一个百年品牌用 8 周打碎创意”铁三角”，成本降 80% 效果持平

联合利华、欧莱雅、乐高……”反AI”声浪从戛纳一路烧回国内的时候，1889 年创立的百年消毒品牌 Lysol 却做了一件截然相反的事——把 AI 塞进创意生产线的每一个环节。结果是：成本降低 80%、速度提升 10 倍、AI 素材的销售转化效果与传统大片几乎持平。

01｜还有一个世纪品牌正在悄悄重写它的创意规则

联合利华表态绝不使用 AI 生成的人脸宣传产品功效。欧莱雅禁止生成式 AI 制造逼真人体形象。乐高在世界杯广告里反复强调”纯手搓，无 AI”。

就在”反 AI”声浪从戛纳一路烧回国内的时候，有一个百年品牌做了一件和主流叙事截然相反的事——它把 AI 塞进了创意生产线的每一个环节，从策略到出片，没有落下任何一段。

这个品牌是 Lysol——Reckitt 集团旗下，创立于 1889 年的清洁消毒剂品牌。

今年 1 月，Lysol 的全球 VP Benoit Veryser 在 Google Think with Google 上完整披露了这场实验的数据。结果非常具体：

创意生产成本降低 80%、产出速度提升 10 倍、最佳 AI 素材的销售转化效果与传统大片几乎持平。 [1]

这三个数字的冲击力，远超过”AI 降本增效”这种空泛口号。因为它们意味着一个百年品牌用 8 周时间，把内容生产领域那个被称为”铁三角”的不可能三角——速度、质量、成本——彻底打破了。

这到底是怎么做到的？我们拆开来看。

02｜从”除菌”到”除味”：一次被 AI 加速的策略转身

Lysol 这次 pilot 的具体产品是 Pivot Laundry Sanitizer——一款洗衣用消毒液，加在洗衣机里，能杀灭 99.9% 的细菌。

但品牌遇到了一个典型的策略难题。过去消费者的痛点认知是”杀菌=预防疾病”，但这个定位对品类增长已经不够用了。Lysol 团队判断，更需要拉动的消费场景是 日常除味——汗味、宠物味、运动服上的闷味——这些才是高频、广泛、能拉动复购的真实需求。

问题在于：把营销沟通从”预防疾病”转到”中和顽固异味”，这是一个完整的创意策略大转弯。传统做法要走完消费者调研、竞品分析、创意简报撰写、agency brief、创意比稿、修改、制作——正常流程 8 周只够做完调研环节。

Lysol 的做法是和 BCG、Google 合作，把 Gemini 直接接入了策略前端。

Gemini 做了什么？ 团队用 Gemini 快速扫描消费者趋势和竞品定位，让模型生成并打分上百个策略方向。创意团队从里面手动选出三个最看好的方向，然后集中推进。

结果是：创意构思环节从”数周”压缩到了”数小时”。 [1]

这里面有一个容易被忽略的要点：AI 没有取代人类做”最终决策”。模型负责的是 大规模生成和筛选——把可能的创意空间全部摊开——人类做的是 判断和选择。人和机器的分工被重新定义了：机器管广度和速度，人类管深度和品味。

03｜跳过实拍：Veo 和 Imagen 是怎么改变生产脚本的

策略确定之后，更大的瓶颈在制作端。

一支 15-30 秒的 TVC 级素材，传统流程涉及选角、场地勘景、布光、实拍、后期、调色、音效——一套下来，单条素材制作周期是以”周”为单位计算的，预算一眼就超。

Lysol 的做法是：直接跳过物理拍摄，进入合成制作。

他们用了 Google 的 Veo（视频生成模型）和 Imagen（图像生成模型）。团队的输入是什么？经过训练的品牌风格参数、产品素材、场景描述。输出是什么？可以直接用于消费者测试的 15 秒和 30 秒成品级视频。

关键细节：Lysol 在项目启动时同步建立了负责任 AI 政策。他们选择了”数字孪生”（digital twin）路线——与经过同意并支付费用的真人演员合作，用他们的形象制作 AI 版本的”数字替身”。这不是为了省钱而不请演员，而是在 IP 版权、人物肖像权和创意自由之间找到了一条合规通路。[1]

在 AI 生成的版本中，团队可以快速迭代：换场景、改光线、调运镜——这些在传统实拍中需要重新搭景甚至重新拍摄的操作，在 Veo 里只需要调整 prompt 参数。

更意外的是：多轮消费者测试环节——传统上最吃时间的”回炉-重来”陷阱——在这次项目里只用 2 周 就锁定了最终出街素材。AI 实现的不只是生产效率的提升，更是一个”快速测试-获得数据-立即优化”的反馈闭环。[1]

04｜拆穿”铁三角”：为什么 80% 成本降低不是夸张

Lysol 全球 VP Benoit Veryser 在文章中提到了一个经典的理论框架——创意生产的”铁三角”（Iron Triangle）：

速度、质量、成本，三者只能取其二。

传统影视制作的铁律是：要快 + 要好，就得多花钱。要好 + 便宜，就得多花时间。要快 + 便宜，就得牺牲质量。

Lysol 的 pilot 数据表明，这个三角被打破了：

成本维度：单支素材成本降低了 80%。这不是”用便宜工具替代昂贵工具”的降级，而是一套完整的端到端 AI 流水线对传统流程的结构性替代。[1]

速度维度：整个 8 周 sprint 里，从策略构思到锁定最终素材，实际产出周期压缩到传统流程的十分之一。核心加速点有三个——策略阶段（数周→数小时）、制作阶段（跳过实拍直接合成）、测试阶段（2 周闭环）。不是某一环节的优化，而是全链路的节奏再造。

质量维度：这是最受质疑的问题——”AI 做出来的东西，效果能比得上传统大片吗？”

Lysol 用短效销售提升研究（short-term sales lift study）做了对比测试。结果是：最好的 AI 素材与最好的传统素材在销售转化效果上几乎持平。 [1]

这个验证的意义超过任何效率数字。因为在此之前，行业普遍的”同意票”仅限于”AI 能做效率工具”，而”AI 能做传播级质量的创意”仍然存在巨大争议。Lysol 的 pilot 第一次以真实品牌、真实产品、真实市场测试的方式给出了回答。

05｜百年品牌的 AI 辩证法：不是”用不用”，而是”哪里用”

Lysol 给出的这套蓝图，在行业”去 AI化”的喧嚣中显得尤为值得琢磨。

一方面，Lysol 的母公司 Reckitt 所在的行业——快消、个护、家清——恰恰是”AI 说不”声浪中最激烈的领域。联合利华、欧莱雅、Aerie 等品牌禁用 AI 生成人脸的理由并非没有道理：如果消费者发现广告中的皮肤状态是 AI 生成的、产品效果是 AI 修饰的，信任一旦崩塌，品牌几十年积累的信任资产就化为泡影。

但另一方面，Lysol 的例子说明，这些担忧的核心矛盾不是”AI 该不该用”，而是”AI 用在了哪里”。

欧莱雅禁止的是 AI 生成逼真人脸做产品宣传，但同时它们自己建立的 CREAITECH（生成式 AI 美妆内容实验室）已经在用 Veo 和 Imagen 做产品视觉开发和场景设计。[2]

联合利华旗下多芬也是如此——禁止 AI 篡改女性形象，但不禁止 AI 做市场分析和生产效率优化。

这不是矛盾，是品牌的 AI 辩证法：工具本身是中性的，边界在哪里，取决于品牌对自身核心资产的定义。

对于 Lysol 来说，核心资产不是”演员的脸”或”完美的皮肤”，而是”杀灭 99.9% 细菌”的功能信任和”让家庭更健康”的品牌承诺。在内容生产这一端大力用 AI 提升效率、降低门槛、加快测试，并不损害核心资产——反而能让团队把更多资源投入到策略判断和创意突破上。

Veryser 在总结中说了一段值得留意的话：

“我们的 pilot 证实，AI 工具带来的是一场运营三星座的变革。过去创意生产被’铁三角’束缚，AI 让我们证明了这种束缚已不再绝对。对于想要将 AI 落地运营的营销人来说，蓝图不再是理论。它就在这里。”[1]

06｜对品牌营销人的三个可复用要点

第一，从策略端开始接入 AI，效率红利最大。

大部分品牌用 AI 还停留在”写文案-配图-排版”的后半段。Lysol 的做法显示，AI 在 策略和构思阶段 带来的节省（数周→数小时）比制作阶段（数量级更高但绝对时间更短）对总周期的压缩更显著。如果只把 AI 当成”加速生产的工具”，你获得的只是”快 20%”。如果把它接入 决策流程，你获得的是”快 10 倍”。

第二，视频制作的成本门槛正在被结构性拆除。

Veo 3 已经免费集成进 Google Ads 的 Asset Studio，任何广告主都可以传 3 张图片→生成 5 条 10 秒视频。Veo 3.1 Fast 的 API 成本约 0.1 美元/秒。[3] 一个 15 秒短视频的 AI 生成成本不到 2 美元。这不是”未来”，这是此刻的报价。而且 71% 的消费者已经预期品牌提供个性化互动内容。[1]

成本的断崖式下降带来的不是”更便宜的广告”，而是 “更多的测试可能”。当一个品牌的创意测试从”每月 1-2 版”变成”每周 10-20 版”，找到最优创意组合的概率曲线发生了质变。

第三，”AI 合规”不是成本，是护城河。

Lysol 在项目启动时就建了”负责任 AI 政策”——数字孪生、演员知情同意、品牌训练数据范围限定。做这件事花了一周时间，但它让后续的所有 AI 制作都有合规基础。

对比近期多家品牌被曝光的问题——用 AI 生成”零差评”页面被央视点名、羊毛党用 AI 合成”买家秀”进行索赔——这些事件的本质不是 AI 不靠谱，而是品牌在用的时候 没有设边界。[4]

谁先建立适合自己的 AI 使用规范，谁就能在下一阶段的营销竞争中跑得更稳。

写在最后

Lysol 这次 pilot 的完整数据披露，可能是 2026 上半年最值得营销人反复读的一个案例。不是因为数字多漂亮——80% 成本降低、10 倍速度提升、效果持平——而是因为它用一家百年消费品牌的真实实践，回答了一个一直被追问但没有答案的问题：

AI 创意到底能不能从”实验”走向”量产”？

答案是可以。但前提是——策略端 AI 做广度和速度，人类做深度和判断；制作端 AI 做合成和迭代，人类做品质把关；测试端 AI 做快速闭环，人类做最终决策。

那些一边喊着”反 AI”一边偷偷把 Veo 接入了生产管线的品牌，可能已经在下一张牌桌上坐好了。