流量变贵、线索可信度下降、客户决策周期拉长、厂店协同断裂——汽车营销的旧有漏斗模式正在失效。神州数码这份白皮书基于五家头部车企专家访谈，提出AI For Process方法论：不是把AI放进单点工具，而是把客户旅程变成可识别、可执行、可复盘的流程能力，推动汽车营销从流量竞争走向客户经营竞争。

汽车营销正在经历从增量市场到存量竞争的转变。在增量市场阶段，车企可以通过新品上市、媒体投放、渠道扩张和价格权益快速拉动线索增长。但随着市场进入存量竞争，单纯扩大投放并不能稳定带来高质量客户。流量价格上升、平台规则变化、用户注意力分散，使“花钱买线索”的边际效率持续下降。
新能源与智能化加快了产品迭代，用户对车型、配置、价格、权益和服务的比较更加频繁。营销不再是一次性战役，而是围绕客户信号持续校准产品表达、内容策略、线索运营和门店承接的经营过程。用户购车决策正在变得更长、更碎片化：一个潜客可能先在短视频平台被内容种草，再到垂直媒体比较车型，到门店试驾后继续观望，随后又因价格权益、亲友推荐、车主口碑或售后体验重新进入决策。

AI For Process的核心理念是把AI从单点工具升级为流程能力，以流程为中心，将数据、智能体、知识、治理和系统集成连接起来。其价值不在于“生成内容”或“预测意向”，而在于把原本依赖个人经验的判断和动作，转化为组织可复用的流程能力。
客户全旅程经营可以概括为四个关键环节：客户信号识别、流程动作触发、厂店协同执行、结果复盘优化。AI的价值在于将隐性经验转化为三类能力：一是可编排——把客户识别、策略生成、任务分发、触达执行和结果复盘串联起来；二是可治理——让数据来源、模型输出、人工介入、权限边界和责任机制保持可控；三是可复用——使成熟场景能够在不同车型、区域、门店和客户阶段中迁移。

汽车营销的核心问题收束为六个流程断点。市场不确定性——新品定位和真实需求需要持续验证。线索可信性——平台流量与真实意向之间出现信任缺口。转化连续性——客户不是在一个点流失，而是在多个环节持续折损。厂店协同性——总部看结果，门店缺赋能，过程不可见。经验资产化——销冠动作、客户异议、战败原因难以沉淀。价值可证明——AI项目必须建立经营证据链。
对应五类高价值应用场景：公域商机挖掘通过热点洞察、内容策略、人群识别和投放优化将分散反馈转化为可追踪商机；线索运营与培育合并线索清洗、分级、1V1培育和客户分层运营；经销商端赋能聚焦一线销售所需成交工具；售后保客与生命周期经营覆盖客服、定保、续保、增换购和流失预警；数据服务与经营驾驶舱解决跨系统调用、指标诊断和经营复盘问题。

汽车AI营销能力成熟度划分为五个阶段：L1工具试点级——AI作为个人效率工具，应用分散；L2场景应用级——AI围绕明确业务断点形成场景化能力，但场景割裂；L3流程协同级——AI围绕客户旅程重构，将各环节连接；L4经营闭环级——AI支撑从策略制定、任务执行到结果复盘的完整闭环；L5自主优化级——AI在明确边界内对低风险、标准化流程持续优化。
90天试点分为三阶段：0-30天诊断与场景选择，确认业务责任人、目标场景、指标口径和数据源；31-60天试点构建与人机协作设计，搭建最小可用流程；61-90天上线运行与价值复盘，形成可解释的价值证据。AI项目价值应从五类指标评估：效率证据、转化证据、体验证据、管理证据和资产证据。