AI营销的真分水岭：七成促销交给机器

俄罗斯零售巨头X5的AI营销案例解读：从ML个性化促销到AI内容生产，再到Phygital门店，看企业如何把个性化从项目变成基础设施。

营销的目的，是充分了解顾客，让产品或服务适合顾客，从而实现自我销售。——彼得·德鲁克

如果德鲁克活到今天，看到俄罗斯零售巨头X5零售集团的营销系统，他大概会欣慰地笑出来。这家位列《财富》全球500强第408位的公司，用一套并不性感的机器学习系统，把"了解顾客"这四个字变成了可量化、可复制的日常动作：超过70%的定向促销由机器自动创建，流程提速7倍。这个数字背后，藏着AI营销真正的分水岭。

一、70%促销被机器接管：个性化从口号变成基础设施

2017年，当大多数零售商还在用"会员日全场八折"当作个性化营销时，X5零售集团旗下的Perekrestok超市已经走了一条不同的路。

他们在aCRM客户关系管理模块中引入机器学习，把促销从"人拍脑袋"改成"机器做判断"。系统综合购买频次、客单价、品类偏好、价格敏感度等数百个行为与人口统计因子，通过回归模型、决策树和神经网络，预测每一位顾客对某种优惠的敏感度。

结果是什么？不是一份漂亮的PPT。结果是硬指标：超过70%的定向促销创建流程被机器接管，整体效率提升7倍。注意这里的关键词——"接管"，不是"辅助"，不是"建议"。这意味着在Perekrestok，个性化促销的默认状态已经变成机器驱动。

这里有一个中国企业特别需要消化的认知拐点。过去十年，很多人都把"个性化营销"挂在嘴边，但真正做到的极少。原因不在工具不够好，而在思路错了：大家把个性化当成一种"高级活动"，偶尔选一群人、推一波专属优惠、做一次案例复盘。X5的做法恰恰相反——把个性化当成促销系统的默认设置。系统不问你"这次要不要个性化"，而是默认每一档促销都该由模型决定该给谁、给什么、什么时候给。

更进一步，这套系统不只是发券。它会自动选择沟通渠道，并为不同客群生成对应的文案。2018年的计划甚至包括接入SmartWifi，通过店内无线网络信号优化触达时机——在顾客最可能响应的瞬间递上优惠。机器学习已经介入到营销链条的最后一环：创意、渠道、时机。它不是替代某一个岗位，而是在重新定义"促销"这个动作的底层流程。

所以，判断一个零售企业的AI营销成熟度，不用看它做了什么炫酷的AIGC广告，只需要问一个问题：你的定向促销里，有多大比例是机器自动生成的？如果低于50%，说明个性化还只是项目；如果超过70%，才敢说自己拥有了基础设施。

二、从预测到生成：AI内容成为门店的日常产能

如果把2017年的ML个性化促销比作"预测引擎"，那么2024到2025年，X5零售集团完成了一次关键跳跃：从预测走向生成。

根据TAdviser的数字化报告，Pyaterochka——X5旗下最核心的大众便利店品牌——已经有45%的个性化内容由AI技术创建；而硬折扣品牌Chizhik的这一比例也达到40%。注意，这两个数据出现在2025年语境下，背景是GPU算力集群支撑的实时个性化。

这里有一个容易忽略的时间差。2017年做的是：用模型预测顾客会不会对某张优惠券动心。2025年做的是：用AI直接生产面向不同人群的内容。前者的产出是一张表格，后者的产出是一个个可直接触达顾客的信息、文案、视觉元素。这中间的七到八年，对应的是AI从"分析型"到"生成式"的范式迁移。

对营销组织而言，这个变化的意义不亚于当年电商对线下零售的冲击。过去，内容产能是有上限的。一个品牌部、一个设计团队，一天能产出多少张海报、多少条推送？100条？200条？当个性化要覆盖几十个客群、上千个SKU、十几条触点时，人的产能天然不够。这不是加班能解决的问题，这是"人海战术"在个性化时代的结构性失效。

X5用AI把内容产能从"人力瓶颈"里解放出来。45%、40%的AI内容占比说明，这不是实验项目，而是已经进入规模化生产阶段。而且，GPU集群意味着实时个性化不是事后分析，而是顾客打开App、走到店门口的那一刻，系统就能给出为他定制的信息。

中国零售企业该警惕什么？警惕把AI内容等同于"用Midjourney生成几张海报"或"让ChatGPT写几条朋友圈文案"。这种零敲碎打式的工具应用，跟X5式的系统性内容产能建设，差距是量级上的。前者的产出是"省了几个灵感下午"，后者的产出是"全渠道个性化内容覆盖率做到40%以上"。它们完全不在同一个竞争维度。

三、Phygital门店：把个性化从手机带进货架

2025年6月，X5在莫斯科开了一家实验性的Phygital门店。这个名字本身就是一个判断：物理（Physical）与数字（Digital）不再是两个世界，便利、体验与交易会走到一起。

这家店最值得中国老板关注的，不是装修多炫，而是一个动作：X5 Club会员扫码进店，就能获得一份基于偏好与历史购买的个性化优惠清单。数字价签、自助结账等设施，让这个清单可以直接作用于购物决策。顾客看到的不再是"全场促销"，而是"给你的货架"。这不是一个新概念，但它把线上积累的数据能力，第一次完整地搬运到了线下交易场景。

很多中国零售企业面临的困境恰恰在这里：私域池子建了，会员数据攒了，小程序也推了，但门店里的顾客体验跟十年前没有本质区别。线上个性化做得好，线下还是"海报贴墙、店员喊麦"。X5的Phygital实验提醒我们：个性化如果只停留在手机屏幕上，价值只兑现了一半。另一半价值，藏在线下货架、价格签和顾客真正掏钱的动作里。

更深一层看，Phygital门店背后的能力不是一套硬件，而是CVM——客户价值管理平台。TAdviser把CVM称为X5数字商业的核心能力之一。这句话值得反复琢磨。CVM不是营销部门的某个工具，不是CRM软件的升级版，而是企业级的数字商业核心能力。一个零售集团的核心能力，不是供应链，不是选址，不是采购谈判，而是"能持续计算并兑现顾客价值"。这本身就是零售业竞争逻辑的根本变化。

对中国市场而言，这个判断同样成立。当流量红利消失，当门店获客成本高企，当平台越来越强势，零售商唯一能积累、且不被平台夺走的资产，就是自己与顾客之间的关系数据。谁能让这些数据变成个性化的货架、清单和价格，谁就能在存量竞争里拿到真正的议价权。

四、中国企业的落地路径：CVM不是项目，是核心能力

X5的案例之所以值得写进中国企业的AI营销决策参考，不是因为它发生在俄罗斯，而是因为它足够朴素、足够可复制。

我们可以把X5的路径拆成五步：

数据基建。先把购买频次、客单价、品类偏好、价格敏感度等行为数据接入一个可计算的平台。没有这一步，后面的模型都是无源之水。
模型预测。不是一开始就追求生成式AI的惊喜，而是先让回归、决策树、神经网络跑起来，预测offer敏感度。目标很具体：让机器覆盖定向促销创建。
渠道自动化。系统自动选择沟通渠道、自动生成客群文案。这里要的不是创意大奖，而是正确的人在正确的渠道看到正确的内容。
内容生成。当模型跑通后，引入生成式AI，把内容产能从人力瓶颈中释放出来。目标是覆盖率，不是单点创意。
线下打通。把CVM能力引向门店、价签、货架、自助结账这些真实交易触点，完成线上线下的闭环。

注意这五步的顺序。很多中国企业的问题在于跳步：数据没打通就上大模型，模型没验证就做全渠道内容，内容没规模化就想搞线下无人店。X5的路径之所以成立，是因为它遵循了零售数字化的自然节奏：先存数据，再算数据，再让数据说话，再让数据生成，最后让数据进店。

组织层面，这套体系对企业内部提出一个直接问题：谁来为CVM的最终结果负责？在传统组织里，IT部门管系统，市场部管促销，会员部管积分，门店管执行。CVM需要把这四股力量拧成一股。如果没有一个跨部门的负责人——不管是CGO还是数字营销总监——手握个性化促销的覆盖率、响应速度和ROI，CVM就很容易退化成"IT项目"或"会员系统升级"，在三五年后被遗忘。

还有一个值得注意的成本判断。X5在2017年就启动ML个性化营销，到2025年才形成GPU集群支撑的实时个性化体系。这意味着CVM不是一次预算投放，而是一条需要持续投入的能力曲线。但它一旦建成，护城河非常深。因为竞争对手可以复制你的海报、抄袭你的活动，但没法复制你七年积累的模型迭代、行为数据和渠道响应反馈。这种时间壁垒，远比创意壁垒可靠。

结语：AI营销的胜负手，藏在"无聊"的个性化里

复盘X5零售集团的AI营销案例，最难被人记住的，恰恰是最重要的一点：它没有做过一支刷屏的AIGC病毒视频，没有因为AI广告拿过国际创意大奖。它做的是一件看起来非常无聊的事——把促销这件事，从人手里拿过来，交给机器，并持续做了七年。

但商业竞争的残酷之处正在于此。刷屏可能带来掌声，却不带来壁垒。而"70%促销由机器生成、流程提速7倍、AI内容覆盖45%"这些数字，才是竞争对手难以逾越的护城河。它们不会让你在朋友圈获得点赞，却会让你的获客成本、复购率和顾客终身价值，与同行拉开难以追赶的差距。

所以，回到德鲁克那句话。了解顾客从来不是一句营销文案，它是一种组织能力。X5零售集团用七年的时间证明了一件事：谁把个性化做成基础设施，谁就把"了解顾客"从理念变成了武器。中国企业不缺聪明人，不缺工具，不缺算力。缺的，是愿意把AI押注在"无聊的日常运营"上的战略定力。

下一次你的团队讨论AI营销预算时，不妨先回答一个问题：我们上一次真正为每一位顾客定制促销，是什么时候？如果答案模糊，那X5的案例，就是给你们做的一道算术题。