营销圈的那个 AI 谜题

前段时间，我刷到一个数据，惊得我放下手机。

88% 的营销人，每天在用 AI 工具。

听起来很热闹，对吧?

可后面那个小数字才吓人:一家头部咨询公司那份 2025 年的 AI 报告里写着,真正从 AI 身上赚到钱的,只有 6%。

88% 在用。6% 在赚。

你再品一下这两句话。

这中间,到底差了什么?

我一开始也想不通。买了个工具,用了,怎么就赚不到钱?

后来我盯了几家真的赚到钱的公司，发现一件特别有意思的事。

这帮人,压根就不是在用 AI 写东西。

他们在用 AI 算命。

什么叫算命?

就是:下一个季度,哪个老客户要跑?哪些线索今天跟进就能成?下个月哪款货会爆?他们要的是明天的答案,不要昨天的报表。

报表告诉你"上季度掉了 15%"。算命告诉你"下季度还会掉，但有这 12 个人你今天捞一把就救得回来"。

一个朝后看。一个朝前看。

差的就是这一口气。

我给你讲 10 家公司

我花了几周时间，把市面上能查到"真金白银从 AI 身上抠出来"的公司翻了一遍。挑出 10 家,每家都有数得过来的 ROI。

我跟你说,看完之后,我自己都坐不住了。

第一家,一家咖啡连锁。

它有一个内部 AI 平台。压根没打算帮你写朋友圈文案。它只干一件事:把你这个人的购买记录、地点、今天的天气、几点钟全部喂进去,算出来"这一刻你最可能买单的"那杯咖啡,推给你。

结果呢?会员里头收到这种 AI 推送的人，花的钱是没收到的人的 3 倍。它的整体 ROI 涨了 30%，供应链每年还能省下 1.25 亿美金。

天呐。

第二家,一家美妆零售。

他们把"客户终生价值预测""虚拟试妆""AI 推荐"全部揉进一个系统里。试过虚拟试妆的客户,转化率是普通用户的 3 倍。客户终生价值涨了 29%。

最让我意外的是,他们的营销内容制作成本,降了 38%。

降本和增收,一个都没落下。

第三家,那家做流媒体的。

大家都知道它。它的推荐引擎,影响了 80% 的用户观看行为,每年靠"少流失用户"省下的钱超过 10 亿美金。

10 亿美金。光靠"在你按下取消之前，先塞给你一部你跑不掉的剧"。

它的自制内容成功率,做到了 93%。行业平均是 35%。这不是营销了,这是用 AI 重新定义产品本身。

强!

第四家,一个写作辅助工具。

他们的免费用户有 3000 万日活。问题是,这么多免费用户,销售团队根本分不清谁该追、谁该放。

老办法是:一个月塞 400 多条线索给销售,一半是机器人,真正能聊的没几个。

AI 接手之后,只挑出 200 条高分线索。账户升级涨了 80%,销售周期从 60-90 天压到 30 天。 邮件退订率只有 0.04%,行业平均是 2%。

他们营销运营的负责人说了一句话,我直接抄下来了:"我们从追求数量，转向了追求精准。"

说的多好啊。

第五家,一家保险公司。

它的 AI 模型,是在 100 亿英里的驾驶数据上训练出来的。它能精确算出:这个用户,现在这一刻,是不是最想买保险的那一秒。

是的话,就在他手机 App 里弹一个"立即购买"按钮。

就这一个动作,一年带来的新增保费是 20 亿美金。

你看出来了吗?

预测本身不值钱。预测加上"在正确的时间、正确的渠道、对正确的人按一下按钮",才值 20 亿。

第六家,一家商业银行。

它用 AI 给全行的线索打分、实时排序,还跨部门共享。最后线索转化率提升了 2.35 倍。手动筛线索的时间砍掉 60% 以上。

最有意思的是它的"流失预测"。它不光给你一个流失分数,还告诉你这个人为什么要跑。

这个"为什么"很重要。

光给你一个分数,你只能干瞪眼。给你一个"为什么",你才知道该给他打几折、该送他什么、该让谁去打电话。

第七家,一家订阅制服装电商。

它的核心是机器学习。与其说它是家卖衣服的公司,不如说是家算法公司顺手卖衣服。

它每个盒子里 75% 的选品,是 AI 决定的。平均客单价连续 7 个季度同比上涨,最近一个季度的涨幅是 9%。

它还买了一家公司做 CLV 预测，又买了一家公司做需求感知,全部塞进自己的推荐引擎里。一层套一层。

这事给我一个启发:真正赚到大钱的公司,从来不是只用一个 AI 模型。他们是把好几个预测能力,叠在一起,拧成一股绳。

第八家,又一家美妆巨头。

它的虚拟试妆，一年被用了超过 1 亿次,用过的人转化率是普通人的 3 倍。带 AR 体验的营销活动,转化率比基准高出 20% 到 80%。

更绝的是它有个工具,扫 3500 多个信息源,提前 6 到 18 个月预测美妆趋势。

等你这边刚反应过来"今年流行什么颜色",人家半年前就把货铺好了。

这哪是预测,这是开天眼。

第九家,一家快时尚品牌。

行业里大部分公司,只有 60% 的库存能按原价卖出去。这家能卖掉 85%。

差的就是这两成多——价值几十亿美金。

它的 AI 系统,从全球 6000 多家门店实时回收销售数据,精确到每一个 SKU 在每一个店该备多少货。从设计到上柜,只要 10-15 天。行业平均是 3 到 6 个月。

它的库存管理成本降了 20%,预测误差从 21% 降到 17%,潜在缺货损失减少 24%。

它甚至比你自己更早知道,你下个月想买什么。

第十家,那家最大的电商。

它的推荐引擎,每天处理 1500 亿条用户行为数据,跨 6 亿多个商品。推荐带来的收入,占总营收的 35%。

35%。在它的体量上,就是 700 亿美金以上。

它告诉你一个朴素的事实:当你能准确猜出"客户下一步想要什么",其他所有事都变得简单。

这 10 家公司,到底做对了什么?

我把它们的共同点拎出来,发现有 4 件事。

第一,他们都用 AI 朝前看,不朝后看。

普通公司用 AI 写文案、配图片、自动发邮件。这些事,说白了都是在"把昨天已经做过的事,做得更快一点"。

头部公司用 AI 回答的是:下个月、下个季度、下一秒会发生什么?

第二,他们都把"预测"接到了"动作"上。

一个流失分数躺在仪表盘里,不会让任何一个用户留下来。一定得有按钮、有流程,有人去按这个按钮。

AI 的高手公司,有一个算一个,都把预测和行动焊死了。

第三,他们都从"业务问题"出发,先问业务,再谈技术。

没有一家是先说"我要评估一下 AI 工具",再想"我能用它解决什么"。他们都是先问——

我怎么留住更多客户?销售该追谁?下个季度的需求会是多少?

问题想清楚了,技术才上场。

第四,他们把流程都重做了。

这是同一家咨询公司的观察:表现最好的那 6% 的公司,有 3 倍的可能性把工作流程围绕 AI 的输出重新设计过。

他们干脆把老流程拆了,按 AI 能干什么来重盖。装在老流程上的那种,都不算数。

强!

那么,普通公司怎么办?

我看到这些数据的时候,说实话,有点焦虑。

我焦虑的倒不是自己,是替那些"刚买了 AI 工具就以为万事大吉"的朋友。

行业报告预测,AI 在营销领域的市场规模,会从 2025 年的 200 多亿美金,涨到 2030 年的 820 亿美金。

但真正值钱的不是"用没用 AI",是"用 AI 回答了什么问题"。

我前面讲的 10 家公司,有自建 AI 团队花了多年时间和几千万美金才把这些能力磨出来。这对大多数公司来说,门槛太高。

但是,好消息是,这些能力正在变得可购买。

已经有几家做预测式 AI 的公司,让营销团队用大白话提问:"哪些客户下个月会流失?""哪些线索这周内最可能成交?"问完直接拿到可以落地的预测结果。

这等于把"算命"这件事,从庙里的方丈手里,搬到了街头。人人都能问一卦。

平均下来,这种工具能让客户的流失率降 12%、客户终生价值涨 10%、广告投放回报涨 15%。

不是惊天动地的数字。但对绝大多数营销团队来说,已经够回本。

写在最后

我写完这篇,合上电脑的时候,脑子里只剩一句话。

88% 在用,6% 在赚。

中间那 82%,差的从来不是工具。差的是:你拿 AI 在算命,还是在写作业。

写作业谁都会。算命,得先想清楚要问什么。

也许,这就是这一波 AI 浪潮里,最该认真想的一件事。

祝你,问对那个问题。