10 月 2 日,Kantar 发布了年度 Media Reactions 研究:800 多位资深营销人,加 23,000 名消费者。结论读起来有点别扭——预算在往 AI 加,底气却在往下掉。
净 75% 的营销人计划 2027 年增加对 AI 助手的投入,62% 预期生成式 AI 会在品牌推荐里扮演关键角色。可同一批营销人里,只有一半还确信自己的品牌建设与效果配比是对的。
对做品牌 AI 曝光的人来说,这组数字比「又有多少人开始用 AI 搜索」更值得看。加钱这件事已经没什么争议,怎么判断钱花得对不对,才是眼下真正悬着的问题。
投的人在加,信的人在少
把两条曲线摆一起。供给侧:净 75% 的营销人明年要加码 AI 助手;需求侧:只有 32% 的消费者用 AI 助手研究品牌和产品,只有 23% 信任 AI 给出的推荐。
Kantar 全球媒体总监 Gonca Bubani 说得直:「很多钱正朝着 AI 涌去,前提是假设用户会按行业的预期去用它。现实是,营销人还没真正摸清人们对 AI 环境那些微妙的态度。」
这句不该读成「别投」,更像一句提醒:一个渠道的成熟度,不该由预算规模来定义。 从「少数人试」走到「大多数人会不设防地信」,中间那段路买不到。
真正在跌的,是营销人对自己的判断力
相比消费者侧,我更在意营销人侧那三个数字。
| 信心指标 | 2026 | 2025 |
|---|---|---|
| 品牌建设与效果的配比是对的 | 50% | 60% |
| 组织的媒体组合是对的 | 57% | 64% |
| 能从数据里提炼出可执行洞察 | 51% | — |
三个都在往下走,而且正好发生在他们准备加大对一个新渠道投入的时候。
Kantar 首席执行官 Paul Zwillenberg 的说法是:「CMO 对未来投得更多,对眼前的决定却越来越没底。答案不是更多数据,是更好的情报。」
挪到 GEO 场景,这句可以直接当验收标准:能说出「这笔钱花对了」的项目才叫有策略,说不出就只是把钱花出去了。 最常见的走偏,就是把「加预算」当成「有策略」——预算表上多一行、汇报里多几张截图,却说不出哪些品类提问里提到了自己、引的是哪些源、比上月是升还是降。
单条渠道很难自己起效
Kantar 顺手给了一个反直觉的数据:LIFT+ 模型显示,2020 到 2025 年间 43% 的营销活动效果来自多渠道协同,而 2014 年以前只有 18%。渠道越碎,协同的贡献反而越大。
- AI 可见度很少单独起效,它更像结果:品牌在公网上的事实够硬、第三方提到得够多,AI 才会顺手把你的名字说出来。
- 把 AI 可见度并进现有的媒体组合评估,别单开一条孤立报表,否则永远说不清到底是内容起了作用,还是 PR 起了作用。
加钱之前,先立基线
翻成动作就是三条:
- 先记基线。 挑十个最像真实客户的品类提问,每周固定跑一遍,记录提到谁、引了哪些源。没有基线,后面所有「涨幅」都是故事。
- 分开收集两拨人的判断。 营销人自己的信心,与消费者的实际信任、实际使用是两个数,别拿前者替代后者。
- 按协同口径汇报。 报 AI 可见度时把内容、PR、品牌建设一起带上,让老板看到整条链路,而不是又一条孤立的渠道线。
预算季就在眼前,2027 年的计划表上大概率会多出一行「AI 可见度」。加钱不难,难的是先答上那个问题:你打算用什么来证明,它值得继续加。 这个答案,基本决定了这一行预算明年是留下,还是被划掉。