AI营销不是做广告，是做决策系统

英美烟草用GenAI监听新品反馈、AI导流体验路径、预测模型降低32%流失率的完整打法，为中国企业揭示AI营销的决策系统逻辑。

营销的终极目的，是让推销变得多余。真正的营销是理解顾客，让产品和服务适合顾客，并实现自我销售。

彼得·德鲁克这句话，放在今天的AI语境里，突然变得格外具体。英美烟草集团用三个看似分散的AI案例，拼出了一条完整的决策链条：听懂市场、导对体验、留住用户。没有一条在讨论怎么写出更漂亮的广告语，却每一条都直接回答了德鲁克说的那个问题——怎么让产品自己卖出去。这才是AI营销真正值得中国老板关注的地方。

一、7天看懂新品死活：GenAI把市场反馈压缩成决策信号

传统新品上市，企业要等什么？等月度报告，等第三方调研，等渠道数据回流。等一圈下来，竞品已经调整了两轮策略。BAT的做法是把整个反馈周期压到了一周以内。

BAT与Curve Analytics共建的Digital Track系统，做的事情说起来不复杂：抓取社交媒体、评论、搜索数据这些unprompted digital data，然后用GPT等大语言模型做consumer、category、brand三个维度的tracking。关键是GenAI介入的方式——先总结新品特征，包括proposition、spec、USP，然后快速分析influencer和消费者的初期反应。产品发布后约一周，就能产出可行动的判断。

这个时间差意味着什么？意味着品牌从“事后复盘”切换到“事中调整”。新品上市的第一周，是传播势能最集中、用户预期最容易被塑造的窗口。大多数企业在这个窗口里是盲的，靠的是投放计划和过往经验。BAT靠的是数据回传后的即时修正。

这套系统已经嵌入15个以上市场，供管理层月度决策参考。注意，是嵌入，不是试点。它成了决策流程的一部分，而不是某个创新实验室里的展示项目。这才是AI从工具变成能力的分水岭。

Digital Track还被用来衡量体验营销对Salience和Affinity的near-real-time影响。翻译成中国市场语言：一场快闪店、一次线下活动到底带来了多少品牌认知变化，不用再等调研公司交报告，系统自己会说话。

二、体验营销的AI解法：把“逛一下”变成“专属路径”

2025年8到9月，东京表参道，BAT日本为加热设备glo Hilo和Hilo Plus开了一间体验型pop-up，主题叫“LOVE AT FIRST”。走进来的用户回答几个简短问题，现场AI会推荐一条专属的Hilo体验路径，帮他在店内找到最适合自己的glo体验。

这个案例表面看是互动噱头，深一层看，是体验营销的效率革命。传统体验型快闪店的最大浪费是什么？是用户进来了，但走错了区域，试错了产品，最后带着错误的印象离开。品牌花了大价钱做出来的“superior experience”，有一半以上没有精准送达。

AI在这里扮演的是导流角色。它把用户的模糊兴趣转化成结构化需求，再把需求映射到物理空间里的具体体验环节。这和电商推荐引擎的逻辑一模一样，只是场景从线上搬到了线下。对品牌而言，这解决了体验活动最容易出现的“热闹但不转化”的顽疾。

把AI放进快闪店，BAT日本传递的品牌叙事很清楚：A Better Tomorrow和glo系列的superior experience不是喊出来的，是靠数据支撑的个人化体验做出来的。这对中国品牌的启发是：线下体验活动的AI化，不一定非要搞大屏互动或数字人，一个简单的问答推荐引擎，就可能显著提升体验的精准度。

三、留存才是利润黑洞：预测模型怎么把流失率打下来32%

三个案例里，最值得增长负责人抄作业的是英国订阅业务的AI防流失战役。BAT UK针对自有订阅计划部署了Advanced Machine Learning Customer Churn Model，识别At-risk用户，然后跨call center、email、SMS、website推送针对性的挽留沟通。

结果很硬：attrition同比降低25个百分点，churn下降32%，62%的消费者愿意推荐BAT。这三个数字放在任何一家订阅制企业里，都是足以让CFO眼睛发亮的成绩。

关键在于做法。很多企业想做流失预测，但卡在数据分散上——呼叫中心一套系统，邮件营销一套系统，短信又是一套，网站行为数据躺在另一个人手里。BAT的做法是让预测模型跨渠道指挥行动：模型先算出谁要流失，然后调动所有可用的触达渠道去挽回。诊断和动作连起来了，闭环才成立。

这套体系的意义超越了烟草行业。在中国市场，订阅制、会员制、复购驱动的生意遍地都是——咖啡、生鲜、知识付费、SaaS、母婴零售，哪个行业没有用户流失的痛？但大量企业的用户运营仍停留在“发券挽回”的粗放阶段，根本不知道谁真的要走，也不知道哪句话能真的留住他。BAT的案例证明了一件事：流失预测的可执行性，取决于预测之后有没有一套多触点的挽留动作跟上。

四、三件事拼起来，才是一套完整的AI营销系统

把BAT的三个案例单独看，是三个不错的AI应用。合起来看，它恰好对应了营销决策的三个关键节点：感知、转化、留存。

Digital Track负责感知，回答的是“市场正在发生什么”；glo Hilo的AI体验负责转化，回答的是“如何把用户兴趣变成正确体验”；订阅流失预测负责留存，回答的是“怎样在用户离开前拉他一把”。三件事讲的是同一个故事：营销的重心从创意执行转向决策质量。

过去品牌拼的是谁的广告片更震撼，谁的slogan更洗脑。现在拼的是谁的感知更早，谁的判断更准，谁的动作更快。创意依然重要，但创意释放价值的场景变了——它需要被嵌入一个数据驱动的决策循环里。

BAT的转型背景也值得关注。作为一家烟草集团，它面临的是全球范围内最严苛的营销限制：广告投放受限，品牌传播受限，消费者触达受限。这种约束反而逼它走上了数据驱动的路，因为它没有那么多“烧钱买流量”的余地和“靠大创意出圈”的空间。中国很多行业正在遭遇类似的约束——医疗营销只能做专业内容，金融营销受到合规严管，白酒、电子烟等品类的传播空间不断收窄。BAT的这套打法，对这些受限行业反而有更强的参照意义。

五、中国企业该抄的不是案例，是组织逻辑

中国老板看海外案例，最容易犯的错误是“看完了觉得好，然后什么都没变”。因为案例里的工具可以找替代品，但组织逻辑不改变，工具装上了也跑不起来。

BAT的AI能力之所以能落到15个市场和月度决策里，不是因为它采购了某一家供应商的技术。Curve Analytics是合作伙伴，GPT是底层工具，真正的关键在于，AI洞察被放在了一个需要它的决策节点上。管理层的月度决策依赖数据洞察，品牌团队的新品上市流程里有一个“第七天复盘”的动作，订阅业务的CRM体系里存着一张需要持续更新的流失风险清单。AI不是被“使用”的，是被这些流程“吸收”的。

企业要落地AI营销，第一步不是选工具，而是找到那个最痛的决策盲区。新品上市看不清市场反应，就做Digital Track式的感知体系。高客单产品线下体验转化率低，就做AI路径推荐。订阅业务流失率高，就做预测模型加多触点挽留。每一步的目标都不是“用上AI”，而是“关掉一个盲区”。

第二步是定义清楚成功的度量。BAT的三个案例都有一个共同点：结果可以被量化。7天的反馈周期，32%的流失下降，这些都是可以被管理层理解、被组织复盘的指标。AI项目最危险的状态，是做了半年只有“提升了效率”“增强了体验”这类无法验证的表述。没有量化指标，AI营销就和传统营销一样，回到了靠感觉吃饭的老路。

第三步是把AI洞察嵌入决策流程。洞察不是报表，不是邮件，不是开完会就忘的PPT。它是管理层月度会议上的必看数据，是产品团队在发布后第一周必须做出的调整依据，是用户运营团队的日常挽留动作清单。只有嵌入流程，AI才会从“有用”变成“必须”。

六、从BAT案例提炼的八个可复制原则

BAT的三个案例，可以提炼成八条直接可供中国营销团队参考的原则：

新品上市必须有“一周反馈窗口”，用AI抓取社交、评论、搜索数据，快速判断产品叙事是否被市场接受。
体验营销的终点不是到店率，而是体验匹配度。用简单问卷加推荐算法，让用户少走弯路。
流失预测的价值不在于模型精度，而在于挽留动作是否跨渠道、可执行、有针对性。
AI应用要有清晰的结果变量：反馈周期、转化效率、流失率、推荐意愿指数。
把AI系统嵌入组织流程，而不是把AI工具发给员工自由发挥。
受限行业的营销创新，更应该往数据和体验深处走，而不是死磕广告创意。
选一个最痛的决策盲区切入，跑周全链路再推广，不要搞大面积试点。
用“决策质量”作为AI营销的内核，而不是“内容产出数量”。

这八条原则，每一条都是从BAT案例中提炼出来的可操作动作，不需要企业拥有BAT那样的全球规模和预算。本质上，AI营销比拼的从来不是谁的技术更炫，而是谁先把AI嵌进自己最需要看清的那个盲区。

德鲁克那句“让推销变得多余”，过去是理想主义的营销哲学。今天，它变成了一个可以落地的工程目标。当AI帮你听懂市场，帮你把体验送到对的人面前，帮你在用户转身离开前伸出手，推销这个动作，真的会慢慢变成系统里的一个后台任务。这才是英美烟草这条案例汇编，给中国企业经营者最有价值的一课。