订阅
知识

AI的账,为什么这么难算?

一篇学习类文章,探讨为什么AI营销的收益难以向财务证明,归纳了三个常见度量陷阱:只量活动不量变化、工作只是转移而非消失、收益与成本记在不同部门账上,并主张按整条工作流衡量变化。

ai-marketingevidenceworkflow
2026-09-01SupaMarketers3 分钟阅读

前段时间,一个做消费品行业的朋友约我喝咖啡。他在一家公司管营销。

咖啡还没上,他先把手机推到我面前:你看,AI上线半年,内容产出快了,投放素材多了,团队加班也少了。可上周开经营会,CFO问了我一句话,把我问住了。

什么话?

省下来的钱,在哪儿?

他答不上来。产出明明肉眼可见地变多了,可财务就是不认这笔账。

我后来把他的账要了过来,拆开算了一遍。

发现问题不在AI身上,在算账的方法上。

先看两组数字,你就能明白这件事有多拧巴。

The CMO Survey有个预测:到2029年,AI会驱动超过一半的美国营销活动。再看已经发生的:2025年,销售生产力提高了14.1%,客户满意度提高了10.8%,营销管理费用下降了14.6%。几乎全线飘红。

Witness.AI去调研了一批高管,问AI项目到底赚没赚到钱。结果,只有9%的人敢说,自家超过四分之三的AI项目带来了实打实的财务回报。

9%,什么概念?十个高管里,摊不出一个敢拍胸脯的。

还有68%的人承认,过去12个月里,AI项目至少超支过一次。

CMO这边更扎心。Conviva在2026年做了一份全球CMO调研:只有16%的CMO,能自信地拿出证据证明AI投资的效果;将近70%的人,没法精确衡量结果;21%的人,连一套稳定的度量体系都没有。

连把尺子都没造。

一边是全线飘红,一边是九成高管不敢认账。

怎么回事?

原因说来也简单:AI的影响,横跨了太多环节。我把常见的坑,归成了三个。

坑一:量错了东西

什么叫量错了?很多公司算AI的账,是这样算的:以前一篇稿子要写8小时,现在AI帮着写,2小时搞定,省下6小时。再把省下的工时乘以人力成本,这就是"ROI"了。

有毛病吗?有。这算的是AI干了多少活,不是AI带来了什么变化。

多产出了多少素材、快了多少、省了多少人时,这些只能证明"运营效率变好了"。而效率变好,和钱省下来,中间还隔着很远。

那该量什么?量变化。量AI动手之前,这条流程长什么样;动手之后,又变成了什么样。一前一后,减出来的差值,才跟钱有关。

量变化,不量活动。

这里还有个反直觉的规律:你声称的收益,离AI直接干的活越远,就越难证明它是AI带来的。

别急,变化算清了,底下还埋着一层坑:数据。

今天用AI,难的早就不是"给模型多接几个数据源",而是"模型到底该信谁"。你每多接一个系统,就多暴露一批问题。同一个字段,两个系统定义不一样;同一条客户记录,存了三份,不知道哪份是最新的;两边数据打架,听谁的?

人可以拍脑袋,AI agent不能。它得知道这个字段是什么意思、上次更新是什么时候、几个来源里以谁为准、拿到这份数据之后能做什么。所以说,数据架构,本质上就是AI架构。

对了,算成本的时候,别忘了那些周边账:系统对接、数据清洗、治理、监控、员工培训、人工复核。这些都是AI的真实成本。漏了它们,ROI自然虚高。

坑二:活没消失,只是搬了个家

你想想看这个场景。

AI一晚上生成300条内容变体。快吗?快。省时间吗?先别急。

这300条,不会自己变干净。员工得一条一条过:事实对不对?符合品牌规范吗?跟存量内容重复吗?有没有法律风险?一圈查下来,省出来的时间,又填回去了。

AI agent也一样。它帮你把调研时间砍掉一截,但你要花新的时间去审它的例外情况、盯着它的决策别跑偏。一个任务省了70%的时间,听着很漂亮,可如果这些活只是从A岗位搬到了B岗位,公司整体一分钱没省。

所以,度量的单位要从"任务"换成"整条工作流"。

选工具,也是同一个道理。有些工具,演示的时候惊艳全场;真用起来,员工天天在系统之间倒腾数据、补上下文、修输出、等审批。功能越强,折腾越多。反而是一个功能没那么炫、但嵌进流程很顺滑的工具,最后省下的时间和钱更多。

工具的好坏,不取决于它有多少功能,取决于它顺不顺你团队干活的手。

坑三:收益和成本,不在同一个口袋

这是三个坑里最隐蔽的一个。

营销部门的AI账,收益很清楚:产出快了,人时省了,都记在营销头上。可成本呢?算力和基础设施,IT出;系统对接,工程部干;合规和安全,法务和风控扛;人工复核的工时,散落在各个团队。

收益是自己的,成本是大家的。

这么算下来,营销的AI项目当然漂亮。因为有一部分成本,记在了别人家的账本上。

那怎么办?把镜头拉远。量,就量整条工作流的变化;成本发生在哪个部门,就算到哪个部门头上;至于功劳,只有那些能合理归因到AI改动的结果,才记在AI账上。

最后,回到那杯咖啡

后来,我那位朋友把汇报口径改了。不再汇报"AI省了多少人时",而是拉着IT、法务的同事,把整条内容流程从成本到收益,重算了一遍。

新数字,比原来难看了一些。

但这一次,CFO点了头。

难看的账,才是可信的账。

AI从来没打算骗你,是算账的方法,把账算虚了。

更祝你,下一次汇报AI价值的时候,账上每一个数字,都经得起追问。

AI的账,为什么这么难算? | SupaMarketers