2026年中复盘:AI武装后的B2B营销,到底长什么样?
96%的营销团队已用上AI,34%的企业部署了AI Agent——但营销预算却在收紧。这不是工具问题,是方法论问题。来自一线客户拜访的九大实战洞察。
中场哨响:AI渗透率与预算的撕裂
上周去拜访了一家国内非常知名的商学院。对方聊起招生的事,语气里透着焦虑——以前完全不愁报名,现在招生成了巨大的压力。
为什么拿商学院说事?因为商学院的招生逻辑跟 B2B 营销惊人地相似。他们都需要了解客户的公司、行业、职位、决策角色,客单价都不低(一个 MBA 项目十几万到几十万),而且决策链路长——不是一个人拍脑袋就能决定的。商学院面临的挑战,和我们在座每一位 B2B 营销人面对的,本质上是一样的。
而这家商学院的焦虑,也不是个案。2026 年过半,B2B 营销人集体感受到一种撕裂:一方面,AI 已经从 PPT 上的口号变成了桌上的工具,渗透率飙升到前所未有的高度;另一方面,预算却在收紧,体感是"方法论比工具更稀缺"。
营销团队已使用 AI
HubSpot 2026
企业已部署 AI Agent
McKinsey Q2 2026
营销预算占营收比
↓ 从 9.5% 下降 · Gartner
"预算没有跟着 AI 的渗透率一起涨,反而跌了。你不能再指望靠堆预算来解决问题。你得靠 smarter,而不是 louder。"
这篇文章,是我最近密集拜访多家客户后,看到的一些趋势和洞察。不贩卖焦虑,只说实战。
一、官网 AI 化——你的 24/7 不眠销员
官网正在经历一场悄无声息的变革。以前更新官网是一件很痛苦的事。写一篇博客要策划、写稿、排版、上传,改个案例页还要找技术,一拖就是一两周。但现在,很多工作都 Skills 化了。
什么意思?就是你可以通过 AI Agent 去自动化完成这些事情。比如博客更新、案例更新、TDK、内链、排版,这些都会变得比较简单,通过 Skills 直接更新。而且排版也会非常的精美,每次都会注意 SEO 关键词、内链结构这些细节。
个性化推荐
IP/Cookie 与 CDP 匹配,按行业动态切换页面内容——教育行业访客看到教育内容。
AI Chatbot
7×24 小时在线,凌晨两点也能接住潜在客户,回答产品问题,完成留资转化。
数据闭环
UTM 埋码进入 CDP,访问、投放、跟进数据一目了然,形成完整闭环。
但官网 AI 化,不只是更新效率的问题。更核心的变化在于——官网正在从一个静态的信息展示页面,变成一个数据采集 + 个性化触达 + 留资转化的 AI 驱动力场。
"官网不再只是一个信息展示的页面,它正在变成一个 AI 驱动的智能体——你的 24/7 不眠销员。"
二、AI 外呼——MDR 而非骚扰
很多人一听到"AI 外呼"就觉得是骚扰电话。这个偏见要改。AI 外呼在 B2B 里有一个非常重要的应用场景,我们叫它 AI MDR——Market Development Representative,市场开发代表。跟 AI SDR(Sales Development Representative,销售开发代表)不同,MDR 的核心职责不是直接成交,而是做线索的清洗、激活和需求确认。AI 外呼天然适合 MDR 的场景。
但前提是——一定只用于已经有信任的,或者知道这件事情的人。你不能贸然启动 AI 外呼。对新客户贸然打 AI 电话,一年一两次还好,多了就会造成骚扰,这是不对的。
- 展会邀约——客户去年、前年均参加过,今年提醒邀约,本质是贴心提醒而非冷拨
- 会前确认——重要会议提前做参会确认,普遍接受度高
- 线索清洗——通过外呼确认公司、职位、邮箱,同步更新 CDP 字段
我最近在服务一家生命科学的客户。他们用 AI EDM,效果很好。但是发现,有的 EDM 一直都打不开。他们决定尝试通过一些大型的会议,然后通过外呼来进行邀约。邀约的过程当中,AI 会说:"那我需要把参会函发给你,需要确认一下你现在的公司,你现在的职位,你现在的邮箱还是这么多吗?"跟你确认好后,把参会函发给你——你看这个过程当中,就把信息给重新更新了。
那这个外呼里面 AI 产生的语音信息呢,又跟 AI SDR 结合起来。因为 AI SDR 里面它会把语音信息再做分析,然后把相关的字段重新更新回 CDP。这就是一个很经典的用法。
"关键不是量,是精准。AI MDR 的价值不在于一天能打多少通电话,而在于——对有信任基础的人,在恰当的时机,做恰当的激活。"
三、SDR 的进化——从人海战术到 AI 增强
我在《B2B 营销漏斗存在 20 年的悖论》那篇文章里详细分析过一个现象:大家以前犯的错,就是越是漏斗的顶部积累数据越多,越是中部底部越少。漏斗顶部,市场部花大价钱做投放、做内容、做活动,线索哗哗地进来。但到了中部——SDR 跟进、线索分级、孵化培育——数据维度急剧缩减。到底部——商机、成交、续约——更是黑箱。
这就是漏斗"头重脚轻"的病根。而这个病根,正在被 AI+SDR 治愈。
第一个变化:数据维度的回归
越来越多的客户发现,数据资产真的很重要。当数据维度变得重要之后,你会非常有必要把语音数据接回来。我们有客户,不管是自有 SDR 还是外包 SDR,都在做同一件事——把 SDR 的语音数据接回来。
有个很有意思的案例。一个客户以前的语音数据是本地化部署的,完全拿不出来。但他们在内部冲破了层层压力,因为什么?因为所有安全都要为业务服务。数据如果不具备这些能力,就不会是核心要点。把语音数据接回 CDP,会让整个 CDP 的数据变得更丰富。这是一个非常值得去做的事情。
第二个变化:SDR 后链路的 AI 化
传统做法是 SDR 打完电话后,然后呢?然后就没有然后了。但现在不一样了。没接通→自动触发相关跟进信息。接通了→根据语音信息再次触发后面的链路。比如 3 天后、5 天后持续的触达。
这件事让人做是非常反人性的。打电话不接,再打不接,再再打不接——哪个 SDR 能坚持?但让 AI 做,它就可以持续跟进,不知疲倦,不带情绪。
我最近跟一家港股上市公司的 CEO 聊过。他们做票务的。他说了一句让我印象很深的话:"SDR 本质上是一种销售,销售里面最难得的品质就是持续跟进。"
"AI 负责持续的、不知疲倦的跟进和线索培育,SDR 负责高价值线索的深度沟通——这才是正确的分工。"
四、企微崛起——被低估的营销通道
从我们的观察来看,企微开始变得非常重要。本质上是因为服务号开始折叠了。服务号开始折叠过后,你其实整个微信生态能够用来续客的,其实还是企微啊。企微是腾讯流出的一个通道,它无论跟视频号,跟微信等等都是很兼容,跟小程序都兼容的比较好。
2024 年开始逐步推广折叠,2025 年大规模灰度测试,到 2026 年已经成为常态。你以为精心策划的活动推文有人看,实际上大部分用户根本刷不到。
企微营销的典型玩法
把客户留到企微上,其实就能够做很多有意思的动作。比如在企微上部署 AI Chatbot,模拟售前,帮你聊天,帮你把协议拿下来。比如用小程序推出去,客户一留资,绑定率就提上来了——因为你知道他是谁,这个时候你的侧边栏也会有吸引他的信息。
还有一个特别好的机制:一个线索过来后,它既可以分配给 SDR 去打电话,也可以分配给企微去聊天。这两个东西完成哪一个都算完成任务。电话和聊天,双通道并行,互为补充。有些客户天然反感电话但愿意聊天,有些客户秒接电话但不看消息。两条路都铺好,转化率自然上去。
"企微这条通道,在 2026 年之前被严重低估了。服务号折叠之后,它成了微信生态里唯一有效的'流出'通道——消息能主动触达客户,而不是被动等待客户翻到角落。"
五、多触点策略——75%-95% 以上线索需要长期经营
上周我跟一位 B2B 头部营销服务商的市场总监聊了很久。她是投放的专家,她们公司非常重视企微。我问了他一个问题:在投放里面多加个邮箱字段,其实不少人会觉得会让留资比例变低,会让获客变得更困难。你作为投放的专家,那为什么你们很多线索还是都有留邮箱的资料呢?
她的回答让我很受启发。她说:"字段尽可能少,一般我们就留单位名称、姓名、电话,其他都是后期回访再补充。"所以 SDR 在回访的时候,一定会确认邮箱。
我又问:那企微也要加,邮箱也要留,这两个角度冲突吗?她说:"不冲突。对客户就是要多触点,没准哪个通路就触动了客户。"
也就是说,后面还有 75%-95% 以上的线索,是市场要长期经营的休眠客户。这个数据很重要。你花钱买来的 100 条线索里,只有 25 条在短期内有机会转化成商机,只有 5 条能最终签约。剩下的 75-95 条呢?不能扔掉。它们是资产,只是暂时休眠。
那多触点的意义就出来了。邮箱、企微、AI 外呼、官网 Chatbot、内容推送——每个触点都在不同的时间、以不同的方式去激活这些休眠线索。今天发一封个性化邮件没打开,下周企微推一条行业报告可能就点进去了。下个月有个线下活动邀约,可能就把关系拉近了。
"多触点不是渠道堆砌,不是每个渠道都发一样的内容。而是围绕同一条线索,形成一个包围式的触达网络——在正确的时间,用正确的通道,说正确的话。"
六、CRM 不是营销中台——向老板证明 ROI 需要 MTL 闭环
上周见了另一个非常大型的客户,他的营销中台出了问题。他是把 CRM 当成营销中台了,通过 CRM 去创建表单,然后有一套国外的平台用来做孵化流。这一看就出问题了。
| 维度 | CRM | 营销中台 |
|---|---|---|
| 定位 | 记事本——记录已发生的事 | 发动机——驱动线索往前走 |
| 管理范围 | 成交后客户关系维护 | 获客→孵化→转化全链路 |
| 核心能力 | 商机跟进、合同管理 | 多通道触达、M2L 可视化 |
这家客户把 CRM 当中台用,就好比用 Excel 做 PPT——能做,但极其痛苦,效果极差。
AI 时代来了,大家都在谈 AI Agent,都在谈 AI 怎么改变营销。但是,你在一些结构化的东西里面要做好,foundation 的东西要先做好。一个很简单的道理:如果数据地基没打好,AI Agent 再聪明也没用——因为它分析的数据本身就是残缺的、断裂的。就像你给一个天才地图,但地图上只有三分之一的路标标注了,他能走对吗?
还有一个相关的案例。一个客户跟我说,他们以前用了相关的产品,市场内部觉得蛮好的,但没有办法向老板、向总裁证明价值。为什么?因为线索没有走 M2L 的逻辑。没有到后端去跟 CRM 做对接,把 M2L 这一套走通。线索只是停留在了市场部,没有走到后面的 Sales Qualified Lead,没有走到商机——看不到整个 营销 ROI。
看不到 ROI → 营销预算继续缩 → 营销更做不好 → 更看不到 ROI。M2L 闭环没走通,是这个循环的起点。
七、AI EDM——老渠道的新爆发
过去两个多月上线了新版的 AI EDM,有不少客户开始大规模使用。量都非常大——有的客户一周 20-30 万封,有的客户一周 7-8 万封。客户取得的数据非常好。
我之前就说过,邮件这个渠道不会被杀死。很多年前就在唱衰邮件,说什么打开率下降、年轻人不看了——但 AI 反而让AI邮件营销重新活过来了。
数据质量决定了 AI 的效果。垃圾数据进,垃圾结果出。这不是 AI 的问题,是输入的问题。但是呢,如果说你有比较好的 CDP,积累了很多年的数据,这个是你的巨大优势。
| 指标 | 行业平均 | AI 个性化 |
|---|---|---|
| CTR | 2.5% | 5.58% |
| AI 个性化效果提升 | — | ↑ 41% |
数据来源:Campaign Monitor B2B 邮件 benchmarks
"数据清洗做好了,AI EDM 就是一台高效的营销自动化获客引擎。不需要人工一封封写,AI 帮你把这些都做了,你只需要看结果。"
八、内容生产与 GEO——好内容永远是基础
GEO(生成式引擎优化)是 2026 年营销圈最热的话题之一。2023 年,Princeton 大学的学者首次提出 GEO 的概念——目标是让内容被 AI 引擎选择和引用,而不是被传统搜索引擎收录。到 2026 年,当 30% 的搜索请求开始绕过传统搜索引擎,GEO 的实战价值就突显出来了。
但 GEO 有一个很现实的问题:没有办法证明 ROI。你做了一堆 GEO 优化,怎么证明这些优化带来了多少线索、多少商机?没法证。因为 AI 引擎不像 Google Analytics 那样给你一个清晰的流量来源追踪。
不过,GEO 的机会核心基础还是——大家要生产好的内容。上周刚跟一个来自德国的工业软件客户聊过。他说,即便有 AI,他们发现生产内容还是挺困难的。优质内容,always 都比较难。这是事实。无论 AI 进化到什么程度,对行业的深度理解、对客户痛点的精准把握、对业务场景的真实洞察——这些东西,AI 可以辅助,但不能替代。
素材搜索 Agent
专门搜索行业素材与数据支撑。
创作 + 排版 + 生图 Agent
多 Agent 分工协作,各司其职,效率高、质量稳。
"好内容是一切触达渠道的底层燃料。没有这个,再多的触点、再强的 AI,也是无源之水。"
九、NBA——让 AI 决定下一步做什么
有一个客户用了一个概念叫 NBA——Next Best Action,下一步最优动作。它的逻辑是:一个线索进来后,你完全可以让 AI 去分析它下一步应该做什么。是发邮件?是发企微?是人工联系?还是邀约参加活动?
AI 根据这个线索的行为数据、历史互动、行业特征来综合判断,给出下一步最优的建议。这不是简单的规则触发——"如果打开了邮件就发企微"——那还是传统的营销自动化。NBA 是真正意义上的智能决策:AI 综合评估所有可用数据,从若干可能的动作中选出概率最优的那一个。
人来决定
传统运营
AI 来决定
NBA 智能决策
增长可能性 ↑ 2.6× · Gartner
"从'人来决定做什么',到'规则决定做什么',再到'AI 来决定做什么'——这是营销效率演进的必然路径。"
拥抱者通吃
很多营销人问我:经济这么困难,该用什么营销手段?我的逻辑很简单:多算账。新手段比旧手段便宜,那就大胆用。上次在跟一家软件公司的创始人通电话的时候,我就跟他这么算账。只要你能够证明你的新营销手段比之前的手段更便宜,那你其实就应该大胆尝试。
但前提是——你要真的去算。不是凭感觉说"这个好像有用",而是拿出数据:投入多少、产出了多少、相比原来的方式节省了多少。算清楚了,就去执行。算不清楚,就去试。
"2026 中场哨响。如果你还没有开始修房,建议现在就动手。"
回看 2026 上半年。96% 的营销团队已经用上了 AI,34% 的企业部署了 AI Agent。工具的红利期已经过了,接下来比的是——谁把方法论想清楚了,谁把数据基础打好了,谁把多触点体系建起来了。已用 AI 武装的团队和还在观望的团队,差距只会越来越大。这不是危言耸听,是正在发生的事实。