咬在一起：

干净可用的用户数据；实时决策引擎，时刻算出对这个人的「下一步最优动作」；强化学习系统，每次互动都在修正下一次；再配一个跨渠道统一管理的优惠系统。

新角色叫 Hyperpersonalization Architect。他管数据模型，管业务规则，还得管合规。个性化这件事，要做到准确、合规、被信任，缺一样都会翻车。

第四根柱子：向 AI 代理营销——把货架摆进机器的世界

这根柱子，我认为是五根里最要命的。

今天，超过一半消费者的购买决策，AI 已经参与指路，传统网页搜索的流量有相当一部分正被分流。麦肯锡把它概括成一次迁移：从「注意力经济」，走向「信任经济」。

什么意思？过去营销争的是人的注意力，谁声量大谁赢。现在，先替消费者做判断的，是 AI 推荐系统。它推荐谁，谁才可能被选中。

所以，光「被看见」不够了，品牌得让机器「读得懂」「敢相信」：能直接回答用户问题的内容、机器可验证的可信信号（详细的产品参数、真实的评价、专家的背书）、持续更新的信息。

有意思的是，麦肯锡调研里，高管们公认自己最没准备好的，恰恰就是这块。

新角色的名字我特别喜欢：Agent Whisperer，AI 代理的「耳语者」。他的工作，是确保品牌在 AI 系统里被准确理解、被放心推荐。

第五根柱子：全天候编排——把「节拍器」扔掉

最后一根柱子，管的是营销的运转方式本身。

campaign 这个词，天生带着「战役」的味道：备战、开打、收兵、复盘。而 AI 时代的编排没有节拍，人机混编的团队，让营销像流水线一样持续运转、持续优化。

效果如何？麦肯锡的经验：营销 ROI 能提升 30%；营销人花在执行上的时间，从 60% 到 70%，压到 10% 到 15%。省下来的时间去做什么？去做更高价值的事。

这需要统一的数据和编排层，也需要说清楚一件事：哪些决策机器做，哪些决策人做。

五根柱子一起转，是什么样子？麦肯锡举了一家头部消费科技公司的例子：它把五项能力全部嵌进营销流程，结果是 campaign 启动的时间省了 35% 到 50%，外部支出降了约 20%，原本 10 到 12 周的内容和受众生成流程，压缩到了几分钟。

强！但先别急着抄作业。因为光有引擎，还不够。

光有引擎不行，还得有人会开

有家头部金融服务公司，比较早就意识到 AI 在改变用户「发现和评估产品」的方式，于是把营销整个围绕 AI 搜索和全天候编排重新设计：建机器可读的知识引擎，让搜索引擎和大模型能准确理解、引用自己的内容；在高价值工作流里，让 AI 代理提假设、测素材、动态调预算，人来判断哪些信号重要、该往哪里加注。

九个月，自然流量涨了 6 倍，获客成本降了，留存还提了。

怎么复制？四件事。

**第一，重塑高价值工作流。**生成式 AI 理论上能撑起 60% 的营销任务，但近期真正出效益的，是围绕人机协作把活拆开：拆成一个个任务，标清楚哪些人做、哪些 AI 做。现实是，只有不到四分之一的受访营销团队，有清晰的、排好序的改造路线图。

**第二，搭人机混合的组织。**很多公司从 AI 里拿不到价值，卡点不在技术，在人。营销组织会变得更小、更快、围绕端到端工作流搭建：造系统的人，管人机协作的人，把握判断和质量的人。麦肯锡调研里，高管们把「技能发展」列为 AI 落地的第一道坎。

**第三，砸技术和数据底座。**规模化的价值最大，而规模化需要一套代理平台架构，把内部系统、外部服务、自建能力整合起来；需要模块化、可互通的数据层；还需要严格的治理，测试标准、行为准则、决策权归属，都得白纸黑字。

**第四，盯住价值，快速调仓。**这条听起来最朴素，我却觉得最扎心。AI 营销最大的问题，往往不是 AI 不产出价值，而是公司接不住价值：一是衡量的是「活动量」，不是「价值」；二是省出来的钱，没人真拿走。AI 帮一个营销人省下 20% 的时间，如果这 20% 就这么被稀释掉，它就什么都不是。那种按季度开会的传统转型办公室，跟不上 AI 的速度。要从第一天起就设定清晰的价值目标，每天盯，不达标就调整，并且把省下来的资源主动投进高增长的事里。

如果你现在想动手

四条起步建议，我翻译成大白话：

1. **先照镜子。**公司常常高估自己的成熟度。把能力、技能、数据、基建的家底盘清楚，再决定钱往哪投。
2. **挑见效快的打。**从五根柱子里找一个 AI 能明显改变速度、成本或表现的入口，盯价值，别盯「用了多少 AI」，每天看数。
3. **边建边学。**所有模型和工作流，从第一天就装上反馈回路，让每一次互动都能改进下一次。
4. **一开始就把柱子连起来。**哪怕先只建一两根，也要提前定义它们将来怎么共享数据模型、怎么共用客户、产品、意图这些统一标识。不然你建出来的不是引擎，是一个个死胡同试点。

最后，回到 Alex

回到开头的故事。

那个运动品牌做错了什么吗？好像也没有。它只是还在用旧地图：发广告、买曝光、等点击。可 Alex 的购买决策，从头到尾没经过它的任何一个触点。

营销的下半场，拼的不是谁的工具多，而是谁能把洞察、创意、个性化、代理商务和执行，连成一台自己会进步的引擎。

引擎转起来，AI 的好处才会真正落到损益表上，而不是停在 PPT 里。

祝你的引擎，早日点火。