Fix the Foundation: Marketing’s Signal Problem in the AI Era

文章以“碎片化税”为核心概念，指出营销人多年来一直在为数据分散在各平台、渠道、漏斗和技术栈中付出代价——信号质量差，信心流失，预算浪费。AI的到来没有解决这一问题，反而将其放大：AI系统在碎片化、不完整的数据上运行，会以更快的速度做出更自信的错误决策。根据IAB《State of Data 2025》，62%的营销人将数据质量和碎片化列为AI成功的主要障碍。

CMO们陷入双重困境：一方面，AI使营销环境更加嘈杂，内容无限但注意力有限，HBV研究显示AI并未减少工作量反而增加了压力（HubSpot报告73%的营销人工作量上升）；另一方面，管理层期待AI已自动解决测量问题，要求更高的速度、效率和ROI accountability。

解决方案不是堆叠更多AI工具，而是重建底层基础：第一，治理信号——对曝光、点击、转化等信号进行去重、反欺诈和身份关联，确保AI输入的是高价值信号；第二，构建AI就绪数据架构——具备可追溯、结构化、情境完整、覆盖全面且隐私合规的特性；第三，将移动端的高标准测量方法（如应对隐私限制、跨碎片化环境、欺诈识别和身份解析）推广至所有渠道（Web、CTV、PC等）。

文章强调，这是营销的黄金时代窗口。营销人天然理解人、行为、品牌、叙事、数据与实验的全链路，而AI需要人类判断系统何时正确、何时在放大错误。只有打好基础，将测量、数据协作与AI统一在一个可信、隐私优先的平台上，AI才能成为复利优势，而非税收。