营销自动化,别再贴AI膏药了
📋 总体概括
MarTech行业正在形成共识:基于规则的传统营销自动化已走到尽头,表层叠加AI的'薄膏药'式改造救不了旧系统。真正的分水岭是自主营销——从预设旅程走向AI自主决策与执行闭环。本文拆解这场范式转移的产业逻辑,以及营销团队该补哪些课。
📄 正文
营销自动化,别再贴AI膏药了
MarTech旗下播客《Conversations with MarTech》最近抛出一个颇有火药味的判断:经典营销自动化已经死了。
这不是标题党式的情绪宣泄。支撑这个判断的产业事实很清晰——基础型、规则驱动的自动化,正在让位于真正意义上的自主营销(autonomous marketing)。而绝大多数厂商的应对方式,是在旧系统表面刷一层AI涂料,业内称之为“薄薄一层AI”(thin layer of AI),这层膏药已经糊不住墙了。
问题来了:如果规则引擎真的死了,死因是什么?什么能替代它?营销人手里的那些旅程图、打分模型、触发器,是不是十年心血一夜清零?
这篇文章,我们把这场范式转移拆开看。核心判断先放在前面:死掉的不是“自动化”这个能力,而是“由人预先写死所有分支”这种交付方式。
🪦 规则引擎的黄昏:它曾经真的很能打
先别急着给旧世界判死刑。得承认,经典营销自动化是过去十年营销技术里ROI最硬的板块之一。
据Grand View Research的测算,2023年全球营销自动化软件市场规模约在60亿美元量级,预计到2030年将超过130亿美元,年复合增长率约12.8%。这个体量放在整个MarTech品类里不算最大,但客户留存率和预算续订率长期名列前茅——企业买了就不用,用了就离不开。
它的逻辑极其朴素:把营销人的经验写成一堆“如果……那么……”。用户打开邮件没点,三天后发一封跟进;用户看了定价页两次,推给销售;用户积分即将过期,发一张提醒券。条件明确、路径可预期、效果可归因,一条触达链路从设计到上线,营销团队自己就能闭环。
对早期市场来说,这是降维打击。在它出现之前,所谓“精细化运营”是运营同学半夜手动导出名单、手动分批发送。规则引擎把这套动作标准化了,也让“营销自动化”第一次成为一个可采购、可部署、可向CEO汇报预算的软件品类。
if-then预设分支
批量分组触达
跨渠道旅程图
行为打分与分层
表层嵌入生成式AI
文案与摘要辅助
AI自主决策执行
目标导向实时闭环
但规则引擎有一个写进基因里的缺陷:所有分支都必须由人预先想到。
这带来三层成本。第一层是建设成本,每多一个客群、一个渠道、一个场景,旅程图就复杂一分,成熟客户的自动化实例往往庞大到没人敢动。第二层是维护成本,业务一变规则就失效——Gartner历年对营销技术栈利用率的调查都指向同一个事实:企业实际启用并持续更新的营销技术能力占比长期徘徊在三到五成之间,大量旅程上线之后再也没有人碰过。第三层是最致命的:它只能响应你想到过的情况,而用户的真实行为,恰恰大部分是你没想到的。
换句话说,很多企业的自动化流程,规则还是那条规则,用户早已不是当年那批用户——它们不是在运转,只是在供电。
这就是MarTech所说的“基础型、规则驱动的自动化正在退场”的底层原因——不是它不好,是市场的复杂度超出了人脑枚举分支的上限。
🩹 “薄薄一层AI”为什么救不了场
生成式AI火了之后,最先反应过来的是营销软件厂商。
于是过去两年多的行业图景是:几乎每个自动化平台都发布了AI功能——AI帮你写邮件标题、AI帮你总结用户画像、AI帮你生成一段文案。演示很惊艳,签单话术很顺:“我们已经是AI驱动的了。”
MarTech那期节目给出的判断很直接:表层那层AI已经不够用了。
为什么不够用?关键在于这层AI的位置。它是系统里的一个辅助插件,人依然是决策的中枢——人定规则、人排旅程、人审内容,AI只是把其中某个环节做得更快一点。它的本质是“加速器”,不是“发动机”。
用一个类比:传统自动化的困境是司机只会按地图上画好的三条路开车,而所谓薄层AI,只是给司机换了个更响的喇叭。路没变、决策方式没变、遇到修路照样趴窝。
对比图里能看出本质区别:薄层AI模式下,闭环里每个关键节点仍然要人工过一道;自主营销模式下,AI站在决策位上,人退到定目标和看结果的岗位上。
这不是功能升级,是权力交接。谁能接受把“发给谁、发什么、什么时候发”交给模型实时决定?谁的组织流程、审批制度、KPI设计就都得重排。这才是“经典营销自动化已死”这句话真正的分量——它死的不是软件,是一整套以人工预设为中心的工作方式。
买家的提问重心确实在变,只不过这次的推动力不是讨论,而是厂商已经把货架摆出来了:2024年9月,Salesforce在Dreamforce大会上发布Agentforce,直接以“按对话次数计费”(每次约2美元)的定价把AI智能体做成了标准商品,Salesforce在2025财年财报电话会上披露,上线不到半年已签下约5000笔订单,其中约3000笔为付费订单;HubSpot在同年的INBOUND大会上推出Breeze AI套件,把AI智能体嵌入其营销、销售、客服全线产品;Adobe在2025年发布Agent Orchestrator,主打跨体验平台的智能体编排。当头部厂商把“自主决策”写进产品蓝图和销售话术,甲方的选型问题自然从“你们有多少旅程模板”变成了“你们的AI能在多大范围内自主决策、出错了怎么兜底”。问法变了,说明买家心里已经换图景了。
🤖 自主营销到底长什么样
把“自主营销”四个字拆开,它不是玄学,而是四个具体能力点的组合。
第一,信号实时化。 传统自动化读的是昨天、甚至上周的用户数据,自主营销要求系统在用户行为发生的当下就理解其意图——刚比完价、刚放弃购物车、刚连续浏览同一品类,这些都是转瞬即逝的决策窗口。
第二,决策模型化。 触达什么内容、走哪个渠道、用什么节奏,不再来自营销人写的if-then,而是模型基于目标(比如复购率、LTV)实时计算。人给的是方向和边界,不是路径。
第三,执行闭环化。 决策直接驱动执行,执行结果即时回流,成为下一轮决策的输入。这个飞轮转得越快,系统对用户的理解越准——这才是AI营销区别于AI文案的本质:AI不是在帮你写内容,是在替你做判断。
这个逻辑并不新鲜,亚马逊早就用十年验证过闭环的价值:其推荐系统贡献了约35%的销售额(McKinsey广为引用的估算),而这套系统从来不是规则枚举出来的,是持续回流的数据喂出来的。Netflix的个性化引擎每年为公司节省约10亿美元的流失成本,也是同一套打法的不同战场。过去这些能力只有头部科技公司的工程团队玩得起,如今Agentforce、Breeze这类产品做的事,本质上是把这套闭环“商品化”,卖给还没有千名数据科学家的普通企业。
第四,人的角色上移。 营销人从流程操作员变成目标设定者、策略把关者和异常处理者。听起来轻松了,实际上对能力的要求更高了——你得知道该给系统定什么目标,也得看得懂系统为什么这样决策。
这个闭环图,就是未来几年营销自动化的标准架构草图。左边的实时代码飞轮是系统的自主部分,F节点“人工目标与边界”是人的位置——注意,人不在飞轮里,人在飞轮上方。
对厂商来说,谁能把这个闭环做得越短、越稳,谁就能在下一代平台竞争里占位。对甲方来说,选型的核心考题也从“功能全不全”变成了“闭环转不转得起来、错了谁兜底”。
📊 一张表看懂两代自动化的分野
范式转移讲再多道理,落到执行层就是下面这张对照表。
| 维度 | 经典营销自动化 | 自主营销 |
|---|---|---|
| 决策方式 | 人工预设if-then规则 | AI基于目标实时决策 |
| 数据要求 | 分组标签、批次行为数据 | 实时行为信号流 |
| 旅程形态 | 预先画好的分支图 | 动态生成、边跑边调 |
| AI的角色 | 辅助插件,加速单个环节 | 决策中枢,驱动整个闭环 |
| 人的位置 | 流程设计者与操作者 | 目标设定者与边界把关者 |
| 优化方式 | 周期性人工复盘调参 | 系统自主迭代,结果即时回流 |
| 核心风险 | 规则僵化、覆盖不到未知场景 | 决策黑箱、失控与合规边界 |
两个提醒,写给正在做预算决策的人。
第一,别被“我们也有AI”的演示糊弄。判断标准很简单:问AI在系统里站在哪个位置。是帮你写标题,还是替你决定发给谁?前者是涂料,后者才是发动机。
第二,自主不等于放养。模型实时决策意味着错误的传播速度也更快、更隐蔽。Gartner在2025年的预测里专门泼了冷水:到2027年,约40%的智能体AI项目将因为成本失控和收益不清晰而被砍掉。定目标、划红线、建监控,这套“治理层”的建设必须和系统能力同步,否则你不是在用AI营销,是在把预算交给黑箱。
⚠️ 营销人的饭碗危机,还是角色跃迁?
每次范式转移,最受冲击的永远是执行层。这一次也不例外。
坦率地说,靠搭建旅程图、配置触发规则吃饭的“自动化操作员”,岗位价值正在快速缩水——因为这些工作恰恰是自主营销系统要吃掉的部分。这个过程不会等任何人。
但硬币的另一面是:定策略、定目标、定边界、判断AI决策是否合理,这些工作的重要性在同步上升。换句话说,被替代的是“配置”这个动作,被放大的是“判断”这个能力。
给营销团队三步走的务实建议:
1. 盘点存量自动化资产——把现有的规则和旅程全部过一遍,标记出哪些是活的、哪些早已僵死。僵死的那部分,别再投入维护,直接让AI方案接管。
2. 小范围试点自主闭环——选一个数据基础好、容错空间大的场景(比如流失用户召回),把目标、边界、监控先定义清楚,再让AI闭环跑起来,用真实ROI说话。
3. 重排团队能力结构——减少规则配置类的人力权重,增加数据分析、目标设计与AI治理类的能力权重。招聘JD现在就该改。
结语
回到开头那个判断:经典营销自动化死了吗?MarTech的答案是一个斩钉截铁的“是”,我们的看法稍有不同——死的是一种范式,不是某一天,而是一场大约三到五年的共存与替代。
有三个理由支撑这个更审慎的判断。
其一,迁移需要时间。Gartner预测到2028年将有33%的企业软件内嵌智能体AI能力,而2024年这一比例还不足1%——从1%到33%的过程,正是规则引擎与自主闭环长期共存的窗口期。存量企业的数千条旅程不会一夜迁移,迁移本身就是一门持续多年的生意。
其二,这次替代的瓶颈不在模型,在数据地基。闭环飞轮的前提是实时、干净、打通的行为信号流,而绝大多数企业的用户数据还散落在CRM、CDP、客服系统和Excel表格里。没有数据地基,买来的“发动机”只能空转。 这也是为什么我们会说:接下来真正的竞争不在AI功能清单上,而在数据基础设施和治理层上——这也是本文与原播客观点最大的分歧点,节目把焦点放在AI能力上,我们认为真正的胜负手在AI之下。
其三,钱的方向已经明确。60亿美元的市场还在以两位数增长,Agentforce半年五千笔订单、HubSpot和Adobe全线押注——厂商的资本开支和甲方的预算流向不会骗人。但同一份Gartner预测也提醒我们,约40%的智能体项目将在2027年前被砍掉。这意味着一场洗牌:有数据、有治理的团队会跑出复利,跟风采购的团队会交一轮学费。
所以,对营销人来说,真正的问题从来不是“规则引擎什么时候死”,而是:当系统能自己决定发给谁、发什么、什么时候发的时候,你打算坐在飞轮的哪个位置上?
十年前,营销自动化让流程代替了人肉;接下来,自主营销要让判断力代替操作力。旧地图上没有新大陆——但新大陆的船票,现在已经开卖了。
本文由本站 AI 辅助聚合生成,原始来源如下: