营销技术的直言者 Scott Brinker 是为数不多的既受董事会信任又受开发团队认可的内部人士之一，这得益于他罕见的严谨分析能力和与生俱来的「胡言乱语」探测器。所以当 Brinker 说我们正面临自互联网以来营销领域最深刻的结构性变革时，或许值得我们关注。在这次 Mi3 深度探讨中，Brinker 描绘了代理式人工智能已在哪些方面带来重大运营变革，哪些供应商仍在兜售空头支票，以及为何营销相关性的争夺如今取决于数据架构、预算治理------以及适度的怀疑态度。
你需要知道的是：
- 首席营销技术专家 Scott Brinker 表示，人工智能代表了自互联网出现以来营销领域最深刻的结构性变革，它不仅推动了工具的激增，还从根本上改变了营销人员的工作方式。
- 尽管长期以来人们一直认为行业会走向整合，但营销技术生态系统已突破了 15000 种工具的大关，生成式和代理型人工智能正在加速新一轮的复杂性和工具泛滥（尽管其背后的情况更为复杂）。
- 执行能力将进一步落后于技术能力。 Brinker 的「营销技术法则」警告称，虽然技术呈指数级发展，但组织......却并非如此。这使得许多营销团队拥有强大的工具却无法充分利用。
- 通用数据层正变得至关重要，基于云的数据架构如今已成为人工智能驱动营销的核心。共享数据环境打破了部门之间的壁垒，实现了跨部门的实时客户可见性。
- 人工智能正在颠覆传统的定价模式，基于席位的 SaaS 定价（即按用户数量收费）正让位于基于使用量和成果的计费模式（即客户从 SaaS 中获得的价值，而不论授权用户数量）。这意味着营销人员现在必须像云运营团队那样预测使用情况，否则就有可能面临账单冲击的风险。
- 与构建它的第一代生成式人工智能一样，代理式人工智能通过自主执行诸如潜在客户研究、电子邮件序列和演示文稿创建等任务，压缩了从潜在客户到收入的周期：告诉代理要做什么，设置参数和输入，将其插入，节省大量时间。
- 早期的用例正变得越来越清晰。例如，B2B 销售交接正在被重新定义，因为智能代理将营销和销售工作流程连接在一起，自动进行个性化接触，并在潜在客户合格的那一刻准备好材料，从而提高效率、改善一致性并提升转化潜力。
- 治理，而不仅仅是技术，是新的战场：随着 AI 代理跨越系统，营销主管必须建立认证、权限和成本控制框架，以免复杂性演变成混乱。
- 警惕炒作------标准正在形成，但安全漏洞仍然存在：像 MCP 和 A2A 这样的新兴协议为多代理生态系统带来了希望，但如果没有强有力的治理，AI 集成可能会重蹈过去营销技术失败的覆辙。关键在于：若没有数据整合、运营规范以及文化变革，营销人员可能会在自互联网兴起以来营销技术领域最大的变革中被甩在后面。
首席营销技术专家 Scott Brinker 认为，代理型人工智能将像二十年前互联网那样，从根本上重塑营销技术格局。总体而言，他在过去二十多年里的预测大多都很准确。
在这篇关于 Mi3 的深度分析中，Brinker 揭开了人工智能工具在「寒武纪大爆发」中的面纱，指出了能力与执行之间的差距日益扩大，以及为何那些未能妥善处理数据和治理工作的营销人员可能很快就会被淘汰。或者至少会被竞争对手超越，而且会感到非常吃力。
这位营销技术的直言不讳者在 Hubspot 的日常工作是负责监督供应商的合作伙伴生态系统。当有人质疑科技行业长期以来过度承诺且不善收拾残局的顽疾时，他总是毫不犹豫地予以抨击：营销技术整合、网络安全等等，他都能侃侃而谈。
15 年前，Scott Brinker 绘制了包含数百种解决方案的营销技术全景图。而今年，这一数字已突破 15000 大关。尽管这种规模的激增令人瞩目，但 Brinker 认为真正的剧变还在后头。
Brinker 长期追踪营销技术供应商的兴起、更迭和演变。数据显示，生成式人工智能驱动的创新大幅增加，但这不仅仅关乎光鲜亮丽的新界面。相反，人工智能能够自主行动，且在人类提示越来越少的情况下仍能发挥作用，这正在催生一个新的软件类别，重塑营销人员的工作方式。
Brinker 表示，期待已久的整合故事终于拉开帷幕，但情况较为复杂。「早在 2023 年至 2024 年期间，我们见证了多年来解决方案数量最迅猛的增长------大约新增了 3000 多种。其中许多都是受到 ChatGPT 技术、生成式人工智能以及新应用场景的启发。软件开发变得更容易，从而引发了新产品的大爆发。但进入 2024 年至 2025 年，我们开始看到一些公司消失。我们最初的猜测是，这可能是之前那波热潮中涌现的一些生成式人工智能初创企业。」
Brinker 提出：「他们从未真正找到产品与市场的契合点，所以来得快去得也快。但事实并非如此。2023 年至 2024 年期间成立的大多数公司在 2025 年仍在运营且不断发展。真正的问题在于上一个十年的老一批营销技术工具......那些成立于 2014 年至 2018 年的公司。它们筹集了大量资金，雄心勃勃地想要达到数十亿美元的价值。有些做到了，但很多没有。我认为我们现在看到的是，它们的资金链终于耗尽了。」
「当时众多公司在相同领域竞争，产品特性大同小异。人人都料到最终会有一轮洗牌，但实际耗时远超大多数人的预期。去年感觉就像是现实终于给很多陪跑者敲响了警钟。」
这股浪潮非但没有简化，反而带来了更大的复杂性。 Brinker 认为营销技术栈在扩大，而非缩小。不过，他并不认为这会给任何一位买家增添太多新的复杂性。
Brinker 表示：「对于单个买家而言，他们绝不可能去考察数百种------更别提数千种------解决方案。实际上，买家往往专注于特定类别，并且通常只关注那些领域的领先者。」「唯一需要注意的是，当我们谈到『领先者』时，有些确实是全球性的、横向的。但也有一些领先者只在特定地区或垂直市场占据主导地位。所以尽管总体解决方案的数量仍然相当多，但任何一位买家实际考虑的选择范围多年来已经变小了。」
尽管如此，每月仍有 150 种新工具涌入市场，这使得买家在治理、评估和战略协调仍至关重要的时期容易被各种花哨的东西所分散注意力。
营销技术法则在发挥作用
Brinker 有一个关于技术发展速度与人类机构发展速度之间不协调的比喻。他称之为「营销技术定律」。
「技术呈指数级变化。而组织的变化则是对数级的，」他解释道。也就是说，技术发展速度极快，而企业（大多）仍在眨眼观望。
这是造成紧张的根源。
「当你把这两条曲线放在一起对比时，我们身处这样一个世界：技术呈指数级变化，但组织内部的变革速度却要慢得多。这两条曲线之间的差距在不断拉大。我总是把它想象成一只脚在码头上，另一只脚在离港的渡轮上。欢迎来到 21 世纪。欢迎来到管理的核心挑战之中。」他说道。
这种压力正在不断加剧。 Brinker 指出，大型语言模型的兴起以及低代码/无代码界面的成熟是一个转折点。
「我认为过去五年营销技术的使用率下降的原因之一在于这些产品变得过于庞大。它们具备众多功能，但一个人的头脑中只能容纳有限的一部分，仅够知道如何使用。」
他表示，人工智能改变了这一点。
人工智能真正有趣的地方在于，它不仅在拓展可能的能力范围，而且首次提供了一种新的交互方式，这实际上能让我们更轻松地利用这些功能。
用户界面正在迅速从菜单式界面演变为能够使强大工具更易使用的提示代理。但 Brinker 谨慎地避免夸大变革的容易程度。尽管技术实施可能会有所改进，但文化和结构上的协调仍远远落后。
「我不知道有什么捷径可走。」
据 Brinker 称，能力与采用之间的差距不断扩大，不仅造成效率低下，还重塑了组织风险。未能及时适应的公司可能会失去早期人工智能加速带来的优势，却仍需承担其成本。
这就是运营设计变得具有战略意义的地方。Brinker 认为，成功的公司已经在治理、流程自动化以及部门间数据流的连接组织方面进行投资，这些对于将能力转化为业务成果是必不可少的。
但差距依然存在，而且还在扩大。
「我们身处一个科技呈指数级变化的世界，但像我们这样管理组织的人却发现，组织自身的变革要慢得多。」
通用数据层
当前营销技术领域正在发生的情况同样也在人力资源技术、金融、企业资源规划和网络安全领域上演。对于那些倍感压力的营销人员来说，在营销技术领域进行创新已经够难了------但随着创新加速的到来，这又会难上加难。为此，Mi3 询问了 Brinker，如果企业各部门都在加速引入新的解决方案，那么实现真正的客户单一视图并加以激活将会难上加难到何种程度。
有两件事让我充满希望。首先，我们一直在稳步朝着在企业内部构建更通用的数据层这一目标迈进，借助诸如云数据仓库或「湖仓」之类的工具。如今，几乎任何规模的组织中的每个部门都在向这一通用层输入数据。在管理和组织这些数据方面，我们仍有大量工作要做，但在让数据在组织内部流动方面，我们现在拥有的能力比以往任何时候都要强。
其次，正如我们之前所讨论的，人工智能被证明是非常有用的，尤其是那些自然语言界面，让我们能够获取更多功能，而无需了解所有不同的配置选项。
这些变化至关重要，因为营销人员再也不能孤立运作。数据孤岛不仅损害营销活动，还会使人工智能陷入瘫痪。
Brinker 强调：「顾客不会止步于营销部门的边界。」
人工智能的潜力取决于具体情境。这意味着要从服务互动、数字产品使用以及售后参与等方面获取信息，而不仅仅是依靠营销活动。有了共享的数据层，营销人员终于能够全面了解这一整个范围的情况。
Brinker 说：「这对市场营销来说是一份巨大的礼物。我们不仅能更好地了解客户，还能让组织中的更多部门成为营销渠道。」
Brinker 认为这种转变不仅是战术层面的，更是战略层面的。这代表着从营销视角到全公司视角的转变。有了通用的数据基础，人工智能不仅能带来更多的营销活动，还能提供更相关的体验。
在 2024 年 7 月发表于其「首席营销技术」网站题为《营销技术中的新数据层已站稳脚跟（The New Data Layer in Martech Has Taken Hold）》的文章中，Brinker 进一步阐述道：「营销技术的数据层已从零散的集成发展成为一个基于云数据平台和通用标识符的更连贯的基础。」
他指出，曾经仅属于信息技术和分析团队的领域如今已成为营销策略的核心。「这并非抽象的架构问题，而是关乎业务绩效。」 Brinker 写道。
关键在于，他将营销数据层视为一种架构，而非单一产品，这种架构将数据集中化与运营灵活性相结合。在同一篇文章中，Brinker 补充道：「通用数据层使营销人员能够灵活运作，同时在各个系统中保持一致性和治理。」
在 Mi3 的访谈中，Brinker 再次重申了这一观点：通用数据层将使代理型人工智能能够在企业层面全面运作，整合各种信号，并在客户体验、商业、服务和忠诚度等方面实现自动化决策。
这已不再仅仅是了解您的客户，而是要在实时状态下，跨系统地协调运用这些知识。
我们拥有大量数据，涵盖客户如何与我们的数字产品互动，以及他们与客户服务和支持部门的交流情况。对于营销而言，第一步就是简单地洞察这些数据，理解客户见解，确定恰当的接触时机，并知晓要传达的信息内容。
除此之外，他表示，这还意味着要开始将其他部门和团队也视为渠道。「这些渠道能够帮助管理客户互动，并推动营销目标的实现，即便是在传统营销接触点之外。没错------请欣然接受这一点。」他说道。
营销技术预算大调整
人工智能能力的大幅提升不仅正在重塑营销人员的工作方式，还将改变品牌为技术栈付费的方式。
多年来，SaaS（软件即服务）的定价模式一直很稳定。营销人员按席位付费，而不考虑使用情况。 Brinker 表示，这种模式如今正面临压力。
「人工智能领域真正有趣的是出现了更多基于消费量或基于成果的定价模式。」
但他提醒说，这是一把双刃剑。
一方面，这对买家来说是一个极好的好处，他们开始思考：「等等，也许我们只需为实际使用的部分付费，或者为实际获得的结果付费。」这有望比纯粹基于席位的模式更好地优化支出。
据 Brinker 称：「不过，另一方面，基于席位的定价对于营销技术买家来说一直非常可预测。就好比说，『好吧，我要支付 X 金额。我可能没有像期望的那样充分利用它，但至少我知道我的年度预算，我的账单总是 X 金额。』」
采用基于消费或成果的模式，从经济角度来看可能更有利，但现在品牌必须预测和规划：
「我的实际使用量会是多少？这种不确定性为预算和预测增添了新的复杂层面。」
风险何在？账单会吓你一跳，正如 Mi3 今年早些时候所报道的那样，这种情况在营销技术领域的一些细分市场中很不幸地屡见不鲜，比如客户数据平台（CDP），许多买家对其使用量估计不足，结果面临意外成本。
Brinker 警告说：「买者自负。」「我认为在消费或基于成果的模式中，很大一部分责任在于买家。他们需要能够切实地估计自己将需要何种程度的消费或能力。」
不过，Brinker 认为这种转变存在潜力，他建议保持冷静并继续前行。「当你真正深入研究时，大多数情况下这并非难事。例如，一种常见的基于成果的定价模式是围绕使用人工智能代理来解决客户服务工单，而无需人工介入。」
「如果每解决一个工单我就要支付 5 美元，没错，会有一些波动，但通常企业心里有数。『好的，我们一年大概会收到 1 万份支持工单。』如果我们预计人工智能能解决其中约 67% 的工单，那么我们就能相当可靠地估算出成本，并留出一些余地。」
这与只为您的客户服务或客户成功团队购买席位的概念不同，但也不是一个难以理解的模式。
但习惯于固定许可费用的营销人员将面临一段学习过程。他表示，帮助就在身边。「IT 部门通过与超大规模云服务提供商合作积累了大量经验，所以这肯定是能够解决的问题。但我们必须承认，这对营销和营销运营来说，将是一个全新的概念和模式，需要去学习和适应。」
Brinker 的观点很明确：数学运算并不难，难的是思维模式的转变。营销技术领域的领导者需要采用通常在原生云 IT 中才有的财务运营规范。
他指出，其结果不仅是成本控制，还有精准度。以及与实际价值创造相契合的预算。
这也是一则开始在代理渠道引起关注的信息。正如营销咨询公司 Tumbleturn 的管理合伙人詹·戴维森（Jen Davidson）上周在 Mi3 所提出的：「当定价基于时间，而人工智能减少了时间，价格战就不可避免。除非代理机构大幅拓展新业务，否则收入将会下降。而这正是部分大型控股公司目前所面临的情况。」
营销的互联网级变革
Brinker 坚持认为，不要把人工智能仅仅视为又一个科技潮流，它更像是互联网本身。
人工智能令人着迷之处在于，它可能至少与互联网一样，是一场巨大的变革，正在改变企业的运营方式、客户的购买方式以及我们日常的生活方式。但与互联网不同的是，互联网在回顾起来时，感觉像是在十年间缓慢发展，而人工智能的发展速度要快得多。
「但借助人工智能，其采用速度和进步速度都是前所未有的。所以，是的，我认为这绝对是我们在营销和营销技术职业生涯中所见到的最大浪潮。」
Brinker 还明确区分了传统工作流程与代理型人工智能所实现的功能。「通常来说，具备代理能力的事物有两个组成部分。一是其采取行动的能力。曾经有一段时间，人们将可以与之对话的大语言模型和能够实际在现实世界中做事的大行动模型区分开来。但这种区分大多已经消失。现在我们认识到，大语言模型能够使用工具，它们具备采取行动的能力。」
代理的第二个组成部分是能够以更自主的方式工作。「我们与像 ChatGPT 或 Claude 这样的工具的很多交互仍然完全处于人工干预的循环中。但随着我们向真正的 AI 代理迈进，我们看到了一系列的情况，从人类只是进行监控的系统，到在特定点才有人类介入的系统，一直到完全自动化的代理，它们可以完全独立运行。」
Brinker 表示，正是行动与自主性的结合才使得某物真正具有能动性。而且他对这对营销人员意味着什么持乐观态度。
「而说到应用场景，天哪，在市场营销和营销运营方面，可能性简直无穷无尽。几乎我们能想到的所有工作流程，尤其是那些过去需要人工操作才能从一个阶段过渡到另一个阶段的流程，现在都有望通过基于代理的自动化来实现。」
这种收益并非仅仅是效率上的提升。而是战略上的加速。人工智能为营销人员提供了一个新的杠杆，能够缩短从潜在客户筛选到实现收益之间的时间。
他将当前阶段比作克莱顿·克里斯坦森的颠覆性创新模型。「这些工具起初处理的是没人有时间去做的琐事，比如一些简单且未得到充分服务的任务。但它们在不断改进。」
如今，代理商能够撰写冷邮件并开发基本的投资回报率计算器。而到了明天？ Brinker 认为他们将承担更深入的工作流程。
他说，那便是真正的转变开始之时。
美中不足
随着科技行业不断加大宣传力度，它极力描绘这样一个愿景：未来的世界将拥有数以百万计，甚至数十亿计的自主代理，它们有时会自我改进，并且能够独立协作，从而为品牌和客户带来更安全、更美好的体验。
但存在一个问题。实际上，至少根据 Mi3 在美国为期一个月的代理机构考察之旅中所了解到的情况，存在很多问题。
首先，如果代理程序要在不同的系统中运行，就需要标准。而大多数此类标准要么根本不存在，要么还很不成熟。此外，还有常见的以及即将出现的相互竞争的标准所带来的愚蠢行为。不过，Brinker 认为这种情况或许能够避免，并且看到了早期的进展。
他说：「Anthropic 推出了一个名为模型上下文协议（MCP）的东西，几个月内，OpenAI、微软和谷歌就纷纷加入。」
MCP 是一个简单的框架，能让代理程序与外部数据源和 API 进行交互。「它并非能解决所有问题，但能消除阻碍。」 Brinker 说道。与此同时，谷歌提出了一个代理程序到代理程序的协议 A2A，但其并未获得同样的采用率。「我们还没达到那个程度。」 Brinker 承认道。不过，进展速度比预期的要快。
要实现这一目标，还有很长的路要走。发现、认证、权限、评估、监控和可观测性只是技术需要出现或演进的几个领域，才能实现行业对智能体的愿景。甚至目前 LLMs 运行的语义层也需要大量的工作。
尽管 Brinker 承认了这种势头，但我们还是请他面对一个更难的事实：科技行业在兑现承诺方面有着不完美的记录，尤其是在集成、互操作性和网络安全方面（任何澳都斯、麦迪班克私人银行或澳洲航空的客户都可以证明这一点）。
Brinker 并未对批评置之不理。相反，他给出了明确的区分。「MCP 并非其安全或认证模型存在固有缺陷------而是它根本就没有声称要提供这种能力。它完全依赖于更高层来处理这些问题。所以请记住，MCP 主要是关于让这些组件能够相互连接，它更像是一个连接框架而非安全层。」
他补充道：「安全、治理和认证机制必须建立在这一基础之上。你说得对，这部分仍远未标准化。我们确实有像 OAuth 这样的认证机制，但即便如此，它也只是其中一部分。仍需要在其之上再加一层来处理更广泛的治理和控制。」
但 Brinker 承认，还有很多工作要做，尤其是在注册表、认证协议和权限标准方面。「但随着时间的推移，人们确实会着手处理那些其他问题。」
Mi3 以 Brinker 为例指出，那些「以后再解决」的人甚至还没有在技术栈中解决应用程序集成问题到营销人员所期望的程度。他们为什么要相信科技行业这次能做好呢？
他直言不讳地评价了该行业偶尔出现的惰性：「没错，科技行业长期以来一直说『我们以后再解决』。但在这种情况下（代理），我们现在确实开始着手解决了。」
此外，已经有这样的机器人了。或者很快就会有。
早期用例
Brinker 明确指出，大多数具有代理功能的人工智能活动是从哪里开始的：那些风险相对较低但操作负担较高的实际且狭隘的任务。「这些工具首先处理的是那些没人有时间去做的事务，比如一些简单且未得到充分服务的任务，」他说。这可能包括诸如冷邮件序列、内部研究简报和投资回报率计算器之类的事物。
这是一份很长的清单，其中包括了一些之前由于人工操作成本过高而不曾持续开展的工作，他解释道。
虽然这些任务看似基础，但 Brinker 却认为它们是开端。「你不可能仅靠一个提示就创建整个企业资源规划系统，」他说，「但像快速投资回报率计算器或潜在客户研究工具这类东西？如今你就能做到，而且效果出奇地好。」
他并不认为这一波任务级自动化微不足道，而是将其视为基础性的。因为这些小而重复的工作容易受到冲击，所以也是具自主性的 AI 能够迅速带来可衡量回报的地方。
虽然有关人工智能的讨论大多集中在自动化和生产力方面，但 Brinker 指出，在 B2B 销售赋能领域已取得显著的早期成果，尤其是营销与销售之间的交接环节。
他说：「以前，销售人员得从零开始。这意味着要研究潜在客户、制作演示文稿、撰写邮件。而现在，人工智能可以在后台把这些都准备好。」
Brinker 概述了如今智能代理如何将营销和销售业务整合在一起，一旦潜在客户达到合格标准，便能自动组合个性化接触序列、简报文件和演示文稿。
他说：「在 B2B 环境中，您已经获得了一个潜在客户，其已越过门槛，准备进行销售。实际上，我们可以开始通过电子邮件为其制定一套非常个性化的介绍流程。我们甚至可以为销售人员动态整合一份简报手册，甚至制作一份定制的幻灯片演示文稿。」
这不仅节省了时间，更是一场结构性变革。过去，营销部门只是提交一份电子表格，然后听天由命，而现在，代理商则能精准地协调整个过渡过程。销售人员在接触客户时，就已经掌握了与机会相关的背景信息、洞察力和定制化的资源。
Brinker 解释道：「我们节省了一周左右的时间和人工劳动。现在，销售人员可以直接去做他们真正该做的事------与潜在客户进行人际互动。」
这些战术上的改进已经释放出战略上的动力。缩短的周期、更高的稳定性和更具相关性的互动，为 B2B 组织提供了新的手段来加速营收增长。尽管 Brinker 承认，许多此类用例仍处于战术层面，但它们正在为更广泛的变革打开大门。
从炒作到运营优势
尽管喧嚣不断，但 Brinker 的观点既务实又紧迫：代理型人工智能已经在重塑营销人员的工作方式，但只有那些愿意重新思考治理、预算和构建方式的人才能从中受益。
他并未对营销技术行业的节奏或前景加以美化。行业中的炒作确实存在，偶尔也会出现混乱局面。不过，Brinker 看到了一条清晰的前进道路：将人工智能战略建立在运营清晰度、通用数据访问以及行动偏好之上。
佩尔· Brinker 认为，你不可能仅凭一个提示就彻底改变整个组织。但你可以从现在开始解决正确的问题，而这就是动力的来源。
在充斥着空洞承诺和技术死胡同的空间里，Brinker 的建议令人耳目一新，脚踏实地。从小处着手。跨职能协调。重新思考采购。不要试图一口吃成个胖子。但要立刻行动，因为渡轮已经开走了。
来源：Mi3