品牌们用 AI 做营销,已经卷到什么程度了?

前几天,一个做市场的朋友跟我吐槽。

他说,公司去年买了各种 AI 工具,今年预算会上一算,效率确实提了,但营收好像没多一分钱。

我听完就想笑。不是因为他的遭遇好笑,而是因为这不是他一家的问题。这两年,几乎每家公司的营销部门都在干同一件事:上 AI。但上完之后呢?

有的公司真金白银赚回来了,有的公司只收获了一堆"AI 落地汇报 PPT"。

差别在哪?

我最近翻了一圈全球品牌的实战案例,从可口可乐到宝洁,从欧莱雅到一家英国比价网站,发现这事还真有门道。我挑几个故事讲给你听。

先讲一个"老太太"的故事

英国电信运营商 O2,做了一件特别逗的事。

他们训练了一个 AI 老太太,叫 Daisy。干嘛用的?专门接诈骗电话。

你想想看,骗子打过来,以为钓到一个不懂科技的老太太,结果对面是个 AI,陪他聊几个小时,聊到他怀疑人生。骗子的时间被消耗光了,能去骗真人的时间就少了。

强!

但 O2 真正的目的还不只是抓骗子。这件事顺便告诉所有用户:我们家的反诈技术,是这个水平。品牌形象,就这么立起来了。

这就是我想说的第一点:AI 在营销里最值钱的用法,往往不是"提效",而是干一件以前干不了的事。

你觉得这话抽象?没关系,我们接着看。

比价网站的吉祥物,活了

再讲一个。

英国有家做保险比价的公司,叫 Compare the Market。他们有个吉祥物,叫 AutoSergei,一个人设特别靠谱的"顾问"形象。

这家公司干了什么呢?花了九个月,把 AutoSergei 从一个广告形象,变成了一个真正干活的 AI 工具。它帮你盯着各家保险的价格,该提醒的时候提醒,该建议的时候建议。

结果呢?他们发的沟通比以前更少了,但更准了。CRM 收入涨了 55%。

这里有个反常识的地方,你品一品:消息发得越少,赚得越多。

以前营销的思路是,多触达、多曝光、多发券。AI 让"少而准"第一次变得可计算。信息少,用户才愿意看;看得见,才有转化。

什么叫精准营销?说白了就是,在对的时刻,只说一句对的话。以前做不到,是因为算不过来。现在 AI 替你算了。

可口可乐的"双速"打法

那你可能会问,大品牌怎么干?

可口可乐的营销团队提过一个说法,叫"双速"(dual velocity)。什么意思?

一条腿快跑:用生成式 AI 快速出素材、快速测试、快速迭代,一天之内试几十版广告创意。

另一条腿慢走:品牌层面的东西,价值观、审美、长期资产,依然靠人来守,一点都不敢交给机器瞎生成。

我特别喜欢他们的一个表态:积极跳进去试,但绝不为了用 AI 而用 AI。

这话听着像场面话,但你对比着看就知道有多难得。多少公司的 AI 战略,本质上是"老板要求用 AI,所以我们用了 AI"。

宝洁(P&G)走的是同一条路的另一个版本。他们用 AI 做广告测试和优化,以前要几周的测试周期,压缩到几天,成本降到原来的十分之一。注意,省下来的钱和时间,最后还是要砸回"哪个创意真正有效"这件事上。

工具变快了,是为了让判断变准,不是为了让你多发十倍的垃圾。

被忽视的那一半:留人

讲到这,你可能以为我要说"AI 全面替代营销人"了。

恰恰相反。

消费品公司利洁时(Reckitt)有一位负责数据和媒介的高管说过一句话,我认为值得写在每个营销部门的墙上:生成式 AI 应该"替代任务,而不是替代岗位"。

什么意思?写初稿、做翻译、拼素材、跑测试,这些"任务"交给 AI。但判断哪个洞察是对的、哪句话符合品牌,这个"岗位"的价值反而更大了。

甚至有一个更扎心的提醒:如果你用 AI 把初级岗位全砍了,省下的钱,买断的是自己未来的人才供给。今天的初级员工,就是十年后的营销总监。让他们从打杂里解放出来,去做真正长本事的事,这才是正解。

还有欧莱雅。他们的全球首席数字与营销官 Asmita Dubey 的观点更进一层:现在对营销人来说,最值钱的能力,是当 AI 作品的"批评家",而不是"指挥家"。

AI 能给你一百版方案。你要做的,是有能力问出那个戳破它的问题。

这话多好。

卡住大多数公司的,其实不是技术

最后说一个不太起眼、但可能最重要的事。

有研究去看那些 AI 投入产出比最高的公司,发现一个规律:它们并不是工具买得最多的,而是治理做得最清楚的。

什么叫治理?就是公司里有没有人能回答这几个问题:我们的 AI 战略是什么?谁能用、用来干什么?数据给谁管?出了错谁负责?

答不上来的公司,大多停在"试点"阶段。这个部门试一下,那个部门试一下,热闹了一年,全公司没有一个业务被真正改变。

反例是一家叫 YuLife 的保险公司。他们六个星期就把 AI 推到了全公司,为什么这么快?因为这件事是产品和技术部门牵头、当成一次产品发布来干的,有目标、有排期、有负责人。

推 AI 像发产品,不像发通知。发通知的,发完就完了;发产品的,发完才刚开始。

另外再多提醒一句:消费者的购买起点,正在悄悄搬到 AI 搜索和 AI 助手里。用户在对话里就问完、比完、决定了,压根没到你的官网。这时候你还在纠结"拉新还是留存",可能是个伪问题。真正的风险是,客户在你看不见的地方流失了,你连知道都不知道。

回到开头

那个朋友问我,那我们到底该怎么做?

我把这些案例翻完,其实就三句话。

第一,别把 AI 只当省钱的裁缝,要把它当能干新活的伙计。O2 的老太太、比价网站的 AutoSergei,都是"新活"。

第二,快的部分交给机器,慢的部分留给人。快的是产量,慢的是判断。

第三,先把"谁负责"想清楚,再谈"上什么工具"。

工具永远买不完,问题永远在变。但愿你别成为那个手握一堆 AI 工具、却在预算会上答不上"赚了多少钱"的人。