Invoca报告：营销人员部署AI智能体速度远超其衡量归因能力

营销人员正争先恐后地把 AI 智能体推向客户，但这些对话究竟带来了多少营收，他们往往根本算不清。

Invoca 发布的《2026 年受损漏斗报告》显示，44% 的 B2C 营销人员已在至少一个渠道上线了对话式 AI 智能体，另有 27% 正在进行测试。然而，能稳定地将智能体的转化数据回传至广告平台的受访者仅有 19%。

这意味着，营销人员在全新的业务场景中，遇到了熟悉的成效衡量难题。智能体可以解答疑问、筛选潜在客户，甚至促成销售，但负责投放与归因的系统很可能对这期间发生的一切一无所知。

在使用或测试智能体的营销人员中，近四分之三无法追踪从点击到转化的完整线索链路。仅有 26% 能够将智能体与客户的对话，反向关联到最初带来该客户的营销活动、关键词或广告。

这种脱节，也解释了企业目前是如何评估 AI 表现的。仅有 27% 将营收或成单结果作为核心衡量指标；其余企业则依赖客户满意度、合格线索数、对话量、纯无人处理对话占比或服务成本等指标。

这些指标能说明智能体是忙碌还是高效，但要证明它是否带来了配得上投入的商业回报，能提供的信息就少之又少了。

客户旅程在成单前“断片”

AI 智能体只是更庞大的归因难题中的一个环节。

在受访营销人员中，有 74% 无法做到从最初的线上互动一直完整追踪线索至最终转化。断链最严重的环节发生在潜客触达经销商、加盟商或线下门店时，有 56% 的营销人员会在此时失去归因追踪；另有 46% 在短信或在线聊天环节断链，40% 在电话沟通环节断链。

仅有 21% 的受访者表示，他们既能全流程看清转化路径，又能对各阶段的线索施加影响。

本就难以串联的客户旅程，又因 AI 介入多了一道交接环节。营销活动负责带来线索，AI 智能体负责沟通承接，最后由本地分支机构或销售人员促成交易。如果这些系统之间数据不互通，客户旅程中的每个环节看似都在盈利，营销团队却根本无法查明究竟是哪次互动真正贡献了营收。

这种数据断层同样影响了客户体验。仅有 27% 的受访者表示，其 AI 智能体能够读取并利用客户以往的线上浏览行为。缺乏这一上下文信息，即便用户此前已经详细研究过产品，或在其他渠道与品牌有过互动，智能体也依然会将其当作初次到访的新客来对待。

营销人员似乎也意识到了这一局限。在对 AI 智能体最迫切的改进需求中，有 43% 的受访者希望它能结合客户的线上行为旅程来定制对话；另有 41% 希望智能体能识别回头客，并调取其历史记录。

这种转变在客户接触智能体之前就已经开始了。

44% 的受访者表示，ChatGPT、Claude、Gemini 等 AI 回答应答引擎带来的潜客质量最高；相比之下，Google 本地服务广告为 40%，自然搜索为 39%，付费社交广告为 37%，付费搜索为 36%。

大多数营销人员至少能识别出一部分最初是在 AI 应答引擎中开始搜索调研的潜客，86% 的受访者表示大部分或部分线索可以追溯至此。然而，一旦这些客户后续进入电话、聊天、智能体、线下门店以及人工销售沟通等环节，归因的能见度便开始迅速消退。

这让媒介优化陷入了尴尬境地。AI 可以影响前期的搜索调研，AI 智能体可以承接后续的沟通，而最终的交易却可能发生在其他渠道。如果转化数据无法回传至媒介采买系统，广告活动的优化就始终只能依赖片面的成效反馈。

AI 智能体之争已不再局限于技术部署。更具挑战性的工作，是将智能体掌握的信息、客户的后续行为以及最终带来营收的环节打通串联。

Invoca 的调查结果来自 2026 年 9 月至 10 月对 451 名美国营销人员的调研，受访者所在企业员工规模均在 100 人以上，涵盖居家服务、医疗与口腔、金融服务与保险、汽车以及电信等行业。点击此处可查看完整报告。（无需注册）