亿滋AIDA：把内容成本砍掉一半的AI平台

亿滋国际投入超4000万美元打造AIDA生成式AI平台，目标营销内容成本降30%—50%，已落地奥利奥、吉百利等品牌。中国品牌应学的不是工具，而是平台化内容供应链和组织协同方式。

亿滋推出内部 GenAI 平台 AIDA（AI + Data），为 Oreo、Cadbury、Chips Ahoy! 等自有零食品牌生成个性化营销素材。

这句话读起来像一条普通新闻，但它藏着一个关键信号：一家全球 500 强食品公司，不再把生成式 AI 当作一次广告实验，而是把它变成了内容供应链的基础设施。亿滋国际在 AIDA 上已经投入超过两年、超过 4000 万美元，目标不是做出更酷的广告，而是把营销内容制作成本打掉 30% 到 50%。对中国企业老板和 CMO 来说，真正值得跟踪的不是亿滋的某支 AI 广告，而是它如何重新组织了品牌、代理公司、数据与创意之间的关系。

这个案例的特殊之处在于，亿滋不是一家科技公司，也不是一个数字原生品牌。它卖的是饼干、巧克力和口香糖，行业利润薄、渠道重、消费者冲动决策。这样的公司愿意在 AI 上押注两年和 4000 万美元，说明 AI 营销已经从边缘创新进入核心成本项。它不再只是比稿时的酷炫演示，而是影响利润表的经营动作。

一、AIDA 不是“AI 做广告”，而是一条内容生产流水线

很多企业把生成式 AI 当成一个部门级工具：设计师用来出图，文案用来起标题，偶尔在比稿里生成几张概念图。亿滋国际选择的路径完全不同。AIDA 的全称是 AI + Data，它不是一个聊天机器人，也不是一个简单的文生图入口，而是一个把实时数据、品牌资产和生成式模型打通的内容生产平台。

从公开信息看，AIDA 已经开发超过两年，投入超过 4000 万美元，在 2024 年 7 月前后正式推出。亿滋不是把这个平台交给某个创新小组，而是拉了全球顶级服务商一起搭建。Accenture 负责数字核心和实时数据，Publicis Groupe 负责创意执行与生成式 AI 基础层。换句话说，AIDA 的诞生本身就是一次组织重构：数据能力、创意能力和品牌管理第一次被压到同一条流水线上。

它能做什么？更快地生产个性化文本、图片和视频。美国市场的 Chips Ahoy! 社交媒体内容已经跑在 AIDA 上，德国市场的 Milka 也在使用。接下来，Oreo、Cadbury、Lacta，甚至 Amazon、Walmart 平台上的产品页，都进入扩展名单。这里的关键词不是“生成”，而是“更快地生成个性化内容”。它解决的不是有没有内容，而是内容量爆发之后，品牌还活不活得下来。

这个变化可以用一个类比理解：过去内容生产像手工裁缝，一件衣服由一个人从头缝到尾；AIDA 更像柔性工厂，把版型、面料和数据拆成标准模块，再按不同市场、不同渠道、不同人群快速组合。个性化不是靠堆更多设计师，而是靠数据和模型工作流完成。

如果把 AIDA 与很多中国企业的 AI 实践放在一起看，差距不是模型能力，而是问题定义。多数企业问“AI 能帮我写什么”，亿滋问的是“怎样让全球 500 强的内容成本结构发生改变”。前者是工具思维，后者是系统思维。

二、两年时间和 4000 万美元：AI 营销真正的门槛不在模型

很多企业老板看到“成本降低 30% 到 50%”会立刻问：买哪个工具？但在亿滋的案例里，降本的前提是两年以上的前期投入，以及超过 4000 万美元的真金白银。这个账必须算清楚：AIDA 的壁垒不是模型本身，而是数据接口、内容资产标准化、品牌安全审核、内部使用流程和跨组织协同。

Accenture 承担的是实时数据层。这意味着 AIDA 不是一个孤立的创意工具，它要能接到销售数据、渠道数据、市场反馈和产品信息。没有这个数据底座，AI 生成的内容再快，也只能是漂亮的废图。很多中国品牌的内容数据散落在电商平台、私域系统、门店 POS 和第三方服务商手里，数据层没有打通，就谈不到平台化。

Publicis Groupe 承担的则是创意执行与 GenAI foundation。这提醒我们，AI 营销并没有消灭顶级创意公司，反而把它们拉进更复杂的基础设施建设。品牌的创意资产需要被结构化、标签化、可调用，模型才能生成品牌一致性足够高的内容。否则企业只会得到一批看起来像奥利奥、但不是奥利奥的蓝色圆饼。

亿滋 CEO Dirk Van de Put 在财报电话会上的表态也说明，AI 已经从实验室走进了真实业务战役。他提到 AI 已经被用于 campaign activations，比如 Star Wars Oreo 和 Oreo Space Dunk。换句话说，企业高管讨论 AI 时，不再只是讲“我们在探索”，而是能点名具体战役。这是一个分水岭。

这背后还有一层容易被忽略的商业意义：传统广告公司卖的是作品，AIDA 这类项目卖的是系统和能力。当品牌拥有可持续迭代的内容生产系统，代理公司的角色就从一次性交付者变成长期基础设施共建者。这种关系变化，会重新分配营销预算和话语权。

三、降本 30%—50% 背后的三重逻辑

成本下降 30% 到 50% 是 AIDA 被媒体引用最多的数字，但它不是来自模型更便宜，而是来自内容生产方式的三个结构性变化。

第一重：从单次定制到模块化复用

传统 campaign 里，一张主视觉、一支 TVC、一组社媒素材往往是一次性生产。AIDA 的价值在于把品牌核心资产、产品信息、渠道规格和人群偏好拆成模块。同一个奥利奥创意，可以快速生成适合 Instagram、TikTok、电商详情页、Amazon 和 Walmart 产品页的不同变体。生产次数没有减少，但单次生产的边际成本大幅下降。这很像制造业的柔性生产：不是每种产品都开一条新产线，而是用同一条产线快速切换模具。

第二重：从人力堆量到数据驱动适配

过去个性化主要靠人工判断：哪个市场适合什么文案、哪个渠道需要什么尺寸。AIDA 的 AI + Data 架构，使得内容生成可以和实时数据连接。Accenture 提供的数据层，让平台有条件根据市场反馈、渠道表现和季节变化快速调整内容侧重。这不是“AI 随便生成”，而是让数据进入创意触发器。内容不再只是表达品牌，也成为数据反馈的一部分。

第三重：从代理商单点交付到品牌主导的平台协同

在传统模式里，品牌给代理公司下 brief，代理公司交付作品，周期长、版本有限。在 AIDA 模式里，Publicis Groupe 不仅做交付，还参与共建 GenAI 基础层。品牌第一次拥有了可持续迭代的内容生产系统，而不是每次 campaign 都从零开始。这才是降本背后最值得被复制的地方。

三重逻辑合在一起，指向一个判断：营销内容降本不是采购问题，而是系统问题。如果企业没有模块化资产、没有数据底座、没有跨组织协作机制，就算把最便宜的模型买回来，也打不掉一半成本。

四、中国品牌最容易抄错的三件事

AIDA 案例在中国市场很容易被误读。有人会急着买一个 AIGC 工具，有人会要求内容团队“用 AI 提效”，有人会把降本简单等同于裁员。真正要避开的坑至少有三个。

坑一：只买工具，不建数据层

AIDA 的第一个字母代表 AI，第二个词是 Data。亿滋把 AI 和 Data 并置，说明数据不是辅助条件，而是平台的地基。中国品牌的内容触点比欧美更碎：抖音、小红书、视频号、私域社群、电商详情页、直播间切片。数据如果还停留在每个渠道后台，AI 就只能生成孤立内容，无法形成复用闭环。企业要先回答一个问题：你的产品卖点、人群画像、渠道规格和内容资产，是否已经能被一个平台统一调用？

坑二：把 AI 等同于“替代设计师”，忽视品牌治理

亿滋对 Responsible AI 的边界非常清晰：内容要经人工法务审核，不推广不健康的饮食习惯，不使用真人 likeness。这三点恰恰是中国品牌最容易忽视的品牌安全问题。尤其在食品、母婴、健康、美妆等品类，AI 生成内容一旦出现不当表述或形象侵权，代价远高于省下的制作费。比如食品广告里，AI 如果生成儿童过量摄入的暗示场景，或者用网红脸替代真实消费者，就可能触发监管和信任危机。亿滋没有把 AI 当成无人值守的创意机器，而是让 AI 提速，人做最后闸门。

坑三：只看短期降本，不看内容供应链重构

30% 到 50% 的成本下降不是靠模型订阅费省的，而是靠流程和协作方式改变。中国品牌的营销节奏更快，大促、新品、节日、达人种草交织在一起，内容需求量极大。正因如此，只靠人海战术已经不可持续。真正应该引入的不是一个工具，而是一条内容中台：统一资产、统一审核、多渠道分发、持续学习。把这三件事想清楚之后，AIDA 对中国品牌才不是一条新闻，而是一面镜子。

五、给 CMO 的三个组织动作

判断一个 AI 营销案例是否值得跟进，标准不是它拿没拿奖，而是能不能倒逼组织做出动作。亿滋 AIDA 至少给出了三个可以立刻启动的动作。

动作一：算清今天的内容账

如果企业不知道自己一年生产多少条素材、每条素材的真实成本是多少、复用率有多高，那么“降本 30%”就只是一个没有基线的口号。CMO 可以先拉出三个数字：过去一年内容生产总成本、单条素材平均成本、素材被重复使用的比例。没有这三个数字，任何 AI 采购都可能是伪需求。

动作二：选一个高频场景做闭环试点

不必一上来就做全平台。最容易见效的场景是电商产品页、社交媒体变体、节日 campaign 延展。这些场景素材量大、规格多、重复性高，正好适合 AIDA 式的模块化生成。选一个品牌、一个渠道、一个季度，把数据、资产和审核流程全部跑通，比同时铺十个工具更有价值。

动作三：把品牌安全前置到 AI 工作流里

亿滋的人工法务审核、健康习惯边界、真人形象禁令，应该成为中国品牌 AI 内容流程的默认配置。具体可以建立三个清单：禁用词和禁用场景清单、素材授权和使用范围清单、人工复核节点清单。品牌安全不是 AI 的枷锁，而是品牌长期信任的护栏。当生成速度和发布速度同时加快，品牌安全必须从审核末端前移到生产源头。

说到底，AIDA 最大的启示不是“AI 能做广告”，而是“AI 能不能成为一个可治理的内容生产系统”。未来营销团队之间的差距，会从谁会做创意、谁会投流，进一步变成谁能把品牌资产、数据、审核和生成式 AI 装进同一个系统里。这个差距一旦拉开，靠加班和堆人是追不上的。