AI 正在重写营销。这 7 个变化，我一个个讲给你听

前段时间，朋友约我吃饭。他管着一家中型 B2B 公司的市场，坐下第一句话就是：

"我们网站、白皮书、内容，认认真真写了三年。最近，搜索突然不行了。流量掉得我睡不着觉。"

我说，把你最近三个月的搜索报告发我看看。

看完那几张图，我脑子里蹦出来的第一个念头是：

该来的，都来了。

不是因为你不努力。是因为游戏的规则换了。AI 把搜索、把投放、把你用户整个买东西的方式，从头到尾重拆了一遍。

这篇文章，我把眼下正在发生的 7 个变化，一个一个讲清楚。不保证让你今年逆袭，但至少，别再拿着上了锁的老地图，找新路了。

先听我说完。这就是那张新地图。

一、搜索突然学会"自己给出答案"

第一个变化，叫"零点击"。

你在搜索引擎里问一个问题，它已经不再给你一排蓝色链接了。它直接在页面上方，给你一段拼好的答案。你的问题，它自己答完了。

答完了，还有人点链接吗？

数据是这么说的：这种 AI 摘要，现在出现在大约 15% 的搜索里。整体上，自然点击被压掉 18%；信息类的问题，像"怎么做""怎么选"，压得最狠，有的直接掉了 47%。

更麻烦的是，这不只是 Google 一家。ChatGPT 每周有大约 4 亿人打开，Perplexity 每天要回 1500 万个问题。AI 搜索带来的流量，比去年同期涨了 527%。

人不是不搜了。HubSpot 的数据有点意思：B2B 软件类目的搜索量，一年掉了 58%，但剩下的人，都是带着钱包来的。

那流量去了哪里？去了"被 AI 引用"。

什么叫"被 AI 引用"？就是你的内容，不再按"排在第几页"算钱，而是按"AI 拼答案时，愿不愿意提我"来算钱。

这件事有个英文词，叫 AEO，回答引擎优化。我用大白话翻译一下，就叫：为被引用而写。

怎么写？给的答案一步一步来，配结构、配表格；放自己的原始数据，别光转别人的；图文视频一起上，别整篇就一段干巴巴的文字。装修社区的 Bob Vila 就是这么干的，步骤讲得清清楚楚，图又多，AI 拼装修答案的时候，就愿意优先提它。

我见过一个很痛的反面教材。2026 年，一家 B2B 软件公司，为了跟对手区别开，硬把内容定位成"纯人工写，绝不碰 AI"。半年，自然流量掉了 34%。对手呢？天天在 AI 答案里被点名，客户没断过。最后撑不住，把 60 多篇内容全部返工，砸进去大约 45 万美元，外加 6 个月的回血期。

所以第一句话，先钉在墙上：别跟搜索的新规则较劲。 你可以不做 AI 的"宣传文案"，但不能不做 AI 的"可信答案"。

二、AI 从"工具"变成了"管活的人"

第二个变化，叫"AI 接管一整条战役"。

以前的 AI，像个刚毕业的好学生：你让它写个标题，它写个标题；你让它写段广告词，它写段广告词。每一步，都得你指挥。

2026 年不是这样了。你只要给它一个目标，比如"这个季度在金融行业拿 500 个合格线索，单个成本别超过 150 美元"，剩下的事它自己串：圈人群、找痛点、出创意、投广告、跑 A/B、调预算，最后把线索交给销售，连下季度的计划都帮你排好了。

这叫"智能体式营销"，也就是 AI 自己决定怎么干完一整套活。

Google 的 Performance Max、Meta 的 Advantage+，其实"出创意、投放、跑量"这几步，早就开始自己干了。2026 年，把最前面"圈人群"和最后"交线索"也接上，这就是完整闭环。G2 有一份受委托的研究说，用上这套的团队，跑战役快了 25%，交付质量高 40%。样本不大，但我见过的团队，都对得上。

但我更想讲的，是它的坑。特别值钱。

我给你讲个故事。2025 年第二季度，有个全球消费品牌，一次做完 22 个国家的邮件营销。发送时间，全部交给 AI。AI 挑的，全是"历史上打开率最高"的时段。

21 个国家，表现都很好。只有一个国家，崩了。打开率跌了 68%，口碑值掉了 12 个点。

复盘时才发现：那边，是个全国哀悼日。AI 所有的历史数据里，都没有"今天是忌日"这回事。

这件事给我最大的冲击是什么？它技术上全对，但它不知道今天在发生什么。

所以我的结论很直白：AI 擅长看历史数据，不懂当下的处境。 文化、伦理、情绪、突发，这几道题，还得人来做。

我觉得最佳组合，是"半人马"——人骑马，马带路，人机同骑。

三、有人反向抄底

前两个变化，卷得人喘不过气。但有意思的是，还有一批人，卷"不用 AI"。

Gartner 有一个很反直觉的预测：到 2027 年，发达经济体大约 20% 的品牌，会主动宣传"我们不用 AI"。

哪些人？我看了三拨。

第一拨，隐私极敏感的人群。心理疏导、财务规划、法律咨询。客户怕自己最隐秘的资料，被拿去喂大模型。有的是做心理的平台，有的是做财产规划的机构，直接把"你的内容，绝不交给 AI"写进了引流文案。

第二拨，"手作"品。高定西装、限量印刷、手工插画。卖的就是"手艺"。我记得明尼苏达有一家设计公司，改口号"100% 人类创意，零 AI 捷径"之后，客单价涨了 18%。

我读到那个数字的时候，愣了一下：18%，这就是"人味溢价"。

第三拨，监管套利。欧盟《AI 法案》对某些环节要求太高，干脆彻底不用，省掉一大串合规审计，把"每一条都人工审定"做成卖点。

但"AI-free"这四个字，不能随随便便往门上一挂。

别把四个字挂门上，会死

2025 年有一家 B2B 内容公司，招牌就是"绝不让生成式 AI 碰我们的交付物"。半年，招牌就撑不住了：每篇成本比同行高 73%；出稿要 9 天，同行 2 天；年流失客户 22%，连写手都被对手挖走了。

最后怎么救？换成混搭：AI 负责收集资料、搭文章骨架、做 SEO，人类负责创意和判断。出来的成品，叫"AI 辅助、人原创"。这才活过来。

这问题看着反直觉，其实一句话就说透了：你的客户是怕 AI 多一些，还是怕你没效率多一些？如果你的客群，爱的是快和准，你非要喊"AI-free"，等于亲手把客户推到门外。

四、AI 从"客服"升级成"导购"

第四个变化，我更爱讲，因为它以后最容易被你看见。

以前的线上客服，是回答问题的机器人。现在的 AI 助手，能帮你把东西挑出来。

Shopify 有个 AI 导购，你问"我想给喜欢极简风的跑步党送个礼物"，它结合你逛的记录，把合适的商品挑出来，还带理由。这哪像在聊天，像在"带逛"。

再说 HubSpot。它把 AI 助手直接挂在高流量文章的边上，AI 自己开口："需要我帮您约个 Demo 吗？"它公开的数据：12% 的深度读者会直接下一步，比原来的静态按钮高 20%。

给你算笔账。我翻了做营销数据平台的 Improvado 的公开客户案例，攒了这么一张表：

场景	搭一个助手多少钱	效果	回本周期
B2B 软件筛线索	1.5 万到 4 万美元	访问时长 +34%，预约 +18%	4 到 7 个月
电商帮你挑	0.8 万到 2.5 万美元	每会话翻页 +22%，加购 +11%	2 到 4 个月
金融合规问答	3 万到 7 万美元	客服工单 -41%	8 到 12 个月

钱花对位置，都划算。但是。

AI 对话的价值不在技术，在入口，在人流。

给你讲个失败案例。一家公司，花 3.2 万美元，搭了一个 AI，专门回答"你们和 Google Analytics 比，差距在哪"。上线一查：只有 4% 的访客去聊，平均每人就聊了 1.9 句话，然后就没了。

复盘三个坑：一，入口只在"对比页"，那页本来就没流量；二，没有任何开场提示，大家不知道能问什么；三，聊完就结束了，没有预约，也没有按钮，只有一句"请联系我们"。

改法一看就明白：把 AI 挂在访客停留超过 2 分钟的页面上，自动弹出来；给它一行示范问题，比如"你们怎么做归因"；聊完直接接一个预约日历。

改完两个月？使用量暴涨 7 倍，Demo 的线索也来了。

对话、入口、转化，三步串起来，才是这笔钱花得值。

五、你的客户，可能根本不是"人"

第五个趋势，听着像科幻片，但它真的正在发生。

什么叫"机器客户"？就是 AI 代理，替你研究、比价、下单。

你的智能冰箱，看到鸡蛋没几个了，自己下一单。你的车队管理软件，里程数到了，自动预约门店保养。你的采购机器人，按用量报表，每天自己补货。

Gartner 预测：到 2027 年，发达地区一半以上的人，会有一位"能替我买东西"的 AI 个人助理；到 2030 年，线上消费里会有 1/4 以上，是机器代下的单。

这个客群，不看你的品牌故事。它不看情感，只认结构化的东西：价格、交期、接口稳不稳、退换货规则、技术参数。

所以你的产品，如果连"机器读得懂"都做不到，基本等于出局。

已经有谁在趟这条河？云上跑 Kubernetes 的公司，用的成本压缩工具（比如 Kubecost），已经在价格性能比对后自动换云服务商了。Amazon 的物品补货，表面渗透率还不高，但每年在涨 40%。制造业的采购机器人，能自动处理 15% 到 20% 的间接采购。

我的建议也很简单：先做一次"机器可读"自检。API 文档全吗？价格有没有结构化？库存能不能实时查询？能不能用指令下单？

0 到 6 分，还没准备好，机器会绕过你走。7 到 13 分，可以跟几个早期客户先合作。14 到 20 分，说明你准备好了，把"API-first"挂上招牌，出去打。

但别干傻事，不是所有生意都该伺候机器。高客单、要 6 到 12 个月评审的软件采购，强监管的医疗器械、金融产品，机器替不了，还得走人。

先问自己一个问题：我的产品，是"标准品"还是"非标品"？

标准品，准备好被机器挑。非标品，深耕人。

六、一条创意，生出全家福

第六个变化，特快，叫"多模态"。

什么意思？一个创意，长成文字、图片、视频、AR、语音。

以前的品牌，发一次新品，要一张主视觉、一条视频、三张海报、一个详情页，一个一个找供应商。慢，而且贵。

现在 AI 多模态，一条创意进"工厂"，各个形态一起出。

比如，让你的产品，5 分钟内出一条 1080p 的视频。比如，把录音用 30 秒的样本，复制成 50 种语言的配音。比如，设计稿投进去，直接生成能点的交互页面。

TikTok、Reels、Google Lens，都在把"看"变成新的搜索入口。Google Lens 一个月要处理几十亿次图片搜索。满屏文字的品牌，会在这些"屏幕国"里消失。

AR 试穿，是我最爱看的数字。Google 把它推广到了一百多个品牌。产品带上"试穿"按钮，互动率比静态图高 94%；用了试穿的人，加购率 40%，而基线只有 22%；退货的少了 25%。

我当时一看：乖乖，这组数，就是"体验的货币"。

但请别上头。有个美妆 DTC 品牌，给每个产品发布都上了全套内容，含 AR。第二个季度就崩了。你猜为什么？三个原因，一说就懂：

团队 70% 的时间，在搬格式，同一个素材换来换去。赶工出来的 AR，糙得不如静态图。最要命的是：AR 试穿，对口红、对眼影很有用，但对"护肤"基本无效。护肤卖的是质地和肤感，是靠眼睛看出来的吗？显然不是。

后来它的正确解法是"选择性使用"：口红用 AR，护肤用精拍图，教学类目用新手视频。ROI 回到两倍，生产成本降 40%。

别做全家福的上头演示，选你家最需要的那个"形状"。

七、最后一条，是"保险"

第七个变化，听起来像合规清单，但它其实是礼物。

AI 已经能替你管预算、写文案、投广告。那你要明白：一旦出事，是公司全部去填。

我给你亮四张牌：

算法偏误：历史数据里藏着的偏见，它原样学进去了。广告筛选、人群定向里，可能连着旧世界的歧视。

幻觉：AI 写产品参数、写用户点评，会一本正经地编，一脚踩进广告法的雷区。

隐私：AI 抓数据，如果没拿到合规授权，欧洲那边，一张罚单就是 2000 万欧元，或者全球营收的 4%，取大的。

归因造假：一堆 Bot 流量，装作你的活跃用户，你以为投的钱都赚回去了，其实全打了水漂。

所以，伦理与治理，从"锦上添花"变成了"出厂设置"。

欧盟《AI 法案》的处罚清单，我给你念两个最狠的：最严重的违规，3500 万欧元，或者全球营收的 7%。高风险 AI 不达标，1500 万欧元，或者 3%。这不是吓人，是今年 8 月已经落地执行的规矩。

罚则	金额	触及时机
欧盟《AI 法案》禁止项	3500 万欧 / 全球营收 7%	2025 年 2 月起
欧盟《AI 法案》高风险	1500 万欧 / 全球营收 3%	2026 年 8 月起
加州数据删除法	每次 7500 美元	2026 年 1 月起
GDPR 一般违规	2000 万欧 / 全球营收 4%	持续

你可能会说，这些离我远着呢。可 Gartner 给过个数：到 2027 年，没有正式 AI 治理框架的企业，罚单会是有框架同行的 3 倍，用户信任事故多 40%。

但你看钱都流到哪去了？"赚钱的 AI"采纳率，74%。专门治理的钱，只占 3%。都不成比例。

所以我的判断是：

治理不是成本，是保险。 先装护栏，再上规模。

做法很简单：上 AI 之前，先把数据治理和合规审定做起来，划 5% 到 10% 的预算给治理。它不是慈善，是保护你账上的钱。

我见过一个好做法。做营销数据平台的 Improvado，把治理提到数据层来做，250 多条校验规则先拦一道：人群定向偏离日常基准超过 20%，直接报警，不让脏数据进模型。这比在广告上线之后救火，便宜太多了。

别再七个都抓

七个讲完了，最后剩一个总结，就一句话：

不是七个都得上，绝大多数公司，做好一个就赢了。

怎么挑？别凭感觉。给自己两把尺子。第一把，准备度：我有数据吗？有人吗？有流程吗？第二把，紧迫性：如果拖满 12 个月，我要赔多少？

照着量一量：

最紧、最便宜的是 AEO，就是"被引用"那条，现在就做。回报高但要有基础设施的，是 AI 决策。机器客户，这两三年先做检查和准备，别急着大额投入。

还有一条，最容易拌倒的：你不能一边喊"我们不用 AI"，一边偷偷部署 AI 决策系统。收入模式会决定你选哪一边，别自己推翻自己。

最后回到我朋友。

看完报告，我只跟他说了一句：别刷排名了。今年做两件事。第一，把内容改成"能被引用"的样子。第二，往"AI 决策基础设施"挪一点预算。

他看我的眼神，从"这也行"，慢慢变成了"好像有道理"。

AI 不会替你选。它放大你的选择。

你手里的牌，和所有人差不多。真正的差别在于：是让 AI 替你做选择题，还是你替 AI 铺好路。

我能说的，就这一句：别给 AI 当员工，要给它当老板。

我祝你，永远不是那个被 AI 通知"结果"的人，而是那个给 AI 布置"目标"的人。

开工吧。