美国营销机构AI应用现状 - 生成式AI在美国营销机构中已非常普及，十分之九的机构使用生成式AI，一半的机构使用智能体AI进行营销执行[1] - 快速采用与全行业对生产力和成本效率的关注，正在损害营销效果、创造力和长期的品牌增长[1] AI应用的主要目标与用例 - 提高员工生产力和影响力是机构使用生成式AI（81%）和智能体AI（63%）的首要目标[2] - 连续第二年，营销中AI最常被提及的用例包括构建创意内容、制定媒体和SEO策略以及提高内部生产力[2] AI应用的潜在负面影响 - 短期内，首席营销官和营销团队可以从生产力和成本效率的提升中受益，但长期来看，对效率的强调会扼杀创造力和增长[2] 实现AI潜力的必要举措 - 首席营销官和机构领导者必须将效率提升带来的收益再投资于人才、培训以及支持差异化体验、更强绩效和可持续收入增长的AI驱动营销操作系统[3] 行业观点与建议 - AI已从根本上改变了营销机构，但行业存在将效率误认为效果的风险[4] - 研究显示，尽管机构已成功将AI嵌入工作流程并提高了生产力，但现在必须重新设定期望，并投资于创造力、人才和营销绩效[4] - 将AI驱动的效率收益再投资于创新和差异化体验的领导者，将最能推动可持续增长并实现有意义的业务成果[4] AI在营销工作流程中的嵌入程度 - AI已深度嵌入创意、策略和媒体工作流程，机构广泛使用AI进行构思、内容创作、竞争分析和绩效报告[5] - 74%的机构使用生成式AI来总结文档和沟通内容，70%将其应用于研究和竞争情报，这证明了AI在日常运营中的核心作用[5] AI规模化应用的主要障碍 - 可靠性、法律和隐私问题仍然是规模化应用的主要障碍，准确性及偏见（63%）、法律问题（62%）以及隐私和安全风险（55%）等挑战持续阻碍更深层次的整合[5] - 对于智能体AI，缺乏专业知识（54%）和数据基础设施差距（51%）进一步使采用复杂化[5] AI的商业化模式现状 - 商业化进程滞后，大多数机构将AI视为成本中心，61%的机构仍将AI归类为“业务成本”，直接货币化有限[5] - 智能体AI显示出潜力，31%的机构计划在未来24个月内将其货币化，这表明AI服务有向创收方向转变的潜在趋势[5]