AI 省下的 11 个小时,去哪儿了?
一篇 learn 类文章,讨论营销人如何使用 AI 省下的时间,以及为何把时间从产量转向判断才能从效率红利走向增长红利。文中引用了预算、培训缺口与治理方面的调查数据。


前段时间,我和一个做市场总监的朋友吃饭。
他最近状态很好,饭桌上一直在夸 AI。说团队用上之后,每个人平均一周能省 11 个小时,相当于每周白捡了一天半。
我问他:那省下来的时间,你们拿去干嘛了?
他愣了一下。
想了想,说:多做内容呗。以前一周发三篇,现在能发七篇。
我当时没接话。但回去的路上,一直在想这件事。
效率,是真的
先说清楚,AI 带来的效率提升,真不是吹的。
我翻了翻最近的一批行业调查:将近 90% 的营销人已经在用 AI 干活了,68% 的销售和营销从业者每天都在用。
用 AI 的团队,生产力高出 44%,人均每周省 11 个小时。
你可能对 11 个小时没什么感觉。咱们算笔账。
一周 11 小时,一年 52 周,就是 570 多个小时。按一天 8 小时算,大约 70 个工作日。
70 个工作日。相当于一年里,多出三个月的工作时间。
具体到活儿上,数字更扎眼。做内容的,编辑流程快了 60%。投广告的,转化率高出 41%,整体 ROI 高出 20% 到 30%。发邮件的,个性化邮件打开率高 29%,点击率高 41%。做客服的,支持成本降了 18%,问题解决时间最多砍一半。有家叫 NIB 的澳洲保险公司,光靠客服自动化就省出了 2200 万美元。
最夸张的是 Netflix。它的 AI 个性化推荐,一年值 10 亿美元。
天呐。
但是,预算是平的
故事讲到这,都挺美好。
但有个数字,很多人没注意到。
过去两年的调查里,营销预算占公司收入的比例,一直停在 7.7% 左右,几乎没动。
预算没有扩盘,那 AI 的钱从哪来?
从别的口袋掏。2024 年,AI 在营销预算里只占 7%;现在涨到了 9%。涨出来的部分,是从传统投放里挪过来的。
说白了,这不是加钱,这是换钱。把左口袋的钱掏到右口袋,兜还是那个兜。
这就麻烦了。你省下了时间和钱,对手也省下了。大家都把省下来的资源,投回同一件事:多做内容,多投广告。
你猜结果是什么?
谷歌的搜索结果里,现在有 19% 的内容是 AI 生成的。所有人都在更快地生产着差不多雷同的东西。
我那位朋友就是这样。一周三篇变七篇,产量翻倍,读的人没变多。省下来的时间,变成了更多没人看的内容。
当所有人都在变快的时候,快就不再是优势了。它变成了入场券。
什么叫增长红利?
那怎么办?先回答一个问题:什么叫增长红利?
效率红利,是把同样的事做得更快、更便宜。增长红利,是做出以前做不出来的事。
Netflix 的推荐系统为什么值 10 亿美元?因为它改变的是每个用户打开 Netflix 时能看到什么。这比产量深多了,这是决策层面的应用。
再看几个数字。零售行业把 AI 用在推荐和投放上,转化率提升 26%,广告 ROI 是从前的 4 倍。B2B 软件公司用 AI 做线索评分,从演示到成交的转化率是别人的 2.8 倍。
发现没有?这些公司的用法,都跟判断有关:推荐给谁、投给谁、值不值得跟这个客户。
有一套投入法则流传很广:一套 AI 营销体系,算法只占 10%,技术和数据占 20%,剩下 70%,全在人和流程上。
70%。大头根本不在工具上。
这也能解释另一组数据:用上 AI 的组织里,75% 的员工精力从生产挪到了策略。工具接走了生产,人被空出来做判断。
空出来的时间怎么用,决定了你拿到的是哪种红利。
瓶颈不是工具,是人
可惜,大多数团队把空出来的时间,又还给了产量。
因为没人教过他们怎么判断。
数据很难看:68% 的人每天在用 AI,但只有 17% 受过完整的、跟岗位挂钩的 AI 训练。32% 的人完全没学过。还有 20% 的人学过,但嫌培训太水,听了等于没听。
58% 的营销人把技能差距列为自己最大的挑战,排位比预算、比工具、比流量都靠前。
你想想看,给一个没上过驾校的人一辆跑车,他会怎么开?
要么不敢踩油门,要么油门踩死了,不知道往哪儿打方向。
反过来,敢在人身上花钱的公司,账算得出来:投入 AI 培训的企业,项目成功率高出 43%。今年,81% 的公司计划加大培训预算。
人才市场已经在定价了。要求 AI 技能的营销岗位多了 71%,会 AI 的人薪资溢价 20% 到 30%,专业认证的报名人数比 2023 年涨了 300%。
工具的差距,几个月就能追上。人的差距,一两年都补不齐。
车越开越快,方向盘还没装
最后说件让我有点担心的事。
这个市场还在变大。全球 AI 营销的盘子,今年预计在 646 亿美元左右,2028 年有望到 1075 亿。车只会越开越快。
但很多开车的人,还没握上方向盘:75% 的营销团队没有 AI 路线图,63% 拿不出一份生成式 AI 的使用政策。67% 的公司,连个专门管 AI 的委员会都没有。
另一边,消费者已经开始提要求了。71% 的人期待个性化体验,得不到的时候,76% 会恼火。66% 的人盼着品牌懂自己,只有 34% 觉得真的被懂了。
一半的营销人自己也心虚:46% 担心 AI 里的偏见和隐私问题。
法律也在收紧。2023 年以来,75 个国家的立法讨论里,提到 AI 的次数多了 21.3%。
油门踩到底,方向盘还没装。这件事,值得每个做营销的人想一想。
回到那顿饭
后来我又见到那位朋友。
我又问了一次那 11 个小时。
这次他的答案变了。他说,拿这些时间把投放逻辑重新推了一遍,砍掉一半渠道,把预算集中到真正带来客户的那几个上。产量降了,ROI 反而涨了。
你看,同样多的时间,花在产量上是内卷,花在判断上是增长。
省下来的时间本身不值钱。时间花在哪儿,才值钱。
AI 把时间还给了每一个人。但它没说,该把时间花在哪。
这个问题,得你自己回答。
更祝你,省下的每一个小时,都长成了增长。
继续阅读
相关文章

跨境生意,是时候换一套 AI 工具箱了
一篇 learn 类文章,讲解跨境电商卖家如何用 AI 工具应对语言、法规、物流、支付与欺诈五道坎,梳理翻译、库存、客服、营销、风控五格工具箱与五步上手路径,并提示转化率、CLV 等指标和过度依赖 AI 的风险。

社交媒体营销的脏活累活,正在被 AI 一件件接管
本文介绍 AI 在社交媒体营销中可承担的四类工作:受众数据分析、文案与设计创作、广告定向与创意测试、垃圾内容过滤,并提醒内容判断和数据安全仍需人工把关。

AI 都这么能干了,你的社媒营销还在纯靠人肉?
本文将 18 款常用 AI 工具按用途分为六类,覆盖用户洞察、内容生产、内容排期、评论私信、广告投放和视觉制作,并讨论个性化、趋势预测与虚拟网红等趋势。