88%的公司都在用AI做营销，赚到钱的却不到10%

前段时间，我跟几位做企业的朋友吃饭。

饭桌上，AI是绝对的主角。有人说，今年营销团队专门招了两个会用AI的人；有人说，工具买了七八个，预算翻了一倍；还有人直接说，明年市场部的KPI里就要写「AI渗透率」了。

我听着听着，问了一个问题：

钱呢？赚到钱了吗？

桌上突然安静了。

过了一会儿，有人小声说：效率肯定是高了。但要说赚钱……好像也没算清楚过。

这就是我今天想聊的事。AI做营销，到底哪里赚钱，哪里烧钱。

一个让人坐不住的数字

麦肯锡的调查说，88%的企业，已经在营销的某个环节用上了AI。

同一个麦肯锡，另一组数据是：其中能看到真金白银影响利润的，不到10%。

88%，和10%。

你品品这个差距。

预算批了，工具买了，新闻稿也发了。大部分公司在用AI发热，不是发财。

问题出在哪？不是AI没用。AI在营销里确实有用，而且在一些特定场景里用得非常好。问题出在，大多数老板决定投AI的时候，依据的是焦虑，和供应商的PPT，而不是冷静算过的一笔账。

效率提高了，生意没变快

先把一个概念掰开。

什么叫生产力？什么叫ROI？

很多老板把这两件事混为一谈。

IBM在2025年四季度做了个调查：79%的企业说AI带来了效率提升，但只有29%的高管敢说，自己能算清楚AI的回报。

这组数字太扎心了。

你的团队确实快了。原来写一篇1500字的文章要8到10个小时，现在不到2小时。内容产出翻了几倍，邮件、海报、社媒，样样提速。

但是，客户下单变快了吗？获客成本降了吗？老客户留得更久了吗？

如果没有，那你买到的是一次「效率模拟」，不是一次生意升级。团队在提速的幻觉里狂奔，生意在原地不动。

还有更狠的。MIT在2025年的研究说，95%的生成式AI试点项目，没能兑现价值。麦肯锡同年的口径是，只有6%的公司算得上AI高绩效，标准是AI对利润的贡献超过5%。

95%失败，6%优秀。这不是技术翻车率，这是决策翻车率。

赚钱的公司，赢在一件小事上

那6%做对了什么？

麦肯锡发现一个规律：AI高绩效的公司，有三倍的可能性是高层亲自下场抓AI。亲自定方向，亲自看数据，亲自拍板。

不是甩给技术团队，不是外包给代理公司，也不是招一个「AI负责人」就当甩手掌柜。

德勤2026年的分析也是同一个结论：能不能把AI规模化落地，最强的预测指标是高管支持和正式的治理机制。不是选了什么工具，不是预算多少，甚至不是起步时数据的质量。

普华永道说得更直白：失败的公司，都是在追风口，没有把AI对准具体的、可衡量的业务流程。

AI战略一外包，结果就不归你了。

哪里真赚钱？给你讲几个故事

道理讲完了，来点具体的。哪些地方，AI是真金白银地赚？

先说付费投流。

这是眼下最快见效的地方。AI干三件事：出价、找人、测素材。反馈环短，数据闭环，赚没赚，报表上一目了然。

行业调研的口径是：AI驱动的投放，ROI高22%，转化多32%，获客成本低29%。上线速度快75%，点击率高47%。

更有意思的是市场本身。AI驱动的搜索广告，2025年大约是10亿美元的盘子，预计到2029年会涨到260亿。

市场在跑，不等你。

再说个性化。

星巴克的Deep Brew，管着2760万会员的个性化推荐，每个人看到的优惠都不一样。结果是，会员人均消费涨了34%。

麦肯锡的说法是，个性化做得好，获客成本最多能降一半，营销ROI能提10到30个百分点。

但这里有个前提，天大的前提：得用你自己的第一方数据。你的会员名单，你的CRM，你自有平台上的行为数据。

拿第三方数据喂AI做个性化，就像拿别人家的地基建房子。不但不稳，还随时可能被认定违建。

内容生产，是另一块。

93%的营销人说AI加速了内容生产。带AI干活的团队，邮件收入多41%，内容排期稳定得多。

但我得提醒一句。AI是产能放大器，替不了策略。把人工审核砍掉换效率，你会得到一堆和全网其他公司长得一模一样的内容。

品牌被稀释这个成本，不会出现在你的内容日历报表里。

预测分析，是被低估的那块。

92%的头部营销团队，2025年就在用AI做预测了；82%的CMO说预测的准确度提高了。成熟的推荐引擎，带来过150%的转化提升和50%的客单价增长。

而它恰恰是营销里部署率最低的AI应用。人少，肉多。现在建这个能力的团队，等对手还在吵季度归因模型的时候，已经在用精确的预测排兵布阵了。

最后是客服。

澳大利亚保险公司NIB，用AI自动化客服流程，省下2200万美元。整体来看，AI自助服务能降18%的客服成本，问题解决时间最多缩短87%。

对B2B公司来说，这不是一个降本的故事。让机器人接住简单问题，把你最贵的人腾出来，去关单，去维护关系。

这是人才重新配置。

哪里翻车？也说几个故事

聊完赚钱的，必须聊聊翻车的。大部分讲AI营销的内容不会碰这一段，因为写的人自己就靠「AI万能」吃饭。

第一种：给烂策略装涡轮。

策略本来就不灵，看见对手用AI，赶紧批预算上工具。

麦肯锡研究数字化转型研究了几十年：七成以上的转型失败，死因是目标不清、对不齐，不是技术。

AI不会修好一个坏策略。它只会让你的坏策略，执行得更快，规模更大。

第二种：买了一堆散装工具。

贝恩2025年的研究说，AI项目推不动，是因为没人负责、没有度量纪律、流程没重新设计。而工具全栈打通的公司，成本效率的提升，是散装工具公司的两倍。

自查方法很简单。让你团队列出平时在用的AI工具：超过六个，又说不清数据在工具之间怎么流的。

恭喜，你在演一出「生产力大戏」。工具很忙，生意没动。

第三种：品牌翻车。

可口可乐用AI做节日广告，被消费者骂上了热搜。那个AI版的威利·旺卡体验，直接成了品牌灾难的教科书案例。

注意，AI内容出了事，砸的不是AI的招牌，是你的招牌。这是董事会级别的事故，不是营销运营的锅。

凡是面向客户、碰品牌口吻的AI输出，都得有一个人工审核的闸门。这不是官僚，这是保险。

第四种：个性化过头。

超过某个度，个性化就不像服务了，像监控。

B2B里尤其明显：对同一家客户的六个对接人同时猛推定制内容，换来的只有决策疲劳。CoSchedule的调查说，2026年真把个性化列为目标的营销人，只有9%。

这条线画在哪，眼下只有人的判断读得准。

第五种：试点炼狱。

这是最危险的一种，因为它看起来像进步。

BCG在2026年的CEO调研里发现：试点遍地开花，能算出账的没几家。IBM的数字是，只有16%的AI项目推到了全公司，只有25%兑现了预期回报。

2024年就重注营销AI的那批公司，2026年已经不在做实验了，他们在收割市场。你每多试一个季度，就把一个季度的先手，送给先下场的对手。

四道门

看多了成功和翻车的案例，可以提炼出一个简单的测试。任何AI营销项目，批预算之前，过四道门：

第一道，数据门。有没有干净的、自己拥有的数据喂给它？

第二道，流程门。进不进得了现有工作流，还是又一个数据孤岛？

第三道，归属门。能不能画一条线，从项目连到收入？

第四道，主人门。有没有一个具名的高管，为结果负责？

四道门过不了任何一道，要么时机没到，要么方案本身就设计错了。

接下来会发生什么

以上说的，还都是「AI当工具用」。下一波不一样，是AI当代理人用。

Gartner的判断是：到2026年底，40%的企业应用会带上执行具体任务的AI智能体，比2025年翻8倍。

落到营销上，就是投放自己实时调优，线索自己打分自己路由，内容日历跟着需求信号自己排期，客户旅程跟着个体行为自己变。

提前把超过一半AI预算押在智能体上的公司，ROI兑现率88%；所有AI采用者的平均数是74%。差距还会继续拉大。

但有个反面。Forrester警告，2026年企业会因为放任不管的生成式AI，损失超过100亿美元。普华永道的调查里，60%的高管说负责任地用AI能提升回报，可近一半人不知道怎么落地。

治理不是刹车，是让你以后敢踩油门的那块地。

回到那顿饭

那顿饭的最后，那位朋友问我：那你说，我现在该怎么办？

我说，先别买新工具。把手头每个AI工具过一遍四道门，连不到收入的，砍掉或者合并。然后指定一个高管，就一个人，为营销AI的回报负责，一个季度审一次。

再挑付费投放做一个试点，提前写清楚假设、成功指标和复盘日期。

剩下的，边打边看。

到2027年还能领先同行的公司，不会是试得最多的那批，而是对的方向上下注最快、治理搭得最早、领导真懂的那批。

工具用得更少，纪律更严，承诺更深。就这么回事。

祝你算得清每一笔AI的账。