在营销领域乃至更广泛的范围内，AI 带来的两极分化效应随处可见。

领英上的帖子层出不穷，纷纷指出 AI 正在为企业开启一个新时代，并热情列举其在广告活动自动化、在线订购食品等各方面的应用实例。

但担忧也同样广泛：事实错误、幻觉生成、数据使用的不透明性，以及当越来越多决策交由机器处理时，人类判断力和创造力将何去何从，这些问题都引发了真实且深刻的质疑。

这些并无关紧要的忧虑。近期关于 AI 失误及个人数据滥用的新闻报道令人真正警觉，任何关注此事的营销人员都有充分理由保持谨慎。

大多数营销人员其实处于这两种极端立场之间。我们看到了 AI 为日常生活带来的价值，同时也意识到它所固有的风险。

无论你处于 AI 发展的哪个阵营，关于客户忠诚度更核心的问题是：“我们的客户真正想要的是什么？”

如果我们开始将 AI 引入工作流程，这会否对品牌认知产生负面影响，甚至在最坏的情况下疏远客户、导致客户流失？

SAP 全球客户忠诚度指数 (CLI) 揭示了 AI 对客户忠诚度影响的两面性：一方面，AI 正在增强客户的忠诚度；另一方面，AI 也让客户比以往任何时候都更容易选择离开。

该指数显示，31% 的消费者表示，与 AI 助手的互动让他们对品牌更加忠诚。但与此同时，也有 30% 的消费者因品牌使用 AI 而选择转向其他品牌，而在 Z 世代中，这一比例上升至 45%。

这表明，理解 AI 的影响具有复杂而微妙的层面——消费者并非简单地要求品牌“多用 AI”或“少用 AI”，而是提出具体诉求：他们希望 AI 能“帮助我、记住我，并能为了让我的生活更方便而采取行动”，但绝不能把方向盘转到我够不着的地方。

对于营销人员而言，决定自动化推进程度的关键不在于完全自主，而在于“赢得的自主权”：随着客户信任的提升，逐步赋予 AI 更多责任。

客户忠诚度的成败关键因素

在谈到 AI 之前，我们不妨先来解读一下客户忠诚度指数（CLI）的一项关键发现。

受激励的忠诚度（即通过折扣、积分和奖励获得的忠诚度）从 2025 年的 48% 下降至 2026 年的 38%，这是该研究六年来首次跌破 40%。与此同时，真正的忠诚度（SAP 所指的更深层次的品牌认同感）则从 29% 回升至 32%。

这并不意味着折扣已失效、忠诚度计划已经过时，或优惠码该付之一炬。

但它确实表明，仅靠激励措施作为客户关系的基础正变得越来越不稳定。折扣能促使消费者进行一次购买，但这与建立下一次选择你的理由截然不同。

报告其余部分进一步阐明了这一区别。当被问及什么因素能建立忠诚度时，消费者普遍提到以下几点：

• 62% 的人认为优质产品是关键
• 42% 的人强调可信赖的品牌声誉
• 31% 的人看重线上线下无缝衔接的体验
• 29% 的人重视便捷顺畅的购物过程
• 23% 的人选择令人难忘且个性化的体验

具有讽刺意味的是，当营销团队忙于讨论智能体、编排和预测性个性化时，顾客最关心的却只是产品本身是否足够好。

产品质量下降是导致客户流失的最大原因，占比达 45%，其次是价格上涨（40%），以及客户服务不佳（36%）。

维系客户忠诚度的基础始终未变：产品是否优质？价格是否合理？出现问题时能否真正获得帮助？如果品牌无法通过这些基本考验，AI 也无法弥补。充其量，它只会更快地让客户意识到失望之处。

但情况并非如此简单：60% 的消费者希望与 AI 共享控制权

研究询问了消费者希望人类与 AI 之间的控制权如何分配，大多数人的选择并不极端：

• 20% 希望完全由人类掌控
• 60% 希望实现人机协同控制
• 16% 愿意接受 AI 主导，但前提是有人监督
• 4% 希望获得完全自主的体验

这些数据表明，人们并未普遍排斥自动化，也不愿将客户关系完全交由机器处理。他们希望 AI 能够完成有用的工作，同时保留控制权，并具备指导战略和决策的能力。

信任数据也印证了这一点。当出现问题时，42% 的人认为人类支持是建立信任的首要因素；36% 的人希望拥有审查或推翻决策的能力；数据隐私与安全保障占 35%，清晰的解释占 31%，长期验证的准确性占 29%。

CLI 的研究表明，消费者希望 AI 助手能记住有用的上下文信息，例如过去的购买记录、常规消费习惯以及配送偏好。

顾客并不是要求品牌去理解他们最深层、最无意识的想法和欲望，他们只是希望品牌能记住他们之前的购买行为，以及他们更喜欢周四送货。

这听起来很简单，但对大多数企业而言却并非如此——购买历史存储在一个系统中，配送偏好在另一个系统里，而营销团队若想查看这些信息，必须提交申请才能获取。

顾客所体验到的单一关系，许多品牌仍在通过十几个相互脱节的系统来管理。弥合这一差距，正是实现 AI 驱动的互动与个性化服务的起点。

克服决策疲劳：当选择令人不堪重负时，AI 最为有用

报告中最实用的发现之一是，当决策耗费过多时间和精力时，消费者最常求助于 AI：

• 23% 的人在不确定该购买什么时使用 AI。
• 22% 的人在选项过多时使用 AI。
• 20% 的人在时间紧迫时使用 AI。
• 17% 的人在购买礼物时使用 AI。
• 16% 的人在初次接触品牌或平台时使用 AI。

消费者最看重的 AI 优势，也正是最实用的应用场景：快速建议、帮助找到合适的产品、高效解决问题以及更顺畅的购物体验。从这些洞察中我们可以得出一个非常实用的经验法则：当选择多到令人不知所措时，AI 就能大显身手。

这意味着，营销人员真正需要思考的问题不是“我们能自动化什么”，而是“我们在哪些方面让顾客做了不必要的工作”。

例如，包含 400 种几乎相同产品的目录显然是一个典型场景。同样，挑选礼物、比较复杂的套餐、寻找兼容产品，或是在陌生品类中进行选择，也都属于此类情况。

在这些时刻，AI 的作用是消除障碍，而不是在原本运行良好的体验上叠加一层 AI 的痕迹。如果客户心想“这省了我不少力气”，那你就做对了。

AI 自主性取决于赢得的信任

SAP 将 AI 与客户忠诚度之间的关系概括为一个公式：赢得的信任 + 人类控制 + 自主行动 = 忠诚。我更愿意将其理解为一种授权模式，而非数学公式。因为研究显示，消费者同时希望实现两点：

• 33% 的人信任 AI 代表他们完成购买。
• 31% 的人经常依赖 AI 帮助选择购买商品。
• 56% 的人仍然希望在必要时能够撤销 AI 的决策。

最后一个数据尤为关键，它说明了为何 AI 的自主性必须通过信任来赢得。顾客并不是说“别替我行动”，而是说 “请替我行动，但如果出了问题，我希望仍能纠正方向或联系人工客服”。 人们愿意授权，但这种授权始终以信心和掌控感为前提。

对营销人员而言，这意味着目标不仅仅是让 AI 具备更多能力。而是通过长期证明其准确性、确保重要操作可逆、在关键时刻解释决策，并保证人类可以随时介入，来降低用户对其扩大权限的感知风险。

想想任何一款实用的助手。你不会想批准它做的每一个微小决定，因为那样就失去了使用助手的意义。但你确实希望它能识别出哪些决策具有重大影响，并在小错误演变成大问题之前，让你及时干预。

正是这种机制让自主性显得是被赢得的，而非强加的。信任赋予品牌个性化的空间；控制感让授权变得安全；而持续带来的实际价值，则能让用户更愿意将下一个任务交给它处理。

自主性本身并非目标，而是以更少的努力获得更大的回报，同时不损害用户的信心。

这里没有先知：Z 世代是一次压力测试，而非水晶球

Z 世代让 AI 的张力尤为明显。45% 的人已经因更好的 AI 实践而更换品牌，而 44% 的人表示他们愿意信任 AI 助手为自己购买商品。

他们似乎格外愿意接受 AI，也异常倾向于在体验不佳时惩罚品牌。

这使得 Z 世代具有参考价值，但并不具有预言性。我们没有理由假设五年后年长一代会像今天的 Z 世代一样行事。

更合理的做法是将年轻消费者视为一种压力测试：这种体验是否足够有用，以至于人们乐于授权；同时又是否足够透明，使他们不会感到被欺骗、被困住或受到监控？

如果这两个问题的答案都是肯定的，那么你很可能正在围绕正确的张力进行设计。

营销人员现在应该怎么做：

• 找出认知摩擦的时刻。寻找选择过载、不确定性、重复决策以及客户浪费精力的环节。
• 建立有用的记忆，实现令人惊叹的个性化。记住客户的订单、偏好、服务历史和已提供的上下文信息。“您无需再告诉我们一遍”是一种被低估的客户体验。
• 在自动化中设计“退出通道”。可覆盖操作、可逆性、清晰解释以及联系人工的途径，都是让用户安心委托的关键因素。
• 有选择地赋予自主权。决策越重要，控制机制就越应清晰可见。
• 坚守基本要素的重要性。产品质量、价格、服务和声誉，仍然是维系客户忠诚度的主要力量，远超大多数技术主导型营销会议议程所关注的内容。

最佳的 AI 体验，根本不该让人感觉像在使用 AI

CLI 表明，消费者正逐渐习惯于赋予技术更多权限，但并非无条件地完全交出控制权。

他们愿意让 AI 缩小选项范围、记住有用的信息，甚至代为完成购买。但他们仍然希望保持可见性、拥有控制权，并在出现问题时有人介入。目标不应是让 AI 尽可能多地做事，而应是最大化客户愿意授权给 AI 完成的有用工作。

这是一个更高的标准，能带来更好的客户体验。这也使得 SAP Autonomous Marketing and Engagement 理念背后的原理（由人设定方向，AI 执行）更具吸引力，因为关键不在于“执行”，而在于“方向”。

赢得这种授权，能让自主性不再感觉像是失去控制，反而更像是一种优质服务的体现。

浏览相关内容