Metricool CEO:AI社交内容效果衡量存在盲区

时间:2026年8月6日 地点:西班牙马德里 人物:胡安·巴勃罗·特赫拉(Juan Pablo Tejela),Metricool 联合创始人兼 CEO 事件详情: 8 月 6 日,Metricool 联合创始人兼 CEO 胡安·巴勃罗·特赫拉(Juan Pablo Tejela)在接受 Unite.AI 专访时表示,当前 AI 在社交媒体内容创作中的应用速度远超效果衡量的能力,存在显著盲区。特赫拉指出,96% 的社交媒体从业者已使用 AI 工具辅助内容创作,但其中 36% 的人并不评估 AI 生成内容与人工内容的效果差异。原因是「使用 AI 很容易,但正确衡量它的效果则需要投入工作」。特赫拉警告,品牌在发布约 300 条 AI 辅助内容后,可能已不知不觉失去了统一的声音,而 reach 或 sales 指标往往要滞后数月才能反映这一品牌 voice 漂移问题。 背景: Metricool 是一家总部位于西班牙马德里的社交媒体管理平台,2015 年由特赫拉夫妇创立,2017 年正式组建团队。平台支持 Instagram、Facebook、TikTok、LinkedIn、YouTube、X、Bluesky 等主流社交网络及 Google、Meta Ads 等广告渠道,提供内容规划、发布、互动管理、数据分析及竞品监控等一站式服务,同时配备 AI 辅助内容创建和优化工具。服务客户超过 200 万,包括 Forbes、Adidas、Volvo、H&M、华纳音乐等机构。与 Hootsuite 等竞品不同,Metricool 从一开始就专注于数据分析而非内容排期,并重视西班牙语等非英语市场的用户体验。特赫拉本人在软件工程领域深耕多年,2014 年起领导公司发展。 影响: - 行业衡量标准升级:特赫拉呼吁品牌重新定义 AI 内容效果指标——不是单纯的 reach,而是用户是否愿意保存或分享内容,以及评论是否构成真正的对话。这意味着社交媒体营销 KPI 将从「曝光」向「互动质量」演进。 - 品牌 voice 漂移风险警示:300 条内容是品牌 voice 可能漂移的临界点,这对所有采用 AI 内容工厂的品牌(尤其是中大型企业)是重要警示。 - 实验方法论推广:特赫拉提出的实验设计原则(固定 brief/平台/发布时间/最终审核人,仅更换初稿作者)将成为衡量 AI 内容效果的标准化方法。 - AI 营销工具市场分化:随着 AI 内容规模化生产,专注于效果衡量而非内容生成的工具(如 Metricool、Brandwatch 等数据型平台)将获得溢价空间。 总结: Metricool CEO 在接受专访时点出当前 AI 社交内容创作的核心矛盾:96% 采用率 vs 36% 评估率。这一观点不仅警示品牌 voice 漂移风险,更推动了从「曝光导向」到「互动质量导向」的衡量标准升级。在 AI 内容规模化生产成为主流的 2026 年,这一警示对所有 AI 营销实践者具有重要参考价值。 参考来源: - https://www.unite.ai/juan-pablo-tejela-ceo-and-co-founder-of-metricool-interview-series/ - https://metricool.com/ - https://metricool.com/ai-marketing/