石油巨头AI双杀：个性化增收9倍，动画全生成
泰国国家石油PTT运用AI实现Next Best Offer个性化营销，转化率提升1.9%，收入增81万美元；同时发布全AI生成动画广告。解析传统企业如何从数据到创意落地AI，为中国零售及会员制品牌提供增长范本。
关注顾客，而非竞争对手。顾客才是商业宇宙中唯一不变的中心。
当杰夫·贝佐斯的这句箴言被反复引用时，很少有企业真正把它当作战术蓝图。但泰国国家石油有限公司（PTT）旗下的零售与油品业务PTT Oil and Retail（OR）做了一件极简又极难的事——用AI把“关注顾客”转化为可度量、可复制的生意增长。一个用机器学习驱动的Next Best Offer引擎，让促销转化率直接拉升1.9%，额外贡献81万美元收入；另一个完全由AI生成的动画商业片，把品牌创意生产的门槛和周期砍掉了一大半。这不是科技巨头的炫技，而是一家百年石油零售企业，在数以千万计的客户数据中，找到的AI营销新阵地。
加油站里的增长引擎：从广撒网到千人千面的实战跃迁
在大多数人的印象里，加油站的营销无非是积分换购、油价直降或者便利店捆绑赠品。PTT OR面对的也是类似的场景——它运营着泰国庞大的加油站网络，同时拥有Café Amazon咖啡连锁、Jiffy便利店等多个零售业态，blueplus+ App上积累了超过900万用户。传统做法是用一轮又一轮的群发优惠券轰炸，用户麻木，营销团队疲惫，ROI难以说清。
转折点出现在PTT OR与数据平台Cloudera的深度合作上。他们没有止步于“建设一个大数据平台”的抽象目标，而是将机器学习模型直接嵌入营销自动化工作流，构建了一个实时运转的“AI个性化推荐引擎”。其核心逻辑并不复杂：基于顾客的历史消费行为、加油站位置、加油时间偏好、便利店购物记录等多维数据，为每一位客户动态生成Top 3的个性化活动优惠，并回传至营销自动化系统，通过App推送、邮件或短信精准投放。
这个体系的关键不在于算法有多么惊世骇俗，而在于它形成了一个高度自动化的闭环——数据采集、模型预测、内容匹配、渠道触达、效果回收，一气呵成。营销人员不再需要手动筛选人群、手工配置优惠组合，转而把精力投入到策略设计和创意优化上。
数字最能说明问题：2024年，基于Next Best Offer的战役直接将转化率提升了1.9%，推动收入增长81万美元。从平台整体投资回报看，Cloudera相关投入带来的ROI达到9.1倍。对于一个高频、低单价的零售生意而言，1.9%的转化率提升意味着数千万次曝光中的行为改变，81万美元的增量收入更是在不增加广告预算的前提下，从存量用户的钱包里多赚出来的钱。
一种可迁移的“AI增长飞轮”
这个案例对中国企业的吸引力绝不止于一个漂亮的数据。中国拥有全球最密集的加油站便利店网络——中石化的易捷、中石油的昆仑好客，门店数量均超过两万家，此外还有大量连锁便利店、连锁药店、银行信用卡等活动密集的会员体系。它们面临着一个共同的增长困境：用户基数庞大，但活跃度、交叉销售率和客单价长期低迷。
PTT OR的做法揭示了一条现实路径：不要试图从零搭一个完美的AI中台，而是先在营销自动化这条业务线上撕开一个口子。利用现有的CDP或会员数据平台，借助云厂商提供的机器学习服务，哪怕只做基于规则的“次优推荐”，再逐步过渡到真正的机器学习模型，也能快速看到效果。关键是要让推荐结果能自动化地流向实际的营销接触点，而非停留在分析报告的PDF里。
此外，Next Best Offer的实质是对顾客“下一个消费意图”的抢占。当一位车主在周二下午加油，系统结合其历史消费，推荐下次周末咖啡店买一送一，或者便利店的新品折扣，这种基于时空预测的关联销售，远比一张通用9折券更能推动行动。对于中国的加油站业态或会员制零售商来说，这正是AI将“被动积分兑付”转变为“主动消费触发”的抓手。
创意生产的范式转移：当TVC全部交给AI
如果说个性化推荐是后端数据的AI化，那么PTT的另一场战役直接把AI推到了品牌创意的聚光灯下。为推广blueplus+ App整合OR旗下各类优惠权益的新定位，PTT与创意代理商CJ WORX共同推出了名为“PTT Blueplus+: Unite and Unlock Exclusive Privileges”的大型品牌动画广告。而这条片子的真正引爆点在于，它被定位为泰国首部完全由AI生成的商业动画——从建模、场景渲染到角色动作与合成，整个制作链条都由AI驱动完成。
按照传统动画制作流程，这样一部高品质的品牌动画需要数月制作周期，投入大量三维建模师、动画师和后期人员。CJ WORX利用AI工具大幅压缩了时间与成本，同时依然保持了与品牌调性相匹配的视觉水准。更重要的是，代理公司借由这个项目正式设立了CJ WORX AI Studio，将AI创意生产能力沉淀为组织的长效资产，而非一次性的实验。
这个动作传递出一个强烈的信号：AI不只是用来写文案、生成几张概念图的辅助工具，它已经开始重新定义品牌内容生产的基本逻辑。在消费品和零售行业，大量TVC、社交媒体短片、产品展示动画正面临两难，一边是消费者对视频内容的需求急速膨胀，另一边是制作预算和人力的刚性约束。AI生成的商业动画，让“高频率实验、低成本产出”成为可能。品牌可以快速测试不同风格、叙事、角色形象的短片，根据数据反馈快速迭代，而不是把几百万预算赌在一支无法明确预判效果的片子上。
AI内容工厂的三种速度
对中国市场的CMO和品牌总监来说，真正的启发或许应该放在如何建立一套“AI内容生产流水线”。这不是买几个AI软件许可证就能解决的，而是要把AI能力嵌入到从Brief到成片的全流程。
第一速度是测试与原型。团队可以借助可灵、Runway、Pika等工具快速生成脚本对应的视觉分镜，甚至在一天内产出多个版本的动画草稿，供内部评审和消费者测试，将传统数周的创意评估压缩到几天。
第二速度是规模化量产。对于社交媒体、电商详情页、线下大屏等渠道所需的“轻量级但规模大”的视频需求，利用AI辅助生成和自动化合成，可以实现每月产出上百条个性化视频内容，对应不同客群或区域，就像电商铺货一样铺内容。
第三速度是品牌级大制作。像PTT这次的品牌动画，虽然尚不能完全脱离人类创意指导和品控，但AI大幅减少了执行层的重复劳动，让核心创意人员有更多精力雕琢故事和情感。企业应像CJ WORX那样，设立专岗或内部AI创意实验室，把技术能力固化为组织流程，而不是依赖于某些特定员工的个人技能。
过去一年，中国的快消品牌、新能源车企在品牌升级时，已经出现了AI驱动的故事短片，但往往作为“科技噱头”而非常态能力。PTT的案例说明，AI创意可以成为一种标配的营销武器，前提是品牌愿意为之投入工艺级的训练和打磨，而不仅仅是发一篇公关稿。
从数据到创意：一套适合传统企业的AI落地框架
把两个案例放在一起看，PTT OR实际上为所有非原生数字化的传统企业提供了一个可切割、可渐进的AI升级范式。它不是宏大的数字化转型口号，而是围绕“客户运营效率”与“内容生产效率”这两个营销最基础也最烧钱的环节，分别打了一个精准的桩。
第一个桩，是后端的数据变现。许多企业坐拥庞大的会员数据和交易记录，但数据应用仍停留在BI看板和基础的人群包推送。Next Best Offer模型的关键在于把预测和行动连接起来，用机器替代人工完成“在什么时间、给什么人、拔什么好处”的复杂决策。这需要企业在数据工程上做到足够干净、能够被模型调用，并在营销自动化工具上打通投放渠道。它所带来的增量收入，不但能覆盖技术投入，更重要的是建立起团队对AI的信心，为更深层的变革铺路。
第二个桩，是前端的内容供应。当个性化推荐引擎产生大量差异化offer后，如果缺乏足够多的视觉物料和文案变体，整个链路的转化率仍然会卡在“内容瓶颈”。PTT的全AI动画片虽然是一次品牌层面的亮相，但其底层能力可以拆解为无数的动态模板和自动化生成模块，对接着个性化营销的物料需求。未来营销的终极形态可能是——一个AI大脑生成大量个体级的对话与优惠，另一个AI内容工厂实时匹配出对应的短视频、图片和文案，24小时不间断运营。
而贯穿两个桩的，是组织的主动进化。PTT没有固守在能源企业的科技保守形象，其零售业务线敢于和Cloudera、CJ WORX这样的外部伙伴深度共谋，将AI作为增长部门的考核指标而非IT部门的看管项目。CJ WORX成立AI Studio更表明，营销服务公司必须主动把自己迭代成AI原生组织，才能承接品牌客户的进阶需求。对于品牌方而言，建立跨市场、数据、创意的AI营销攻坚小组，比单纯设立一个AI负责人头衔要有效得多。
做难而正确的事：从81万美元和一部动画片开始的判断
回顾PTT的两个案例，没有一个是追逐短期热点的。Next Best Offer的内功是数年的数据治理和模型打磨；AI动画的商业化也需要创意团队反复调整提示词、训练风格模型，并接受早期的试错成本。但传统企业恰恰是最适合这种“慢就是快”路径的，因为它们拥有竞争对手难以复制的线下场景资产和信任关系，差的就是把数据变成决策，把决策变成触达，把触达变成增长的中间层软件。
当下，中国的零售、能源、快消、汽车后市场等行业正在经历客流红利见顶、存量博弈加剧的痛苦。PTT OR用81万美元的增量收入和一部全AI生成的动画片给出了一个明确的判断：AI营销不是未来，而是现在；不是科技企业的特权，而是任何拥有顾客数据的企业的机会。从个性化引擎到AI内容工厂，传统企业完全可以构建一条全新的增长曲线，而跨出这一步的时机，就是此刻。