八年前我教过一门叫「程序化购买基础」的课，卖点就写在标题里：数据和科技能规模化地交付高度相关、有效且可衡量的广告。最近读了Kevin Indig关于AI营销工作流里隐藏工时的专栏，我才意识到，当年那套说辞的阴暗面，如今正在AI身上重演。效率的承诺当年没兑现，现在也一样。

这不是「这电影我看过」的感慨，而是一个预警：AI营销工具的效率论证，很可能在同一个地方裂开。程序化购买当年怎么算账的？只算媒体采买成本，不算团队为了清洗数据、对接平台、反复调优而搭进去的隐性人力和返工。AI营销现在也在走同一条路——大家盯着自动化省下的那点时间，却没人把提示词调试、输出校对、流程维护这些「隐形返工」计入成本。等这些工时悄悄挤占了本该用于长期策略的预算和精力，再想回头就晚了。我的判断是，AI不会自动带来效率，它只是把成本从明面挪到了暗处。真正该做的，是像审计程序化那样，先把AI工作流里的返工和维护小时数摆上台面，再谈自动化。