AI 如何改变消费者行为？核心在三处：搜索、发现新产品，以及信任。对代理商来说，这带来了一个令人不安的结论：建立在年度研究和人口统计细分之上的洞察方法，已经跟不上不断变化的消费者行为。
与此同时，AI 也在改变策略人员自身。据全球营销效果研究机构 WARC 的《2026 策略的未来》（The Future of Strategy 2026）报告，AI 的引入是策略角色正在经历的最大变化。受访的策略人员大多来自代理商一方，其中 56% 认为 AI 取代策略岗位是他们预期中最大的威胁，比上一年高出 15 个百分点。但与此同时，66% 的人认为有充分的理由保持乐观。
AI 如何改变消费者的行为？
策略人员应该关注三大转变。它们不是自然规律，而是假设：在每个品类中的表现各不相同，需要用你自己的数据去验证。
1. 从搜索关键词到直接提问
人们不再输入三个关键词、比较十个链接，而是越来越多地向 AI 助手提出完整的问题，并得到一个只包含少数推荐的答案。初筛从消费者手里转移到了机器手里。没有出现在这些答案中的品牌，在比较开始之前，就已经被排除在考虑集之外。
2. 从主动搜索到被动推荐
TikTok、Instagram 或 YouTube 上的信息流由推荐算法策展，而不是由朋友圈子决定。产品在没有人主动搜索的情况下就被发现了。购买冲动产生于评论区和创作者视频中，而这些都是公开的，因此也是可以观察的。
3. 从信任内容到信任人
AI 生产的光滑、泛泛的内容越多，那些一看就是真实的声音就越有分量：评价、使用体验分享、有态度的创作者。听起来和其他一切都一样的品牌传播，只会淹没在背景噪音里。
对不同的专业领域，这意味着不同的事情。媒介代理商必须弄清楚，在广告还没有机会接触到消费者之前，初筛是在哪里完成的。创意代理商必须交付一听就出自人手、而不是平均值的作品。CRM 代理商面对的是被算法宠坏的客户，泛泛的电子邮件简报会更快被打入冷宫。公关和达人营销代理商的分量在上升，因为可信的声音变得更有价值，前提是它们依据真实的共鸣、而不仅仅是触达规模来挑选这些声音。
为什么传统洞察方法不再够用？
因为太慢，也离得太远。一份年度研究给某种行为拍下快照，而这种行为在调研执行期间就已经在变化。人口统计细分描述的是一个人是谁，却说明不了这个人今天如何做决定：身边的参谋是一个聊天机器人、一位创作者和三个评论区。
此外还有方法论的问题。调研衡量的是人们被问到时如何描述自己的行为。公开讨论展示的则是没人问时他们会说什么：在评论、评价和论坛里。两者都有用武之地，但后者离做决定的那一刻更近。
数据错觉：为什么数据更多不等于理解更深
这里潜伏着一个陷阱，而 AI 会让它变得更大。所谓数据错觉效应（Data Illusion Effect），指的是人们倾向于从大量数据推断出深刻的理解。桌上的曲线、聚类和仪表盘越多，团队就越有把握，无论他们是否真正理解了数据背后的人。
AI 会放大这种效应。它能把海量数据浓缩成三句令人信服的话，而这些话对不对，往往已经无从核实。可规律并不等于解释。数据能揭示规律，却无法定义人。
WARC 由此为这门学科得出结论：价值在于判断，在于知道哪些问题值得提出，在于理解数据集背后的人。这些，正是任何摘要都无法代劳的。
新旧洞察工作对比
| 维度 | 传统洞察工作 | AI 时代的洞察工作 |
|---|---|---|
| 来源 | 调研、样本组、年度研究 | 公开讨论、内容和竞品广告，辅以调研 |
| 节奏 | 每年一次，或按项目进行 | 持续进行，设固定检查点 |
| 分析单位 | 人口统计细分 | 带有动机和痛点的用户画像 |
| 可证性 | 汇总的百分比 | 每个结论都可追溯到真实帖子 |
| AI 的角色 | 几乎没有 | 收集、聚类、总结 |
| 策略人员的角色 | 获取和整理数据 | 提问、核查、解读、决策 |
代理商如何重建洞察工作？
- 盘点数据来源。你目前的用户画像和定位建立在哪些数据之上？它们有多旧？最后一次是谁核查的？
- 把公开讨论列为固定来源。品类中的评论、评价、创作者内容和竞品广告，应该成为每一份洞察基础的组成部分。
- 验证三大转变。具体地问：这个品类的人如何发现产品？AI 助手和创作者扮演什么角色？他们信任谁？
- 建立举证规则。任何 AI 结论在写进策略文档之前，都必须有人亲眼看过背后的帖子。
- 调整节奏。不必取消年度研究，但要补充一个带着明确问题的月度洞察检查。
- 把策略人员从数据搜集中解放出来。收集、整理和总结可以交给 AI，省下的时间应该用于解读，以及与客户的对话。
策略人员会被 AI 取代吗？
担忧是真实的，WARC 的数据已经说明了这一点。但反方的观点更有力：AI 取代的是数据搜集，而不是判断。消费者行为变化得越快，就越需要能解读规律、容忍矛盾并从中找出方向的人。
独立代理商甚至可以把这一点变成优势。它们调整流程，通常比结构层层叠叠的大型网络代理商更快，前提是能获得同等水平的数据。Defy 平台正是为此而建：在 Defy Monitor 中，每一个 AI 结论都能追溯到背后真实发布的帖子，策略源自目标受众和竞争对手实际发布的内容，而不是调研。
这对下一次客户提案意味着什么？
把“目标受众为 25 至 45 岁、生活在城市、数字化程度高”这样的句子，换成三条来自公开讨论的真实引语，展示这些人此刻在操心什么。再补充他们在哪里发现产品、在这个过程中信任谁。客户不会追问样本量有多大，而会问下一步做什么。而策略，正是从这里开始的。
