💡 站外导读:全球消费品巨头联合利华(Unilever)迎来历史性大刀阔斧重组。在分拆冰淇淋与食品业务转型为纯粹的家庭个护集团之际,联合利华宣布将在 2027 年全面铺开‘全球战略、本地执行’的六大业务单元新架构,并正式将半数数字广告预算全面转移至社交优先与创作者驱动生态。目前联合利华合作的全球内容创作者规模已达 50 万人,借助专有 AI 内容引擎,其营销素材产出量实现了 12 倍的惊人膨胀,单位成本断崖式暴跌 90%。然而,面对社交算法将视频寿命压缩至仅剩 4 天、大语言模型(LLM)与智能体代买(Agentic Shopping)全面颠覆传统电商货架的残酷现实,联合利华正联合 Google 追踪全球 30 个市场超 100 万个 Prompt,全面重塑‘结构化机器可读数据’底座。本篇全景拆解快消航母在 AI 浪潮下的内容工业化与 LLMO 破局战术。

一、2027 全球运营架构重组:联合利华从传统媒介采买彻底转向社交优先
在公布强劲的三季度营收增长与全年至少 3% 的基础销量上调预期之后,跨国快消巨头联合利华并没有躺在功劳簿上。在上周举行的全球投资者日上,联合利华首席执行官 Fernando Fernandez 正式公布了定于 2027 年落地的全新组织架构与运营模式——将全集团重组为六大全球业务单元,核心宗旨为“全球战略协同、本地敏捷执行”。
作为重组的关键人事风向标,原美妆与健康事业部首席营销官 Leandro Barreto 将于 2027 年 1 月 1 日正式晋升为全集团首席增长与营销官(Chief Growth and Marketing Officer),其核心职责被赋予了直接背负损益表(P&L)盈亏责任的战略使命。联合利华旗下品牌将围绕四大核心支柱运转:强化健康福祉属性、构筑权威认证体系、极致无缝执行,以及贯彻名为 SASSY 的营销哲学(即 Superior science 卓越科学、Aesthetics 审美、Sensorials 感官、Shared by others 社交共享、Young spirited 年轻化精神)。
在这其中,“Shared by others”正在引爆一场资源倾斜巨震:联合利华计划将高达 50% 的数字广告预算,坚决从传统的展示类广告与程序化购买,抽调转移至以社交优先(Social-first)和创作者驱动(Creator-driven)为核心的流量生态。目前,联合利华合作的活跃内容创作者数量已经激增至惊人的 50 万名,相较于此前公布的 30 万名实现了跨越式增长,更是 Fernandez 就任前的 25 倍之多。
二、AI 驱动内容工业化:50 万创作者协同、成本暴降 90% 与 4 天视频衰竭期
面对 50 万名外部创作者与数十个国家市场的庞大矩阵,传统依赖创意代理公司手工作业的模式早已难以为继。联合利华通过引入全流程 AI 内容引擎,建立起了高度自动化、工业级的内容生产流水线:
- 内容产出量暴增 12 倍,单位成本骤降 90%:相较于 2024 年基准,AI 工具不仅自动消化了各个品牌的品牌资产库与科学配方核心主张(Brand DNA),更在创作者招募、Prompt 脚本生成、内容合规审查与投放效果量化上实现了全自动托管,使创作者驱动内容的投资回报率(ROI)达到了传统品牌自制内容的 1.5 倍;
- 产品研发周期从“以月为单位”压缩至“以小时为单位”:借助合成受众(Synthetic Audiences)与预测大模型,联合利华能从全球社交声浪中持续捕获超过 60,000 个消费者行为信号,并与超过 2,500 万个配方数据点进行交叉匹配,在真实产品投产前即精准预测出目标人群的购买意愿;
- 迎战“4 天内容寿命衰减陷阱”:AI 生成内容的泛滥同时带来了反向冲击——各大平台(Meta、TikTok、Google、Amazon)上单条短视频的黄金生命周期已被无情压缩至仅仅 4 天。一旦超过 4 天,算法分发的边际收益将直接转为负值。这迫使企业必须像自来水厂一样源源不断供给高互动素材,以应对算法冷酷的淘汰周期。

三、迎战大模型与 Agentic Shopping:百万 Prompt 追踪与机器可读权威系统
在投资者大会上,Fernandez 极为坦率地指出了联合利华当前的“战略死穴”:在充斥着大语言模型(LLM)与自动化购物智能体(Agentic Shopping)的未来世界中,传统快消品牌的“权威认知体系(Authority Systems)”存在显著脱节,而部分新锐品牌正在借助大模型推荐算法实现弯道超车。
“大模型的决策算法必须遵循严密的逻辑链条,这些逻辑包括地理邻近度、第三方独立推荐、临床科学实证、已公开专利以及高可信度的用户评分与评价。这本应是拥有深厚研发积淀与雄厚预算的大品牌的绝对主场,”Fernandez 强调。为了避免在 AI 导购时代沦为“隐形人”,联合利华正在发动一场全面的数据重构战役:
- 与 Google 展开底层数据结构化合作:将全线产品的成分机理、临床试验数据与适用场景转化为对大模型完全友好的“机器可读数据(Machine-Readable Data)”,确保当智能体执行“推荐最适合敏感肌的抗老晚霜”时,模型能够无缝抓取其真实权威背书;
- 全网实时追踪 30 多个核心市场超 100 万个提示词:建立了类似传统 SEO 的“LLM 认知追踪雷达”,动态监控 ChatGPT、Gemini、Claude 等前沿回答引擎在各消费品类中的推荐排名;
- 在 90% 的被监控品类中实现排名反超:过去 6 个月内,通过针对性喂养结构化知识与优化事实引用,联合利华在其跟踪的 90% 以上的品牌市场中显著改善了大模型的推荐占有率。
四、联合利华传统媒介投放与 AI 时代创作者+LLMO 营销指标全景对比
快消巨头的激进转型,折射出全球商业营销底层基础设施的代际颠覆:
| 关键考量维度 | 传统大宗媒介采买时代 (TV / 门户展示) | AI 工业化与社交优先时代 (Social-First & Creators) | 大模型智能体导购时代 (Agentic Shopping / LLMO) |
|---|---|---|---|
| 核心竞争壁垒 | 巨额资金池垄断黄金时段广告位 | 50 万创作者生态与 AI 驱动的极致互动质量 | 专利、临床数据与结构化机器可读知识库 |
| 内容产出规模与成本 | 代理商季度拍片,单条成本数万至数百万 | AI 扩容 12 倍产出,单位成本暴降 90% | 无需华丽视觉,高密度事实与真实评测沉淀 |
| 单条素材生命周期 | 数月至数年反复轮播 | 断崖式缩减至仅剩 4 天 (逾期收益为负) | 持续驻留模型参数与 RAG 检索知识库 |
| 获客转化逻辑 | 单向心智洗脑 -> 线下货架随机挑选 | 信息流算法触达 -> 直播/社群点击下单 | AI 代理对准参数直接代买 (B2A 经济) |
| 效果归因与监控 | 收视率、尼尔森抽样调研 | 点击率、完播率、增量 ROI (年均提升10-15%) | 跨 30 国 100 万 Prompt 实时推荐占有率监测 |
📝 站长洞察 (Editor’s Insight)
联合利华的这次营销底层逻辑重构,给所有传统快消与品牌出海企业敲响了警钟。过去跨国巨头靠包圆电视台或分发大宗广告就能构筑垄断护城河,而在 Meta、TikTok、Amazon 统治的算法分发时代,大宗采买的规模优势已经失效,取而代之的是极致的内容互动质量与海量细分测试。更致命的是‘视频生命周期只有 4 天’这一残酷物理现实,迫使企业必须建立 7×24 小时的 AI 内容流水线。但联合利华最值得同行深度学习的,是其对大模型智能体导购(Agentic Shopping)的前瞻布局:当消费者不再刷网页而是由 AI Agent 代为决策比价时,传统的花哨广告全无用武之地,唯一的决胜点在于让品牌的临床数据、专利、评分以严密的‘机器可读数据’形态被大模型权重采纳。从卖广告到优化 LLM 知识召回,巨头们已经在为下一个十年的商业规则重写剧本。
联合利华为什么要把广告预算转向社交优先?
核心原因是传统展示广告和程序化投放效率下降,而社交优先与创作者驱动更适合当前平台分发逻辑。联合利华计划将50%数字广告预算转移到这一生态,以提升触达、互动和转化效率。
联合利华的AI内容引擎带来了什么效果?
文中披露,AI内容引擎让营销素材产出量提升12倍,单位成本下降90%,并将创作者内容ROI提升到传统品牌自制内容的1.5倍,说明其已实现内容工业化。
联合利华如何应对LLM导购和Agentic Shopping?
联合利华正与Google合作,把产品成分、临床数据和适用场景整理成机器可读数据,并追踪全球30个市场、超过100万个Prompt,目的是让大模型和购物智能体更容易识别并推荐其产品。
如何搭建创作者协同内容引擎?
先把品牌规范、素材模板、审批流和数据标签标准化,再用AI做批量改写、分发与版本管理。核心不是“多产”,而是让创作者、法务、投放和数据团队在同一工作流里闭环迭代。
怎样应对LLM导购抢走流量?
把商品信息做成机器可读:结构化标题、卖点、FAQ、价格、库存、评价与场景标签,并持续更新。这样无论是搜索、推荐还是Agentic Shopping,模型都更容易正确抓取并优先推荐你的产品。
