大家好，我是Neo。

先抛一个问题：如果老板问你“AI 投了这么多钱，到底有没有效果”，你手上有没有能拍在桌上的数据？

大概率没有。但这不是你一个人的问题——全美国最有钱的品牌营销高管们，也同样答不上来。

8月5日，TransUnion（全球三大信用局之一，靠数据吃饭的公司）联合 UTA 旗下的品牌咨询部门，发布了一份针对 100 位美国大型品牌营销与技术高管的调研。SEJ 的 Greg Jarboe 拿到数据后，又专访了 TransUnion TruAudience 增长战略执行副总裁 Matt Spiegel，得出一个核心判断：营销人对 AI 的信心创了历史新高，但他们根本证明不了 AI 在起作用。TransUnion 管这叫 “信心-准备悖论”（Confidence-Readiness Paradox）。

今天这篇文章，我把这份调研的核心数据拆给你看，再告诉你三件马上能做的事：怎么用这份数据去跟老板谈 GEO 预算、为什么“先修数据再买工具”对独立站一样成立、以及怎么把“增量测试”做进你的 AI 搜索测量。

一、先看清楚：这是一份什么调研？

先交代清楚调研的来路，方便你自己去核实：

• 谁做的：TransUnion（NYSE: TRU）委托 UTA Advisory（联合人才经纪公司的品牌咨询部门）执行
• 问了谁：100 位美国大型品牌的资深营销与技术高管，总监级及以上
• 发布时间：2026年8月5日（芝加哥）
• 解读人：SEJ 作者 Greg Jarboe，专访对象为 Matt Spiegel（TransUnion TruAudience 增长战略执行副总裁）

一个样本量的提醒：PPC Land 在报道里点过，100 人的样本，每个百分点大约对应一个人，所以这份数据的意义在于“方向性”，而不是精确到小数点的比例。但方向已经足够明确，而且它和最近几个月其他 AI 测量研究的结论高度一致——这本身就是一种交叉验证。

二、核心发现：“信心-准备悖论”到底长什么样？

我把最关键的几组数字整理成了表格：

维度	数据
预期未来 12-24 个月增加 AI 营销投入	89%
有信心达成 AI 营销目标	64%
认为人才/团队就绪度高	仅 42%
认为数据与流程就绪度高	仅 36%
对平台级 AI 有足够可见性、能放心做优化决策	仅 48%
从 AI 营销中获得“有意义的 ROI”	仅 53%
已把 AI 规模化到全企业	仅 13%

看到没？信心（89%、64%）和准备度（42%、36%）之间，横着一条巨大的鸿沟。 而“只有 53% 拿到有意义的 ROI”这一条，是 PPC Land 报道时直接拿来当标题的数据，也是整份调研最扎心的一句话。

更细的数据还揭示了 AI 应用的结构性失衡：

• 效率类应用渗透率极高：生产力工具 92%、基础内容与创意 89%、创意优化 83%
• 但更高价值的决策类、效果类应用，超过一半的公司还没碰
• 75% 的人说 AI 减少了手动工作量——省时是真实的，出效果是偶然的

一句话总结：AI 在营销行业里，目前干得最好的活是“打杂”，而不是“打仗”。

三、为什么拿不到 ROI？数据是第一拦路虎

被问到“人、流程、数据三个缺口怎么排序”时，Spiegel 的回答干脆得不像高管：

“如果非要排序，数据排第一。AI 能弥补很多东西，但弥补不了不完整、断连的数据。你喂给 AI 不完整的信息，得到的产出就比期望的更难以预测。”

调研数据完全支持这个判断：

• 67% 报告数据系统碎片化/孤岛化
• 42% 数据不完整或缺失
• 31% 数据延迟、时效性差
• 69% 说“围墙花园”（walled garden）盲区限制了评估 AI 效果
• 70% 说跨渠道盲区让他们无法追踪 AI 在客户旅程中的影响

更致命的是测量方式本身：

衡量 AI 营销效果的方式	比例
估算的成本/时间节省（省了多少小时）	65%
营销组合建模（MMM）	42%
主要靠主观感受和零散反馈	22%
根本不测量	14%

翻译成人话：大多数公司衡量 AI 的方式，是“省了多少小时”，而不是“多赚了多少钱”。 用“省钱”指标做出来的投资决策，自然会一直停在“省时”层面，形成一个闭环：部署 AI 省时间 → 用省时间衡量 → 继续按这个逻辑加码 → 永远碰不到真正的增长价值。

四、这跟 SEO/GEO 有什么关系？

这是整篇文章最关键的一节，也是 Greg Jarboe 这篇分析最有价值的地方。

现在市面上每一份 AI 引用研究、每一个 GEO 报告（包括我写过的那些），本质上都是在从外部逆向工程一个从没打算让你从外部测量的系统。Google 的 AI Overviews、ChatGPT、Gemini 内部到底怎么选来源，我们只能靠反推、靠抓取、靠样本。

而 TransUnion 这份调研，给了我们一个“局外人”的独立确认：100 位跟 SEO 行业内部争论毫无利益关系的营销高管，在说同一个问题——整个行业都存在测量盲区。

Spiegel 说得更直接：“AI 搜索，正是‘独立测量越来越重要’的又一个例子。” 消费者越来越多地通过 AI 生成的答案发现品牌，而不是通过传统搜索——这条链路恰恰落在所有传统归因工具的盲区里。

这对我们意味着什么？AI 搜索可见性，不是孤立的 SEO 子学科，它是公司级测量失灵在“搜索”这个具体场景里的体现。 而 CMO 们已经在董事会上为测量问题头疼了。谁把 GEO 讲成“公司测量问题在搜索端的解法”，谁就拿到了预算签字人的耳朵。

五、这个季度就能用的三招

第一招：别再拿“AI 搜索可见性”当独立预算条目去谈。

下次谈预算，直接带上 TransUnion 这组数字：89% 的品牌高管在加码 AI，但只有 53% 能证明 ROI、70% 承认跨渠道盲区。然后说：“AI 引用追踪，就是你们已知的测量缺口在搜索端的体现。” 就这一句话，就能改变谁在预算表上签字——你不再是要钱的“新概念”，你是来补窟窿的“解决方案”。

第二招：买下一个 AI 可见性工具之前，先审计你自己的数据通不通。

Spiegel 给拿着新 AI 预算的团队的建议是：第一块钱应该花在数据质量和身份解析上，而不是另一个应用。 逻辑对独立站完全成立——GA4、GSC、CRM、广告账户互相不通，你买再贵的 GEO 工具，它也只能报告“活动”，报告不了“影响”。

第三招：现在就把增量测试（incrementality testing）做进 AI 搜索测量。

目前只有少数营销人在用 MMM 或增量测试评估 AI，因为“报省时”更容易、更快。但等到这套标准成为行业标配，先跑通的人就是定义标准的人。SEO 团队如果能证明“这部分增量流量/转化提升，是 AI 搜索带来的”，这个数字就是明年预算谈判里最硬的一张牌。

最后，Spiegel 收尾那句话，我认为比 TransUnion 的整份新闻稿都值得当标题：

他见过最大的错误不是糟糕的 AI 战略，而是领导者问“我们的 AI 战略是什么”，而不是“我们在解决什么业务问题”。

把这句话翻译进 SEO 语境：还在问“怎么赢更多 AI 引用”的团队，先问一句“我们要解决的业务问题是什么”。 答案不同的团队，做出来的 GEO 完全是两回事。

Neo的解读

第一，这份调研对中国独立站卖家最大的价值，是“谈判语言”。 你不需要有 100 人的高管样本，你需要的是“89% vs 53% vs 36%”这种能被老板和客户秒懂的数字。出海卖家跟海外 CMO、跟合伙人沟通时，数据从来都是通用货币——用美国品牌高管的调研数据去支撑你的 GEO 预算申请，比说一百遍“AI 搜索很重要”都管用。

第二，“先数据后工具”的顺序，对中国卖家尤其扎心。 大部分独立站的 GA4 和 GSC 只是“接了”，远谈不上“打通”，更别说 CRM 和广告数据。Spiegel 说得对：AI 是放大器，不是捷径。数据是碎的，AI 输出的可信度就是碎的。先把第一块钱花在数据质量上——这条建议我举双手赞成。

第三，“省时指标 vs 赚钱指标”这个洞察，值得你回去改自己的周报。 如果你给老板汇报 AI 相关工作还在写“节省了 XX 小时”，建议从这周开始换成“带来了 XX 增量流量/转化”。测量方式决定资源流向——这不是职场话术，是这份调研数据反复验证的规律。

第四，关于 GEO 的定位，我的观点和 Jarboe 一致：别把 GEO 当新大陆，它是“测量缺口”在搜索端的投影。 对中国卖家来说，这意味着 GEO 的预算不应该从“AI 是新东西所以要花钱”里出，而应该从“我们的归因体系在失效，需要补齐搜索端测量”里出。后者在老板眼里是成本中心的止损，前者只是概念尝鲜——同样一笔钱，两种命运。