编者按：原始文章的标题是“人工智能会让基于帐户的营销变得过时吗？”作者：Joe Stanganelli 于 2017 年首次出版，现已存档。这个更新的 2026 版本反映了营销和媒体的最新变化和趋势。

• 紧张： 在人工智能到来之前，大多数反导计划已经表现不佳，而这项技术使得这些差距不容忽视。
• 噪音： 关于人工智能是否会取代 ABM 的争论分散了人们对大多数团队从未正确操作 ABM 的现实的注意力。
• 直接留言： 人工智能并没有打破基于账户的营销；它显示，大多数标记为 ABM 的程序都通过更好的目标列表来美化批处理和爆炸。

要了解有关 DM 新闻编辑方法的更多信息，请探索直接消息方法。

过去 18 个月里，B2B 营销组织中出现了一种值得仔细审视的模式。

采用人工智能工具进行基于帐户的营销计划的团队以惊人的速度分成了两个阵营。其中一组发现管道速度、交易规模和销售一致性显着加快。另一位则发现他们的 ABM 计划在新技术的重压下崩溃了，参与度指标大幅下降，销售团队对营销的贡献更加怀疑。

诱人的叙述将这种分歧归咎于人工智能本身，将技术定义为基于账户的策略的救世主或毁灭者。这种框架完全忽略了结构性问题。几乎在所有情况下，在人工智能增强型 ABM 方面失败的组织在该技术出现之前就已经在 ABM 方面失败了。他们采用了基于帐户的策略语言，购买了意图数据平台，并将需求生成活动重新标记为“一对多”游戏。

他们缺乏的是基本的基础设施：真正的销售营销一致性、账户级情报循环以及与收入而非虚荣指标相关的衡量框架。人工智能以令人不安的清晰度放大了这一差距。

基于账户的成熟度的舒适虚构

B2B 营销行业在这十年的大部分时间里都在为自己讲述一个关于采用 ABM 的讨人喜欢的故事。

对于许多组织来说，“执行 ABM”意味着构建目标帐户列表、通过 ABM 平台投放展示广告以及发送个性化电子邮件序列，并将帐户名称合并到主题行中。真正的基于客户的战略的结构要求，例如销售和营销之间的共享客户计划、实时信号响应以及客户级别的协调多渠道编排，充其量仍然是理想的。规定的 ABM 采用率和可操作的 ABM 成熟度之间的差距巨大，业界没有动力去弥合这一差距。供应商出售平台。机构出售服务。从业者在简历中列出了ABM。每个人都从模糊性中受益。

然后，人工智能驱动的编排工具出现，并要求表面级 ABM 程序无法提供的东西：干净的数据、定义的参与模型以及用于优化的清晰的帐户级结果。基于混乱的 CRM 数据、不一致的帐户层次结构和脱节的活动指标训练的机器学习模型产生的输出从无用到积极误导。一直在 ABM 标签下运行相当于基于细分的需求生成的团队发现，人工智能优化使他们的功能障碍变得显而易见。算法需要相干信号，而程序则传播噪声。

这种紧张局势是当前辩论的核心。营销领导圈中流传的问题是，人工智能是否会让 ABM 过时，前提是 ABM 一开始就已经完全投入运行。对于大多数程序来说，这个前提是错误的。人工智能并没有威胁到有效的战略。它对标签进行了压力测试，标签破裂了。

过时争论是一种干扰

将人工智能视为潜在的反导杀手已经引起了广泛关注，但它的作用更多的是误导而不是分析。出版物和会议小组提出了“人工智能会让 ABM 过时吗？”的问题。正在参与一种趋势循环戏剧，掩盖了一个更令人不安的现实。那些努力应对人工智能增强 ABM 的组织并没有面临技术问题。他们面临着责任问题。

考虑测量间隙。 Inflexion Group 2025 年的一项研究发现，58% 的 ABM 团队没有衡量 AI 的投资回报率。这个统计数据本身就很引人注目，但在背景下它就变得具有启发性。如果超过一半的 ABM 团队无法衡量其人工智能投资的投资回报率，那么合理的推断是，在人工智能进入市场之前，其中许多团队也缺乏对其 ABM 项目进行稳健的投资回报率衡量。该技术并没有创造测量真空。这使得真空更难隐藏。

B2B 营销社区中流传的传统观点表明，人工智能要么会用完全自动化的买家旅程取代 ABM，要么会将现有程序增强为超个性化的参与引擎。这两种叙述都过于简单化了。第一个忽略了基于账户的策略是一种进入市场的架构，而不是一套可以替换为自动化的策略。第二个假设大多数组织尚未达到的计划成熟度水平。更准确的解读是，人工智能发挥着强制机制的作用。它迫使人们清楚地了解组织的 ABM 计划实际上是什么，而不是上次董事会演示文稿所声称的内容。

这种分心会带来真正的代价。团队花很多时间争论人工智能是否会让他们的 ABM 计划过时，从而避免了审计这些计划是否实现了基于客户的策略所需的协调、衡量和销售一致性的艰巨工作。

结构试金石

人工智能暴露了作为已宣布的战略的 ABM 与作为执行的战略的 ABM 之间的距离。幸存下来的组织已经建立了帐户级基础设施。其余的人则搭建了幻灯片。

正如诺拉·康克林 (Nora Conklin) 指出的那样，“人工智能有助于减少孤岛并创造动态、自适应的买家体验。”这一观察有一个重要的先决条件：在人工智能减少孤岛之前，必须先识别孤岛并从结构上解决它们。该技术可以加速任何现有的组织架构。相干架构产生相干加速。碎片化的架构以更快的速度产生碎片化的输出。

幸存者建造的不同之处

通过将人工智能融入 ABM 计划而变得更加强大的组织具有可识别的结构特征，而这些特征早于人工智能的采用。

首先，他们在技术分层之前在销售和营销之间建立了共享责任模型。客户计划以共同所有权的动态文档的形式存在，而不是销售人员从未打开的营销生成的 PDF。当人工智能驱动的洞察力浮现出参与信号或推荐下一个最佳行动时，两个团队都有行动能力对其采取行动，因为协调基础设施已经就位。

其次，他们将数据架构作为战略重点进行投资，而不是将 CRM 卫生视为 IT 事后的想法。清晰的账户层次结构、一致的联系人角色映射以及跨渠道的统一参与跟踪为人工智能模型提供了产生有用输出所需的连贯输入。这些组织不需要人工智能来告诉他们哪些账户重要。他们需要人工智能来帮助他们更快、更精确地根据账户级智能采取行动。

第三，也许最关键的是，他们在部署人工智能优化之前定义了与账户级别的管道和收入结果相关的衡量框架。这意味着当人工智能工具开始影响活动分配、内容交付和参与排序时，组织可以根据有意义的基线评估影响。 Inflexion Group 认为无法衡量人工智能投资回报率的团队中有 58% 几乎肯定缺乏这些基线。

这种模式是一致的：人工智能奖励准备，惩罚假装。那些完成了建立真正的基于帐户的运营的困难且乏味工作的组织发现，人工智能使他们的效率成倍增加。在没有 ABM 基础设施的情况下采用 ABM 术语的组织发现，人工智能加剧了他们的困惑。这项技术就像一个放大器，它放大的信号就是组织的真相。

对于在当前环境下评估 ABM 计划的营销领导者来说，生产性问题已经发生了变化。相关问题不再是人工智能是否会颠覆基于账户的营销。相关的问题是，人工智能程序是否被要求优化，首先是否起到基于帐户的营销作用。这个问题的答案决定了接下来的一切。