昨天我说ToB营销圈有很多正确的废话，AI正在批量生产这种废话。

今天我想接着聊，因为我亲手验证了这件事。

上个月，我做了一个实验：让AI帮我跑一周ToB获客。不是小打小闹地让AI写两篇文章，是真的把获客流程丢给AI跑。选题、内容生产、分发、线索初筛，能交给AI的都交了。

一周结束，我坐在电脑前看结果，心情很复杂。

复杂在哪呢？效率确实高，之前我写一篇深度文章要憋两三天，AI 30分钟出了5篇。之前我做一次关键词调研要翻大半天数据，AI 15分钟给了200条长尾词。之前我筛100条线索要花一整个下午，AI半小时帮我分好了A类B类C类。

但效果呢？

那些AI写出来的文章，发出去之后阅读量比我自己写的还低。那些AI筛出来的线索，销售打过去电话，对面说”你们跟上一家说的一模一样”。那些AI规划的关键词，跟竞对用AI规划出来的关键词，重合率超过80%。

效率翻了好几倍，效果反而打了折扣。

这个结果确实让我意外。不是AI不行，是我用错了。

AI批量生产”正确的废话”，比你想象的严重

先说一组让我很扎心的数据。

CMI今年发布的《2026年B2B内容营销趋势报告》里有一个很分裂的数字：AI工具在B2B营销团队中的应用率达到了95%，几乎人手一个。但觉得自己内容质量因为AI而得到提升的营销人，只有58%。

95%在用，58%觉得有用。中间差出来的那37%的人，就是用AI用了个寂寞。

更扎心的是预算分配：45%的内容营销预算投向了AI工具，投给人的只有9%。花在工具上的钱是花在人身上的5倍，但质量没跟上。

还有一个数字来自Jasper的调研：91%的营销团队在用AI，但能直接把AI产出跟营收挂钩的，只有41%。用了，但说不清赚没赚钱。

我自己那周实验的感受跟这些数据完全吻合。AI产出速度极快，但产出来的东西有一种很微妙的问题，说不出哪里错，但就是”对得毫无用处”。

我让AI写了一篇云安全选型指南，结构完整，数据扎实，引用了近期的行业报告，读起来很专业。但读完了，你把它换成我们赛道里任何一家竞对的名字，完全成立。因为AI写的是”云安全选型的通用知识”，不是”我们公司凭什么值得你选”。

我又让AI写了一篇客户案例，给了它背景材料和数据。AI 20分钟出稿，写得很流畅，有数据有分析有结论。但我读了两遍之后发现，它写的那个客户故事，把公司名遮住，跟市面上100篇客户案例没有任何区别。一样的”痛点-方案-效果”三段论，一样的”提升XX%””降低XX%”，一样的收尾方式。

AI写出来的东西不是不对，是”对”得太标准了。标准到跟所有人一样，标准到你把Logo换了，这篇文章就能给竞对用。

这不就是我昨天说的”正确的废话”吗？只不过以前是人花三天写的，现在AI 30分钟就给你写好了。速度提了10倍，废话也提了10倍。

为什么大家都在犯这个错？

想清楚这件事之后，我花了不少时间复盘，发现根本问题出在一个很普遍的思维惯性上。

大多数人拿到AI之后，第一反应是：”太好了，终于有人帮我写东西了。”

让AI写文章、写白皮书、写方案、写邮件、写社交媒体帖子。本质上，是把AI当成一个超级写手来用。你给我一个题目，我给你一篇文章。

但AI不是一个了解你公司的写手。它不知道你客户上周在群里抱怨了什么，不知道你销售每次被拒绝的真正原因，不知道你产品那个别人没有的小功能为什么重要，不知道你创始人讲过的那个故事。

据MarketCore的分析，AI生成的内容之所以听起来千篇一律，核心原因不是模型不行，是AI对你产品的理解存在一个巨大的”认知断层”。它写的是通用知识，不是你的独特洞察。

我后来翻了一下我们赛道里6家竞对的公众号，都是用AI写的，5家的选题逻辑几乎一模一样：行业趋势+选型指南+客户案例+产品更新。连排期节奏都差不多。这6家的AI大概率读了同样几篇”2026年ToB营销选题攻略”，然后产出了几乎一样的内容规划。

大家都用AI，但大家给AI的指令也差不多。同一套指令喂给同一个模型，出来的东西怎么可能不一样？

Gartner今年5月在伦敦的营销大会上说了句话让我印象很深：那些没能跨越”AI实验期”的营销负责人，正在”blending into a sea of sameness”，翻译过来就是：融入了一片同质化的海洋。AI用得越多，你和竞对就越像。

而另外一组数据更说明问题：Gartner调研了402位营销负责人，发现虽然AI驱动的营销工作预计从现在的16%涨到2028年的36%，但只有30%的团队说自己真的准备好了把AI用出差异化来。7成的人知道AI很重要，但不知道怎么用出花样。

我也是那7成里的一个。

那周实验之后，我换了个思路

实验结束之后，我重新想了一件事：AI到底该用来干什么？

我之前的用法是：让AI帮我写内容。结果就是，AI写得越快，我产出的”正确的废话”就越多。

后来我换了一个思路：不让AI替我思考，让AI帮我把思考的速度提10倍。

这话听着有点绕，我拆开说。

以前我的工作流程是这样的：想选题（想半天）→ 找资料（找半天）→ 写文章（写两天）→ 改文章（改一天）。整个过程里，真正有价值的环节是什么？是”想选题”那一步。那一拍脑袋的灵感，那一个”诶这个角度没人写过”的判断，那才是不可替代的东西。后面那些找资料、写初稿、调整格式的活儿，说实话，只要思路定了，执行不是瓶颈。

所以我换了个做法：把省下来的时间全部砸到”想”这件事上。

具体怎么做的？我分享三个我试下来觉得有效的用法。不是什么秘籍，就是一个踩完坑之后的心得。

1. 让AI做你的”思考加速器”，不是”内容生成器”

以前我让AI写文章，现在我让AI帮我想问题。

比如我最近在做一个数据中台客户的方案，以前我会让AI直接写一篇”数据中台选型指南”。现在我不这么干了。我会先花一小时把自己对这个客户的理解、他们行业的特殊性、他们的真实痛点写下来，然后让AI做三件事：

帮我找这个行业的采购决策者最近在搜什么问题。AI 15分钟给了我50条真实的长尾搜索词，很多是我自己想不到的角度。

帮我把这50条词按”搜索意图”分类。哪些是”我想了解”，哪些是”我在比较”，哪些是”我准备买了”。不同意图对应不同的内容策略，这个分类我以前要自己想大半天，AI 10分钟搞定。

帮我把我的核心观点反向挑战一遍。我会把我写的要点喂给AI，让它扮演一个刁钻的客户来挑毛病。”你这个说法有什么漏洞？””客户会不会觉得这是套话？””这个论点有没有数据支撑？”AI挑出来的问题，大概有30%是真的有用的，会逼我想得更深。

这三个动作加起来大概花我2个小时，但产出的”思考质量”，比之前我自己憋一整天要高得多。 因为我省下来的那些找资料、查数据、做分类的时间，全部变成了”想”的时间。

2. 用AI把你的”一”变成”多”，但”一”必须是你自己想的

我那个做云安全的朋友，之前让AI写了一篇行业洞察，发出去阅读量惨淡。后来他换了个做法：自己先花一个小时写了一篇300字的内部分析，核心观点是”2026年企业不缺安全工具，缺的是安全工具之间的协同能力”。这个观点是他跟客户聊了三个月才想通的，有体感。

然后他让AI把这个300字的观点，扩展成一篇公众号文章、一条小红书笔记、一个3分钟的播客脚本、一封给潜在客户的邮件。四种格式，四种语气，但核心观点只有一个，而且是他自己想的。

结果呢？那篇公众号文章阅读量是他之前AI直接写的3倍。那封邮件的回复率是12%，之前AI直接写的开发信回复率不到2%。那条小红书笔记的互动量也不错，因为核心观点足够锐利，AI只是帮他把锐利的观点翻译成了小红书喜欢的表达方式。

AI是把你的”一个想法”变成”多个内容”的放大器。但前提是，你那个”一个想法”得是真正有价值的。 如果你的核心想法本身就是”安全很重要”这种正确的废话，AI帮你放大10倍，就只是把废话传播给了10倍的人。

3. 让AI帮你干掉”不知道”的状态，而不是帮你假装”全知道”

ToB营销有个特别常见的尴尬：你要写一个行业的方案，但你对那个行业不够懂。以前我的做法是花一周时间硬啃行业报告，然后写出一篇”看起来很专业”的文章。说实话，有些行业我自己都没太搞明白，写出来的东西我自己心虚。

AI改变的不是”不懂装懂”的能力，是”从不懂到懂”的速度。

现在我的做法是：遇到一个不熟悉的行业，先用AI花2个小时做一轮”扫盲”。让AI帮我梳理这个行业的核心玩家、关键指标、典型痛点、决策链条、常见采购场景。这些信息不全对，大概70%准确，但已经够我建立一个基本框架了。

然后我拿着这个框架去找客户聊、找行业里的人聊。因为有了一个基础认知，我聊天的时候能问出更具体的问题，而不是”你们行业一般怎么获客”这种大而化之的傻问题。

客户一听就知道我做过功课，信任感马上不一样。之前我写的一篇制造业数字化的文章，自己硬啃报告写的，客户看了说”你写的是制造业，但不像我们制造业”。后来用AI扫盲+客户深度访谈的方式重写了一版，客户说”你比一些做了好几年的同行都懂我们”。

不是我变聪明了，是我用AI把”从0到1″的阶段从一周压缩到了2个小时，然后省下来的时间全砸在了”从1到100″上。

说到底，AI是放大器，不是替代品

这句话很多人都说过，但我用自己的实验验证了一次：你用AI放大一个平庸的思考，得到的只是更多平庸；你用AI放大一个有价值的洞察，才能得到更多有价值的东西。

CMI的报告里有句话我特别认同：2026年的竞争优势不再取决于是否使用AI，而在于如何将技术与判断力深度融合。

麦肯锡的数据也说：AI只能替代47%的重复性营销工作，策略、沟通、服务这些岗位不可替代。剩下的53%，就是你跟竞对拉开差距的地方。

那53%是什么？是你跟客户聊完之后冒出来的那个”他真正想要的不是这个”的直觉，是你在行业泡久了之后闻到的那个”风向要变”的信号，是你在方案里写的那句别人写不出来的话。

AI读不到客户微信群里那句吐槽，AI听不出客户说”再考虑考虑”背后的真实顾虑，AI不知道你产品的那个冷门功能为什么对某个特定客户来说是决定性的。

这些事，只有你知道。

而AI能做的，是让你把这些”只有你知道的事”，以10倍的速度变成10种格式的内容，覆盖10个渠道，触达10倍的人。

做完那周实验，我给自己的AI使用立了一个规矩：每天用AI之前，先问自己一个问题：我让AI做的这件事，有没有我自己不可替代的思考在里面？

如果有，AI是加速器。如果没有，AI只是废话量产机。

ToB获客这件事，说到底，客户买单不是因为你的内容写得专业，是因为你的内容让他觉得”这个人懂我”。而”懂我”这件事，AI帮不了你，只能你自己来。

AI能做的，是让你在”懂客户”这件事上，想得更快，走得更远。

不是替你思考，是帮你把思考变成行动的速度，提10倍。

如果你也在用AI做ToB营销，也觉得”用了但好像没用”，也许该想想：你让AI替你思考了，还是让AI加速你思考了？

评论区聊聊，我看看有多少人跟我一样踩过这个坑。

探索M面｜做出好营销