CFO 一句"这 AI 到底赚没赚钱",把多少营销总监问哑了

前段时间，一位做 SaaS 营销总监的朋友跟我倒苦水。

他说，公司今年在 AI 工具上砸了快两百万。内容产能翻了五倍，邮件触达、个性化外呼、落地页变体，全部上自动化。老板最初挺高兴，觉得这把稳了。

结果上季度复盘，CFO 当着所有高管的面，问他一句：

「这 AI 投入，到底带来了多少收入？」

他愣了三秒。

不是没数据，数据多得很。后台打开全是图表，触达量、点击率、停留时长，每一项都很漂亮。可就是这一句最朴素的"赚没赚钱"，他答不上来。

不是他不行，是测不出来。

一个让人难受的事实

有一份面向高管的调研，问了一圈：你能自信地衡量公司 AI 的投入回报吗？

只有 29% 的人说能。

另一份面向营销人的报告更狠，六成到七成五的人承认，自己的衡量方法根本不达标。

也就是说，十个营销总监里，七个在 ROI 这件事上是心里没底的。

为什么？因为过去那套测量的"尺子"，早就对不上现在的"形状"了。

你那把尺子，是给上个时代的买家做的

什么叫"上时代的买家"？

就是十年前那种——搜个关键词，点你的广告，进官网逛一圈，留个资，成交。一条直线，每一步都被你看得清清楚楚。

最后一击归因（last-click attribution）就是这么设计的：谁点了最后一个链接，功劳就算谁的。

简单、清楚、好算账。

可是你想想看，2026 年的你，自己买东西是怎么买的？

你先在某个 AI 助手里问一句"哪个 CRM 适合中型 SaaS"，它直接给你一个总结答案，你看完心里就有谱了——根本没点进任何官网。

你同事推荐一篇白皮书，发在公司 Slack 群里，大家讨论了半天，谁也没去那个注册页留邮箱。

你在搜索引擎看到的，不是十条蓝色链接，是顶部一段 AI 生成的总结，里面提到三个品牌名。你记住了，但搜索引擎的点击追踪，记不住你。

影响力真的发生了。购买决策真的被影响了。可你的后台 dashboard 上，这一切像从未发生过。

三个看不见的"小偷"

我把这件事拆给你看，你就明白为什么测不出来了。

第一个小偷：零点击搜索。

现在超过一半的搜索，结束的时候一个链接都没被点。

读者在 AI 概览里就把问题解决了，带着答案离开。你的品牌如果出现在那段总结里，那是一份实打实的影响力——可是归因系统看不到，因为根本没有"点击"这个动作可以被记录。

对做品牌、做思想领导力的 B2B 团队来说，这尤其痛。因为决策者往往是先记住你的名字，才在某个时刻愿意接你的销售电话。结果这份"被记住"的功劳，被白白抹掉。

第二个小偷：暗社交。

研究说，超过八成的 B2B 内容分享，发生在你看不见的私密渠道里——Slack、邮件转发、WhatsApp、私信。

举个例子。新加坡一家公司的 CTO，把你们那篇行业报告扔进高管群。两周后，群里一位 VP 提了个 demo 需求。你猜你的 CRM 会把这个成交归因到哪儿？

"直接流量"，或者"无来源"。

真正影响成交的那篇报告，在那个群里转了一圈，从来没出现在你能追踪的任何地方。

在亚太市场，这事更严重。因为这边的生意，本来就靠关系、靠引荐、靠私下的信任。一条 WhatsApp 里的推荐，比十个冷邮件都管用。可你恰恰看不到这条 WhatsApp。

第三个小偷：内容洪流。

AI 工具确实好用。同一个团队，过去一周写四篇博客，现在一周能写二十篇。

但是，当你的内容产出翻了五倍，一个问题就指数级放大了：到底是这二十篇里的哪一篇，影响了哪一笔订单？

信号还是那么多，噪声翻了五倍。信噪比塌了。

有研究说，用了 AI 的公司平均 ROI 高 10% 到 20%。听起来不错。可同一个研究还说，去年七成到八成的 AI 项目，根本没达到预期的回报。

工具没坏，是衡量工具的那套方法，跟不上工具产出的速度。

那聪明的营销人，现在在玩什么

既然旧尺子量不了新布，那就换把尺子。

不是一种新尺子包打天下，是把三把尺子组合起来用。

第一把：营销组合模型（MMM）。

这套东西是上世纪的广告公司玩剩下的，现在又火了。为什么？

因为它不追单次点击，它看的是大趋势——你过去半年在哪些渠道投了多少钱，整体业务结果怎么变。线下活动、品牌广告、那些不产生可追踪点击的动作，它都能算进去。

适合在多个市场、多渠道并行作战的 B2B 公司。它把你那些"看不见的影响力"，至少在宏观层面接住了。

第二把：基于影响的归因（influence-based attribution）。

不再纠结"最后一次点击"，而是看一群账户在你这里到底发生了什么——看了多久内容、回访了几次、成交周期是不是比没接触过你内容的账户更短。

说白了，它衡量的不是"谁点的最后一击"，而是"你的内容到底有没有改变这群人的行为"。

这才是 B2B 买家真实的采购方式：不是一次冲动下单，是反复地看、反复地比、反复地讨论，最后才拍板。

第三把：自我报告的归因。

这一把最被低估。

怎么做？就在你的 demo 申请表或第一通销售电话里，老老实实加一句：「您最早是怎么知道我们的？」

听起来土，但它在偷偷救你。

如果一个季度下来，有十个潜在客户告诉你，他们是在某个 Slack 群里被同事推荐的，或者在一场行业沙龙上听人提起的——这就是你那些"暗流量"的实证。没有任何工具能追踪到，但他们亲口告诉你了。

三把尺子，单用哪一把都有盲区。叠在一起，你看到的就接近真相了。

亚太这盘棋，更难下

我之前讲的都是全球共性的问题。但放到亚太，事情还要再加一层复杂度。

我给你讲三个市场。

新加坡。 这边的 B2B 科技和 SaaS 公司，背后往往是区域总部或全球总部在管账。总部要的就是一个数——ROI。可是新加坡本地的数据环境，让这个数极难算准。要解释"为什么算不准"，比算出一个准的数还难。

澳大利亚。 这边的隐私法案今年又有新动作，能收集、能用、能存的第一方数据被进一步收窄。再加上 cookie 在持续退场，原本就窄的可追踪窗口，又被挤掉一截。

马来西亚和香港。 这两个市场的生意，靠的是人脉、引荐、饭桌上的对话。一大半的成交影响力，发生在 CRM 永远不会出现的地方。那些为数字化市场设计的归因模型，搬到这里根本不服帖。

所以，亚太的营销人，不是去硬撑那个"看不见的差距"，而是要主动搭一套诚实的框架——承认有些东西看不见，然后用一线的反馈、客户的原话、信号层面的洞察，去补那个洞。

最后说一句

回到开头那位朋友。

他后来跟我说，最难的不是没有数据，而是数据太多，却没有一个数能站出来替他回答 CFO。

我跟他讲，这不是你一个人的问题。

整个行业，都站在"AI 让营销变得更强"和"我们越来越看不清这种强"的交叉路口。

旧的归因框架，是为点击时代设计的。而我们已经走进了 AI 概览、暗社交、内容洪流叠加在一起的新世界。继续用旧尺子量新布，只会越量越焦虑。

换尺子。换思路。

承认看不见的部分。补上能补的部分。

剩下的，就交给一份对真相的诚实。