AI 营销的胜负手，从来不是工具

前段时间，一位做营销的老朋友约我喝茶。坐下没聊三句，他就开始倒苦水。

他们公司这一年，前前后后买了十几个 AI 工具。写作的、画图的、做线索评分的、自动出报表的，一应俱全。同时立项的试点项目，有三个。声势不可谓不大。

结果季度复盘会上，老板问了一个问题：AI 到底帮我们多赚了哪一欧元？省下了哪一个小时？

全场安静。

我朋友说，那一刻他脑子里嗡的一声。钱花了不少，工具装了一堆，但要说清楚哪一欧元收入、哪一个工时是 AI 产出的，真说不出来。

我跟他说，你这个情况，真不是你一家的问题。德国有家叫 MaibornWolff 的咨询公司，常年陪跑企业做 AI 营销，他们的顾问在客户现场看到的是同一幕：十几个工具在手，却没有一个跑通的例程能离了人自己转。

问题出在哪？

绝大多数人的第一反应是，工具没选对，再买一个更好的就行了。

错了。

AI 营销这场仗，拼的从来不是工具，是运营模式。 谁来决策，谁来搭，谁来审，谁来测，出了问题谁负责。这些事没想清楚，买再多工具，也只是把车库堆满，车还是开不动。

这篇文章，我就把这个事给你讲透。从什么叫 AI 营销，讲到团队怎么配、账怎么算。放心，不说黑话。

一、先对齐一个认知：什么叫 AI 营销？

咱们先做个体检。你把公司里挂着 AI 名头的项目在脑子里过一遍，然后拿这个定义去卡：

AI 营销，就是用会学习、会生成的模型，从客户和市场数据里，推导出可以规模化的营销决策。

什么叫可以规模化？就是内容、受众、渠道、时机、价格、话术，这六类决策由模型实时或准实时做出，不需要人对每一条单独拍板。

这个定义，我故意收得很窄。

窄，是为了过滤。你一卡就会发现，很多挂着 AI 名头的项目，根本不是 AI。

比如，客户 14 天没动静，自动触发一封挽回邮件。这叫自动化，是人事先写好的 if-then 规则，它什么都没学过。而如果是一个模型，从历史行为里学出每个用户的最佳发送时间，这才叫 AI。

别小看这个区别。是不是 AI，不光关系到效果，还关系到你要不要背合规义务。这个后面讲。

一个能落地的 AI 营销用例，必须三层俱全：数据、模型、决策。数据是地基，CRM、行为数据、产品数据；模型是发动机，负责学习和生成；决策是开出去的车，一次个性化推荐，一段生成的文案。缺任何一层，它要么是个分析项目，要么是个玩具，反正不是营销用例。

那 AI 到底分几种？不用背教科书，记住这四种就够了。

第一种，预测模型。它会算：这个客户会不会流失？这条线索能不能成？它最成熟，用得最久。但它只给你一个数，做不做，人来定。

第二种，生成模型。ChatGPT、Claude、Midjourney 这些，会写会画。上手最快，但治理最差：版权、幻觉、品牌走样，一堆没解决的事。

第三种，决策优化系统。这是最被低估的一类。多臂老虎机、强化学习，实时决定给眼前这个人看哪张图、报哪个价。Google Ads 的智能出价、Meta 的 Advantage+，背后都是它。还在把 A/B 测试当主要武器的团队，其实已经落后了。

第四种，智能体，Agentic AI。给模型配上工具和记忆，让它自己完成一连串任务。2026 年，它刚从演示间走进第一批生产环境。但它也最危险：错误会滚雪球，出了事很难追查。所以必须留人工审批点。

顺序很重要：先预测，再生成的治理跟上，同时在大平台上用决策优化，最后才碰智能体。谁反过来做，谁就是在地板没干的时候铺地毯。

二、为什么大多数 AI 营销，死在半路上？

认知对齐了，看现实。为什么那么多公司的 AI 营销，最后都没声了？

翻来覆去，就是五个死法。你对号入座一下。

死法一，先买枪，再找靶子。看到同行用了什么、博主吹了什么，先把工具买回来，再满公司找场景证明这钱花得值。顺序整个反了。正确的顺序是：先把痛点量化，比如我们需要每周多 35% 的初稿、质量不减，再定用例，最后才是挑工具。

死法二，影子 AI。官方说我们在制定战略，员工早就在用自己的 ChatGPT 干活了。私人账号，客户数据、经营数据往里填。禁是禁不住的。唯一的出路是招安：给一套公司认可的工具，配上使用守则和培训。

死法三，数据地基是烂的。CRM 字段各写各的，网页数据和产品数据不通，用户同意状态没记清楚。这种地基上盖楼，模型学出来的东西不是歪的，就是合规上有窟窿的。清理地基要花三到六个月，这笔功夫省不掉，也别想着并行开工，并行只会互相卡。

死法四，没人负责。市场部提需求，IT 来实施，数据保护来审查，老板要结果。听起来人人有份，其实人人没责。一个用例，必须有且只有一个人，能拍板它上不上线、什么时候关掉。没有这个人，试点活不过季度切换。

死法五，ROI 盲飞。试点结束，汇报说我们生成了 200 篇文案。这叫产出，不叫效果。效果是每季度省下 1.8 万欧元人力成本、转化率提升 0.4 个百分点。不设基线、不留对照组、不定回本周期，一年后你就面临一个无解的问题：加钱，还是关掉？不知道。因为没数。

这五个死法，没有一个是技术问题，全是组织问题。这是坏消息，也是好消息。组织问题，有组织的解法。

三、用例怎么挑？四个字：别贪多。

工具的事先放一放。我知道你最想问这个，但真的还不到时候。先聊用例。

一个营销漏斗，从上到下四段：认知、转化、留存、运营。每一段，都有几个被验证过的高价值用例。

上游认知段，主力是两件事：内容量产，和受众建模。用生成模型出初稿，人工编辑把关，省 35% 到 60% 的时间。用预测模型从真实客户数据里持续挖人群，替掉一年一次的拍脑袋画像。还有 lookalike，拿最赚钱的老客户去广告平台里找相似人群，Meta 和 Google 的平台自带这个功能，获客成本能降 15% 到 30%。

中游转化段，是钱最密集的地方。预测性线索评分，模型给每条线索算成交概率，高分直接给销售，处理时间能缩短 20% 到 40%，线索到商机的转化能提 10% 到 25%。实时个性化，模型实时决定给谁看什么，转化提升 5% 到 25%。动态定价，毛利能提 2% 到 8%，但这个在欧盟要格外小心合规，后面讲。

下游留存段，注意，这里有个大多数公司都搞反的事实。

留住一个老客户赚的钱，是新拉一个新客的三到七倍。 大多数公司的预算表，是反着画的。

留存段的用例其实很成熟：流失预测模型，提前 30 到 90 天算出谁要走，自动进挽回流程，流失率能降 10% 到 25%。还有跨触点的下一步最佳动作，模型决定对每个客户下一次碰什么、什么时候闭嘴，每个客户每年能多贡献 5% 到 15% 的收入。

聪明人的玩法是反过来：先把留存做扎实，用老客户的现金流，去养更贵的获客项目。

最后是运营段。它不直接生成收入，但没有它，前面那些用例全在盲飞。营销组合建模，行话叫 MMM，重新分配媒体预算，效率能提 10% 到 20%。报表自动化，让模型拉数、找异常、给初版解读，人来审，每个报表周期省 50% 到 70% 的时间。

十二个用例摆在这，是不是全都想干？

千万别。

同一时间，一个漏斗段最多跑两三个用例。第一年，全公司四到六个，封顶。贪多的下场，是十几个试点互相抢数据、抢人、抢预算，最后一个都长不大。

四、工具怎么选？先盘家底，再花钱。

好，现在可以聊工具了。

先给你一个数字：一个 AI 营销项目，工具本身只占工作量的四分之一左右。剩下七成多，是数据整理、流程设计、人员培训、质量把关。每花 1 欧元许可费，你要准备 2 到 4 欧元，花在工具以外的地方。

所以选工具的第一步，不是看测评榜单，是盘家底。

你现在的平台，大概率已经自带了一层 AI。HubSpot 的 Breeze，Salesforce 的 Einstein（2016 年就有了，2024 年又补上了智能体能力 Agentforce），Adobe 的 Sensei 和 Firefly。这些内嵌能力能覆盖你六到八成的常见用例，很多还包含在现有许可里。用 Salesforce 的，先让架构师查查合同里到底已经包含了什么，再谈买新的。营收 500 万欧元以下的公司，把 HubSpot Breeze 用足 12 个月，再考虑别的。

盘完家底，工具世界的地图其实就三层。

第一层，平台内嵌。刚才说的 Breeze、Einstein、Sensei 都是。见效快，合规省心，平台方替你扛了大部分义务，深度一般。

第二层，专精工具。某个场景做得特别深的，Jasper 之于文案，Synthesia 之于数字人视频，Brandwatch 之于社交聆听。只在两种情况同时成立时买：平台确实覆盖不了，而且账算得过来。买之前三个问题写进文档：平台的哪个能力不行、为什么？新工具相对什么基线、带来多少可量化的提升？谁对这把新许可的整个生命周期负责？三个问题有一个含糊，大概率现有平台就够用。

第三层，自建。直接在 GPT、Claude、Gemini 的 API 上搭自己的应用。数据在自己手里，对手抄不走。但这是重活：要养工程，要做提示词运维。一个粗略的账：某个用例每年专精工具费用超过 10 万欧元，才值得认真评估自建。

工具是消耗品，能力才是固定资产。 市场上的工具名字每 12 个月换一茬，但先定用例、再定需求、然后只用两三周做演示对比的这套打法，永远不过时。

五、合规不是刹车，是设计参数

接下来这部分，很多营销人不爱听。但 2026 年 9 月的今天，它已经是必修课了。

就在今年 8 月 2 日，欧盟 AI 法案的核心义务正式生效了。

哪些义务？对营销来说，主要是三条透明度要求。第一，AI 生成的文本、图片、音频、视频，要打上机器可读的标识。第二，深伪内容，数字人视频、声音克隆、AI 网红，必须明示是 AI 生成。第三，用户跟聊天机器人对话时，得能看出来对面不是人。

这三条，现在还没做的团队，别再拖了。事后改造要烧工程预算，把它放进新流程的标准动作里，几乎不花钱。

另外提醒一句，法案里罚得最重的那一档，从 2025 年 2 月起就全面禁止了。营销要避开三条红线：潜意识层面的操纵；利用未成年、经济困难这类弱势群体的弱点做定向打击；无差别抓取人脸建库。罚款上限，3500 万欧元，或者全球营收的 7%。够肉疼了吧？

还有一条容易被忽略的部署者义务：在合同里确认模型供应商符合通用模型（GPAI）的合规要求，并且自己留一本账，哪个用例用了哪个模型、喂了什么数据、产出怎么审。自己微调得太狠，可能从使用者变成提供者，义务直接上一个台阶。

好消息是，营销用例绝大多数落在有限风险和最小风险档，只要文档扎实、标识打上。真正容易栽跟头的，其实是 GDPR。因为它不管你是不是 AI，管到你每一个用例。

五个坑，讲三个最典型的。

坑一，拿客户数据去微调模型。你以为是用自己的数据，法律上这是一个全新的数据处理目的，原来的同意书大概率罩不住，需要单独的合法依据。

坑二，自动化决策。GDPR 第 22 条，凡是模型自动做出对个人有重大影响的决定，个人有权要求人工介入。B2B 也躲不掉：模型自动把一条线索判了死刑、销售不再跟进，这就算。

坑三，用消费级账号处理业务数据。团队拿 ChatGPT Plus、Claude Pro 的个人账号处理客户数据，协议层面是不够的。要企业合同或 API 合同，里面得有训练数据退出条款和数据处理协议。数据存在哪、日志存在哪，选型时就要能答上来，不能等审计来问。

MaibornWolff 的顾问们有个很实用的建议：每个新用例上线前，过一张八问清单。风险定级了吗？合法依据写了吗？数据处理协议签了吗？数据落地在哪？透明标识做了吗？人工介入点留了吗？动没动员工数据，动了要过职工委员会？影响评估做了吗？

八问里有三问答不上来，这个用例就不许上线。ROI 预测再漂亮也不行。

六、团队怎么配？五个新角色

工具、用例、合规，最后都要有人接着。这就是运营模式。

五个新角色。注意，是五种职责，不一定要招五个人。

AI Lead，操盘手。管用例组合，向管理层汇报，协调 IT 和数据保护。中小企业常常由市场负责人兼任，花三到五成精力。

Prompt Ops，提示词运维。把全团队的提示词从各自收藏变成版本管理，盯着模型漂移，供应商换版本时接管迁移。这是眼下最被低估的角色。没有他，你公司的 AI 实践，就是每个人电脑里的截图合集。

品牌守门人，编辑。写手转型当编辑，不再自己写，而是审、改、拍板模型产出的每一段内容。大概每五个用 AI 写内容的人，配一个。缺了这层，两三个季度，品牌味就散了。

数据 Owner。所有预测类用例的前提。管数据质量、身份打通、同意管理。这个角色缺位，模型学到的就不是洞察，是垃圾。

合规接口人。维护用例登记册，推动八问清单。中小企业花一成精力就够，但最常被漏掉。漏掉它，合规问题总在上线前夜才爆出来。

五个职责加起来，中小企业 1.2 到 2 个人力，从现有团队分摊；大企业 4 到 7 个专职。

顺便说一句，技能这事，内部培训几乎总比外部挖人划算。有经验的营销人懂业务，提示词和数据素养是学得出来的，六到九个月。只有 MLOps 这种硬核技术活，才值得外招。30 人的团队，第一年留出 60 到 90 个培训日，这是 AI 预算表里杠杆最高的一行。

七、账怎么算？三个杠杆，三条纪律

最后，聊钱。老板不问模型，老板问：这对我们有什么用？

AI 营销的价值，就三个杠杆。

效率：同样的事，更快更省。省时间、省人力，回本快，六到十二个月。但要记住，省下来的时间不会自动变成价值，得主动把它赶到新的事上去，不然就蒸发了。

效果：同样的投入，更好的结果。转化率、获客成本、客户终身价值。回本要十二到二十四个月，因为要搭基线、留对照组。但这是潜力最大的杠杆。

新产出：以前根本做不了的事。五个市场同步本地化，全年无休的竞品趋势监控。不好用季度逻辑衡量，是战略性投入。

大致的分布：五成效率，三成半效果，一成半新产出。

算账时，三条纪律，条条救命。

第一，按区间的下限做商业计划。行业里那些 35% 到 60% 的提升区间，上限是给数据地基扎实、运营模式到位的团队准备的。下限能回本的项目才立项，只有上限才能回本的，是赌。

第二，叠加要打折。三个用例同时打同一个漏斗环节，效果不能直接相加，数据是重叠的，要打 30% 到 50% 的折扣。

第三，试点要有对照组。至少留 20% 的客户不享受 AI，跑满一个完整业务周期。没有对照组，你根本分不清提升是模型带来的，还是季节、大盘、某次大促带来的。试点开始前，停止标准就要白纸黑字：效果跌破下限、出现持续性偏见、冒出合规问题、成本超支三成，触发任何一条，就关。写下来，才不会掉进永久试点的泥潭，许可费一年一年空转。

成熟度这事，也不是天注定。顾问们把组织成熟度分了五级，从一级、二级爬到三级，一个季度就够。而一个三级组织，跟一级、二级的同量级对手比，效率高出 30% 到 50%，转化高出 10% 到 25%。按 500 万欧元的营销预算算，一年差出来的是几百万欧元。

几百万欧元，就是从运营模式的缝隙里漏掉的。

最后，回到我那位朋友

那天喝完茶，我给他留了三个作业：把十几个工具盘一遍，该退的退；挑一个痛点最疼、数据最全的用例，指定一个能拍板的负责人；把八问合规清单打印出来，贴在项目文档第一页。

三个月后他跟我说，工具少了五个，报表快了，老板第一次在复盘会上没皱眉头。

AI 营销这件事，说难也难，说简单也简单。难的从来不是技术，是那些不性感的脏活：定负责人、清数据、算细账、补文档。

工具会过时，运营能力不会。谁能把这门运营功课补上，谁就把别人还在纠结的买哪个工具，变成了自己的护城河。

祝你，不必在季度复盘会上，被那个问题问得满场安静。