预测精度跃升30%，却砍掉50%骚扰：TD银行的“精而不扰”营销哲学

多伦多道明银行（TD）自研预测基础模型AI Prism，将信用卡、按揭等场景营销预测精度提升20-30%，同时大幅减少对客户的无效骚扰。从组织到工具，为中国企业呈现AI营销落地的清晰路径。

营销的未来不是“在正确的时间向正确的人说正确的话”，而是“在需求诞生的前一刻，你恰好出现，且只说一句”。

这句略显理想化的断言，在多伦多道明银行（TD Bank Group）的实践中，变成了可以量化的现实。当大多数企业仍沉浸在用生成式AI批量生产千人千面的广告素材时，这家位列《财富》全球500强第168位的金融巨头，却选择了一条更底层、更艰难的路：它动手拆掉了传统营销的底层引擎——预测模型，并用一个内部自研的基础模型取而代之。结果令人震惊：预测精度提升了20%到30%，而对客户的无效骚扰却断崖式下降。这不是一次技术升级，这是一场营销权力结构的革命。

AI前沿的沉默：当我们在生成内容时，他们在重构“认知”

2025年6月11日，TD Bank Group发布了一则措辞冷静的新闻稿，宣布推出其自研的预测基础模型——TD AI Prism。在AIGC狂潮席卷全球，文本、图片、视频生成模型占据头条的喧嚣中，这条消息极易被误读为又一家传统银行在数字化道路上的例行跟进。但这条信息暗藏深意。TD Bank的着力点不在“生成”，而在“预见”。

传统银行的营销预测，依赖的是一个个为了特定目标而生的“倾向性模型”。想卖信用卡，就建一个信用卡响应模型；想推按揭贷款，再建一个购房意愿模型。这造成了两大痼疾：一是数据孤岛，每个模型只吃特定饲料，无法形成对客户的整体性理解；二是预测内卷，模型越建越多，边际效益却越来越低。一个客户可能在信用卡模型里被标记为“高潜力”，在投资模型里却是“沉睡者”，最终被不同的部门用互相矛盾的信息轮番轰炸。品牌在客户心中非但没有变得清晰，反而成了一团噪音。而TD的解决方案是从根本上解决这个问题——他们要的不是给旧马车换匹快马，而是直接铺上铁路。

“AI棱镜”的内部结构：一个大脑，替代一百个专家

TD AI Prism的颠覆性在于其架构哲学：用一个单一的预测基础模型，替代过去无数个割裂的行业模型。根据其官方描述，这个模型可以处理“100倍于传统模型的数据变量”，并已开始在信用卡定向优惠、按揭贷款潜在客户识别等银行最高价值项目中运行。

这“100倍”的数据变量意味着什么？传统的倾向性模型，变量往往局限于客户的人口统计学特征、过往交易记录和该单一产品的互动历史。而TD AI Prism则像一个永不疲倦的观察者，它可能同时处理宏观经济的利率波动信号、客户在社交媒体上对“学区房”的讨论情绪、其消费记录中从母婴用品向钢琴课花费的微妙转移，甚至是一个家庭在不同生命阶段的地理位置迁移模式。它不再通过“有房贷的人更可能申请装修贷款”这种简单的线性因果来决策，而是从海量弱关联中，训练出一种近乎直觉的“需求感”。这种能力，被其研发部门、TD的人工智能中心Layer 6视为核心突破，并因此产生了超过40项新的专利申请。

其带来的直接成果是实打实的：美国银行家（American Banker）的报道证实，TD AI Prism的预测精度相比传统模型提升了20%到30%。这个数字在金融营销领域是惊人的。在大多数场景下，1%的预测精度提升，都对应着千万美元级别的坏账减少或利润增长。30%的跃升，意味着银行不仅能以更高的概率找到真正有需求的客户，更能精准地识别出那些“暂时没有需求”和“永远不会有需求”的人。

从“概率骚扰”到“需求预见”：重新定义客户关系的尺度

这一技术跃迁的真正价值，远不止于降本增效。它直接指向了现代营销最深的耻辱烙印——“概率骚扰”。

我们不妨想象这样一个场景：你刚在网上搜索过“新生儿护理”，紧接着，贷款推销、早教课程、保险产品、月子中心、儿童摄影的电话便纷至沓来。企业觉得自己在精准营销，但对消费者而言，这就是一种基于概率计算的骚扰。品牌和客户的每一次互动，都在透支信任，而非储蓄情感。苹果公司近年来大力推行的隐私政策，消费者对Cookie的抗拒，本质上都是对这种无孔不入的“概率骚扰”的集体反击。

TD Bank的CMO或其营销决策层显然看透了这一点。在2026年初的Strategy Online专访中，他们勾勒出了AI赋能营销的三位一体蓝图：信任（Trust）、速度（Speed）和规模（Scale）。他们提出，速度与规模必须以信任为前提，而信任的基石，恰恰在于营销沟通的“最少化”和“最准化”。TD AI Prism带来的更高精度，使他们敢于发起一场“减法运动”：既然我能更精准地识别出那5%真正处于购房窗口期的客户，我为什么还要给其余20%只有模糊可能性的人寄信、发邮件、推送App弹窗？这种克制，反而创造了更高的转化率，并保卫了品牌在消费者心智中的声誉。这是一种高级的营销智慧，即用技术的手段，回归品牌的本质——当客户的真实需求出现时，成为第一个也是唯一一个被想到的选项。

精而不扰：中国企业增长的第二曲线密码

TD银行的案例，对于正陷入“卷”字当头的中国企业，尤其是金融、零售、汽车等高客单价、低频消费行业，提供了三个层面的深度启示。

首先，我们要承认一个残酷的现实：绝大多数中国企业的“数字化营销”，本质上还是传统推销的数字化变体。它们忙于搭建CDP、MA系统，引入各类生成式AI工具，试图提高内容生产的“量”和投放的“广度”。但在核心的“预测”环节，方法论依然陈旧。那些所谓的“我们比用户更懂用户”，更多时候只是自欺欺人。TD AI Prism带来的冲击在于，它证明了预测模型本身，可以从一个“成本中心”变成一个“核心竞争力中心”。一个能够处理100倍数据变量的底层基础模型，就是企业的“中枢神经”，它的智慧程度，直接决定了所有营销动作是“有效关怀”还是“昂贵骚扰”。

其次，TD Bank的模式揭示了AI资产“内建”的极端重要性。TD AI Prism由内部AI中心Layer 6全权研发，并产生了40多项专利。这不是从第三方采购一个SaaS软件，也不是调用几个API接口。这意味着，模型与银行过去数十年积累的独有数据、特有的业务逻辑、复杂的风控要求、严苛的合规体系实现了真正深度融合。将最核心的预测能力、对客户的终极理解，拱手交给外部标准化的“黑盒”模型，是危险的。因为当所有竞争对手都使用同一个外部模型时，营销策略必然会趋同。同质化不是AI的错，是放弃自主核心能力建设的必然结果。对于有志于构建长期护城河的中国企业而言，TD Bank给出了一个清晰的信号：在核心预测层，自研或深度联合研发的、深度垂直整合的基础模型，才是未来。这个模型可以只做一件事——成为最懂你客户的人。

最后，也是最隐蔽的一点，是组织架构的胜利。Layer 6作为TD Bank专属的AI研发中心，确保了这次变革是自上而下、举全行之力的技术-业务一体化行动。在中国很多公司，AI能力散落在各个事业部的“创新小组”里，由某个对技术有热情的副总裁孤军推动，既无调度全域数据的权力，也无对抗短期KPI压力的组织后盾。TD Bank的实践告诉我们，AI营销的落地，首先是一个组织问题，其次才是技术或营销问题。没有与这种预测能力相配套的组织变革——比如一个能够横跨信用卡、按揭、投资、保险等多个业务线，并有权决定营销优先级和资源调配的“大脑部门”——再好的预测，也只会被困在部门墙里，最终沦为一纸漂亮的复盘报告。

从预见需求到定义市场

TD Bank没有发明什么花哨的营销概念，它只是用最前沿的AI技术，做了一件最朴素的事：理解客户。它告诉我们，AI营销的最高境界，不是能生成多么酷炫的虚拟人，也不是一个能写爆款文案的聊天机器人，而是那种如大山般沉默、却能提前感知雪崩何时降临的深沉预见力。当你的企业对客户的理解，能从“事后归因”进化到“事前预见”，从“概率游戏”进化为“精准契约”，你所能获得的，将远远超出销售额的增长——那是一种叫做“值得信赖”的无价资产。

对于所有正在探索AI营销的中国企业而言，TD AI Prism的故事是一个备受瞩目的路标。它提醒我们，在狂奔向生成式AI的喧嚣中，更应该冷静下来，审视一下我们营销引擎的底层燃料，究竟是数据驱动的深刻洞见，还是只是披着AI外衣的、更为昂贵的骚扰。答案，决定着企业下一个十年的生存姿态。