只有 7% 的人，真正把 AI 用出了钱的味道

前两天，我看到一份报告，差点没把咖啡喷出来。

Adobe 做了一个调查，找了 150 个营销一号位。C-level、SVP、VP 占一半，Director、Manager 占一半。这些公司年营收都过 1 亿美元，分布在美国、英国、加拿大、法国、德国。时间是 2025 年 12 月到 2026 年 1 月。

按理说，这帮人是离 AI 最近的一批。

结果呢？

只有 7% 的公司，真正把 AI 嵌进了工作流，并且能拿出可衡量的业务结果。

7%。

剩下的 93% 呢？在用。在试。在投钱。但就是没把 AI 变成钱。

这就有点意思了。

速度上去了，但人快扛不住了

什么叫「营销速度变快了」？

就是过去一个季度要跑完的活动，现在两周得搞定。过去一个礼拜出的素材，现在隔天就要。客户注意力被切成碎片，渠道每隔几小时就变一次算法，留给营销人反应的窗口越收越窄。

报告里有个数字：90% 的营销团队说，自己的工作流能撑住高频出活动。

听起来挺不错是吧？

但是，同一批人里，69% 也承认，这种速度是在硬撑。吃力。勉强。甚至根本撑不住。

你想想看这意味着什么。

一个团队嘴上说「我跟得上」，实际上每个人都在加钟、在硬扛、在透支。短期内还能扛，长期一定出事。出什么事？错过机会。

报告里另一个数字更扎心：

超过 80% 的营销团队，上个季度至少错过了一次重要的营销机会。

55% 错过 1-5 次。26% 错过 6-10 次。还有 3%，错过了 10 次以上。

为什么错过？不是没看到机会，是看到了但反应不过来。审批卡住了。跨部门交接卡住了。数据没到位，素材没出来。眼睁睁看着机会溜走。

这就好比，你站在金矿边上，手里有镐，知道哪儿有金子，但你就是挥不动镐。

钱在投，AI 在用，但价值没出来

接下来这组数字，让我更困惑。

95% 的公司，未来 12 到 24 个月要加大 AI 投入。

68% 说自己已经准备好，或高度准备好，去扩张 AI。

但只有 7% 真的把 AI 跑通了，能交付可衡量的业务结果。

你看出来了吗？

钱的意愿，满分。信心，满分。但落地，几乎不及格。

为什么？不是 AI 不行。是用 AI 的方式不行。

报告里说，大多数公司的 AI 用法是这样的：内容在一个工具里生成，审批在另一个流程里走，激活又在第三个平台，性能数据则躺在第四个系统里。谁也不认识谁。

AI 加快了「生产」这一步，但没加快「生产」前后所有的事。结果就是，前脚 AI 帮你 10 分钟出了 50 张图，后脚合规审了 5 天，性能数据又对不上是哪张图跑出来的。

这种感觉，特别像你家厨房买了台全自动咖啡机。机器 30 秒出一杯拿铁。但你家杯子在阁楼，牛奶在车库，糖在邻居家。你想喝一杯咖啡，还是要折腾半小时。

价值都聚在哪儿？离钱最近的地方

那 AI 在营销里，到底哪儿最有用？

报告的答案很清楚。离性能、离转化、离钱越近的环节，AI 的价值越大。

具体来说，三类用例被排得最高：

一是分群营销，把人对得更准。 二是实验，能快速试哪个素材跑得动。 三是in-moment 营销，在用户当下那个状态里推对的东西。

渠道上呢？社交媒体和付费投放排在最前。

为什么是这几个？因为它们都需要三件事同时发生：准、快、能迭代。AI 在这三件事上正好有杠杆。

但有意思的来了。

对于「实验」这件事，高管认为它高价值的比例是 85%，一线只有 60%。

差了 25 个百分点。

这 25 个百分点背后是什么？是高管在白板上画 PPT，一线在工位上抓头发。

一线人清楚，想要让实验跑起来，你得有干净的元数据、统一的素材命名规则、实时的性能信号回传。这些东西没有，所谓「快速实验」就是 AI 一顿输出，团队两眼一抹黑。根本不知道哪个素材为什么跑得好。

所以高管觉得「AI 能帮我们做实验」，一线觉得「先把数据基础打扎实再说」。两边说的不是一件事。

AI 主担内容变体，但还得有人盯着

报告里还有个数字我专门记了一下。

53% 的公司，期望 AI 在 2026 年成为内容变体生产的主力。

什么叫内容变体？就是同一个campaign，要为不同人群、不同渠道、不同市场，做几十上百个版本的素材。

过去这件事靠人海战术。一大群设计师、文案、本地化团队，加班加点地改图、改文案、改尺寸。现在，多数公司希望 AI 来扛这个活。

但是，注意这个但是。

主流模式不是「全自动」，是 「AI 主导生产 + 人工监督」。46% 说主要靠 AI，35% 说 AI 和人各占一半，只有 7% 说要完全自动化。

这个分布挺理性的。

为什么不全自动？因为内容变体不是「生成」的问题，是「可用」的问题。你得保证品牌一致、合规、能本地化、能复用、能快速拼装。AI 能生成，但「生成出来能不能用」是另一回事。

AI 能跑量，但能不能跑出可用的量，得有人盯着。

营销人最想要 AI 帮的三件事

报告里还问了：你最看重 AI 平台的什么能力？

结果：

55% 选了「衡量和性能洞察」。 43% 选了「个性化」。 42% 选了「工作流自动化」。

这个排序，挺说明问题的。

过去一年大家聊 AI，聊得最多的是「能生成多少内容」「能写多少文案」「能出多少图」。

但真到花钱买平台的时候，大家最想要的，是「告诉我什么在起作用」。

为什么？因为内容变多了，衡量反而成了更难、也更值钱的问题。

生成 1000 张图不难，难的是知道这 1000 张图里哪 10 张跑得动、为什么跑得动、下一批该怎么调。

报告里有句话说得好。AI 的价值，正在从「产出更多」转向「结果更好」。

说白了就是：别再问 AI 能给我做多少，开始问 AI 能帮我搞清楚什么有效。

一边要营收，一边要省钱

还有一组数字，把营销人当下的处境说得很透。

65% 的营销团队，2026 年的头号任务是「驱动营收增长」。 57% 同时被要求「提升营销效率」。

一边要多赚钱，一边要少花钱。

这种「既要又要」的压力下，营销团队的应对是什么？把钱投在三件事上：AI 工具（41%）、衡量能力（38%）、内容速度（33%）。

注意，这三件事里，没有一件是「做更多内容」。全是「让内容能被衡量、能跑得快、能配上 AI」。

为什么？因为当公司用营收来考核营销的时候，营销人需要的就是「对整个内容工作流的操作控制权」。从生产、审批、激活，一直到优化，每一步都得能算账。

想扩张 AI？先看看组织的裂痕

说到扩张 AI，这是最让我有共鸣的一段。

报告里说，行业内对「扩张 AI」这件事信心很高。但真一扩张，问题全冒出来了。

排名前三的障碍：

51%，工作流不一致。 47%，缺乏中央协调。 44%，训练不足。

你看，没有一个是技术问题。

全是组织问题。

高管把这个当成治理和基础设施的事，一线感受到的是「我说话没人听、推不动别的团队」。两边都对。AI 一扩张，就把组织里那些本来藏着的问题全给照出来了：审批乱、流程不统一、没人牵头、团队各自为战。

再补一刀：

69% 的团队，AI 是从现有的营销工具里来的。 53% 是员工自己买的个人订阅。 47% 才是公司级的企业平台。

这意味着什么？

大多数公司的 AI，是「散养」的。谁想用谁用，用什么全凭个人喜好，没有一个统一的口子。结果就是：AI 把每个小团队的工作流都优化了一点，但跨团队、跨系统是一笔糊涂账。输出对不上，治理不统一，影响算不清。

报告里那句话说得特别到位。Adoption without coordination keeps AI tactical rather than transformative.

翻译过来就是：没有协调的采用，AI 永远只是个战术工具，变不成战略杠杆。

草根英雄的天花板

最后说一下「AI 拥护者」这件事。

很多公司里，都会有那么一两个人。他们对 AI 特别上头，自己钻研、自己试、自己推。这种人，叫 AI Champion。

报告里说，23% 的公司里，这些人在多个团队之间有强影响力。66% 的公司里，他们的影响力是中等的。本团队有效，跨团队就打折。

草根力量是有上限的。

一个人再能干，没有高管站台、没有预算支持、没有组织背书，他能影响的就只是「一些团队怎么干」，改变不了「整个公司怎么干」。

报告里给的判断我很认同。真正能跑通 AI 的公司，是「两层」结合：

一个高层 sponsor，搭台子、给预算、定规矩、清障碍； 一个一线 champion，每天往前推、把工具用顺、把同事带上道。

两层一起动，AI 才能从一个「工具」变成一个「系统」。

三个张力，决定 AI 在你公司是「战术」还是「杠杆」

报告最后把所有问题压缩成了三个张力，我觉得总结得特别好：

第一，速度 ≠ 可持续。 能冲刺不代表能跑马拉松。短期能跟上活动节奏，不代表这套工作流长期扛得住。

第二，投入 ≠ 影响。 钱花出去了，但能不能变成业务结果，得看你有没有把 AI 嵌进流程、接通性能数据、闭环回到生产。这些都不是钱能直接买来的。

第三，碎片化的工作流，扛不起营收指标。 内容、激活、衡量各居一处，你看不见、控不住、算不清。这种状态下谈「AI 驱动营收」，是空中楼阁。

要把这三个张力解决掉，关键动作其实就一个：让性能洞察，直接喂回到下一轮的内容生产里。

跑得差的素材，趁疲劳之前换掉。跑得好的素材，知道为什么好，能复制、能放大。每一次激活，都有上一轮的数据撑着。治理也得嵌进去，不能事后补。

当高管意志和一线 enablement 朝一个方向走的时候，AI 就不再是「一堆工具」，而是「一个能交付价值的系统」。

Adobe 想填的那个坑

报告最后落到产品上。Adobe GenStudio for Performance Marketing。

逻辑挺顺的：你不是要打通「生产-激活-衡量-治理」这条链吗？Adobe 想做的就是把这个链条接到一起的工具。AI 出品牌一致的素材变体，直接激活到付费和自有渠道，性能数据回传，反哺下一轮创作。

速度和性能，互相喂养，而不是互相拖累。

这是 Adobe 的说法。能不能做到，看你公司的成熟度。

回到那个 7%

写到这里，我脑子里还是那个 7%。

95% 的公司在加大投入，68% 觉得自己准备好扩张，但只有 7% 真的把 AI 跑出了可衡量的业务结果。

这个差距，不是 AI 的差距，是组织的差距。

技术已经够强了。模型已经够聪明了。工具也已经够多了。

差的，是那个把所有东西串起来的「操作系统」：统一的工作流、闭环的数据、跨团队的协调、自上而下和自下而上的合力。

谁的 AI 跑通了，不是因为谁买的工具更贵。

是因为谁先把「用 AI」这件战术动作，升级成了「靠 AI 跑业务」这套系统能力。

这是那份报告给我最大的触动。

也是那个 7% 和 93% 之间，真正的那道分水岭。