AI 营销到底有没有用?我去翻了一堆带数字的账本

前段时间,一个做电商的朋友问我:润,你说 AI 营销这事儿,是真有用,还是大家在一起互相壮胆?

我说,这个问题问得好。但空对空地聊没用,咱们看账。

我最近翻了不少公司自己晒出来的数字。不晒感受,晒账本。转化率涨了多少,时间省了多少,钱多赚了多少。翻完之后我的感受是:有些账,真的让人坐直了。

我挑几个给你讲讲。

先讲个卖胸罩的

Adore Me,一个做内衣的 DTC 品牌。他们有个很头疼的活儿:写产品描述。

一批描述,原来要 20 个小时。20 个小时,差不多三个工作日,就耗在写「这款内衣采用……」上面。

后来他们用了 Writer 的 AI 工具,还专门按自己的品牌口吻训练了它。结果呢?

一批 20 个小时,变成了 20 分钟。

你没看错,不是从 20 小时变成 15 小时,是变成 20 分钟。上新一个市场的时间,从几个月压到 10 天。非品牌词的 SEO 流量,涨了 40%。

这里面有个细节,值得你停下来想一想:他们没有直接用通用 AI 糊弄,而是花力气教 AI 学自家的品牌口吻。教出来的和没教的,差别就在这。

同一个工具,喂给它你的东西,它才是你的工具。

再讲个卖番茄的

你可能觉得,这种事都是大公司的游戏。错。

美国有家小家族企业,叫 The Original Tamale Company,卖塔马尔(一种墨西哥玉米面团食物)的。没有市场部,没有预算,老板娘自己干。

她用 ChatGPT 写脚本,用便宜的视频剪辑工具,追着热点做梗图风格的内容。每条视频的产出时间,大概 10 分钟。

结果,2200 万次播放,三周 120 万个赞,线下门店客流肉眼可见地涨。

10 分钟。跟大品牌抢同一个流量池。

所以别再问「小公司玩得起吗」。门槛塌掉的时候,不会提前通知任何人。

数字会说话,我给你报几个账

光讲故事不过瘾,咱们报账。这些数字都是公开可查的:

屈臣氏集团,上了 Revieve 的 AI 肤质分析,把线下导购那套「我看你肤质适合……」搬到线上。用过 AI 顾问的顾客,转化率比没用的高 396%,人均花费 4 倍,客单价高 29%。

亨氏,对,卖番茄酱那个。他们用 DALL-E 2 生成图片,干脆把「AI 画亨氏」这件事本身做成了战役,请公众提交提示词,还真的出了限量瓶。8.5 亿次自然曝光,社交媒体互动比之前的战役高 38%,媒体投资回报 25 倍。

HubSpot 给自己内部做邮件,从「这个人属于哪个群体」改成「这个人此刻想要什么」,用 AI 预测每个人的意图。转化率提升 82%,打开率涨 30%,点击率涨 50%。

Verizon 用生成式 AI 预测客户打客服电话的原因,能提前猜中 80% 的来电事由。门店每次接待省 7 分钟,估算避免了约 10 万次客户流失。注意,他们没有拿 AI 替掉客服,是给客服配了更好的情报。

欧莱雅的虚拟试妆,超过 10 亿次使用,做了 2000 万次以上的个性化肌肤诊断,转化率是 3 倍。

还有 Cadbury 那场「Not a Cadbury Ad」,用生成式 AI 做了 2500 多条本地化视频广告,请的是宝莱坞巨星沙鲁克·汗,但每条广告里他「代言」的是不同的小商店。触达 1.4 亿人,互动率飙升 32%。

天呐。2500 多条。以前这是想都不敢想的制作量。

大厂的成绩单

Google 前不久(2026 年 4 月)整理过一份 1048 个真实落地案例的合集。我从里面也挑了几笔账:

Etsy,那个手工艺品平台,用 Vertex AI 和 Gemini 处理 1.3 亿件商品的目录,商品理解的效率提升 80 倍,9000 万购物者拿到个性化推荐,搜索相关性提升 3-5%。

汽车零部件公司 Valeo,给全部 10 万名员工上了 Gemini Code Assist。现在 35% 的代码是 AI 生成的。

WPP,广告巨头,用 10 万多个 Gemini 智能体跑创意生产,创造的价值算下来是 2.5 倍,战役产出节奏做到了每 4 天一波。

巴西房地产内容公司 Gazelle,原来一条房产描述 4 个小时,现在 10 秒。

Swarovski 在 140 多个市场做个性化,邮件打开率高 17%,本地化效率 10 倍。

这样的账,我还能一直报下去。Radisson 生产力涨 50%、收入涨 20%;Sojern 的获客成本降 20-50%;游戏公司 Square Enix 的个性化邮件打开率涨 20%……

但报账不是目的。账后面的规律才是。

账本背后的三条规律

我把这些案例摊开来看,发现赢家们做的事,大概能归成三类。

第一类,把 AI 当自己人训练,而不是当外包用。

Adore Me 教 AI 学品牌口吻;Virgin Holidays 用 Phrasee 写邮件标题,也是拿自家的语气喂进去的,就涨了 2% 的打开率——但别忘了,在他们那个体量上,2% 就是几百万英镑的增量。还有一家叫 Vector 的 B2B 软件公司,拿 CEO 本人最好的二三十条帖子去训练 AI,再每周喂访谈记录保持新鲜。LinkedIn 粉丝从 7000 涨到 11000,主动上门的演示请求翻了两番,每周 4-5 条高质量内容,人工审核只要 15 分钟。

通用的是工具,喂过的是同事。

第二类,让人更强,而不是把人换掉。

Verizon 是最典型的。80% 的来电预测,不是用来裁客服的,是让客服接电话之前就知道对方为什么打来。HubSpot 也一样,从分群到读心,销售和运营的人拿到的情报更细了。

凡是想着「用 AI 省掉人」的,账面都一般;想着「用 AI 把人变强」的,账面都吓人。

第三类,敢把 AI 摆到台前。

亨氏把 AI 作画的过程做成了战役本身,Cadbury 让 AI 生成的巨星广告去替小店吆喝,搬家仓储公司 PODS 干脆用 Gemini 给纽约街头的卡车做「世界上最聪明的广告牌」,按街区实时换文案,29 小时覆盖全部 299 个街区,动态生成了 6000 多条不同的标题。

把 AI 藏在后台,它只是个降本工具。把 AI 请到台前,它本身就是话题。

AI 最好的广告位,可能就是 AI 自己。

最后,泼一盆冷水

讲到这里,你可能已经热血沸腾,准备明天就全员 AI 了。

慢一点。

这些账本有个共同的毛病:它们只记了赢的。实施成本多少?没说。多久见效?没说。在跑通之前失败了几个版本?更没说。后面要不要持续养着、喂数据、调模型?也没说。

所以这些数字,你把它们当方向看,别当保证书看。别人的 396%,是别人的。你的那一份,得自己一笔一笔做出来。

但方向本身,我认为已经很清楚了。就像开头那位卖塔马尔的女老板,她不会跟你讨论「AI 会不会取代营销」,她只关心下一条 10 分钟的视频。

也许,等大家还在讨论的时候就开始动手,才是这些账本里最值钱的一条规律。

祝你早日翻到自己那本账。