订阅
知识

生成式 AI 进了营销部:是好事,还是大麻烦?

深度分析生成式 AI 如何重塑营销部门——它既放大能力,也放大偏见。涵盖真实品牌案例、四类 AI 模型、五大新营销能力、业务转型、社会层面的利与弊、AI 给社会挖的五个坑,以及负责任采纳所需的政策框架。

ai-marketing
2026-07-26Go Next Marketer7 分钟阅读

前段时间,一位在五百强做营销的朋友跟我抱怨。

他们公司刚给整个市场部接入了生成式 AI。原本一个文案团队两周才能干完的活,现在半天就出来了。老板高兴,CFO 高兴。

可他高兴不起来。

「我用 AI 写出来的稿子,连我自己都分不出是我写的还是机器写的。客户那边呢? engagement 数据是涨了,但反馈里全是'假'、'空'、'没温度'。」

他问我:「这玩意儿到底是福是祸?」

我想了想,跟他说了句不太讨喜的话:

它不是福,也不是祸。它是个放大器。

你拿它造好东西,它放大好。你拿它偷懒,它放大懒。放大你公司的能力,也放大你公司的偏见。

今天我把这件事掰开揉碎聊一聊。

一、先搞清楚:企业到底拿它在干啥?

2022 年底,ChatGPT 一出来,整个商业世界炸了。

不到两年,Gemini、Copilot、Claude、文心、通义,全冒出来了。以前我们说 AI,脑子里想的是「推荐算法」「精准投放」。现在不一样了,它能写、能画、能剪视频、能写代码、能跟客户聊天。

我跟你列几个真实场景,你就知道它渗透得多深了。

可口可乐搞了个活动,让用户跟它的人工智能玩共创,11 天生成 12 万张图,没花一分钱广告费,平均每个人在里头泡 8 分钟。

JetBlue 用它改造客服聊天,一条对话省 280 秒,一个季度省下 7.3 万小时的人工。

Cadbury 在印度跟一家广告巨头合作,拿一位宝莱坞明星的素材,用 AI 切出了 13 万条针对不同街区小店的广告,最终拿了 9400 万次播放。预算还砍了一大截。

你想想看,13 万条广告。要是人来做,得多少人?多少年?

这就是生成式 AI 进了营销部之后的样子。

它不只是「工具升级」,它把「一对一营销」从理想变成了现实。

二、但是,事情没这么简单

我们容易被这些漂亮数字冲昏头。

可你往深了想一层:一家公司用 AI 越狠,它对整个社会的影响就越大。这事已经不归公司一家管了。

我脑子里有一条链子,是这样连的:

公司先用 AI(行动),长出新的营销能力(数据驱动、预测、场景化、增强、敏捷),再撬动业务转型(更懂用户、改产品、改营销组合、提升互动、做数字化),最后这些转型渗到社会里,影响你怎么花钱、怎么学东西、怎么跟人打交道、怎么看自己。

行动 → 能力 → 转型 → 影响。

每一步都有两面。每一步都有人赚,有人亏。

我先把镜头拉到「行动」这一环,看看公司用的这些 AI 模型,里面藏着什么。

三、四类模型,四个性格

公司里用得最多的,大致是四类:能写文章的、能看图的、能造假脸的、能认东西的。

先说能写文章的,背后是大语言模型,ChatGPT 是代表。

它强在哪?强在能模仿人类的语感,写邮件、写文案、做翻译、写代码。它读过的文字比你一辈子读的都多。

可它有个要命的毛病,分不清真假。它会在你不知道的时候,一本正经地胡说八道。学术上叫「幻觉」。它还会复刻训练数据里的偏见,性别、种族、政治都跑不掉。OpenAI 自己都承认,它的模型偏向西方视角。

再说能看图的,叫大视觉模型。DALL·E、Midjourney 这类出图工具都靠它。

它能识别、能分类、能生成。医疗影像、自动驾驶、商品搜索都靠它。但它也有坑,生成的图可能在抄别人作品,判断过程人看不懂(俗称黑箱),训练还要烧掉巨多电。

第三类是能造假脸的,叫生成对抗网络。

有个网站叫「This Person Does Not Exist」。你每刷一次,它就给你生成一张根本不存在的人脸。照片里的人栩栩如生,可这人压根没活过。

听起来挺酷?

反过来想,有人拿它做深伪视频,伪造政客讲话、伪造明星发言、伪造你老板的视频通话。隐私、版权、选举操纵、身份盗用,全跟着来了。

第四类是能认东西的,叫卷积神经网络。它擅长在图像和视频里找模式。人脸识别、贷款审批、医疗诊断都有它。

问题是,训练数据要是有偏见,它审批贷款就会歧视某些族裔,它诊断疾病就会对某些人群不准。而且它一旦做错,你很难搞清楚是哪一步错的。

四、这四类模型凑在一起,公司长出了什么?

能力。新的营销能力。

我说五种你最该关心的。

第一种,数据驱动营销。

以前你看用户分群,是「25-35 岁女性白领」这种粗线条。现在 AI 能把每个人的购买记录、浏览轨迹、社交发言、地理位置全捏在一起,画出一张只有你自己看得懂的画像。然后给每个人推不同的话术、不同的优惠、不同的图。

第二种,预测营销。

它不只看「你是谁」,还看「你接下来会做什么」。预测你下周会不会流失、下个月会不会复购、半年后会不会升级。预测准了,营销动作就精准了。

第三种,场景化营销。

在对的时刻,对的场景,说出对的话。你在通勤路上它推音频,周末推亲子内容,深夜推治愈系文案。

第四种,增强营销。

AI 把「不可能完成的任务」变成了「一个人就能搞定」。一个文案能同时产出 50 个版本,一个设计师能同时画 20 套方案。它把每个人的产出量放大了。

第五种,敏捷营销。

以前一场 campaign 筹备三个月,上线就改不动了。现在 AI 进来之后,今天发现趋势,明天出物料,后天看数据迭代。

听起来都很美,对吧?

我得在这里插句话。

这些能力不是天上掉下来的。它要数据,要算力,要懂行的人。一家公司有没有钱买 GPU、有没有干净的数据可喂、有没有既懂业务又懂 AI 的人,这几样东西决定了它能不能真正拿到这张门票。

资源不平等,能力就不平等,结果就不平等。

我接触过一些大企业的高管,他们跟我说得最多的,不是「AI 多强」,而是「我们公司花了好大力气,才把数据弄干净到 AI 能用的地步」。

这就是现实。

五、能力堆够了,公司就开始变形

能力一旦堆够,公司就不再是原来的公司了。它会在几个地方同时转型。

它会更懂用户。不再靠问卷、不再靠焦点小组,而是直接从海量行为数据里挖出用户自己都说不清的需求。

它也会重新认识自己。既然 AI 能做这么多事,那核心壁垒到底是什么?是数据?是品牌?是渠道?很多公司在这一步开始重新洗牌。

它会重做营销组合。产品用 AI 设计(丰田用 AI 出电动车原型图就是个例子),定价用 AI 调(动态定价、个性化优惠券),渠道用 AI 选(哪里开店、哪里铺货),推广用 AI 创(机器生成的海报、脚本、视频)。

它改写客户互动。7×24 小时在线的智能客服,能记住你所有偏好的导购机器人,永远不疲倦的销售助手。

它也会重构数字化战略。从「做个官网、开个公众号」升级到「全链路数据驱动」。

到这一步,公司已经脱胎换骨了。

六、然后呢?然后是社会

这才是我心里最沉的一块。

公司变了,社会就被推着变。我们不能只算公司的账,不算社会的账。

生成式 AI 给社会带来的好处,我能数出五样。

第一是财富触达。以前只有有钱人请得起的理财顾问,现在 AI 给了你一个。它给你做预算、做配置、做风险评估,还比你表哥推荐得靠谱。一些工具已经把「智能投顾」从奢侈品变成了日用品。

第二是社会包容。视障人士用 AI 应用能「看到」眼前的场景;听障人士用实时转写能「听清」会议内容;语言不再是你获取信息的墙,难民、移民、偏远地区的人,第一次能拿到跟一线城市同样的资讯。

第三是终身学习。它像你的私教,给你量身定制的学习路径,根据你的进度实时调整难度。它把「名师一对一」从奢侈品变成了标配。

第四是更聪明的生活。智能家居、智慧城市、个性化健康方案、灾难预警、能源优化,AI 让基础设施也学会了「思考」。

第五是个人健康。情绪陪伴机器人 7×24 小时在线,监测你手腕上的压力信号,提醒你冥想、给你写个性化食谱。

听起来像乌托邦?

我故意把好话先说完。

下面这些,才是我真正想让你警惕的。

七、AI 给社会挖的五个坑

第一个坑,你离不开它了。

你开始跟 AI 聊心事、找它倾诉、让它替你做决定。你跟真人的接触越来越少。它的回答永远即时,永远礼貌,永远顺着你说。可它给不了你真正的共情,给不了你那种「我懂你」的眼神。

时间一长,你会更孤独,更焦虑,更不知道怎么跟真人相处。

第二个坑,你的耐心被偷走了。

你习惯了 AI 秒回,再面对真人,你爸妈、你伴侣、你的同事,你就会觉得他们慢、他们烦、他们不上心。

人际关系,开始出问题。

第三个坑,你的脑子开始退化。

什么问题都先问 AI。AI 给你答案,你不再去分析,不再去质疑,不再去深挖。你失去了「定义问题」这个最关键的能力。

更可怕的是小孩。他们从小学就开始用 AI 写作业、查答案,没经历过「卡住、挣扎、突破」的过程。这个过程的副产品,恰恰是真正的思考能力。

第四个坑,你的创造力被悄悄抹平。

AI 给你的「灵感」,其实都是它训练数据里的均值。你越用,你的产出就越像别人。大家都在用同样的工具,最后所有人的作品都趋同。

个性化,反而变成了新的同质化。

第五个坑,你被关进了回音壁。

AI 算你想看什么,就给你看什么。你以为世界就是这样,其实你只看到了算法想让你看到的那个版本。你的偏见被强化,你对外部的理解被扭曲。

而这一切,发生得无声无息。

八、所以,政策该出场了

公司不会自己管自己。市场也不会自己纠偏。

这件事,必须有规则。

在个人这一层,得立法管住两件事:一是深伪内容怎么标、怎么禁;二是用户的数据到底归谁、谁能用、出了事怎么追责。你不能等用户被深伪视频骗了之后才来补课。

在公司这一层,得让三件事变得清楚:AI 替代了谁、AI 出错了谁负责、AI 用了谁的数据该怎么给原作者补偿。透明度、问责制、再培训计划,一个都不能少。

在国家这一层,得回答两个硬问题:怎么让 AI 的红利不集中到少数巨头手里?怎么防范它被用来操纵选举、伪造民意、危害国家安全?

这些问题,不是某一个政府、某一家公司、某一个学者能单独回答的。

它需要坐下来谈。需要政府、企业、学界、公民社会一起上桌。

写在最后

我跟那位朋友聊完,他沉默了一会儿,说:

「那我这 AI 还用不用?」

当然用。

不用,你下一波就被淘汰。

但用,不等于闭着眼睛用。

你要明白,你接进来的不只是个工具,你接进来的是一整条「能力-转型-影响」的链。这条链最终会落到一个具体的人头上。可能是你的客户,可能是你的员工,也可能是你自己的孩子,或者是十年后的你自己。

我特别喜欢一句话:

「凡是命运的馈赠,都早已在暗中标注好了价格。」

生成式 AI 给营销、给商业、给社会带来的,是一场巨大的馈赠。

但价格标签,已经被贴上了。

我们能做的,是在结账之前,先把那张标签看清。

生成式 AI 进了营销部:是好事,还是大麻烦? | Go Next Marketer