煤炭也靠算法定价？
山东能源集团用AI构建智慧营销生态，实现动力煤价格预测误差每吨数元内。详解大宗商品B2B企业如何将AI从内容生成工具，升级为营销决策核心系统。
预测价格与市场实际执行价格的差距，已经可以控制在每吨数元以内。
这句话出自山东能源集团资源经营部的一位负责人之口，时间是2020年夏天。彼时，绝大多数企业还在把AI当作一个遥远的科技概念，而这家位居世界500强第75位的传统能源巨头，已经悄然将AI算法嵌入了最核心的商业决策环节——大宗商品定价。
这听起来或许有些“反直觉”。在许多企业老板和CMO的认知图谱里，AI营销往往等同于AIGC（人工智能生成内容）：写公众号、做海报、生成短视频脚本。山东能源的案例却给出了一个截然不同的范本。它告诉我们，在最“土”最传统的煤炭行业里，AI撬动的可能不是传播声量，而是真金白银的利润。
“傻大黑粗”的生意里，藏着最高级的算法博弈
长久以来，大宗商品交易被认为是一门严重依赖“老法师”经验的玄学。煤炭一卖就是万吨级，价格随行就市，受宏观经济、季节需求、进口冲击、期货波动甚至天气变化影响。销售老总们习惯凭多年积攒的“盘感”拍板：囤货还是抛售？长协签多少？这个决策链条里，人的直觉和经验是绝对的核心，容错率极低，且难以复制。
山东能源集团做的，就是用一套名为“智慧营销生态”的系统，试图打破这种不确定性的黑箱。
这套系统启动于2020年6月，从立项之初就刻着极强的务实基因。它不是花架子的管理驾驶舱，而是一个直指交易利润的“AI军师”。其核心模块之一的“智慧营销”，做的第一件事就是拿价格波动最频繁的动力煤“开刀”，构建了一套价格预测模型。
它到底预测了什么？
根据公开披露的信息，这个模型的数据输入端远不止内部的历史成交价。它系统性地接入了多个外部关键变量：
- 行业风向标：CCTD环渤海动力煤现货参考价、CCI煤炭价格指数。这些是整个中国煤炭贸易的定价锚点。
- 金融衍生品市场：动力煤期货价格。期货往往超前反应现货市场的预期，具有极强的领先性。
- 全球供需端：进口煤价格。作为全球最大的煤炭消费国，海外市场的风吹草动会直接冲击国内供需平衡。
将这些多维且复杂的异构数据喂给AI智能算法后，模型能给出对未来一段时间价格走势的量化判断。最惊人的是它的实际表现：经过多次模拟测试，AI预测价与市场真实执行价的偏差，被压缩到了每吨数元以内。
这种精度意味着什么？在煤炭贸易庞大的体量下，每吨几元钱的价差乘以百万吨级的交易量，直接换算的就是数千万乃至上亿的利润波动。这已经不是微观层面的降本增效了，而是宏观层面的经营风险对冲与利润锁定。
从“预测价格”到“重塑营销权力结构”
很多企业在引入数字化工具时，容易陷入一个误区：把系统仅仅当作一个执行工具来用。领导定调子，系统跑数据。山东能源的智慧营销生态，其颠覆性在于它重新定义了营销决策中的权力结构。
过去，定价权高度集中在少数资深业务负责人手中。这带来了两个顽疾：一是无法摆脱的“超级员工依赖”，一旦核心人员变动，业务就会面临巨大的交接风险；二是无法追溯的决策黑箱，销售策略的对与错只能在月底看利润表时才知道，过程中缺乏理性的论证和复盘依据。
AI价格预测模型的出现，相当于在企业内部建立了一个透明、可量化、持续进化的“营销裁判”。当销售的直觉和算法给出的预测发生背离时，系统会强制触发一次深度的商业辩论：你的判断依据是什么？模型看到了哪些你没看到的数据？
这套机制的意义，远超提升预测准确率本身。它实际上是在用技术手段，倒逼整个营销组织从“经验驱动”向“数据驱动”转型。它把原本存在于销售大脑里的隐性知识，逐步转化为公司可以留存、迭代的显性算法资产。
不止于价格：一个生态系统的长期主义
山东能源的野心显然不止于一个定价工具。从其官方披露的信息和2025年最新的招标公告来看，“智慧营销生态”正在从一个“点”长成一张“网”。
最初试运行的版本包含了三大板块：智慧营销、智慧管理、智慧监督。这三点构成了一个互相制衡的闭环。营销负责前方打仗和价格捕捉，管理负责流程可视化和业务在线化，监督则负责穿透式监控，防止暗箱操作。AI预测是在营销板块下率先跑通的一个核心场景。
而到了2025年4月，山东能源发布的新一期“煤炭智慧营销系统建设项目”招标公告，则清晰地画出了第二阶段的作战地图。系统将要扩展的功能模块，已经不是单纯的价格预测了，而是进入了更深层的客户经营和效益管理：
- 客户区域分析与销售流向模型：AI不仅要解决“卖多少钱”，还要开始回答“卖给谁”和“往哪里卖”的问题。这实质上是将AI应用从定价层，延伸到了渠道布局和客户分群的策略层。
- “一利五率”经营模型：这个词是近年来央企考核体系变革的核心。它不只考核营收利润，还考核净资产收益率、全员劳动生产率、研发经费投入强度、营业现金比率和资产负债率。当这套指标被纳入AI的决策考量时，营销就不再是孤立的销售动作，而是真正与集团的价值创造、现金流健康和长期发展深度绑定了。
这给所有B2B企业大佬一个极其重要的启示：营销AI化的真命题，并不是替代销售员去请客吃饭，而是让企业能够算清楚，为某个客户交付的每一吨产品，究竟是为公司创造了价值，还是在单纯消耗现金流。
隐性资产：重工业的“AI先行者姿态”
我们在调研中国AI商业落地案例时发现，许多人低估了像山东能源、宝钢、三一重工这类传统巨头的AI原生能力。一个被忽略的背景是，山东能源集团内部早已在推进以“盘古矿山大模型”为代表的工业大模型应用，这些项目虽然属于生产端，而非此次聚焦的营销端，但它们共同构筑了一个AI技术人才和基础设施的密度场。
这意味着，传统产业巨头在落地AI营销时，其技术底盘和人才梯队的厚实度，往往强于靠外部采购SaaS工具来支撑的轻资产公司。他们有能力进行自研型的深度开发，将行业核心的“Know-How”数据化、算法化。
这种能力，正在构筑一种新的护城河。它不像消费品广告投放那样轻易被外部服务商模仿。它生长在企业内部最核心的交易数据、行业供需逻辑之上，一旦跑通，就是一套外人拿不走、对手抄不来的核心竞争力。
致决策者：B2B营销的AI化，请从“决策支持”开始
回看山东能源的这个横跨5年的案例，对于今天面临增长焦虑的中国企业老板和营销负责人，至少能搬走三块思维里的石头。
第一，打破“AI=内容生成”的狭隘认知。对于高度依赖关系、强决策逻辑、长交易周期的B2B生意，请让AI优先服务于你的决策质量，而不是内容产量。山东能源的实践证明，一套好的价格预测模型，其带来的直接利润贡献，可能比一百篇AI生成的推文都要大得多。
第二，营销数字化的起点是“业务在线”。智慧营销能够建成的前提，是营销业务首先实现了线上可视。如果你的销售过程、定价流程、客户拜访记录都还存在于销售员的口头和Excel里，再牛的AI也是无米之炊。第一步不是上算法，是把业务搬到系统上。
第三，用机制保住智力资产。当一个组织开始用AI模型去校准人类经验时，它不仅仅是为了当下算得更准，更是为了明天不再被任何一个销售明星的要挟而恐惧。让算法继承企业最优秀的销售思维，并让它持续进化，这才是数字化营销的终极安全垫。
从2020年的每吨数元误差，到2025年的全价值链模型重构，山东能源集团用最不性感的煤炭生意，上演了一出中国版的最性感AI商业大戏。它提醒我们，技术的星光，不只洒在那些互联网科技公司身上，更照耀着那些愿意拥抱它来变革自身核心生产关系的传统企业。