Activate最新报告显示，仅10%的B2B营销人员认为当前营销技术堆栈高效，72%认为“有点效果”，近20%认为无效。实现2023年目标的营销人员更可能认为堆栈有效，未达标者中有38%认为团队效率低下。仅52%的受访者认为其技术堆栈已优化。随着系统复杂性增加，技术堆栈利用率下降。然而，83%的营销人员对人工智能抱有信心，认为其对实现需求目标有积极影响。内容创作是人工智能最广泛的应用领域，而客户旅程地图和销售预测的应用较少。

📊 仅10%的B2B营销人员认为当前营销技术堆栈非常有效，表明技术效能有待提升。

🎯 实现2023年需求目标的营销人员更倾向于认为技术堆栈有效，这与未达标者的38%认为团队效率低下形成对比，强调了技术优化与业绩之间的关联。

🤖 83%的受访者认为人工智能将对实现需求目标产生积极影响，显示出市场对AI在营销领域的潜力抱有高度期待，内容创作是目前AI应用最广泛的领域。

根据Activate发布的最新年度需求生成状态报告，只有1/10的B2B需求生成营销人员认为，他们目前的营销技术堆栈在帮助他们实现目标方面“非常有效”。

绝大多数人（72%）对他们的堆栈相当满意，认为它“有点效果”。但近1/5的人认为它在某种程度上无效。

市场优化和需求生成成功之间可能存在关联。这是因为超过2023年需求目标的受访者比没有达到目标的受访者更有可能将他们的堆栈评为有效。事实上，在没有实现2023年目标的受访者中有38%表示他们的团队效率低下。

报告的另一项结果表明，只有微弱多数（52%）的受访者强烈（9%）或部分（43%）同意他们的技术堆栈已完全优化，以帮助他们实现需求目标。

研究表明，随着营销人员与这些系统的复杂性和扩展性作斗争，整体市场技术堆栈功能的利用率已经下降了一段时间。

与此同时，需求源营销人员对人工智能（AI）的前景更有信心。高达83%的受访者认为，人工智能的使用将对他们在未来一年实现需求目标的能力产生积极影响，其中近1/4的受访者（23%）非常同意这一点。

其他研究也发现，目前，内容创作是人工智能应用最广泛的领域（52%的受访者）。个性化和聊天机器人也是人工智能的应用领域，但很少有人将这项技术用于客户旅程地图和销售预测。

199IT.com原创编译自：Activate 非授权请勿转载