酷爱科技 × 伊利集团 · 2026 年 4 月

伊利集团 · 大营销
AI 流程重构

从散点能力到协同运转：识别机会、量化优先、定义落地

业务架构图 场景机会地图 智能体应用架构
5 轮深度业务访谈 · 3 大核心交付物 · 12 个 AI 场景
01 / 15
行业背景

快消 AI 竞争加速，先行优势窗口约 18~24 个月

竞争对手已有量化成果
  • 蒙牛
    12 个品牌上线 AI 广告 Agent，广告响应率提升 12~13%（2024）
  • 联合利华
    AI 内容制作成本降 55%，速度提升 65%（2025）
  • 可口可乐
    AI 驱动营销 ROI 连续提升，2025 年达 18.38%（+2.67pp）
行业信号不可忽视
  • 中国快消企业 80%+ 已使用或试点生成式 AI（2025 年 NVIDIA 调研）
  • 消费者正用 AI 做购买决策，"千人千面"从概念变现实
  • 先进入者正在建立数据飞轮，晚进入的边际成本将倍增
伊利的优势窗口：1000+ 全链路算法、8 年投放平台积累、CDP + MA 体系 —— 基础比大多数竞争对手更扎实。现在是把分散能力整合成系统性优势的合适时机。
02 / 15
研究方法

结论从哪来：5 轮深访 + 全域流程文档 + 量化建模

5
轮深度业务访谈
  • 芦娟 · 业务架构
  • 袁蒙蒙 · 会员运营
  • 孙总 · 媒介体系
  • 施总 · 品牌总
  • 王大鹏 · 内容中台
3
类核心文档输入
  • 制度流程文档分析
  • 营销业务架构表（L2-L3）
  • 伊利已有 AI 能力盘点
1
套量化评分模型
  • 三轴 × 4 子维度 × 5 档评分
  • 每一分可追溯访谈依据
  • 敏感性验证 + 行业标杆交叉
为什么这样设计调研：访谈覆盖了营销、内容、媒介、客户、品牌 5 个域的直接负责人，确保场景评估有业务依据而非假设。所有结论都经过多方交叉验证，而不是单人判断。
03 / 15
真实处境

能力已就位，协同机制尚未建立

✓ 已有的能力（行业领先）
  • 内容创意 AI + 内容智作 AI：素材生产
  • 8 年自建投放平台：程序化执行
  • CDP + MA：会员数据与触达
  • 1000+ 全链路算法，工信部 AI 基地认证（乳业首家）
✗ 缺少的整合（核心问题）
  • 各能力孤立运行，缺乏统一调度机制
  • 没有量化的场景优先级：哪个先做、为什么
  • AI 能力与业务北极星指标未系统对齐
  • 缺少可复用的智能体技术架构
04 / 15
我们的方法

为什么是这三个交付物？每一步都为下一步去风险

A
首先
先看清楚在哪里
不能优化不理解的业务。没有架构，场景识别缺乏系统性基础。
B
场景机会地图
再量化排出先做什么
不能落地没量化的方向。没有评分，场景选择缺乏客观依据。
C
智能体应用架构
最后定义怎么做
不能建设没定义的系统。没有架构，各智能体就会重复建设。
这套方法去掉了三个风险：选错方向的风险（A 解决）+ 优先错误的风险（B 解决）+ 重复建设的风险（C 解决）。每一步的产出，都直接成为下一步的输入。
05 / 15
交付物 A

业务架构：发现了两个关键隐藏事实

架构全景
  • 营销域 7 个 L2
    品牌管理 / 洞察与规划 / 内容与创意 / 媒介与投放 / 客户运营 / 消费者服务 / 营销支持
  • 销售域 5 个 L2
    销售规划与渠道布局 → 渠道开拓及维护 → 渠道交易营销及履约 → 渠道运营与支持 → 渠道监管
  • 每个 L2 含：北极星指标、L3 能力项、人机协作流程、AI 状态标注
两个关键发现（超出预期）
  1. 内容是隐藏的基础设施
    内容能力贯穿营销 + 销售全链路——从品牌策略到终端物料，每个环节都依赖内容的流转。目前内容创意 AI 和内容智作 AI 已存在但独立运作，缺少从"策略→Brief→生产→投放→效果回流的全链路闭环调度"。这是最高优先级的底层 AI 能力建设方向。
  2. 营销 ↔ 销售有 5 条核心联动路径
    内容→终端物料、媒介→促销联动、会员→DTC 引流、终端数据→归因、客诉→渠道改进——这 5 条路径当前多为人工协调，AI 在联动节点部署可同时放大营销与销售的效率，产生乘数效应。
战略启示：发现 1 意味着 AI 投资的优先级不是按部门切割，而是按"能力流动性"排序——内容作为贯穿全链路的载体，建设一次、处处受益。发现 2 意味着真正的效率提升不在任何一个孤立域，而在联动节点的 AI 替代——每打通一条路径，效果是叠加而非相加的。
📎 在线查看：yili-marketing.pages.dev/architecture
06 / 15
交付物 B · 方法论

一套可量化、可审计、可复用的场景决策体系

X
业务价值
权重 45%
战略契合度 · 覆盖规模
效率提升 · 差异化优势
Y
可实施性
权重 35%
数据可得性 · 技术成熟度
资源投入 · 交付周期
Z
风险（负向）
权重 20%
合规风险 · 系统复杂度
变更管理 · 依赖程度
优先级阈值： P0 综合 ≥ 42 → P1 综合 30~41 → P2 综合 < 30
为什么量化：每一分可追溯到具体访谈依据，结论可复盘、可挑战。X 轴权重 ±10%，P0 名单不变 ✓。伊利未来新增 AI 场景时，这套体系直接复用。
07 / 15
交付物 B

从"拍脑袋排优先级"到"量化驱动决策"

过去：场景选择依赖个人经验和部门诉求——"我觉得这个重要"。现在：12 个场景 × 3 维度 × 5 档评分，每一分可追溯到访谈依据。P0 不是拍出来的，是算出来的。
#场景名称域X 业务Y 实施Z 风险综合分级别
①趋势洞察引擎洞察85702557.75P0
②数据调取与归因洞察90653057.25P0
③内容策略自动生成内容80752058.25P0
⑤智能出价与预算分配媒介88603553.60P0
⑦会员运营自动化客户82722058.10P0
④素材智能复用内容60552042.25P1
⑥达人智能评估媒介65552543.50P1
⑧私域社群运营客户58552041.35P1
⑨合规智能预检品牌65602545.25P1
⑩舆情实时预警品牌50453032.25P2
⑪供应链联动跨域55404030.75P2
⑫全域仪表盘跨域50402531.50P2
看全局：5 个 P0 总分 57+，集中分布在洞察（2 个）、内容（1 个）、媒介（1 个）、客户（1 个）——恰好构成一条完整链路。P1 分布在内容、媒介、客户、品牌——是 P0 的自然延伸。P2 需要跨域数据打通作为前置，合理推后。
08 / 15
战略洞察

从"分散工具"到"协同引擎"：P0 双主线的 AI 转型逻辑

决策提效线：从"人工看报表、拍脑袋定"到"数据实时驱动精准决策"
① 趋势洞察引擎 → ② 数据调取与归因 → ⑤ 智能出价与预算分配
过去：团队花 70% 时间找数据、做报表、开会讨论，30% 做决策 → 未来：AI 实时扫描趋势 + 自动归因 + 智能分配预算，人聚焦于策略校准和例外管理。从"周级看数"到"分钟级响应"。
运营提效线：从"千人一面、被动响应"到"一人一策、主动触发"
③ 内容策略自动生成 → ⑦ 会员运营自动化
过去：内容靠人海战术生产，会员靠固定规则分群 → 未来：策略→Brief→素材→分群→触达 AI 全链路驱动，千人千面的个性化体验规模化落地。从"月级 Campaign"到"实时个性化"。
AI 驱动的业务转型：两条线交汇处是飞轮
①
洞察驱动内容
趋势洞察引擎识别出的消费信号 → 直接驱动内容策略生成器的 Brief 方向，而非人工传递
②
归因优化投放
数据调取引擎的多因素归因结果 → 实时输入智能出价引擎，让每一分预算花在刀刃上
③
会员反哺画像
会员行为数据回流到洞察体系 → 消费趋势识别更精准 → 内容和触达更个性化
④
P0 形成正向循环
洞察更准 → 内容更对 → 投放更省 → 会员更黏 → 洞察更准。AI 驱动的营销飞轮一旦转起来，先发优势持续扩大
核心判断：通过 P0 智能体构建，伊利将从"各域各自为战的 AI 工具"升级为"以消费者信号驱动的 AI 协同营销体系"。这不是在现有流程上加 AI，而是以 AI 能力重新设计流程。
09 / 15
交付物 C

五层架构：每一层都有设计理由

1
价值目标层
全球乳业第一 / 伊利即品质 / 全球最值得信赖 — 定位：锚定"为什么做"
2
北极星指标层
7 个营销域 L2 的业务指标 + AI 提效指标（双层北极星） — 定位：定义"做到什么程度"，业务指标是目的，AI 指标是手段
3
智能体映射层（核心）
12 个智能体，按 7 个域分组，每个含功能定义 + Skill + 核心链路 — 定位：AI 能力的最小交付单元，上层目标的执行主体
4
Skill 原子能力层
24+ 个 Skill，按 5 类分组（采集 / 分析 / 生成 / 预警 / 输出），跨智能体复用 — 定位：避免重复建设，后续场景低成本扩展的基础
5
数据与知识基础
CDP / MA / DMS 等 13 个系统 + 9 类数据源 + 企业知识资产（产品知识库 / 营养科学 / 品牌知识库 / 行业知识库） — 定位：AI 从"会执行"到"能判断"的质变前提
这套架构的核心价值在于分层解耦——业务目标变了，只需调整北极星层；技术平台换了，只需调整数据基础层。上层逻辑不受下层技术锁定。特别地，L5 知识层是伊利最被低估的竞争优势——产品研发数据、营养科学积累一旦系统化为 AI 可调用知识库，将成为竞争对手难以复制的壁垒。
10 / 15
交付物 C

12 个智能体 · 覆盖完整营销链路

#智能体名称域级别AI 关系核心链路
①趋势洞察引擎洞察P0新建全网数据→AI 扫描识别→趋势报告
②数据调取引擎洞察P0新建自然语言→跨系统查询→归因报告
③内容策略生成器内容P0增强策略 +VI→AI 生成 Brief+ 素材→预检
⑤智能出价引擎媒介P0增强投放数据→AI 出价分配→实时调整
⑦会员运营引擎客户P0增强CDP 数据→AI 分群触达→效果闭环
④素材复用引擎内容P1增强DAM→AI 打标匹配→多渠道适配
⑥达人评估器媒介P1增强达人库→AI 评估匹配→组合推荐
⑧社群运营助手客户P1新建企微 +CDP→AI 内容生成→社群触达
⑨合规预检引擎品牌P1新建素材→AI 合规扫描→风险标注
⑩舆情预警引擎品牌P2新建全网→AI 监测分析→分级预警
⑪供应链联动引擎跨域P2新建营销计划→AI 预测→供应链调整
⑫全域仪表盘跨域P2新建全域数据→AI 诊断归因→策略建议
11 / 15
架构设计说明

Skill 复用：减少重复建设，后续智能体可复用已有原子能力

5 类原子能力
  • 采集类：全网数据抓取、用户行为采集、跨系统查询
  • 分析类：多因素归因、趋势识别、分群分析
  • 生成类：策略生成、Brief 生成、素材生成
  • 预警类：合规扫描、风险监测、预算告警
  • 输出类：报告格式化、多渠道适配、推送触达
为什么这样设计
自然语言理解 Skill
② 数据调取引擎 + ⑫ 全域仪表盘 共用 → 避免重复建设
多因素归因分析 Skill
② 数据调取 + ⑤ 智能出价 共用 → 统一归因口径
24+ 个 Skill 服务 12 个智能体，复用率 60%+。
防止场景之间信息断裂，损失 AI 带来的系统性加速。
12 / 15
L5 补充

知识沉淀与管理：AI 从"会执行"到"能判断"的关键跃迁

四大企业知识库
产品知识库
配方与成分信息、产品功效与卖点、 SKU 属性与适用场景、新品研发知识。客服和会员运营场景中，AI 需要实时调取产品信息以完成专业应答。
营养科学知识库
营养素功能与科学依据、健康声明合规边界、消费者健康画像与营养匹配、科学背书与论文引用。乳制品的核心差异化竞争力在于营养科学的专业壁垒。
品牌知识库
VI 标准与调性规范、品牌故事与 IP 设定、合规红线与审批流程、品牌资产管理规范。内容生成智能体必须在品牌知识库约束下运行。
行业知识库
竞品动态与市场数据、渠道格局与终端洞察、法规与合规标准、行业趋势与消费者行为变化。洞察智能体需要行业知识作为分析基准。
为什么现在就要规划知识层
  • 知识是伊利的护城河
    伊利 60+ 年积累的产品研发、营养科学、品牌管理知识，一旦系统化为 AI 可调用知识库，竞争对手难以短期复制
  • 没有知识库的 AI 只能做执行
    客服场景：没有产品知识库，AI 只能回答"物流进度"，无法回答"这个奶粉适合几月龄"；会员运营：没有营养科学库，无法做千人千面的营养推荐
  • 知识沉淀是渐进的，起步越早越好
    Phase 1 先建结构 + 核心条目；Phase 2 持续扩充；Phase 3 实现 AI 自主学习与知识图谱演化
优先级建议：Phase 1 优先建设产品知识库（客服场景急需）+ 品牌知识库（内容生成约束）；Phase 2 补建营养科学（会员运营提效）+ 行业知识库（洞察场景深化）。
13 / 15
流程重塑

AI 重塑营销流程：从 5 个维度发生根本性变化

1
决策方式
从"经验驱动、拍脑袋定" → "数据驱动、AI 实时归因建议"。决策周期从周级压缩到分钟级。
2
内容生产
从"人海战术、按 Campaign 排期" → "AI 策略生成 + 人审核、7×24 持续输出"。产能提升 10 倍，周期从天级到小时级。
3
消费者触达
从"千人一面、固定规则分群" → "一人一策、AI 实时匹配内容 × 渠道 × 时机"。个性化体验规模化落地。
4
跨域协同
从"各域独立运作、人工协调" → "AI 企业大脑统一调度、信号自动传递"。营销 ↔ 销售 5 条联动路径 AI 自动衔接。
5
人的角色
从"执行者、操作者" → "审核者、策略制定者、例外管理者"。人做判断，AI 做执行——极致效率，清晰边界。
✦
核心变化
从"工具辅助人"到"人机协同系统"——AI 不再是单点提效工具，而是贯穿洞察→内容→投放→运营全链路的协同引擎。
从变化到落地：这 5 个维度的变化不是同时发生的——Phase 1 先实现决策方式 + 内容生产的 AI 转型；Phase 2 实现消费者触达 + 跨域协同；Phase 3 完成人的角色升级。下方路线图展开具体节奏。
14 / 15
落地路线图

分阶段推进 · 每个阶段都有清晰验收标准

Phase 1 · Q2-Q3
立即启动 · 5 个 P0
决策提效：趋势洞察 + 数据调取 + 智能出价
运营提效：内容策略 + 会员运营

前置：CDP + 投放平台 + 电商链路打通
Phase 2 · Q3-Q4
P0 验证后 · 4 个 P1
素材复用 + 达人评估
社群运营 + 合规预检

依赖：P0 的基础能力和数据链路
Phase 3 · 2027+
探索储备 · 3 个 P2
舆情预警 + 供应链联动
全域仪表盘

需全域数据打通为前置
团队能力建议：数科 + 事业部 + 外部伙伴如何协作
A
数科团队（技术 Owner）
智能体架构师 × 1 + AI 工程师 × 2-3 + 数据工程师 × 1-2 + 知识工程师 × 1。负责：架构设计、Skill 开发、数据打通、知识库建设
B
事业部（业务 Owner）
每个 P0 场景指定 1 名业务 Owner + 1 名运营对接人。负责：业务规则定义、流程优化、验收标准、推广落地
C
外部伙伴（酷爱科技）
AI 架构咨询 + 智能体开发 + 知识工程方法论。Phase 1 深度参与，Phase 2 逐步移交，Phase 3 辅助支持
D
协作机制
双周迭代：数科交付 → 业务验证 → 反馈调整。月度评审：场景效果 → 优先级校准。季度复盘：架构演进 → 下一阶段规划
15 / 15