加油站的沉默革命

日本能源巨头ENEOS用NEC BestMove生成式AI，模拟消费者反应率以规划次世代加油站新业务。从写文案到AI预判决策，中国企业如何应对这场变革？

凡是不能衡量的事物，就无法管理。但在新的AI范式下，更有价值的是：凡是不能预先模拟的事物，就不该冒险执行。

2024年春天，日本最大的石油与能源公司引能仕控股（ENEOS HOLDINGS）的一则新闻，淹没在了全球AI大模型铺天盖地的头条里。他们没有发布新的语言模型，没有推出花哨的聊天机器人，而是悄悄地干了一件事：他们开始用生成式AI，去模拟顾客“说不出口”的需求，并把这种技术用在决定公司未来十年命运的“次世代加油站”上。当你还在争论AI能不能代替文案时，这家《财富》全球500强排名第153位的巨头，已经把AI当成了决策层的“预演沙盘”。

一、为什么一家石油巨头，需要“模拟”顾客的心思？

表面上看，ENEOS遇到的挑战非常传统：汽油卖不动了。随着日本社会的电动化转型和人口老龄化，遍布全国超过12,000座的ENEOS加油站，正面临客流量不可逆转的萎缩。加油站的物理空间还在，但它的经济价值正在蒸发。

ENEOS给出的解法，听起来像是一句宏大叙事：将全国的服务站点（SS）升级为“区域生活平台”。

但这句口号背后，藏着一个所有线下连锁企业老板听了都会心头一紧的难题——在现有的加油站里，到底应该增加什么新服务，才能让已经不来加油的人，愿意把这里当作日常生活的据点？是卖咖啡？是干洗店？是共享办公？还是社区配送的前置仓？

放在过去，回答这个问题的方式，是市场调研团队拿出问卷和焦点小组访谈，然后凭经验和PPT去说服决策委员会。这种路径的弊端显而易见：消费者嘴上说“愿意”，不代表身体也愿意。等到真金白银铺下去改造了上百家站点，才发现反响平平，损失早已不可挽回。

这就是ENEOS决定与NEC联手，先行采用“BestMove”这套技术的底层焦虑。他们意识到，在大规模硬件转型之前，需要先在数字世界里，进行一次关于人心的“风洞实验”。

二、BestMove的“超能力”：从可视化偏见到预测反应率

NEC开发的“BestMove”，打出的旗号是全球首个可自动可视化顾客兴趣偏好、生成并模拟施策反应的技术。我们可以拆解它的三步走逻辑：

1. 数据融合：不只是看买了什么，而是看“为什么买”

传统营销分析极度依赖历史购买记录。但加油站的交易数据极其单薄——你只能看到顾客加了多少钱的油，却无法理解他的生活方式。BestMove的做法是融合多源数据：既包括统计化处理的信用卡支付信息，也包括开放的互联网网络数据，并结合消费者属性扩展技术。

这里的关键不是数据的多，而是“关联”。比如，系统可以通过某类顾客的线下支付习惯和线上行为倾向，推断出一个模糊的“生活圈需求”，尽管这个顾客从未在加油站的问卷中勾选过“我需要这项服务”。

2. 生成式构策：AI不只是回答，而是“提案”

这一步是生成式AI发挥关键作用的环节。过去的BI系统只能告诉你“这个区域的顾客偏好母婴产品”，但BestMove能够自动生成具体的营销施策方案，甚至是“次世代加油站”的新业务设想。它就像一位不知疲倦的战略顾问，可以针对不同类型的站点，提出成千上万种新服务点子，然后进入下一步。

3. 反应率模拟：让策划失败在数据里，而不是门店里

这可能是整个链条中，对中国企业老板最具吸引力的部分。BestMove的核心销售卖点是：可以在执行前，对施策的“顾客反应率（response rate）”进行高精度模拟。

这意味着，ENEOS可以在真正改造某座加油站之前，先看到“如果在这里植入小型药妆店，附近社区的年轻家庭会以多高的频次进店”的预测结果。它把决策的依据，从“我觉得”变成了“模型预测的费效比”。那些在模拟阶段反应率得分过低的方案，会被直接筛掉，而管理层最宝贵的资金和团队执行力，可以聚焦于高分方案。

三、从“AI写文案”到“AI定生死”：一场营销决策权的静默转移

ENEOS的这个案例，实际上在挑战中国企业界对AI营销的一种流行却狭隘的认知。很多市场部当下沉迷于用大模型生成几十条卖点文案或短视频脚本，这本质上是将AI当作“高级实习生”，提升的是“术”层面的生产力。

但ENEOS的做法，把AI用在了“法”的层面，甚至“道”的层面。它不再关心单一个体哪句话写得好，而是关心在一个庞大的资产网络里，什么新业务值得被创造出来。

这里有一个值得所有CMO警醒的逻辑：当AI开始能够预测一个线下业态的生死时，营销决策的中心就从“创意总监的审美”和“拍脑袋的经验”悄悄转移到了“数据生成的预判”。过去，一个营销副总裁否决一个方案，靠的是权威和过往战绩；未来，否决一个方案可能只需要一句话——“这个方案在BestMove里的模拟反应率不到千分之二”。

四、对中国企业AI营销的悬疑式拷问

ENEOS的故事讲到这里，必须抛出一组更尖锐的、可能让人坐立不安的问题，而不是仅仅停留在对他国企业的赞美。

第一个拷问：你的企业数据资产，经得起这种“模拟”吗？

BestMove有效的前提是拥有融合支付、属性、互联网行为的数据基础。反观我们很多企业，连最基础的CRM数据都没打通，线上和线下的数据孤岛坚如磐石。当别人已经开始用AI在数字世界里“再造一个消费生态”时，我们还在让运营团队手工导Excel表格。这不是工具问题，而是数据基建的战略欠账。

第二个拷问：市场部能否扛住“被预测击穿”的压力？

想象一个场景：如果你们公司也引入了类似的反应率模拟系统，市场部提出的多个年度推广方案在模拟中被AI判了“死刑”，你敢不敢把几百万预算全部押在AI预测最高，但团队直觉觉得“好像不太对劲”的那个方案上？CEO是会听AI模型的，还是会听资深总监的？当AI模型跟营销一把手意见相左时，组织内的信任体系将面临前所未有的考验。

第三个拷问：从“口号式AI”到“决策式AI”，你的组织土壤准备好了吗？

绝大多数中国企业的AI转型，仍然停留在“用Sora生成一条炫酷广告片”的“炫技”阶段。这是一种安全策略，因为片子好不好看，不会动摇核心业务。但ENEOS把AI直接架在了“次世代业态”的决策链上，这触及到了公司最根本的资产配置和转型成败。我们的企业，有没有把AI从“品牌传播工具”上升到“业务生存预判工具”的勇气和流程？这种升级，可能比花钱买几套AI软件要艰难得多。

五、ENEOS的未完成实验，以及我们在焦虑什么

必须说明的是，ENEOS和NEC的这项实验仍然处于早期。新闻稿里明确说了，BestMove计划在2024年内正式提供。ENEOS作为先行使用者，其“次世代加油站”究竟会演化成什么形态，目前仍是在规划版图上。

但它给出的信号已经足够强烈。未来的营销，尤其是线下场景的体验创新，将从“事后复盘”全面转向“事前模拟”。对于拥有庞大线下网络的中国企业——不论你是拥有几千家门店的连锁餐饮，还是数万家便利店的能源或地产集团——ENEOS今天的每一步尝试，可能就是你明天必须答完的考卷。

那些遍布城市角落、目前价值被低估的物理站点，是完全可能被AI重新发现、重新定义、重新赋予新生命的。只是，在此之前，我们必须先让企业的数据器官完整，让决策层的AI认知成熟，让组织的评估体系敢于被数据模型所挑战。

这是一场发生在一座座普通加油站里的沉默革命。它没有疯狂的流量，没有炫目的技术名词，但它真正在解一道关于“物理空间重生”的、算得出投入产出比的应用题。而这样的应用题，正是中国庞大的存量经济最渴望看到答案的。