2025报告营销人员和人工智能：探索新的深度

核心观点与数据

• GenAI 广泛应用：77% 的营销者使用大型语言模型（LLMs），85% 已使用 GenAI，其中 15% 已完全整合到日常工作中。93% 的营销团队为 2025/26 财年设立 GenAI 预算。
• GenAI 投资回报：83% 的营销者和 98% 的 agentic AI 采用者看到 GenAI 的投资回报，美国和 EMEA 地区 ROI 最高（分别为 87% 和 85%），APAC 为 74%。主要收益来自个性化提升（94%）、大数据高效处理（91%）和运营成本与时间节省（90%）。
• agentic AI 浅尝辄止：21% 的营销者在实际环境中测试 agentic AI，73% 计划两年内实施。美国领先，28% 的营销者已测试或完全实施。51% 的营销决策者计划明年投资 agentic AI。
• 采用者领先：采用者（33%）在 GenAI 经验、ROI（98%）和 AI 理解上均领先于规划者（60%）和观察者（54%）。采用者更倾向于使用 GenAI 进行受众定位、客户旅程设计和价格优化，并更早采用合成数据、小型语言模型和数字孪生技术。

四步推进 agentic AI 旅程

1. 建立 AI 基础设施和知识：许多营销者缺乏支持 GenAI 和 agentic AI 的基础设施、知识和流程。观察者（仅 7%）远落后于采用者（75% 认为已充分利用 AI）。
2. 战略部署 agentic AI：25% 的观察者实施企业级 AI 策略，而采用者（63%）则更战略性地使用 AI。agentic AI 可用于自主识别趋势、测试活动变体和实时优化客户旅程。采用者更关注 agentic AI 的商业影响，采用更高级用例（如持续学习代理和绩效报告）。
3. 超越治理：AI 治理仍是挑战，仅 8% 的营销者描述其治理框架为“完善且全面”。观察者（73%）缺乏 agentic AI 治理，而采用者（52%）正在开发该框架。采用者更关注内部信任和 AI 的伦理影响。
4. 确保信任，保持人为干预：90% 的营销者信任 agentic AI，但条件是有人监督。48% 的营销者认为人类应批准 AI 决策。采用者（36%）更倾向于认为人工覆盖功能会增加对 AI 的信任。

量子计算展望

• 随着营销者从 GenAI 到 agentic AI 的发展，量子计算正逐渐进入视野。31% 的采用者预计量子计算将在两年内应用于营销。
• 不同行业对量子计算的应用有不同的预期：银行业关注高级预测分析，保险业关注实时客户旅程模拟，生命科学和医疗保健行业关注超个性化。
• 50% 的采用者已将量子计算纳入数字或创新路线图，而仅 16% 的营销者完全理解量子计算。

研究结论

• 营销者正从 GenAI 的基础阶段过渡到 agentic AI，并开始考虑量子计算。
• 采用者通过充分利用 GenAI、建立强大的基础设施和流程、采取战略方法、超越传统治理并保持人为干预来领先。
• 观察者和规划者需要借鉴采用者的经验，加强 AI 基础、明确 agentic AI 用例、完善治理并建立信任。
• 量子计算是 AI 发展的下一波浪潮，营销者应开始为未来做好准备。
• 建立以信任为基础的营销 AI 体系是成功实施 agentic AI 和迎接量子计算的关键。