B2B 营销的牌桌，已经换了

前段时间，我去拜访一位做了十几年 B2B 营销的老朋友。落座第一句话，他先叹气：钱越花越多，心越来越慌。

我问，慌什么？

他说，三件事。

第一，官网流量还在，询盘越来越少。第二，预算今年明明涨了，可老板一问"这些钱到底带来了哪几笔单子"，他就哑火。原话是："我知道这些项目有用，可我没法在报表里证明它。"第三，最邪门——刚成交的一个客户，前前后后有十几个不同的人看过他们的内容、接过他们的邮件，可销售到现在都说不清，对方内部这一单是怎么聊成的。

我听完跟他说：你这不是手艺退步了，是牌桌换了。

不是哪一张牌没打好，是好几张牌，同时换了。

一、买家发现你的方式，变了

先说最大的那张。

以前 B2B 买家怎么找供应商？搜索引擎。谁关键词铺得密、外链攒得多、页面开得快，谁排在前面。所以过去十年，B2B 营销人的核心手艺是 SEO。

现在呢？给你一组数：79% 的 B2B 买家，调研方案的第一站已经不是搜索结果页，而是 AI 工具，ChatGPT、Perplexity、Google 的 AI 摘要，都在其中。AI 摘要已经出现在 13% 的搜索结果里。57% 的搜索，以零点击收场。

什么叫零点击？就是买家的问题，AI 在结果页上直接答完了。他根本没进你网站。

这意味着，搜索这个角色变了。以前的搜索引擎是目录，帮你把网页排个序；现在的 AI 搜索是综合引擎，它自己读几十个来源，提炼、总结、重组，最后给你一个"标准答案"。

所以你要争的，已经不是"排第一"，而是"被引用"。AI 答完问题，脚注里有没有你。

那怎么让 AI 引用你？几件事：内容结构化，FAQ、对比表格、清单，让机器好抓取；内容够深，一篇 3000 字讲透，胜过十篇 300 字的浅文；出处透明，每个数字都链到一手来源；还有一样叫"实体显著度"，通篇明确、反复地用你的品牌名，让 AI 认定你是这个话题里一个确定的主体，而不是模糊的"我们""该平台"。

不过这里有个坑：**内容是写给机器抓的，单子最终是人签的。**你要是把它写成维基百科，每段都是条目，没有观点、没有故事，AI 或许愿意引用你，人看了却毫无感觉。

聪明的团队做双层内容：一层给机器，结构化、可引用；一层给人，讲案例、讲判断、讲人话。

二、要说服的人，从一个变成了一群

第二个变化，藏在客户公司内部。

以前做 B2B，抓住一两个关键人，单子基本就成了。现在呢，采购决策从过去的少数关键人，变成 5 到 16 个人一起拍板，用的人、管技术的、管钱的、最终签字的，各有一套考量。而且 74% 的采购委员会，内部还会吵起来。

很多团队的反应是：那好办，个性化。给 CMO 发品牌内容，给 CFO 发成本计算器，给 CTO 发安全白皮书。多贴心。

Gartner 做过研究，结果很打脸：对个人做精准个性化的内容，59% 的情况下，反而会伤害共识。

为什么？你想想看。CMO 收到的材料说，这东西能降获客成本；CFO 收到的说，这是一笔新的开支；CTO 收到的说，这有集成风险。每个人都拿到了"为自己定制"的内容，结果三个人心里的方案，根本不是同一个方案。共识反而更远了。

正确做法是反过来：**先统一叙事，再分角色加细节。**所有人都清楚核心价值主张是同一句话，比如"把获客成本降 40%"，然后 CMO 拿到品牌层面的注脚，CFO 拿到预算腾挪的账，技术负责人拿到实施时间表。围绕采购小组做相关性内容，Gartner 的数据显示，共识度能提升 20%。

一边是 59% 的负作用，一边是 20% 的正作用。方向反了，越努力，越成不了单。

这就是为什么，大客户营销（ABM）的打法整个换了。过去看"联系人"，现在看"委员会"。你得说得出，重点客户的委员会里，谁是为你在内部说话的人，谁管预算，谁管安全，谁是天天用的人。给为你说话的人递弹药：一页纸的对比表、ROI 计算器、能直接转发给怀疑者的演示录像。

我见过一个挺扎心的自测：你说得出你前 20 个重点客户里，委员会成员的名字吗？如果你的"个性化"只是把邮件里的 {姓名} 替换掉，那不叫 ABM，叫群发。

还有，别贪多。先挑 10 到 25 个客户，把流程跑通、算出回报，再扩张。一上来铺 500 个客户的"ABM"，做着做着就退化成了普通投放。

三、AI 从参谋，变成了执行者

第三个变化，是关于 AI 怎么用的。

96% 的营销人已经在用 AI 了。但"用 AI"这件事，正在分岔。

一拨人拿 AI 当参谋：问个数、写篇稿、出张表。

另一拨人，开始拿 AI 当执行者，行话叫智能体（AI Agent）。它不只是回答问题，它自己盯信号：网站上谁在看定价页、谁下了白皮书、CRM 里谁最近活跃。一旦发现某家公司好几个人同时在看你的产品，它就自动标记：这家公司的采购委员会在成形。然后自己决定下一步：给副总裁发领英私信，给工程师发技术文档，给 CFO 发 ROI 计算器。广告跑不动了，它自己停；预算该挪了，它自己挪。

强。市面上已经有产品把这事做成了。有个叫 Improvado 的营销数据平台，做了个 AI Agent，背后接了一千多个数据源。营销经理直接用大白话问：这个季度，哪些投放渠道在 Google Ads、领英和我们自己的活动报名里是正回报？它自动翻译成 SQL，查数据仓库，出图，还能接着追问、往下钻。

听起来很美好。但我必须泼一盆冷水。

Forrester 有个预测：无人治理的生成式 AI，将给 B2B 公司造成超过 100 亿美元的损失，股价下跌、法律和解、监管罚款，都算在内。

这 100 亿美元，是怎么亏出来的？AI 基于错误归因的数据，把预算加倍投进一个"看起来赚钱"的渠道；AI 学习了你过去成单的历史，也一并学会了历史里的偏见，永远错过新市场；AI 自动生成的邮件，用了客户没授权的数据，撞上 GDPR。

所以记住一句话：AI 不擦脏数据，AI 只放大脏数据。

AI 是放大器。好战略，它帮你加速；坏战略，它也帮你加速。

那什么时候能上智能体？先过三道检查：数据打通了吗？数据质量稳吗，每个季度劣化率是不是在 10% 以内？有没有人能校验 AI 给出的结论？三道都过，再上。有一道不过，先补那一道。

四、量成绩的尺子，变了

第四个变化，最疼，因为它动的是营销人自己的 KPI。

什么叫 MQL？市场合格线索，就是下载了白皮书、填了表单的人。过去十几年，营销部门拿它交作业。

问题在哪？下载白皮书的人，可能永远不接销售电话；而一个老客户的转介绍，MQL 体系根本不记录，人家 14 天就成单了。你考核了半天的东西，和真正产生收入的东西，几乎是两回事。

更尴尬的是，今年 56% 的营销人预期预算会涨，可 90% 的团队算不清归因，25% 连 ROI 都量不出来。平均销售周期 10.1 个月，一笔单子几十个触点，数据还散落在广告平台、CRM、活动工具里。开头我那位朋友那句"没法在报表里证明"，就是这么来的。

所以领先的团队换尺子了。不再数 MQL，改看几样更硬的东西：管道速度，从第一次触达到变成真正的销售机会，要几天；品牌助攻单额，接触过你品牌内容的客户，和只看过广告的客户，谁的单子更大、周期更短；还有意图峰值到销售跟进的时差，客户最热的那几天，销售接住了没有。

顺便说一句，市场和销售也别再两张皮了。有 44% 的 B2B 营销负责人说，他们最大的难题就是这两个团队不对齐。解决办法朴素得很：每周坐下来对一次数，这周新增了哪些管道、哪些单子赢了为什么赢、哪些线索是垃圾、下个月要打什么仗。共享一把尺子，比十场动员会管用。

不过换尺子之前，先修地基。教你一个简单的自查：去 CRM 里看看，多少笔交易在"初步联系"阶段躺了 90 天没人动？多少笔成交的单子连来源都没记录？一查一堆的话，你的问题根本不是战略不先进，是数据不干净。很多战略问题，扒开一看，都是数据问题。

地基里还有一块，叫一手数据。第三方 cookie 已经死了，过去那套"租流量"的打法跟着一起失效。往后比的是自己攒的数据：表单、登录行为、活动签到、产品使用记录。而且这本账不等人：邮箱名单每年自然劣化 22%，不按季度清洗，定向精度一年就塌。

五、内容的胜负手，从创作挪到了分发

第五个变化，关乎内容本身。

有预测说，今年全网流量的 82% 会是视频。这个数字听着唬人，结论却反直觉：正因为人人都有视频，普通的产品演示视频，就成了空气。真正拉开差距的，是交互式产品演示、给重点客户一对一录的屏幕视频，以及把自有研究做成数据可视化短片。烂视频比没视频更伤品牌：画质糙、声音糊、脚本放之四海皆准，观众嘴上不说，心里已经给你降了半档。

分发也一样。1 万美元做的深度报告，一分推广预算不给，跑不过 4000 美元做内容、6000 美元做分发。60% 给分发，40% 给制作，别反着来。

还有聊天机器人。97% 的 B2B 公司都上了，可大多数还是那句"您好，请问有什么可以帮您"。真正有用的机器人，认得出访客来自哪家公司、聊到哪一步：企业客户直接转销售，小客户转自助试用。但分寸是底线：人家没主动报过身份，你一句"我看到您是某某公司的"，那不叫贴心，叫吓人。

六、信任的来源，变回"人"了

第六个变化，最有意思。所有人都在谈 AI 的时候，最"原始"的东西回来了。

第一样，员工和专家的嘴。你想过没有，买家去问 AI，AI 的答案引用的是谁？分析师、一线从业者、行业专家，唯独不是你官网首页的文案。AI 时代你有没有存在感，取决于第三方有没有人替你说话。75% 的大型 B2B 企业，今年都要加做专家关系的预算。

但这条路有个隐藏的坑：75% 的员工代言项目，死于合规。员工替公司说话要亮明身份，不能随口承诺产品效果，金融、医疗行业还有额外的监管关卡。所以这事必须有专人管，0.5 到 1 个全职编制。你让增长经理"顺手带一下"，基本就黄了。

第二样，线下小饭桌。49% 的 B2B 公司今年在加线下活动预算。注意，账要重新算了。同样 15 万美元：办一个大展位，能扫两三百张名片，其中真正的决策者对话，10 到 15 场，最后约出 2 到 3 个跟进会议。同样的钱，办 10 场 15 人的高管晚宴：150 位精挑细选、有资格到场的客人，一顿饭聊 90 分钟，跟进会议的转化率能到 60% 到 70%。

大展位是交易，扫个码，换个笔。小饭桌是关系，一顿饭下来，你们有了共同经历。

第三样，社区。Slack、Notion、Figma 起家时都没砸广告，靠用户社区滚出来的。社区有条 90/10 的规矩：90% 的内容是用户互相帮忙、交流打法，10% 才轮得到你自己的产品。你要是把社区当广告位，它一夜就死。而且别高估起点：活跃成员到不了 500 人，社区暖不起来。

技术放大规模，但关单的，还是信任。

七、透明，成了新的入场券

第七个变化，很多人还没反应过来：AI 透明正在变成采购的入场券。

以前企业采购，问功能、问价格、问 SLA。现在，大公司的采购团队在需求书里直接加问题：你们的模型用什么数据训练的？请提供数据血缘文档。你们的偏见测试方法是什么？答不上来，技术评估都不用进。

采购团队这么问，是有原因的。欧盟 AI 法案从 2026 年起生效，把 AI 系统按风险分级，高风险应用必须做风险评估、留人工监督、备好数据治理文档。美国各州的规定虽然碎，方向也在往这种透明要求上靠。

所以给所有 B2B 厂商一个实在建议：趁早备一份"AI 透明文档"，销售在采购阶段直接拿得出来。里面要有：模型卡，这个 AI 干什么、用什么数据、不干什么；训练数据来源；偏见测试结果；人工审核环节设在哪儿；数据流转图；SOC 2 Type II 这类认证。像 Improvado 这样的平台，SOC 2、HIPAA、GDPR 这些认证常年备着，采购要看随时能给，就是把这一步当成了标配。

做这套东西，前期要花 3 到 6 个月。值吗？

值。**短期看是成本，长期看是护城河。**今天不做文档的对手，发版是快了；明天采购一问，一问就出局。

八、知道什么时候不跟，比跟风值钱

最后一条，也是我最想提醒你的一条：上面这些，全是"适用题"，不是"必答题"。

大客户营销，适合年均合同额 5 万美元以上、销售周期 30 天以上的生意。合同额不到 5 万美元，养一套 ABM 的成本比毛利还高；销售周期不到 30 天，委员会根本来不及成形。

智能体 AI，适合数据过关、有分析人才的团队。数据都理不清的公司上智能体，等于给一台脏机器装涡轮增压。预算不到 10 万美元，也别急着上，实施加平台的成本先吃掉你半年的回报。

个性化，适合每个细分至少 500 个联系人的规模。不到 500 人，你建的模型学的是噪音。

社区，适合产品本身有网络效应的生意。用户彼此不需要交流的产品，硬建社区，只会收获一个几十人的死群。

你发现没有，每一条"不跟"的理由，都是诚实地面对自己的阶段和体量。知道什么时候说"这条不适用我们"，比什么都想学的热情，值钱得多。

回到那张牌桌

那天最后，我跟朋友说，你别慌。牌桌是换了，可新牌人人都在重新摸，谁都还没摸成胡。

他回去干了两件事：把散在八个系统里的数据，先接进一个仓库；把 25 个重点客户，一家一家画出委员会的座位表。三个月后他告诉我，询盘没有暴涨，但销售说，现在打进去的每个电话，都接得上了。

这场变化，说到底就是两句话：买家问 AI 的次数，多过问你的销售；拍板的，从一个人，变成了一群人。可绕了一大圈你会发现，最后关单的那一下，还是发生在人和人的信任里。

工具在变，尺子在变，人没变。

祝你，不但看得懂新牌桌，还能在新牌桌上，坐到该坐的位置。