旧图库变18支视频：大陆集团的AI内容战

德国工业巨头大陆集团用AI将静态图库批量转为社交视频，用ChatGPT续写凡尔纳经典推广轮胎。看B2B企业如何把旧资产变成新弹药。

We found in this centennial classic… a very strong connection with what we want to tell about our launch.

大陆集团南美轮胎业务营销负责人 Leandro Ramiro 说这句话时，指的是凡尔纳的《八十天环游地球》。但真正值得中国老板注意的，不是文学致敬本身，而是一个年营收数百亿欧元的工业巨头，正在用 AI 干一件很多消费品品牌都没干成的事：把旧资产变成新内容，把工程师式的严谨用在营销创新上。

两个“不像 AI 营销”的 AI 营销

2024 年到 2025 年，大陆集团有两件事几乎同时发生。

能源管理业务线，为了在 LinkedIn 和 YouTube 上维持存在感，找到了德国代理机构 RYZE Digital。需求很朴素：没有现成视频素材，预算也不想大动干戈，但社交信息流需要持续供给内容。RYZE 的做法出奇直接——把 Continental 图库里已有的静态图片，用生成式 AI 转成动画序列，一口气规划了 18 支视频，覆盖油气输送、能源分配、可再生能源三条业务线。截至 2025 年 7 月，18 支里已经完成 12 支。这是一个三阶段的 awareness 战役，逻辑不是拍大片，而是让既有资产动起来。

轮胎业务线在南美，找的是 agency D'OM，玩法更大胆。他们以 Jules Verne 的《八十天环游地球》为蓝本，用 ChatGPT 共创文学续集《Around the World in 80,000 km》，推广 UltraContact 轮胎——80,000 公里质保。注意这个对照：80 天环游世界，8 万公里质保。产品卖点被翻译成了故事的时间尺度和空间尺度。专家用 prompt 逐章写作，但插画全部由人工创作，不是 AI 图像。Leandro Ramiro 把它定性为 editorial——编辑内容，品牌引用嵌入情节，而不是硬广。

两个案例放在一起，有一种安静的颠覆感。工业巨头做 AI 营销，不是在追热点，而是在做资产转化。

为什么是大陆集团：B2B 工业企业的内容洼地

大陆集团是谁？Fortune Global 500 排名第 344 位，业务横跨轮胎、汽车零部件、工业技术。这类企业的营销，长期困在一个矛盾里：技术很硬，内容很软；产品很复杂，表达很苍白。

案例一的关键词是“低投入、高影响”。这六个字，正是 B2B 工业企业内容团队的集体焦虑。没有明星代言，没有话题产品，没有海量 UGC。手里有的，是产品图库、技术手册、展会物料、工程师访谈。过去这些资产是死的，躺在网盘里。现在 AI 让它们可以动起来。

案例二更深刻。它回答了 B2B 内容的一个经典难题：一款轮胎，怎么让普通人有兴趣读下去？大陆集团的答案是，不聊轮胎，聊旅程。不聊橡胶配方，聊 8 万公里能穿越多少种人生。AI 在这里的角色不是写手，而是翻译器——把工程语言翻译成叙事语言。

中国大量工业企业正处在一个更尴尬的位置。它们的内容团队往往更小，素材管理更粗放，渠道投入更分散。大陆集团的实践之所以值得拆解，恰恰因为它展示了一个低内容预算、高专业门槛的组织，如何用 AI 撬动内容供给。

方法论拆解：旧资产的新算法

先看能源管理的案例。它的本质是一个“资产盘点—规格匹配—批量生产”的流程。

资产盘点。Continental 手里有什么？大量工业场景的静态图片。这些图片质量不低，但格式错了——静态图在视频优先的信息流里，基本等于不存在。问题不是素材不够，是素材的呈现形态过时了。

规格匹配。LinkedIn 和 YouTube 需要什么？短视频、动态画面、持续更新。AI 的图生视频能力，恰好在这个规格上能落地。这里有一个被多数团队忽视的判断：AI 内容生产的价值，首先不在“创意突破”，而在“格式转化”。让已有的东西，出现在它原本到不了的渠道里。

批量生产。18 支视频，12 支完成，三阶段推进。这个节奏说明，它不是一次性营销事件，而是建立了稳定的内容供给线。一旦把流程跑通，内容生产就从项目制变成了产线制。

再看轮胎案例。它的方法论更值得拆，因为它解决的是“产品—故事”的转化问题，这是 B2B 营销里最难的一环。

UltraContact 的最大卖点是 80,000 公里质保。这个数字很硬，但也很干。D'OM 和 Continental 做的，是给这个数字找到一个文化母体——《八十天环游地球》。Jules Verne 的经典故事，给了“80,000”一个叙事框架：不是里程测试，而是一段旅程。

然后，ChatGPT 被用在章节撰写上，但有三重关键约束：专家 prompt、逐章推进、人工插画。这三点合起来，实际上是“人类设定边界，AI 填充内容”的协作模式。专家 prompt 决定了 AI 的写作方向和品牌调性；逐章推进保证了叙事质量和连贯性；人工插画守住了视觉表达的品质底线。

Leandro Ramiro 说这是 editorial。这个词很关键。editorial 的意思是：内容本身有阅读价值，品牌信息藏在叙事里。这不是广告片思维，是媒体思维。国内很多品牌做内容，本质上还是“广告延长线”，而不是“媒体编辑部”。两者的区别在于：前者让人看完了只想划走，后者让人看完了愿意分享。

三个误区和三个动作

误区一：AI 营销等于降本裁员。大陆集团的案例恰恰相反，它显示了 AI 在“人机协作”下的内容质量上限。案例二里专家 prompt 和人工插画的存在，说明最有效的 AI 营销，是人更贵，而不是更便宜。AI 省的是重复劳动，不是判断力。

误区二：AI 内容等于批量垃圾。18 支视频不是 18 支垃圾。因为它们的前端有清晰的业务线规划，后端有渠道规格匹配。垃圾内容的根源不是 AI，是没有策略。AI 只会放大策略的质量，好的更好，坏的更坏。

误区三：AI 是互联网公司的游戏。大陆集团证明，越是传统、越是 B2B、越是没有话题性的企业，AI 的内容杠杆越大。因为它们的资产更厚，转化空间更大。一页二十年前的技术白皮书，可能比一条跟风热点短视频更有长期价值。

基于这两个案例，有三个动作值得中国企业立刻考虑。

第一，做一次全公司的内容资产盘点。图库、报告、访谈、技术白皮书、展会视频、客户案例，都值得用 AI 做格式重铸。判断标准不是“能不能火”，而是“能不能出现在新渠道”。把沉睡资产列成清单，是 AI 内容战略的第一步。

第二，给核心产品找一个文化母体。不是每个产品都能找到凡尔纳，但每个产品都有一个核心参数。这个参数能不能被翻译成时间、距离、温度、重量之外的叙事？这是策略问题，AI 只负责执行。把 80,000 公里变成 8 万公里旅程，把 24 小时续航变成一天不充电的生活半径——翻译动作做对了，产品自己会说话。

第三，建立人机分工的明确边界。哪些由 AI 生成，哪些必须由人把关，要在流程上写死。大陆集团的答案是：AI 写文字，人画插画；AI 做初稿，人做 prompt 和终审。这个边界，决定了内容的下限。没有边界的 AI 内容，最终会稀释品牌。

从生产工具到资产操作系统

大陆集团的两个案例，指向一个更远的判断：AI 营销的竞争，会从“谁更会用工具”转向“谁的资产更厚、转化路径更短”。

静态图库、经典文学、产品参数、质保承诺——这些都不是 AI 时代的新东西。但它们经过 AI 的重新排列，变成了新的内容供给。这说明，AI 的真正价值不是无中生有，而是有中生新。它降低的不是创意的门槛，而是资产激活的门槛。

中国企业的优势恰恰在这里。过去二十年，我们积累了全球最丰富的渠道资产、用户数据、内容素材、产品迭代记录。这些资产大部分没有被激活。一个做工业设备的公司，仓库里可能有上千小时的调试视频，硬盘里可能有几万张产品照片。它们不性感，但真实。而真实，恰恰是 AI 内容最稀缺的原料。

对老板而言，最该问的问题不是“我们该买哪个 AI 工具”，而是“我们有多少沉睡的资产，值得被 AI 重新唤醒一次”。工具会迭代，模型会升级，但资产的厚度和转化的决心，才是长期壁垒。

大陆集团用两个小案例，划出了一条 AI 营销的分界线：一边是把 AI 当美工和文案的团队，一边是把 AI 当资产转化系统的组织。前者在省成本，后者在造供给。中国企业的内容竞争，很快会从“能不能生产”变成“能不能持续生产”。而持续生产的能力，不取决于模型有多强，取决于你手里有多少旧资产，以及你有没有一套把它们变活的流程。