8月，芝加哥正处在一年中最明亮的季节。
三十多位中欧EMBA同学，在副院长朱天教授带领下，从密歇根湖畔的埃文斯顿进入芝加哥市区。六天里，他们在整合营销传播领域有开创性地位的西北大学梅迪尔学院听课，参访麦当劳，与亿滋国际团队交流，坐船穿过芝加哥河，也在晚宴上继续那些没有说完的话题。
这是一门讲数字经济与市场传播的海外课。奇妙的是，课程越往后，大家谈论得越少的是“数字”，越多的是“人”。
一座城市，三个美国
出发前，杨熠（中欧EMBA2024级）脑海里的美国，多少由新闻标题拼接而成。通胀、贫富差距、政策摇摆、地缘冲突，这些词共同构成了一幅并不轻松的图景。
到了芝加哥，她看到的是另一种复杂。高级酒店与街头流浪汉相隔不远；一个男孩原意请陌生人吃烤肉，也会自然收下递来的钱。繁荣与失意，人情与交易，在同一座城市并行不悖。
同时，高收入与高生活成本相伴而生；社会问题没有消失，消费、创新和商业活力也没有消失。
她后来说，媒体中的美国、数据中的美国和日常生活中的美国，可能是三个有关联、却不完全相同的世界。
朱天教授在行程中给大家开过一次经济学“小灶”。他提醒同学，观察一个经济体，要区分长期增长和短期波动。
长期增长，靠的是物质资本、人力资本的积累和技术进步；短期的起落，更多受消费、投资、出口和市场信心变化的影响。
杨熠由此意识到，宏观的冷暖，不会平均落到每一家企业身上。行业下行，不等于所有公司都在下行；宏观承压，也不等于所有细分市场都没有机会。
行程结束，她在作业里写道：“真正改变的，不是我对美国的结论，而是观察世界的方法——从标签走向现场，从感受走向逻辑。”
AI造出了商城，却没有带来顾客
张千（中欧EMBA2024级）带到芝加哥的，是一个现实问题。
出发前，他借助ChatGPT和Codex，几乎从零开始搭建了企业自己的Shopify独立站。过去需要程序员、设计师、SEO人员共同完成的工作，如今一个不懂代码的人也可以在AI帮助下推进。
网站上线后，数据越来越多，结构越来越合理，用户路径也越来越清楚。
订单却没有明显增加。
这给他带来一种典型的AI时代困惑。企业已经知道用户从哪里来、看了什么、停留多久、在哪一步离开，甚至可以让AI模拟成千上万个消费者，为什么还是不能回答“他为什么不买”？
梅迪尔学院Michelle F. Weinberger教授的消费者洞察课，恰好回应了这个问题。
数据能够记录行为，却很难完整记录动机。同样一次离开页面，可能因为价格，可能因为不信任，也可能因为这件商品根本没有进入消费者真正重要的生活场景。
一个点击背后不是一个标签，而是一个有家庭、有压力、有身份、有习惯的人。
张千后来意识到，SEO没有错，数据分析没有错，AI模拟也没有错。错误只发生在一个地方——把观察消费者的工具，当成了消费者洞察本身。
AI显著降低了“看见”的成本，却没有同等程度降低“理解”的难度。数据越丰富，企业越要警惕把人压缩成一个平均值。
当AI接管执行，谁来赋予意义
做了近三十年营销传播的王洋（中欧EMBA2024级），在亿滋国际的交流中，注意到“语义层”这个概念。
算法擅长处理数据，但商业世界需要有人把数据翻译成意义。什么指标真正重要，哪些相关性值得追踪，一个消费者动作究竟意味着渠道问题、内容问题还是产品问题，这些事情不能仅靠模型自动完成。
王洋由此判断，AI时代营销人的价值不是下降，而是在上移。
过去，一个优秀的营销人可能擅长创意、媒介或者内容。未来，更稀缺的是同时懂业务、数据、营销的人。他们不是简单生产信息，而是在不同系统之间完成翻译，再把意义变成决策。
一张订单会结束，一段关系不会
企业很容易计算一张订单，却常常低估一位客户。
Ed Malthouse教授关于客户终身价值的课程，把黄婧（中欧EMBA2024级）和葛占国（中欧EMBA2024级）的视线从当期利润拉向了客户的整个生命周期。黄婧记住了留存率背后的巨大复利，“毛利是线性变量，留存却是非线性的杠杆”。
葛占国所在的B2B行业，一旦与客户建立合作，关系常常延续多年。
过去的决策会过度关注一条产品线、一张订单或者当月毛利。课程带给他的认知转变，是把“客户”而非“交易”作为营销的“会计单位”，用CLV（客户终身价值）视角重新审视经营决策。
某个产品暂时利润不高，如果能够留下客户，并带动交叉销售和向上销售，这笔账该怎么算？今天多投入一点服务，如果换来未来数年的复购，又该怎么算？一位满意客户带来的转介绍，是否也应该进入价值模型？
当时间轴被拉长，很多短期看起来“不划算”的事情，会得到不同的答案。葛占国在课后作业中写道，服务好现有客户“绝不是成本项，而是对未来的投资”。
朱天教授从经济学角度给过一把更严格的尺子。牺牲今天的利润是否值得，取决于未来产生的预期收益，在考虑时间和风险之后，是不是仍然大于今天付出的成本。
他还说了一句话：“长期主义不是不算账，而是把账算得更长。”
关键在于，企业能不能说清楚，今天牺牲的利润为什么会带来未来收益，这种收益又通过什么机制实现。
一份薯条背后的品牌真相
黄婧在麦当劳最在意的，是一家全球企业如何让伦敦或纽约门店的不同员工，长期做出品质大体一致的一份薯条。
答案是培训、流程、标准，以及日复一日的执行。
品牌因此不再只是广告、标识和故事。真正的品牌，是一家企业在成千上万个接触点上稳定兑现承诺的能力。
麦当劳和亿滋都有漫长历史。按通常想象，大企业意味着路径依赖和组织惯性。但葛占国现场看到的却是，麦当劳在探索将AI与机器人引入运营，亿滋把AI放进搜索、数据和营销流程。
有同学问亿滋团队，已经是行业领先者，为什么还要如此积极创新。
对方回答，如果自己不做，而竞争对手做了呢？
真正的危险，是把今天的领先当成明天的必然。
把快交给机器，把慢留给人
张千曾在课间问朱天教授，既然AI和大数据已经如此强大，为什么还要花时间做深度访谈、研究文化和生活场景。
朱天教授的回答颇有意味。
在数字化的课题下，有时需要用一点“反数字化”的思维重新审视数字化。
六天之后，这句话有了更多注脚。
过去很多年，中国企业习惯了速度。更快的增长、更快的获客、更快的迭代，曾经解决了无数问题。如今，当AI把效率再次推高，新的竞争可能恰恰发生在那些“慢变量”上。
但“慢”还不是关键，难以复制才是。
朱天教授后来总结，AI和大数据可以大幅提高效率，但如果大家都能使用，效率本身就很难成为一家企业持久的竞争优势。真正拉开差距的，是需要长期积累、又很难被竞争对手迅速复制的客户关系、品牌、信任、行业知识和组织能力。
所以，理解一个客户需要时间，形成信任需要时间，让组织长出能力需要时间，品牌成为资产更需要时间。
一个时代越快，那些必须靠时间积累、又无法被迅速复制的东西，就越昂贵。█
现场派
在中欧EMBA“现场派”，跟随教授、同学，从海外实境课走进不同国家与市场，从国内实境课深入本土产业与企业，也在日常班级参访中抵达经营一线，去看一门生意如何发生，一家公司如何生长，一个市场究竟被什么力量所塑造。
封面图片由AI生成。
