AI 一进场,martech 的老底,全藏不住了

前段时间,我和一位做了十几年营销技术(martech)的老朋友吃饭。

他说了件让他后背发凉的事。

他们公司的数字资产库(DAM)里,躺着几万份物料。哪一份才是最终批准版?全公司没人说得清。但有位老师傅说得清。他在里面泡了十几年,你随便报一个项目名,他十秒钟就能告诉你:用第三份,别碰第五份,法务对第五份里的措辞有意见。

老师傅九月休了年假。

公司新上的 AI 智能体,照着「看起来最像」的原则,自动挑了那份法务有意见的素材,改了改,直接发到了一个海外市场。

天呐。

幸好发现得早。但这件事让他想明白一个问题:他们的 martech 栈,CRM、DAM、工作流、自动化,一应俱全,看起来什么都有。真正让这套系统转起来的,是老师傅脑子里那些从来没写下来的事。

而 AI 一进场,这笔隐形资产欠的账,全藏不住了。

过去二十年,系统中间一直坐着一个人

为什么这么说?我们先来复盘,过去大家是怎么做 martech 战略的。

什么叫 martech?就是营销技术。CRM 管客户数据,DAM 管素材资产,工作流管协作,CMS 管发布,自动化管执行,分析管复盘。一个萝卜一个坑。

战略呢?把对的工具买齐,连起来,推着大家用,再不断优化架构。

这套打法,到今天依然成立。但它底下压着一个假设,一个我们很少说出口的假设:

系统的中间,坐着一个人。

什么叫坐着一个人?就是说,所有技术不知道的事,都有人在中间默默补齐。

五份素材,哪份是批准版?他知道。CRM 里那条客户记录,技术上没错,但已经六个月没更新,他也知道。法务上次反对过某个说法,虽然指南一直没人更新,他还是知道。某个市场的物料,上线前要多过一道审,他更知道。

这些事,任何一件都写不进产品手册。但没有它们,系统根本转不动。

我管这个人叫「人肉中间件」。

一套本该精装修的房子,水电、门牌、产权,全靠他拿脑子记。

为什么以前一直没出事?

你可能会问:流程那么糙,元数据那么烂,怎么以前就没捅出大娄子?

因为补坑的,永远是人。

人最擅长的,就是在模糊里干活。文档上的流程和实际干的活对不上?没关系,老人们心里有数。信息散落在邮箱、表格、会议纪要和几个人的记忆里?没关系,问一句就有答案。

所以你想想看,为什么很多公司技术集成做得漂漂亮亮,最后还是离不开那几个「什么都知道」的老师傅?

因为这套系统,从一开始就是为「有人盯着」设计的。

自动化浪潮来了一波又一波,但每一波的本质都一样:人先把规则定好,把流程配好,把边界画好,系统在框框里跑。框框外面的事,人兜底。

对一套由人兜底的系统来说,这些毛病顶多算「不方便」。打个电话,翻翻旧邮件,总能对付过去。

软件没有这个待遇。

软件不会打电话。

什么叫「机器可操作性」?

现在,情况变了。

智能系统正在从「帮人干活」变成「自己干活」:自己选素材、自己排任务、自己生成内容、自己做决定。

这时候,那些原本装在老师傅脑子里的东西,必须搬到一个机器读得到的地方。

机器需要知道什么?

它要知道,几份相似的信息里,哪一份是权威版本。它要知道,自己有没有资格做这件事,在这个场景下允不允许。它要知道,一份素材到底能不能用:批准了吗?过没过期?版权清了吗?这个市场能用吗?

说白了,就是元数据、出处、权限、流程状态、权利归属这些「纪律」。一点都不新鲜,企业架构师们喊了十年了。

那变化在哪?

弱点没变。变的,是踩在上面的人。

以前,一个糟糕的分类法,顶多让 DAM 难搜,找东西费劲。现在,它会让 AI 挑错素材。以前,一个模糊的审批状态,顶多让协作软件里多一条催办消息。现在,它可能让系统「以为」自己有权限,直接把东西发了出去。

读到这,你可能会说:这不就是老生常谈的可组合架构、API 互通吗?换了个 AI 的壳而已。

还真不是。

集成解决过一个大问题:让信息和能力能在系统之间流动,不用把所有东西塞进一个巨无霸平台。这个功劳,必须承认。

但是,可达,不等于可用。

一个 API,可以把素材完美地暴露给机器,但对「这份素材批没批过」一言不发。它可以把客户数据递出去,但不管这个用法合不合规。它可以把流程状态给你看,但这个状态到底意味着「有权行动」,还是「仅供参考」,它不说。

连接,让信息够得着。可运营,让环境读得懂。第二件事,不会随接口免费赠送。

所以,一个新的要求出现了,一个 martech 战略很少考虑过的要求:

机器可操作性。

什么叫机器可操作性?人的可用性问的是:营销人用这套技术,顺不顺手。机器的可操作性问的是:这套环境里的信息、规则和能力,有没有明确到另一个系统读了就能懂、懂了就能动。

这是两张完全不同的考卷。

而且,这已经不是概念了。Gartner 在 2026 年的 CMO 支出调查里发现:CMO 们平均把 15.3% 的营销预算投给了 AI 相关项目,但只有 30% 的受访者认为自己的 AI 就绪能力已经成熟;70% 的人承认,内部流程的成熟度,撑不起 AI 的落地和规模化。

钱到位了,工具到位了,流程没到位。

这个巨大的缺口,表面看是 AI 的难题。其实,是环境的问题。

什么叫运营环境?就是堆栈周围那一整圈:上下文、规则、权限、问责。让人和机器,都能在里面可靠地干活。

这就是运营环境。

生成快了十倍,然后呢?

裂缝最先在哪里露出来?内容生产。

道理很简单,生成式 AI 把「能生产多少」这个数字,放大了太多倍。

单看任务层面,账太好看:初稿几分钟出,视觉方案随便挑,本地化几乎秒完成。过去一个团队干一周的活,现在一个人一下午。

然后呢?

然后这些内容,一头撞上和以前一模一样的流程。我给你算笔账:生成效率翻了十倍,不等于有用的营销翻了十倍。只要需求、版权、审核、批准、本地化、发布这些环节还在按老节奏走,你收获的,只是一个更大的堰塞湖。

瓶颈没有消失,它只是搬家了。

麦肯锡也发现了类似的事。他们对照了 25 项组织特征,想看哪一项和生成式 AI 带来的利润影响关系最大。排第一的,是工作流重塑。但真正动手重塑过至少一部分工作流的公司,只有 21%。

任务快了,不等于系统好了。

真正难的,在生成之后

我们再往下走一层。

假设你要做一个全球活动,要产出几千个变体。今天,「生成」这一步,已经不难了。难的是后面那一串问题:

哪些产品信息是最新的?哪些说法是法务批过的?哪些图能用在哪几个市场?品牌规范里,哪些元素是能动的?哪些市场的物料要多审一道?遇到流程之外的怪情况,找谁?

一个经验老到的审核员,这些问题都刻在直觉里。一台机器,一个都没有。

所以你会看到,内容运营(CreativeOps)正在变成下一代 martech 打法的试验场。Adobe 的 Workfront Content Reviewer,就是一个很早期的样本:它能像一个真正的用户那样参与项目、参与审批流,先看作品、先给意见,最后由人来拍板。

太强了。

但我必须提醒你一句:「AI 会审」这个动作本身,其实不值钱。值钱的是审核发生之前,必须已经存在的一切。

品牌规则,要明确到机器可以拿它当尺子。批准标准,要清晰到没有歧义。权利和上下文,要随时拿得到。「符合品牌」这四个字,不能还停留在「老王看一眼就知道行不行」。

如果判断一件事能不能发,依然需要十年的人肉经验,那再多来一个智能体,问题也一个都解决不了。

系统是连通的。判断,没连通。

战略的起点,得倒过来

这就要说到 martech 战略最该改的地方:起点。

大多数路线图,是怎么画的?从盘点现有家当开始:什么表现不佳?什么功能重复?什么可以合并?哪个平台该换了?我们还缺什么?

这些问题都很合理。但你发现没有,它们全都在默认一件事:今天的购物清单,就是明天运营模式的起点。

这就把车装反了。

正确的画法,是从运营能力开始倒推:我们期望人和智能系统,一起做到什么?

比如,你的目标是自动本地化。那需求就远远不止一台更好的生成模型。它要求:素材是结构化的,权利信息是可靠的,元数据是好用的,各市场的规则是明确的,审批逻辑是清晰的,最终定稿有唯一权威的存放地。

少一样,自动化就会在那一处翻车。

再比如,你的目标是让 AI 自主优化投放。关键问题就根本不在「软件能不能动预算」。这还用问吗,当然能。真正的问题是:什么情况下才允许它动?它依据什么信息动?例外情况卡在哪?它动错了,谁负责?

你发现没有,每一个 AI 用例,往下挖两层,就变成了一串 martech 需求。

这也是为什么,AI 战略和 martech 战略,正在长成同一件事。AI 战略回答:更大的智能,能带来什么可能?martech 战略回答:这家组织的地基,撑不撑得住这些可能?

昨天的仓库,明天的地基

还有一个有点反直觉的推论:堆栈里那些最不时髦的部分,可能会随着人越来越少碰它,反而变得越来越重要。

DAM 就是最典型的例子。

一套治理稀烂的 DAM,里面全是重复文件、缺斤少两的元数据、说不清道不明的版权。给它插上 AI,它会变成战略资产吗?

不会。它只会变成一条更快找到错误素材、也更快用错素材的高速公路。

反过来,一套干净的 DAM:资产是权威的,元数据是完整的,权利是清晰的,内容、产品、市场之间的对应关系是有记录的。智能系统可以直接消化这些上下文。

未来,登录 DAM 的人,可能会越来越少。这不代表它不重要了。这代表它升级了:从「一个大家去干活的地方」,变成了「整个运营环境脚下踩着的地基」。

这对采购也是一个警醒。功能、体验、实施、价格,当然还要看。但今天你得多问一句:你这个平台里的数据、上下文和动作,能不能接入一个由我的组织掌控的更大环境?

如果所有有用的东西都锁死在它自己的生态里,供应商的 AI 演示再惊艳,你买回来的,也是一条昂贵的死胡同。

写在最后

先说清楚,我不是劝你现在就把方向盘交给 AI。堆栈不会消失,人也不会消失。不同的组织,节奏不同,敢交给软件的权限深度,也会不同。

真正要紧的,是保住「选择权」本身。

所以,下一条 martech 路线图,别再只写打算买什么、换什么、砍什么、连什么了。先写清楚:你打算建一座什么样的环境,让人和机器,都能在里面被信任地干活。

把老师傅脑子里的规则、权限、上下文和问责,一点点搬出来,变成环境本身的一部分。

把老师傅知道的事,变成环境都知道的事。

过去二十年,martech 栈的使命,是给营销人更好的工具。它的下一个使命,要大得多:造一个让人、自动化和智能系统一起跑营销的环境,不再依赖角落里那个「就是懂」的人。

也许有一天,你的老师傅又要休年假。他背起包出门的那一刻,你心里一点都不慌。

因为你知道,他知道的事,环境都知道。

祝你,早一天建成这样的环境。