生成式 AI 进营销，到底改变的是什么？一篇系统综述的答案

前段时间，一个做品牌的朋友发了条朋友圈。

她说，团队今年用 AI 写了三千条商品文案、出图两千张，节省了大概四十万外包费。但她最后一句是：「省是省了，我心里却越来越没底。」

我没急着点赞。因为这种「没底」，几乎是 2026 年每个营销人共同的胃痛。

生成式 AI 进营销这件事，热闹已经热闹了三年。但越热闹，越没人说得清：它到底把营销改成了什么样？是工具升级，还是底层逻辑变了？哪些是真能落地的红利，哪些只是 demo 时代的烟花？

好消息是，有人替我们把这笔账算清楚了。

一篇「较真」的综述

2026 年发表在一本计算机类同行评议期刊上的一项系统性文献综述，干的就是这件事。

什么叫系统性文献综述？

说白了，就是研究者不凭感觉、不挑案例，而是定一套严格的标准，把符合条件的研究全部捞出来，再做归纳。这次用的是 PRISMA 方法，循证医学和社科领域公认的一套流程，防止你只挑对自己结论有利的论文。

他们去三个数据库翻文献：ACM Digital Library、IEEE Xplore、Scopus。时间窗拉得够长，2018 到 2025 年，整整八年。最后筛出来的，都是同行评议过的正经研究，不是某家厂商的白皮书。

这种做法的好处是，结论不是某个创业公司的 PR 稿，而是上千篇论文反复出现的共识。

那共识是什么？

我挑三个最值得说的。

第一，文本和图像是真的能省钱

综述归纳出来的第一个硬结论：生成式 AI 在文本创作、图像生成、多模态广告这三件事上，进展是实打实的。

什么叫实打实？

就是它已经过了「能写」的阶段，进入了「写得不比人差、还快十倍」的阶段。商品描述、社媒配文、邮件标题、海报视觉，这些过去要排期、要 brief、要三轮返工的活儿，现在几分钟出初稿。

落到账面上，就是那句话：创意的边际成本，被压到了接近零。

过去一个创意总监一天能盯五条文案。现在一个人配一套 AI 工具，一天五十条。多出来的产能，不是用来裁人的，是用来铺更多 SKU、做更多 A/B 测试、覆盖更多长尾场景的。

这一点，那个朋友朋友圈里的四十万，已经替它背书了。

第二，省钱的反面是责任

但综述没停在这里。它紧接着甩出三道坎。

第一道，数据隐私。你喂给模型的，是用户的行为数据、聊天记录、购买偏好。这些数据从哪来、存哪去、谁有权用，每个环节都能踩雷。欧盟的 GDPR、加州的 CCPA，国内的个人信息保护法，罚起来都不含糊。

第二道，模型偏见。AI 学的是历史数据，历史数据里藏着过去的偏见。如果你的训练集里成功广告案例都是男性视角，AI 出来的新广告大概率也是男性视角。这不是技术 bug，是价值观在算法里的投影。

第三道，合规。每个国家的广告法、行业自律公约、平台内容规则，都在追着 AI 跑。你今天用 AI 生成的一条文案，明天可能就因为触了某条新规而被下架。

这三道坎，本质上是同一句话：省下的钱，最终要花在「怎么用得对」上。

第三，真正决定 AI 能不能扎根的，不是技术

这是整篇综述我最想跟你聊的部分。

研究者在解释为什么有的公司能用起来、有的公司用不起来时，借了两个老理论，创新扩散理论和技术接受模型。

听起来很学术。但翻译成大白话，就一句：

一个组织用不用 AI，看的是「值不值」和「敢不敢」。

「值不值」是技术接受模型的核心。员工觉得这玩意能帮我把活干得更好，他就用；觉得它增加了我的工作量、还威胁我的饭碗，他就抵触。

「敢不敢」是创新扩散理论的延伸。公司文化是不是鼓励试错、领导是不是愿意为一次 AI 失败买单、有没有人在内部做布道，这些组织因素，比模型本身的参数大小更重要。

两者还会打架。比如一个销售总监觉得 AI 写方案很值，但合规部门说这个不能往外发，他就不敢用。感知价值和伦理框架之间的拉扯，决定了一项新工具在组织里到底能扎多深的根。

所以你去看那些真正把生成式 AI 用起来的公司，几乎都做了同一件事：先解决组织和伦理的问题，再谈技术。顺序反了，工具再先进也是摆设。

这篇综述没说的

综述是好的综述，但也有它的边界。

它回溯的是 2018 到 2025 这八年的研究。这八年，生成式 AI 从 GPT-2 的「像模像样的胡说八道」，一路走到了能写代码、能做视频、能跑多模态广告投放的今天。变化快得连研究者自己都承认，结论的保鲜期可能只有半年。

它也没办法回答一个营销人最关心的问题：我，今天，到底该不该上？

这个问题的答案，综述给不了你。因为它取决于你的业务规模、你的数据资产、你团队的数字化底子、还有你公司里那个敢拍板的人。

但我可以从这篇综述里，给你拎一句话出来：

生成式 AI 进营销这件事，技术已经不是瓶颈，组织和伦理才是。

如果你还在纠结「AI 写得好不好」，你可能问错了问题。该问的是：我的团队，准备好和 AI 一起工作了吗？我的合规流程，跟得上内容产出的速度吗？我对用户数据的处理，经得起一次审计吗？

这三个问题里，只要有一个让你犹豫，说明你还没准备好。

最后

那个发朋友圈的朋友，后来私信问我：你说我这四十万省得，值不值？

我想了半天，回了她一句：

省下的钱是确定的小利，背上的是不确定的大风险。先把风险算清楚，利才算是真利。

她回了个「懂了」，就再没说话。

我也不知道她是真懂了，还是被我泼了冷水不爽。但这个问题，值得每个正在用 AI 做营销的人，停下来好好想想。