营销的下半场：AI 开车，你掌舵

前段时间，我在朋友圈刷到两组数字。

第一组：亨氏（Heinz）让 AI 来画番茄酱，就这一个活动，在社交媒体上拿下了 8.5 亿次曝光。

第二组：可口可乐搞了个平台，叫 Create Real Magic，让网友用 AI 生成可口可乐风格的艺术作品。结果粉丝们自发创作了 12 万多件作品，每人在上面平均停留 7 分钟。

7 分钟。在注意力以秒计价的年代，7 分钟，是个奢侈的数字。

太强了。

我看到这两个案例时，第一反应和很多人一样：哇，AI 营销，居然还能这么玩。

但兴奋劲儿过去之后，我越想越觉得：这些刷屏的玩法，其实都不是重点。

重点，是那些没上头条的事。是 AI 正在钻进营销的地基里：数据怎么理、分析怎么做、投放怎么跑。

刷屏是烟花。地基才是房子。

那这套地基到底怎么打？分三步。我一步步说给你听。

第一步：先给 AI 发一本"公司词典"

很多公司兴冲冲买了 AI 分析助手，结果第一个问题就翻车了。

你问它："我们上季度营收多少？"

AI 很自信。它把数据库里所有带数字的列，全加了一遍，然后一本正经地报给你一个数。

错的。

它不是不会算。它是压根不知道，哪个字段才真正代表"营收"。库存金额、退款金额、测试数据……它分不清。这就叫幻觉。说白了，就是不懂装懂，还特别笃定。

什么叫语义层（Semantic Layer）？

就是在原始数据上面，架一层"业务词典"，把每个指标用大白话定义清楚。比如白纸黑字写明白：总营收，等于"已完成状态"的销售金额之和。

从此，不管是你手下的分析师，还是 AI，查数用的都是同一套定义。一个地方说了算。

谷歌（Google）自己测过：接上 Looker 的语义层之后，生成式 AI 查数据的错误率，直接砍掉了约三分之二。

三分之二。什么概念？AI 犯的错，十次里能消掉六七次。

而且押注这个的不止谷歌。Snowflake、Databricks、dbt，这些数据平台都在自家产品里加语义层，就是为了让 AI 问数时不再瞎猜。

所以我观察下来，数字营销玩得溜的公司都有一个共同点：上 AI 之前，先把数据洗干净，把指标定义清楚。

AI 不是被请来的神仙，是被喂大的员工。地基没打好，神仙也翻车。

第二步：雇一个不睡觉的分析师

地基打好了，AI 能干什么？

它就变成了一个随叫随到的分析师。

以前你查个数，要么自己憋 SQL，要么提需求、排队、等数据部门排期。现在呢？你用人话问就行："上个月哪场活动的 ROI 最高？"几秒钟，答案带图。

但这还不是最厉害的。最厉害的，是 AI 会自己往下追。

我给你讲个场景。

假设 AI 发现这周注册量跌了 15%。它不会停下来等你，它会自己接着问自己：跌在哪些区域？哦，欧洲跌得最狠。欧洲哪个渠道？哦，自然搜索。再一查，谷歌那几天刚好调整了搜索排序。

几分钟之后，它递给你一份完整报告：注册量下滑，主要来自欧洲自然搜索，流量掉了约 25%，疑似与近期的搜索排序调整有关。

这套逐层归因的活儿，人来做，可能要拆好几天。AI 几分钟。

再加上它 7×24 小时不合眼，随时盯着后台。有一类 AI 智能体，专门负责巡逻：今天某条广告的点击成本突然涨了 20%，它不光喊你一声，还告诉你，是哪个人群、哪个活动、可能什么原因。

美国营销协会（AMA）之前的一项调查显示，71% 的营销人每周都在用生成式 AI，其中 85% 的人表示，生产力显著提升了。

为什么？因为查数、盯盘、归因这些活儿，AI 干得又快又好，还不要加班费。

AI 负责发现"发生了什么"，你负责判断"所以呢，接下来怎么办"。AI 越强，会提问的人越值钱。

第三步：把方向盘交出去

前两步，AI 还只是你的参谋。第三步，才是真正的野心：让 AI 开车。

什么叫投放自动驾驶？

你只交代目标："面对都市年轻人群，每月预算 10 万美元，ROI 不低于某个数。"剩下的，AI 自己来：为不同人群生成不同的广告素材，投到各个渠道，实时调预算、换素材、改文案。谁跑得好，就给谁加钱。

这些事，以前一个媒介团队天天盯后台，也就做到这个程度。现在，AI 一个智能体就包圆了。

Adobe 推出了 AI Agent Orchestrator，IBM 也在 Watson 系列里做营销自动化。大厂都在朝这个方向冲，因为品牌们想要的，是一个属于自己的"副驾驶"。

效果怎么样？说两笔我印象很深的账。

Klarna，这家金融公司让 AI"副驾驶"接手了大量营销事务：代理支出砍掉 25%，省下大约 1000 万美元。注意，这还是在产出不降反升的前提下。

Headway，一家创业公司，靠 AI 生成内容加自动优化投放，六个月拿下 33 亿次曝光，视频广告的 ROI 提升了 40%。

33 亿次曝光，六个月。这不是人力能堆出来的量级。

看到这儿，你可能有点慌了：那营销人岂不是要失业了？

别急。方向盘交出去，不等于你可以下车。

AI 会冲刺，但只有你知道终点在哪

AI 有个特点：为了目标，不择手段。

你让它追求点击率，它就给你写标题党；你让它追求短期 ROI，它就把预算全烧在一个见效快的人群上，至于品牌长期价值？它不管，它也不懂。

这就像自动驾驶汽车。你可以把方向盘交给它，但限速得你来定，禁区得你来画，主驾上必须坐着人，随时准备踩刹车。

成熟的团队是这么干的：先小范围测试，让 AI 管一个项目，跟人管的比一比。跑得好，再逐步放权。品牌红线、预算上限、审核流程，全都提前写死。可口可乐的全球营销负责人说得很直白：AI 是工具，人的智慧，跟 AI 一样重要。他们甚至专门造了个词，叫 HI。

所以你看，这个时代营销组织的逻辑，变了：

AI 负责速度和规模，人负责判断和审美。初级岗位里搬运数据的活儿会越来越少，解读洞察、定义问题、守护品牌的活儿会越来越多。有人说得更狠：公司也许不需要一个"AI 副总裁"，因为 AI 会织进每一项工作里，就像当年的电一样。

最后，讲个七百万个瓶标的故事

其实这件事，早就有预兆。

2017 年，Nutella 在意大利干了件大事：用算法生成了 700 万个独一无二的瓶身标签，每一罐都不一样。700 万个版本，一个月，全部售罄。

放到没有 AI 的年代，你请全世界最好的设计师，画一辈子也画不出 700 万张。

可即便如此，那场活动最值钱的部分，"每一罐都独一无二"这个洞察，是人的。AI 负责了执行，人负责了让这件事值得被执行。

这就是我理解的，AI 时代营销的分工：

科学的重活，交给 AI。艺术的灵魂，留给自己。

想想看，也许用不了几年，你的工作日会变成这样：早上到公司，AI 已经通宵挖完了全部数据，一份洞察摘要静静躺在收件箱里；中午，你和团队从 AI 备好的方案里挑一版拍板；下午，活动上线，AI 在后台实时调价、换素材；月底，你翻一翻 AI 的操作日志，看它每一步为什么这么改，把学到的喂给下一轮。

AI 会把车开得又快又稳。但去哪儿，还得你说了算。

方向感这种东西，机器学不会。

祝你，早日找到自己的 AI 副驾。