营销人都在用 AI，但消费者越来越不买账

最近翻了一堆数据，越看越觉得有意思。

有意思在哪？营销人这边热火朝天，56% 已经把 AI 干进了正式活儿里，70% 把生成式 AI 列为今年最该盯的趋势。但消费者那边呢？一年之内，对品牌用 AI 的舒适度从 57% 掉到了 46%，只有四分之一的人信任品牌会负责任地用 AI。

一端在加速，另一端在踩刹车。

这是过去一年最值得营销人琢磨的事。

先把盘子看清楚：这到底是多大的生意

聊 AI 营销之前，得先搞清楚它在一个多大的池子里。

全球 AI 市场，2020 年大概 950 亿美元。到 2031 年预计冲到 1.675 万亿。你没看错，万亿。十一年涨将近 18 倍。中间只有 2022 年跌了一下——那是生成式 AI 浪潮来临前的一次短暂回撤，之后直接拉起。

专门做营销那块呢？小得多，但长得快。2020 年 120 亿美元起步，到 2028 年预计超过 1075 亿。大概九倍。

你想想看，1075 亿美元的营销 AI 市场，放在整个 AI 大盘子里只是一小块。但正因为是一小块，它一直在被大平台吸收——你后面会看到，MailChimp、Klaviyo、HubSpot 这些工具，比任何独立 AI 产品都铺得广。

机器学习是整个 AI 大盘里最大的细分赛道，到 2032 年预计在 5520 亿美元上下。光这一个细分，就比整个营销 AI 市场大好几倍。

世界经济论坛 2025 年的调查问了 1000 家雇主：哪些行业觉得 AI 和大数据会成为 2025 到 2030 年间的核心技能？信息技术和电信并列第一，都是 66%。连排在最后的行业，也有接近四成这么认为。

换句话说，这不是"要不要学"的问题，是"什么时候学"的问题。

钱也在追。2025 年新诞生的独角兽里，53% 是 AI 公司——2015 年这个比例只有 6%。CB Insights 还发现，2025 年每五个新独角兽里就有一个做的是 AI Agent。

营销人到底在拿 AI 干什么

大盘子讲完了。那具体到一线，营销人把 AI 塞进了哪些环节？

2025 年初的数字：56% 的营销人已经在正式工作中用 AI 了。其中 17% 大面积铺开，39% 在局部领域用。还有 26% 在摸索。完全没打算用的，只剩 13%。

过半了。这意味着用 AI 这件事，已经过了"要不要"的阶段。

那他们在用 AI 做什么？Ascend2 2025 年的调查排了个序——

排第一的是内容创作和优化，37%。

邮件营销优化，36%。

社交媒体管理和广告投放，35%。

内容个性化，33%。

你发现没有，前四名挤在 33% 到 37% 之间，差距很小。营销人用 AI，没在押宝某一个点。他们在内容相关的整条链路上同时铺开。

网红营销这个细分更夸张。Influencer Marketing Hub 2025 年的数据显示，大约 60% 的营销人已经在用 AI 做网红营销的事——37.8% 有限度地用，22.4% 大面积用。只有 9.5% 完全不打算碰。而且他们用 AI 干的第一件事，是自然语言处理，占了 49%，几乎是机器学习的两倍。深度伪造技术排第三，24.3%——这个数字有点让人发凉。

电商领域则呈现出另一种特征：铺得很平。Klaviyo 2024 年的调查里，客服支持排第一 37%，但数据分析、图片生成、调研、个性化、流程自动化、文案生成……全部挤在 30% 到 37% 之间。没有哪个环节特别突出，说明电商里 AI 是全方位渗透，不存在"只用在一个地方"。

有个 2024 年初的数字现在看有点老，但挺有意思。那时候 52% 的营销和媒体领导层完全没用任何 AI 内容工具。用的人里面，ChatGPT 独占 29%，甩开第二名整整十倍。WordPress VIP 做的这份调查，时间点是 2024 年初。放到今天看，这个比例分布早就被重写了。

B2B 和 B2C 不一样的地方

B2B 那边，AI 最好使的地方在漏斗两头。

Act-On 2025 年 2 月的调查：B2B 营销人觉得 AI 最有效的应用，排第一是受众定向，43%。第二是分析和报告，41%。个性化、邮件、内容创作这些排在后面，35% 到 36%。

B2B 的人不靠 AI 写东西，他们靠 AI 找人和看数据。

而说到趋势判断，Mediaocean 2025 年 11 月的调查直接：70% 的营销人把生成式 AI 列为 2026 年最该关注的消费者趋势，排第一。CTV 和流媒体 63% 紧随其后。元宇宙呢？12%，垫底。

元宇宙从两年前的"下一个大浪"，已经沦为营销人最不在乎的东西。

用得多，但信得少

这是最拧巴的地方。

Ascend2 2025 年的调查问营销人：你有多信任 AI 给出的洞察？只有 13% 的人说完全信任。33% 会信任但必须人工复核。35% 嘴上说有点信任，实际上主要还是靠人脑判断。

加在一起，68% 的人卡在"信但验证"这个中间地带。完全放手交给 AI 的，八个人里面不到一个。

花钱也小心。Influencer Marketing Hub 2024 年的数据：将近一半的营销人（47.6%）花在 AI 相关项目上的预算不到总营销预算的 10%。只有 19% 敢投 40% 以上。绝大多数组织还在小范围试水。

那是什么拦住了他们？

HubSpot 2025 年的调查里，数据隐私排第一，41% 的人选了它。培训和时间投入紧随其后，39%。工具太多但互不相通，34%。跟现有老旧系统整合不了，也是 34%。

Econsultancy 2024 年的另一组数据更直白：生成式 AI 最大的组织挑战，排第一的是产出不可靠（包括幻觉），35%。技能缺口 30%，安全风险 29%。还有 19% 的人担心自己跑得不够快。

一边怕 AI 说话不靠谱，一边怕自己落后。这两种恐惧同时存在。

到了社交媒体这个具体场景，Capterra 2024 年的数据更有意思：营销人最头疼的生成式 AI 挑战，排第一的是保持真实性，43%。第二是保住人类创造力的价值，40%。

前两个都不是技术问题，是人的问题。

一个真实但容易被忽略的事实：AI 大多藏在平台里

前面说的都是问卷数据，反映的是"想用"和"在用"。但网站实际部署了什么工具呢？

这里有一组跟问卷完全不同的数据。2025 年 7 月的一份检测扫描覆盖了几千万活跃域名。

OpenAI 相关的集成，在 41,764 个域名上能检测到。这是所有独立 AI 工具里铺得最广的。其他呢？LucidWorks 在 8275 个域名上，DALL-E 在 3038 个，Clare.AI 2368 个，Gamma Labs 620 个，Synthesia 259 个。

听着不少？跟传统的营销平台比一比。

MailChimp，313,840 个域名。Klaviyo，191,547。Tawk.to，145,895。HubSpot，107,974。Tidio，39,806。Intercom，22,512。

MailChimp 一个，就是所有独立 AI 工具加起来的七倍多。

这说明什么？

很多人看到独立 AI 工具部署量低，就得出结论说"营销人没在用 AI"。这是个误读。AI 进营销，大多数时候是作为功能嵌进营销团队已经在用的平台里，而不是作为独立产品被装上去的。Klaviyo 的预测性发送、HubSpot 的内容助手、Tidio 的 Lyro 机器人，这些都是 AI，但它们藏在订阅制 SaaS 里，不会被检测成"独立 AI 工具"。

问卷说 56% 在用 AI，部署检测说独立 AI 工具没几个。两个数字都对。它们说的是同一套技术栈的不同层。

所以对营销人来说，最实际的建议是：在掏钱买新工具之前，先审计一遍你已经在付钱的平台里有哪些 AI 功能。最快能见效的 AI，往往是某个开关，而不是另一个订阅账号。

消费者这一端：愿意付钱，但不舒服

营销人跑得快，消费者跟不跟得上？

一半左右跟得上。Attest 2025 年的调查，在四个英语市场里，加拿大 51% 的消费者对 AI 辅助购物研究持开放态度，美国 49%，英国 47%，澳大利亚 43%。

花钱方面更明显。Appfigures 的数据显示，AI 移动应用的消费者支出，2023 年是 3.8 亿美元，2024 年冲到 14.2 亿。一年涨了 274%。消费者不只是用免费版，开始直接为 AI 应用掏钱了。

用 AI 应用的人有明显的画像。2023 到 2024 年间，AI 实用类应用的用户 89.1% 是男性。每一个细分品类都偏向男性。教育类应用最均衡，女性用户占 31.4%。年龄上，18 到 24 岁是每个品类最大的用户群，在陪伴类应用里占了 65%，教育类 56%。

AI 应用的核心用户，年轻，而且男性偏多。

但消费者接受 AI 的底线，跟营销人放 AI 的位置，经常对不上。

Attest 2025 年的调查问了消费者：你觉得品牌用 AI 有什么好处？排第一的是更快的客服，47%。帮员工干活，38%。更有创意的广告，35%。

反过来问坏处呢？排第一的，失去人的温度，59%。丢了工作和找不到真人说话并列第二，57%。隐私和安全漏洞，43%。误导消费者，40.5%。

消费者最怕的不是 AI 出错，而是 AI 把人替换掉。

YouGov 2024 年 1 月在 17 个市场的调查把这个问题问得更细：你对以下 AI 广告手段有多不舒服？虚拟品牌代言人替代明星代言，51% 不舒服。AI 编辑产品图片，48% 不舒服。AI 生成产品图片，47% 不舒服。但 AI 写产品描述和标语，43% 觉得可以接受。AI 决定广告投放位置，42% 可以接受。

规律很清楚：越靠近"那张脸"，消费者越抗拒。越藏在幕后，越能接受。

信任缺口在拉大，不是缩小

Qualtrics 追踪了一个数据。消费者对品牌使用 AI 的舒适度，2023 年三季度是 57%，2024 年三季度掉到 46%。一年掉了 11 个百分点。而同期品牌的 AI 部署在加速。

另一个 Qualtrics 2024 年的调查更狠：只有 26% 的消费者说他们信任品牌会负责任地使用 AI。四分之三的人不信任。

品牌在加码，消费者在后退。

这也解释了为什么营销人自己也开始焦虑。Influencer Marketing Hub 的调查显示，担心 AI 会影响自己饭碗的营销人，从 2023 年的 35.6% 飙到 2024 年的 59.8%。一年涨了 24 个百分点。生成式 AI 进了日常工作流，焦虑也跟着进了。

HubSpot 2025 年的调查里，营销人日常最烦的生成式 AI 问题，排第一是有时产出不准确的信息，43%。偏见 34%，跑题 31%，提示词难写 30%。

那 ROI 到底怎么样

聊了这么多采用率和信任度，钱赚回来了吗？

麦肯锡的估算：生成式 AI 用在营销和销售上，每年能创造大约 4630 亿美元的等值价值，生产力提升相当于总营销支出的 5% 到 15%。HubSpot 的 State of Marketing 数据也指向同一个方向：大约 80% 的营销人在用 AI 做内容创作，75% 用在媒体制作，61% 认为营销正在经历 20 年来最大的变革。

哪些场景最出活？

个性化推荐。 数字体验类用例里占 36%。让小团队也能干以前需要一整个 CRM 团队的活。Nike 这类品牌在预测性个性化上已经跑出了复购提升的数据。

内容生产。 37% 的营销人把 AI 用在这里，这是采用率最高的单项。写初稿、改写、本地化、批量出图、视频变体。

客服自动化。 聊天机器人在数字体验用例里排第一 38%，在消费者感知的好处里也是第一 47%——更快的服务。这是品牌和消费者双赢最清晰的一个场景。

预测分析和定向。 B2B 营销人把受众定向 43% 和分析报告 41% 评为最有效的 AI 应用。用模型给线索打分、预测行为。

视觉商业和虚拟试穿。 AI 视觉工具驱动先试后买。L'Oréal 把 AI 诊断和虚拟试穿做进了购买路径。

这些案例的共同点是什么？

回报最厚的那些品牌，做的都是同一件事：把 AI 嵌进有治理、可复用的工作流里，保住品牌声音，关键环节留人。一味求快求多，反而赚不到。

还有一个容易被忽略的战场：AI 搜索

你可能没注意，AI 助手现在爬网的速度，已经能跟传统搜索引擎掰手腕了。

Cloudflare Radar 的数据，2026 年二季度（4 月 1 日到 6 月 30 日），在所有被监测的爬虫请求里，Googlebot 占 27.49%，排第一。ClaudeBot 13.87%，排第二。Meta-ExternalAgent 12.70%。OpenAI 的 GPTBot 10.23%。

ClaudeBot 已经是仅次于 Googlebot 的第二大爬虫，这个季度超过了 Meta-ExternalAgent。 Anthropic、OpenAI、字节跳动的爬虫，各自流量已经能跟必应的爬虫持平。

这些爬虫在干嘛？Cloudflare 的分类显示，44.86% 是训练，42.96% 是混合目的，只有 9.13% 是搜索。大部分 AI 爬虫在为明天的回答做储备——今天读到的网页，会变成明天消费者问 AI 助手时的推荐。

这对营销团队意味着什么？如果你的 robots.txt 或 CDN 屏蔽了 GPTBot、ClaudeBot、PerplexityBot，你就把自己的品牌从这些助手的数据源里移除了。消费者在 ChatGPT、Claude、Perplexity 里问"推荐一个什么什么"的时候，你不在答案里。

AI 爬虫的访问权限，现在是一个营销设置，不只是 IT 设置。

最后说两句

把所有数据串起来看，几条线很清楚。

采用已经不是问题，整合才是。过半营销人在用 AI，生成式 AI 是他们今年最关注的趋势。问题早就从"要不要用"变成了"用多深、用在哪"。

卡点呢，卡在人和组织，不在模型本身。可靠性和幻觉排挑战榜前列，数据隐私、技能缺口、工具泛滥、真实性和饭碗焦虑，全都排得很高。要从 AI 里拿到更多价值，瓶颈在预算、培训和整合，不在模型。

而消费者那端的信任缺口，在扩大。舒适度一年掉了 11 个百分点，只有四分之一的人信任品牌用 AI。越靠近"人的脸"，消费者越抗拒。

怎么做？

在你已经付了钱的平台里找 AI 功能，先把那个开关打开。挑一个被同行验证过的场景——内容、邮件、个性化或客服——配一个指标去测。关键环节留人复核。检查你的 robots.txt，别不小心把 AI 引用爬虫挡在外面。然后看你的品牌在 AI 生成的答案里出现了没有。

跑得快的不一定赢。跑得对路的，才赢。