过去一个月，Salesforce 发布了 Agentic Marketing 平台，McKinsey 发文章说 Agentic AI 将承担营销活动三分之二的工作，Google 和 OpenAI 在抢着给 AI 对话里塞广告位。但大家好像都跳过了最关键的问题：这件事到底要花多少钱？
前两篇文章聊了 AI 广告的新大陆和搜索的范式转换，读者反馈最多的问题是：”我们公司该投入多少？”
这个问题问得很实际。我也一直在找回答它的数据，直到上周 Soulcraft Agency 的 Evan Drake 发了一份详细的 Build vs Buy 指南，把自建 Agentic Marketing 系统的第一年成本拆到了 $1.2M - $2M。
这篇文章不是劝你花钱的。它是帮你算账的。
核心数字，放在最前面
自建还是外包，不是一个”哪个更好”的问题，是一个”你的规模够不够分摊固定成本”的问题。
Soulcraft 的数据给出了一个清晰的成本对比：
| 维度 | 自建 | 外包（代理机构） |
|---|---|---|
| 第一年成本 | $120 万 - $200 万 | $18 万 - $60 万 |
| 后续每年 | $90 万 - $150 万 | $15 万 - $50 万 |
| 三年总成本 | $300 万 - $450 万 | $54 万 - $180 万 |
| 前期投入 | $25 万 - $75 万（招聘+基建） | $2.5 万 - $7.5 万（设置费） |
| 上线时间 | 12 - 18 个月 | 3 - 6 个月 |
| 回本周期 | 18 - 24 个月 | 6 - 12 个月 |
这些数字放在一起看，结论非常直接：对于绝大多数营收在 $5000 万以下的成长型公司，外包至少在头三年里经济上更划算。
但故事没有这么简单。
Photo by Pavel Danilyuk / Pexels
$120 万是怎么算出来的？
Soulcraft 的 Evan Drake 把自建成本拆成四块，这个拆法本身就有价值——它告诉你，AI 营销系统的成本大头不是模型调用费，是人。
人员：$80 万+/年
一个能打仗的 Agentic Marketing 团队至少需要五个角色：
- AI/ML 工程师：负责构建决策算法，训练营销数据模型
- 营销技术专家：桥梁角色，把业务需求翻译成技术方案
- 数据科学家：建预测模型，分析系统表现
- 系统架构师：设计可扩展的架构，对接现有工具链
- 项目经理：协调进度，管理期望
Soulcraft 的估算：每个角色 3 年以上经验，综合薪酬（工资+福利+股权）超过 $80 万/年。如果加上管理 overhead（15-20%）和福利/留任奖金（25-30%），实际人力成本轻松突破 $100 万。
基础设施：$20 万/年
云服务（AWS/GCP/Azure）、ML 框架（TensorFlow/PyTorch）、数据仓库、API 网关、监控系统——这些东西每个月 $1.5 - $2 万是保守估计。
工具和软件：$15 万/年
你不是从零做起的。你需要 CRM 集成、营销自动化平台、内容管理系统、分析工具、A/B 测试平台。这些现有工具的许可证费用加在一起，绝对不是小数目。
招聘和培训：$10 万（一次性）
找到五个有 3 年以上经验的 AI 营销人才，不是贴个 JD 就能搞定的。Soulcraft 估算光招聘费用（猎头、面试、入职）就要 $10 万，这还是假设你能招到人的情况。
为什么外包便宜这么多？
外包的成本结构完全不同。
Soulcraft 给出的代理机构定价是：
- 月费：$1.5 万 - $5 万
- 设置费：$2.5 万 - $7.5 万（一次性）
- 三年总成本：$54 万 - $180 万
便宜的秘密在于共享基础设施。一个代理机构为 20 个客户服务，它只需要一支工程师团队，成本被摊薄了。而且代理机构已经踩过坑了——它不用花 3 个月选型、不用招了人再培训、不用等到第 9 个月才发现架构设计有问题。
外包本质上是在买”已付过的学费”。
真正需要思考的：自建才有的隐性收益
但如果只看数字就决定外包，你可能犯了另一个错误。
Soulcraft 的框架里，有一个经常被忽略的维度：战略优先级评估。
如果你认为营销 AI 能力是公司的核心知识产权和竞争壁垒，那自建的逻辑就不是”合不合算”的问题——它是一项战略投资。
有几类公司应该认真考虑自建：
- 数据敏感型企业：你的客户数据、定价策略、营销模型本身就是核心资产，交给第三方存在不可接受的风险
- 高度定制化需求：标准化的代理服务满足不了你行业特有的营销场景
- 规模足够大：当你的营销预算超过 $1000 万/年时，自建的固定成本占营收比例已经很低
- 技术基因的公司：你已经有 AI 工程师团队，核心能力只是需要”营销化”改造
最被低估的隐性成本
不管自建还是外包，有几个成本几乎所有人都会低估：
1. 管理复杂度
自建不是招完人就完事了。你需要让 AI 工程师理解营销场景，让营销团队理解技术限制。Soulcraft 的数据是：管理 overhead 占自建总成本的 15-20%。这不是小数目。
2. 系统维护
AI 模型会漂移。数据 pipeline 会断。API 会升级。安全补丁要打。Soulcraft 估计，系统上线后每年的维护成本是初始开发成本的 60-70%。
3. 人才保留
你千辛万苦招到的 AI/ML 工程师，大厂也在盯着。Soulcraft 建议的留任奖金和股权激励，占人力成本的 25-30%。
4. 沉没成本
如果你自建 12 个月后发现方向错了——比如模型选型不对、架构设计有缺陷——你投入的 $120 万+和一年时间就全部归零。外包的沉没成本最多是几个月的设置费。
混合模式：大多数人的最优解
Soulcraft 的指南里最实用的一部分，可能是”混合模式”的建议。
实际操作中，很少有公司纯自建或纯外包。最常见的路径是：
第一阶段（0-6 个月）：找代理
- 快速建立能力，验证 AI 营销是否真的有效
- 代理机构帮你搭好基础设施、选好模型、跑通流程
- 你的团队在这个过程中学习
第二阶段（6-18 个月）：并行
- 外包系统持续运行，内部开始招人
- 你已经有真实运营数据，知道哪些环节外包做得好、哪些需要自建
- 逐步把核心功能从代理手里接过来
第三阶段（18 个月后）：自主运营
- 核心能力内部化，日常运营由自己团队完成
- 代理退居顾问角色，只在需要的时候介入
Soulcraft 的 Evan Drake 说得很直白：“大多数成功的公司从外包开始，在 12-18 个月内完成内部化。”
Photo by Kindel Media / Pexels
给不同阶段公司的具体建议
初创公司（营收 < $1000 万）
别自建。 你的问题不是”AI 营销不够好”，是”你的产品 PMF 还没找到”。用现成的 AI 营销工具就行——HubSpot 的 AI 功能、Jasper、Copy.ai——每月几百美元就够了。
成长型公司（营收 $1000 万 - $5000 万）
优先外包。 找 Soulcraft 这类专门做 agentic marketing 的代理，$2 万- $3 万/月。用 6 个月跑出数据，再决定是否内部化。
规模企业（营收 $5000 万以上）
视情况混合。 如果你的营销复杂度高、数据敏感性强，可以考虑部分自建——但别从零开始。先外包搭框架，再逐步接手。第一年预算 $50 万 - $80 万比较现实，而不是 Soulcraft 说的 $120 万 - $200 万（因为你有现成的工程团队）。
科技巨头（营收 $2 亿+）
自建是必然选择。 到这个规模，固定成本不是问题，控制权和定制化才是。但即使如此，也别什么都自己造——把非核心的部分外包，让自己团队聚焦在真正有差异化的 AI 营销能力上。
小结：现在该做什么？
2026 年 6 月，Agentic Marketing 正处于 Salesforce 和 McKinsey 开始喊、但大多数公司还没开始做的阶段。这和 2000 年的搜索广告、2010 年的社交营销、2015 年的程序化购买一样——早期入场者的窗口期很宽，但关上的速度永远比预期快。
Soulcraft 的数据给了一个很清晰的指导：先花 $2 万/月试试水，而不是先花 $120 万跳下去。
回到开头的问题：这件事到底要花多少钱？
正确的答案可能是：花你能承受的最小金额，先拿到数据再说。
参考资料：
- Evan Drake, “Agentic Marketing Systems: Build vs Buy Guide”, Soulcraft Agency, 2026 年 4 月 10 日
- McKinsey & Company, “Re-inventing marketing workflows with agentic AI”, 2026 年 6 月
- Keith Kirkpatrick, “Salesforce Bets on Agentic Marketing: Will Unified AI Agents Redefine Martech ROI?”, Futurum Group, 2026 年 6 月 3 日
- Gartner, “The Future of Marketing: 5 Trends and Predictions for 2026”, 2026
