劳埃德AI实验：人机协作胜过纯AI
劳埃德银行集团用真实产品简报做AI营销对比实验，纯人工、人工+AI、纯AI三队同题竞争。结果人工+AI最高效，AI放大创意而非替代人。
“三支被隔离开来的团队——纯人工、人工+AI、纯AI——同时攻克一个真实的产品上市简报。”
“实验揭示，AI显著放大了人类创造力，擅长快速数据收集，并大幅提升项目推进速度。”
这场发生在英国劳埃德银行集团内部的实验，最值得玩味的地方不是AI有多强，而是最强组合始终离不开人。它把一个让无数CMO焦虑的问题，从“AI会不会替代营销团队”换成了“你的团队有没有能力把AI用起来”。答案不在模型参数里，而在工作流设计里。
一、一场发生在银行营销部的“图灵测试”
劳埃德银行集团是2024年《财富》全球500强第204位。它不是科技新锐，也不是擅长制造话题的数字原生品牌，而是一家传统金融机构。银行营销通常意味着稳健、合规、强品牌约束、低容错率。恰恰是这样一个保守场景，成为生成式AI进入营销核心流程的理想试验场。
劳埃德与Ogilvy One合作发起了一个名为Project Turing的项目。名字本身就很有意味：图灵测试原本用来判断机器能否在对话中骗过人类。而劳埃德的实验不关心机器能不能伪装成人，它关心的是另一端——当AI被放进真实的营销生产流程，它到底能替代什么、不能替代什么，以及人和机器怎样组合才最高效。
实验没有使用模拟命题，而是选了一个真实产品上市brief：通过劳埃德银行App中的旅行预订功能，重新赢回客户的旅行消费，目标受众是高收入专业人士。这个brief有两个难点。第一，它不是卖一个简单的折扣或积分，而是要争夺用户心智中已经被旅行平台占据的场景。第二，目标人群对品牌调性、隐私感、服务质感极其敏感，冷冰冰的功能罗列很难打动他们。
换句话说，这不只是一个“写几句文案”的任务，而是一整套营销战役开发：从洞察、创意、执行到媒介建议。劳埃德等于把三支施工队放到了同一块地上，看谁能交付更完整、可用、有品牌温度的营销资产。
二、三支团队，拼的不是创意，是生产流程
Project Turing设计了三支被隔离的独立团队。第一支是纯人工团队，完全沿用传统作业方式。第二支是人工加AI团队，使用WPP Open和OpenAI等工具，在关键节点由人做判断和干预。第三支是纯AI agentic工作流团队，同样基于WPP Open，但更接近让AI智能体自动完成研究、分析、文案、视觉建议、媒介规划等连续任务。
很多人听到“纯AI团队”，第一反应是用一下ChatGPT生成几张图。事实远不止如此。Agentic工作流意味着AI不只是内容生成器，而是像一组数字员工，从需求拆解、数据检索、竞品扫描、创意发散到初稿交付，可以串成一条几乎没有人工介入的流水线。它挑战的不只是某个岗位，而是营销组织本身。
实验结果很清晰：人工加AI团队被评估为最有效。AI在快速研究与迭代上表现出明显优势，而人类在品牌调性、创意工艺和情感连接上仍然不可替代。这个结论不像很多AI营销宣传那样非黑即白，它给出了一个更精确的分工边界。
AI擅长在项目启动期快速收集消费者洞察、竞品动作、平台趋势和卖点组合，把原本需要几天完成的信息整理压缩到几小时。人类则负责决定品牌气质、表达边界、创意取舍和最终的情感落点。前者是加速度，后者是方向盘。
这意味着，企业要发力的不是“招聘更多会写提示词的人”，而是重新设计从brief到交付的流程。哪些环节可以交给AI跑量，哪些环节必须让人拍板，哪些环节需要人机叠加。流程设计错误，AI越多，组织越乱。
三、实验结论：AI负责加速，人负责判断
Project Turing最核心的启示是：AI在营销链路中的真实位置是放大器，不是替代品。它能把灵感到初稿、初稿到多版本的时间大幅压缩，让项目获得更强的初始动能。但创意工艺和情感连接，仍然需要人类来兜底。
可以把AI想象成一台高性能发动机。发动机越强，车跑得越快。但如果方向盘虚位、刹车失灵，速度只会放大错误。纯AI工作流在实验中没有胜出，恰恰说明营销不只是速度问题。品牌战役需要判断力，需要对微妙情绪的把握，需要在合规边界内做出既正确又动人的表达。
对中国企业来说，这个结论尤其有现实意义。多数中国营销团队处于高负荷运转状态：短视频要日更，直播要常态化，小红书要有真实感，私域要频繁触达。内容需求量大，迭代速度快，但资深创意和品牌负责人永远是稀缺资源。如果让稀缺的人去做AI也能完成的初稿工作，就是巨大的浪费。如果让AI直接产出最终投放素材，又可能拉低品牌质感。
更合理的模式是让AI先跑量，人来定调。AI批量生成脚本、文案、视觉参考、数据摘要，资深策划和品牌负责人负责筛选、优化、合并、否定。人类判断力从执行细节中抽离出来，集中到最需要经验和审美的地方。这才是劳埃德实验给出的可复制路径。
四、£50m价值背后：AI不是项目，是组织能力
劳埃德银行集团CMO Suresh Balaji曾在Marketing Week中提到，2025年生成式AI为集团带来了5000万英镑的价值。需要注意，这是集团级表述，并不是Project Turing单个实验的KPI。公开材料也没有拆解这个数字具体来自哪些环节。但即便不拆解，它仍然传递了一个重要信号：AI在营销领域的价值，不只是零散的降本，而是可以被财务语言衡量的经营贡献。
很多企业把AI当成营销部门的一次尝试：做几场培训、买几个工具、生成几张海报，然后汇报“我们拥抱了AI”。这种项目式做法很难产生5000万英镑级别的价值。真正能带来规模价值的企业，通常把AI嵌入日常流程，让它在每一次brief、每一次复盘、每一次内容迭代中持续产生效率差。
劳埃德的实验给中国老板最大的提醒是：AI不是采购一个工具，而是建立一种组织能力。工具可以买，流程不能买。需要有人设计工作流，有人维护品牌知识库，有人定义质量红线，有人评估效率变化。否则AI只会在组织里变成另一个被演示完就搁置的软件。
对于CEO和CMO，衡量AI价值也应该从“生成多少内容”转向“带来多少经营变化”。上线周期是否缩短，素材测试效率是否提升，获客成本是否下降，内容团队产能是否提高，这些才是决策者该盯住的指标。
五、中国营销团队能抄什么作业
劳埃德实验发生在英国金融业，但它的方法论对中国市场更加适用。中国平台生态更碎片化，内容消耗速度更快，营销团队常常被高频产出压得喘不过气。抖音、小红书、视频号、私域社群、电商详情页，每个触点都需要大量内容变体。过去靠堆人解决，现在堆不动了。
中国团队最该抄的作业，不是某个AI工具，而是“AI先跑量、人来定调”的流水线。它不需要推翻现有团队，只需要重新排布人机协作的节点。
可以落地的动作至少包括四个。第一，用AI做brief前的信息收集。竞品素材、用户评论、平台热点、数据报告，都可以让AI快速整理成洞察摘要，减少策划人员的前置调研时间。第二，用AI生成多版本创意方向和文案初稿，但不是终稿。让AI给出三个到五个不同角度，由品牌负责人筛选，而不是让AI只给一个答案。第三，建立品牌知识库和风格指南。把品牌调性、视觉规范、语气、禁用词、历史案例沉淀下来，喂给AI，降低跑偏概率。这一步对金融、医疗、教育等强监管行业尤其重要。第四，在客户触点设置人工审核节点。发布前至少一位资深营销人对品牌调性、合规风险、情感连接做最终判断。
工具选择上，国内团队可以接入豆包、通义千问、Kimi、DeepSeek、即梦AI、可灵等，海外工具也可以结合OpenAI、Midjourney、Runway使用。选型关键不是功能多炫，而是能否接入现有工作流，能不能沉淀团队自己的知识资产。飞书、钉钉、企业微信里的知识库，都可以成为AI的上下文来源。
建议企业先选一个高频、重人力的场景试点，例如短视频脚本变体、小红书种草笔记初稿、投放素材多版本生成、周报数据摘要。用一个小切口跑通人机协作流程，比全面铺开更现实。
六、警惕纯AI流水线的三个盲区
Project Turing虽然证明了AI的价值，也验证了纯AI工作流的短板。中国企业在追求效率时，最该警惕三个盲区。
第一个盲区是品牌调性。AI生成的文案往往“正确”但“无感”。它知道旅行预订要提便利、安全、价格优势，却很难写出高收入专业人士真正关心的东西：时间稀缺、身份认同、体验期待、对平庸服务的厌倦。而这些恰恰是品牌表达的灵魂。银行广告如果只剩下精确和冰冷，就很难建立信任。
第二个盲区是情感连接。旅行消费不是功能消费，它背后是人对逃离日常、犒赏自己、陪伴家人的复杂情绪。AI能列出卖点，但难以捕捉微妙情绪。即使生成了一句看似动人的话，也可能因为缺乏真实体验而显得悬浮。人类创作者的优势，在于知道什么话会让人心头一动，什么话只是漂亮但空洞。
第三个盲区是合规与判断。金融营销有严格的合规要求，AI幻觉可能导致误导性表述，甚至带来监管风险。中国金融、医疗、教育、保健品行业同样如此。纯AI流水线如果没有人工审核，一旦出现事实错误或违反广告法，品牌要承担的成本远超效率收益。
可以把AI想象成一个能快速画出人形的画师，但很难让观众觉得“这个人懂我”。品牌恰恰需要“懂我”。这需要人类来判断。劳埃德实验中纯AI团队没有超过人机协作，根因就在这里：营销的终点不是完成任务，而是建立连接。
七、给决策者的行动清单
劳埃德银行的Project Turing，用一场真实产品战役验证了一个朴素但重要的判断：AI营销的胜负手不在模型，而在流程；不在替代，而在放大。真正该焦虑的不是AI取代人，而是你的团队会不会把AI嵌进工作流。
对CEO、CMO和市场负责人，有五件事可以立刻推进。第一，停止空谈“全员AI”，选择一个真实产品战役做小规模三队对比实验，哪怕只在一个内容场景里跑一遍。第二，把AI嵌入brief、洞察、创意、制作、投放、复盘的全链路，明确每个环节的人机边界。第三，建立品牌知识库和合规审核节点，让AI有边界、有约束。第四，用经营指标而不是生成数量衡量AI价值，例如上线周期、素材测试效率、获客成本、点击率。第五，培养AI内容策略师或AI营销专家角色，专门负责工作流设计和质量把关。
劳埃德实验最值得记住的不是某个工具，而是那个结论：AI显著放大了人类创造力，但最强组合始终是人机协作。对于正在被内容需求和增长压力追赶的中国营销团队，这句话就是转型的起点。