9个月变4个月：一家银行的AI受众奇袭

U.S. Bank联手Supernatural AI用六类合成受众测试品牌策略，brief到上线不到4个月，与真人焦点小组90%-95%主题重叠。中国CMO如何落地？

We created these avatars inside of their system that use data to replicate what it would be like to talk to them… We did this in the strategic brief process as well to land in the brief.

这段话说得轻描淡写。U.S. Bank新CMO Michael Lacorazza用六类合成受众跑完了一整套策略测试和创意验证，然后把这场全国品牌战役从传统九个月的准备周期压到了四个月以内。更值得琢磨的是后续那句话——合成洞察与真人焦点小组的主题重叠度达到90%到95%。这组数字不该只被当成AI营销的又一个注脚，它更像一声发令枪。

一个CMO的上任第一枪为什么选了AI

Michael Lacorazza接任U.S. Bank首席营销官后的首个全国品牌动作，就是推出The Power of Us战役。他完全可以沿用董事会熟悉的传统流程：找策略第三方，攒两轮线下焦点小组，排期做量化测试，再层层汇报。这套流程成熟、安全、好交差，唯一的缺点是慢。传统周期大约九个月，从策略雏形到多轮真实用户验证，每一步都沉在流程里。从客观上说，Lacorazza选择了一条完全不同的路径，他让代理商Supernatural AI在LLM环境中创建六类合成受众，把策略发展的关键判断前置到了一个几乎可以实时提问的系统里。这里需要被精确理解，合成受众不是几个聊天机器人，而是基于大量消费者数据、用语言模型模拟出的目标人群决策模型。CMO团队可以向这些虚拟用户提问，迭代策略输入，甚至测试创意概念是否站得住。Lacorazza对AdExchanger说得非常直白，与合成受众对话几乎像和真人交流一样自然。

合成受众到底解决了什么问题

传统消费者洞察的成本不是钱，是时间。预约真人、差旅协调、主持人排期、单面镜观察、录像分析、交叉报告，每一个环节都不可省略，但每一个环节都在拖延市场机会。对于银行这种消费频次不高、品牌情感连接偏弱的品类，创意方向和情感价值的验证往往比产品功能测试更依赖时间窗口。U.S. Bank这场战役的核心主题是Powering Potential，讲的是人在人生重要时刻与金钱的关系，包括买房、育儿、创业、退休等。它要卖的不是存款利率，是品牌与用户之间的情感承诺。这类创意最容易在内部评审中被反复质疑：会不会太软？会不会没有记忆点？消费者真的能理解吗？如果没有一个高效试错机制，CMO只能靠经验和权力去压。AI合成受众提供的实质是持续可用的低成本试错空间。你可以先让虚拟受众对策略假设给出反应，再根据这些反应调整创意路线，最后才用真人焦点小组做关键确认。这个顺序把原本串联的流程变成了并联，减少的是无谓的等待，而非验证本身。

90%到95%这个数字意味着什么

这组数据是整个案例里最具冲击力的事实。合成洞察与真人焦点小组在主题层面的重叠度高达90%至95%，意味着AI合成受众在识别用户关心的核心议题上已经非常接近真人样本。若这是一个独立存在的数字，或许还不足以说服保守派。但它是在一场真实上线的全国品牌战役中产生的，是由CMO亲口对AdExchanger陈述的实战结果，不是实验室报告。对中国CMO来说，这个数字打开的是一条新的决策路径。过去品牌会用一个六到八周的定性研究项目去验证一个创意方向，中间的主持人偏差、样本偏差和报告链路都可能稀释或扭曲结论。现在如果第一轮AI合成测试就能以相对较低的成本覆盖掉大部分认知盲区，那么真人焦点小组可以集中用在最关键的少数节点上——比如最终创意确认、文化敏感性检查、区域差异校准。这意味着调研预算的配置逻辑会变：从广撒网式的常规验证，转向聚焦高风险决策的深度洞察。

还需要注意一个细节，U.S. Bank的合成受众并非单一群体，而是被拆成了六类：young affluent、midlife affluent、HNW、SBO、corporate、commercial。这六个类别分别对应年轻富裕阶层、中年富裕阶层、高净值人群、小企业主、企业客户和商业客户，每条线都可能成为未来的业务增长支点。把受众结构细到这个颗粒度，再用AI并行测试，意味着策略和创意可以在进入市场前就完成多层次的预演。这个动作本身，已经带有明显的咨询公司思维。

AI加速下的组织决策变革

很多中国企业谈论AI营销时，注意力仍停留在内容生成上——用Midjourney出图、用ChatGPT写文案、用Sora剪视频。这当然有价值，但它只是效率层面的改善，没有触及营销组织运行的底层规则。U.S. Bank案例揭示的是更高维度的变化：当一个品牌的策略验证可以在数周内完成，那么大公司传统的年度计划节奏、季度创意评审机制都会被质疑。如果一场全国战役从创意简报阶段到全渠道上线不到四个月，那么为什么很多品牌还要用六个月做策略，再用三个月做执行？速度不再是创业公司的专利，AI正在把速度变成所有企业都可以采购的能力。但这恰恰也是很多组织还没有意识到的管理挑战。工具到位了，流程没改，速度仍然提不起来。Lacorazza之所以能把周期压缩，不只是因为Supernatural AI提供了合成受众，更因为他作为CMO直接授权了新的决策路径。如果合成测试的结果需要再过三道评审，那么AI带来的时间节省会在内部摩擦中消失殆尽。

中国企业应该关注的，不是简单照搬合成受众工具，而是重新审视营销决策链中每一个等待环节。哪些环节在消耗时间，哪些环节真正创造价值？AI能不能把串行的确认流程改成并行的探索流程？这些问题比单独引入某个AI工具更接近问题的本质。

给中国CMO的落地判断

合成受众在中国市场的应用至少有四个现实切口。第一个是新品概念验证。消费品牌在新品上市前普遍会做概念测试，从口味、包装到卖点话术，每一项都依赖线下或在线样本。如果先用合成受众模拟目标人群对不同概念的接受度，再将最有潜力的两三个方案投入真人测试，周期可以明显缩短，成本结构也会改善。第二个是品牌定位刷新。当品牌需要调整核心沟通语境时，内部往往陷入创意偏好之争。合成受众可以提供一个相对中立的快速反馈层，帮助团队在进入高层评审前就筛掉明显与目标用户脱节的选项。第三个是跨区域策略适配。中国市场的区域差异极大，一线城市与低线市场对同一品牌故事的接受度可能完全不同。合成受众可以模拟不同区域消费群的认知偏好，为区域化策略提供前置参考。第四个是危机场景推演。当品牌面临潜在舆论风险时，合成受众可以快速测试不同回应口径的情感反应，帮助公关与营销团队在真实发布前预判反馈。这四个切口有一个共同前提：合成受众应该充当加速器和筛选器，而不是最终裁判。

同时必须保持清醒。U.S. Bank的合成一致性数据来自一个成熟市场中的金融服务品牌，其目标受众在人口统计和行为数据上相对稳定。对于高度依赖文化潮流、圈层审美或即时情绪的快消品、时尚品牌，合成受众的预测能力必然会打折扣。中国社交媒体的复杂程度、圈层文化的碎片化程度、用户对广告的防御性反应，都可能让模拟模型的准确率出现波动。所以在落地时，建议企业先从数据基础较好、决策逻辑较清晰的项目切入，比如母婴、汽车、家电、金融等相对结构性强的品类，再逐步扩展。

最终这个案例给出的答案其实很明确：AI不会替代营销决策，但会把决策节奏压缩到让传统流程难以招架的程度。那些仍然用九个月做一场品牌战役的团队，也许不是输在创意上，而是输在时间被流程吞噬。而对时间的竞争，从来都是商业竞争里最残酷的一条。