达美航空的AI营销，不炫技只重做流程

达美航空未推出AI品牌TVC，却用生成式AI重建创意生产、客户旅程与投放归因。拆解CMO Alicia Tillman的方法论，给中国营销团队三个落地判断。

“我们大量使用它来对产品设计进行快速迭代，这对我们的设计团队帮助巨大，让他们腾出时间去做更高阶的思考。”——达美航空 CMO Alicia Tillman，SXSW 2024

达美航空在 2024 年 Fortune Global 500 中排名第 237 位。它的 AI 营销实践，没有一支刷屏级 AI 品牌 TVC，也没有一场被行业反复传播的生成式视频战役。但这家公司的 CMO 在公开场合反复强调的，是一个更安静、也更难学的东西：把生成式 AI 嵌进创意生产、客户旅程和归因度量。对中国 CMO 来说，这比任何 AI 神片都更值得拆解。

一、达美航空做 AI，靠的是两个不性感的动作

检索发现，达美的 AI 营销有两个可核实方向。一个是创意团队用生成式 AI 做产品设计快速迭代；另一个是用 Adobe Experience Cloud 统一客户旅程，并把生成式 AI 用于活动归因。两者都服务达美自有品牌，而不是某个单点实验。

1. 创意团队：让 AI 吃掉重复劳动

在 SXSW Austin 2024 上，CMO Alicia Tillman 给出了一个具体场景。营销团队大量使用 AI 做产品设计的快速迭代。这个迭代不是为了生成一张海报去拿奖，而是为了把设计师从手工调色、重复修改、尺寸适配中释放出来。她说，AI 让设计团队腾出时间，去做更高阶的概念工作。

Tillman 把 AI 称为“下一次工业革命”。这个判断很重。但她同时说，关键不在模型本身，而在领导层有没有创造安全的试验空间。没有这个空间，团队不会把 AI 放进真实工作流。这个组合判断，比单讲 AI 提效更接近组织真相。

2. MarTech 端：用 Adobe 工具链打通客户旅程

根据 Adobe 官方客户案例，达美使用 Adobe Real-Time CDP、Journey Optimizer、Customer Journey Analytics 和 Creative Cloud 来统一客户旅程。Adobe 的案例表述是：达美 “embraces generative AI to take designs to the next level”，并更创造性地触达旅客。

Tillman 在 Marketers That Matter 的采访中进一步指出，生成式 AI 帮助达美衡量 campaign impact 和 attribution。她认为这将 “revolutionize marketing”。此外，达美还在探索 Next Best Destination 等机器学习模型，用来向旅客推荐下一站目的地。

把这两条线放在一起，达美的 AI 营销不是只在创意的浅水区扑腾，它同时伸进了数据、旅程和效果度量的深水区。

二、AI 的第一价值：把重复劳动挤出营销组织

中国营销团队有一个长期病灶：创意人越来越像执行工。设计师一天到晚改颜色、切图、套版、适配不同平台尺寸。文案一天到晚写活动页、改标题、套模板。真正决定品牌差异化的概念工作，反而被挤到深夜。达美 CMO 的那句话，恰好戳中这个痛点。

当 Tillman 说 AI 让设计师去做 higher-order conceptual work，她其实提出了一个新的分工标准：重复执行应该默认交给 AI，人的时间必须向上迁移到概念、判断和策略。这个标准一旦立起来，组织里很多岗位的描述都需要重写。

中国老板和 CMO 往往担心 AI 引入后团队反弹。于是最常见的动作，是把 AI 放在一个边缘项目里，做几张图、写几条文案，不敢碰核心流程。结果团队更加轻视 AI。达美的做法相反，它直接把 AI 放进产品设计迭代和客户旅程分析。工具不是用来展示的，是用来改变流程的。

判断一个 AI 营销项目值不值得做，第一个问题可以很直接：它有没有把团队从某类重复动作中释放出来？如果没有，它很可能只是把旧流程自动化成新负担。真正的效率工程，首先要看到人的时间被重新分配。

对中国团队来说，重复劳动最密集的地方，也往往是 AI 最容易见效的地方。活动主视觉延展、创意脚本变体、投放素材多尺寸适配、周报月报初稿、数据摘要说明，这些都是高重复、低概念的工作。达美选择从设计切入，不是偶然，因为设计团队对“被榨干”的感受最强。

三、归因能力，是 CMO 在董事会里的话语权

达美案例里有一个词比“生成式 AI”更值得注意：attribution。蒂尔曼说，生成式 AI 帮助达美衡量 campaign impact 和 attribution。这比生成一张漂亮海报重要得多。

中国数字化营销沉淀了大量投放数据、点击数据、转化数据，但归因始终是玄学。尤其在抖音、小红书、微信视频号、线下门店多路并行的今天，用户路径被打得很散。很多 CMO 回答不了三个问题：这笔预算到底带来了什么？哪个触点真正推动了决策？下一次预算该砍哪一条线？

达美给出的路径非常清晰。Adobe Real-Time CDP 负责统一客户数据，Journey Optimizer 负责编排客户旅程，Customer Journey Analytics 负责跨触点分析，Creative Cloud 负责创意生产，而生成式 AI 在此基础上提升设计与归因能力。这里的关键不是某一个模型多强，而是先有了一套可度量的旅程基础设施。

如果数据底子是散的，AI 只会输出漂亮的幻觉。达美案例的真正门槛，不在于生成式 AI 有多惊艳，而在于它早就把 MarTech 底座搭好了。AI 只是这个底座上的加速器。

中国 CMO 可以做一件事：先别急着上大模型做归因，先检查自己的用户 ID、埋点、转化回传、渠道归因口径是否一致。很多团队连最基础的 UTM 都没统一，就指望 AI 算出真相，那是本末倒置。

四、领导层必须给 AI 一个安全试验空间

Tillman 在 SXSW 2024 中把领导层的角色说得很重。她认为 AI 是下一次工业革命，但关键在于领导层创造安全试验空间。这句话对中国企业尤其有现实意义。

很多老板对 AI 的态度是矛盾和分裂的。一边要求团队全面拥抱，一边对 AI 一次不完美的产出过度反应。于是团队把 AI 用在最安全的地方：做做摘要、写写周报、生成几张不痛不痒的图。没有人敢把 AI 放进真实的、高风险的核心流程。

安全试验空间不是一句口号。它意味着团队可以快速试、快速错、快速改，而不会一次翻车就被打断预算和晋升。没有这个前提，AI 只会停留在 Demo，不会进入工作流。

达美没有公开披露它的试错成本，但 CMO 愿意在 SXSW 这种场合反复强调“安全试验空间”，说明它不是事后总结的漂亮话，而是内部真正运行过的机制。

中国落地可以这样设计：由 CMO 或品牌负责人指定 1-2 个真实但可控的场景，比如活动主视觉延展、创意脚本变体、归因报告初稿。给团队明确边界：AI 可以出错，但必须快速复盘。每一轮试验都要回到一个核心问题：它有没有缩短决策路径？如果没有，就停下来改流程，而不是换模型。

五、别拿“达美 AI 神片”去忽悠你的老板

需要特别提醒：检索发现两个可核实方向，未发现达美推出过单一命名的生成式 AI 品牌 TVC 战役。换句话说，达美并没有做出一个可以被写进新闻稿的“AI 神片”。它的案例价值在系统效率，而不在单点惊艳。

这恰恰是中国营销圈最容易误读的地方。过去两年，很多品牌把 AI 战役等同于一场发布会、一支生成式视频、一个微博话题。这些动作当然有传播价值，但它们不是 AI 营销的全部，甚至不是主要部分。达美展示的是另一个版本：AI 可以让一千次创意迭代变快，可以让每一次投放多一层归因证据，可以让客户收到的下一站推荐更准。

如果团队拿着“达美用 AI 做营销”的案例去申请预算，请先分清你要做的是效率工程，还是传播事件。两者不矛盾，但预算逻辑、团队配置、成功指标完全不同。错配之后，AI 很容易变成另一个烧钱的黑洞。

中国老板特别容易被“AI 大片”吸引，因为它看得见、好传播、适合发朋友圈。但真正的 ROI，往往藏在那些看不见的流程里。达美没有拿 AI 做大片，不代表它不用 AI；恰恰相反，它把 AI 用得更深、更重。

六、给中国营销决策者的三个行动判断

回到中国本土语境，达美不能照搬，但判断框架可以借用。中国有抖音、小红书、微信、快手等复杂平台生态，有飞书、钉钉、企业微信等协作工具，也有即梦、可灵、Midjourney 等生成式工具。落地路径不同，底层逻辑一致。

判断一：先解决重复执行，再谈生成爆款

如果你的设计团队每天被套版、改尺寸、调色拖住，先让生成式 AI 进入这些流程。不要一上来就指望 AI 想出一个刷屏创意。把执行效率提上来，团队才会相信 AI 是帮手，而不是对手。达美第一步就是 rapid iteration on product design。

具体动作可以有三步：第一，梳理团队每周重复度最高的工作清单；第二，选择 1-2 个场景做 AI 试点，比如主视觉延展、创意脚本变体；第三，记录节省的时间，并把这些时间重新分配给概念工作。

判断二：AI 必须接进客户数据与归因系统，不能只做内容工具

生成式 AI 如果只停留在内容端，它只是降本工具；一旦接进 CDP、旅程编排和归因分析，它才是增长工具。达美用 Adobe 全家桶做的是后者。中国企业可以选择腾讯、阿里、字节的生态工具，也可以自建轻量 CDP，但核心目标要清楚：让 AI 帮助回答“为什么这个动作有效”。

这里的顺序不能颠倒。先统一数据口径，再管理客户旅程，最后才谈智能归因。没有数据底子，AI 只能输出看起来有道理、其实经不起追问的结论。

判断三：先建安全试验空间，再扩大组织影响

找一个可控场景，给团队授权试错，设定复盘节奏，允许 AI 产出不完美但可迭代。把“安全试验空间”从领导层口号变成具体制度。否则，再先进的工具也会被组织惯性吞掉。

这三个判断没有一个是纯技术问题。它们都是组织问题和管理问题。达美 CMO 的公开表述已经说明：AI 营销的胜负手，不在模型本身，而在 CMO 如何重新设计团队的工作方式。

结语：AI 营销的下一个分水岭，是组织效率

达美航空的案例不性感，却很扎实。它没有生产一个供行业膜拜的 AI TVC，但它把生成式 AI 放进了创意迭代、客户旅程和营销归因。这三种能力，恰好对应 CMO 最头疼的三件事：创意太慢、用户太散、效果说不清。

下一次，当你再听到“某品牌用 AI 做了一支大片”时，不妨多问一句：它的设计团队有没有因此少加班？它的投放归因有没有因此更清晰？它的客户旅程有没有因此更连贯？如果答案是否定的，那可能只是一次漂亮的 AI 表演。

真正值得中国营销决策者学习的达美，不是那个会飞的公司，而是那个把 AI 落到流程里的人。