对于大多数酒类饮料企业来说，线下支出的主要形式是品酒会、宴会和展示。

目前这些支出大部分已经采用了BPM等系统对各个环节的申请、审核进行管理，在一定程度上解决了流程合规的问题，提高了业务效率。

但BPM系统基本无法对活动的执行进行有效监管，比如我们无法了解线下门店活动在周期内的执行情况，也无法确认经销商业务员是否真正到访并执行了活动。

由于这些问题是在过程中断线、下线导致的效果监管延迟，并且存在潜在销售费用被浪费的风险。

此外，BPM系统也未能解决物料审核工作量大、前后环节工作内容重复的问题。

以勤策合作的品牌酒公司客户为例，对于初审阶段的省区经理来说，每年需要审核经销商提交的近10万张核销单，占用了大量的工作时间，降低了其作为区域经营者审核员的价值；对于负责审核的财务文员来说，每年需要审核近100万张核销单。任务繁琐低效，工作枯燥，审核质量也不稳定。

按照该酒业公司普通员工月平均工资9000元计算，目前负责核销、审核工作的15名专职文员，每年的人力资源成本投入就高达162万元，这是一笔不小的开支。

通过回顾行业现状我们发现，葡萄酒企业在营销活动中过于注重解决店面照片、氛围物料、店面陈列照片、开瓶照片等流程执行素材的真实性、一致性问题，增加了成本。

酒饮料企业需要重新审视现有的管理体系，探索如何通过引入新兴技术进行共建系统，从而实现对活动执行环节的有效监管，提高效率，降低成本。

其他人的智慧

近年来，随着渠道成本管理观念的转变，越来越多的企业把这些渠道费用看作是一笔实实在在的投资，不再单纯从成本控制的角度去看待，而是从投资的角度去看待每一项费用的成本效益，希望通过有效的事件策划与执行控制来获取最大的回报。

放眼整个快消品市场，我们发现各品类的领先企业在线下渠道活动管理中都采用了很多创新技术或系统应用，以提高成本带来的效益。

在所采用的这些创新技术或系统中，我们认为人工智能图像识别技术（IR）是可以引入以提高人类效率的有效方法。

第一，是因为很多同行企业已经将其付诸实践；第二，经过多年的发展，AI图像识别技术已经非常成熟，而且价格低廉；第三，作为一种能力型技术，它可以快速融入到现有的一些系统和业务流程中。

通过AI图像识别技术的应用，有望解决照片材料线下提交带来的活动不执行、活动不执行、PS造假的风险；也能解决照片材料事后审核难的问题，存在事中难以追踪活动效果、集中审核工作量大、跨材料比对困难、真伪难判定等风险。

着陆方向

具体在酒饮料企业营销活动管理上，可利用AI图像识别技术赋能以下几个方面：

01

确认销售人员在展示、宴会或品酒活动期间提交的照片的真实性。

AI图像识别技术可以提供识别假照片和相似照片的能力，通过假照片识别能力，可以判断一张照片是否为人眼不易察觉的摩尔纹、反光斑和边框等复制品，确保商家提交的照片为真实照片。同时，基于相似度识别能力，针对一张照片以及有限历史日期范围内的照片，判断是否存在多张照片在结构、亮度、对比度等方面高度相似或完全相同的情况。

02

获取展示、宴会或品尝活动照片中特定产品和材料的信息。

AI图像识别技术可以提供商品识别能力，通过该能力可以在秒级内快速精准返回多张照片中包含的具体SKU、POSM，以及其数量、位置、顺序、是否集中等信息，结合活动方案中设定的具体规则，如对具体商品、数量的要求等，实现快速比对。

03

获取宴会、品鉴会活动提交的照片对应的场景信息。

AI图像识别技术可以提供场景识别能力，在充分研究前期两类茅台酒活动场景的历史照片后，该能力可以回归每一张照片对应的活动场景，无论是宴会，还是品酒会、鉴赏会。

04

确定申请品尝的葡萄酒是否已在品尝活动中实际开瓶并饮用。

AI图像识别技术可以提供开瓶状态识别能力，通过对每款茅台酒的瓶盖不同状态，如未开封、已开封等进行学习和建模，AI模型可以识别出提交的照片中酒瓶的状态，并对瓶盖状态进行判断，并返回状态结果。

05

识别并输出事件照片中所包含的其他文本信息。

AI图像识别技术具备OCR文字识别能力，可以结构化输出照片中的各种语言、文字内容。

例如，输出展会活动中提交的店面照片中包含的地点地址、日期时间、终端名称的水印文字信息，用于辅助确认活动终端与活动日期的一致性；输出宴席活动中提交的酒店发票照片中包含的桌数的文字信息，用于辅助确认活动申请的桌数与实际桌数的一致性；输出品酒活动中提交的瓶盖照片中包含的酒瓶编码的文字信息，用于辅助确认开瓶前后所用葡萄酒的一致性。

经济价值

根据现有已采用AI图像识别技术的企业调研结果，在类似的营销活动物料审核应用场景中，有望为我们前后端一线人员效率的提升、后端店员人工成本的降低、终端门店机会成本的降低带来更为显著的变化。

以某饮料公司为例，在引入AI图像识别技术改造前端作业执行系统和后端物料审核系统后，人工效率及人力成本的变化见下表：

人类效能的前后比较

相较于传统人工报单模式，引入AI图像识别技术后的工作模式可以大大简化一线销售人员的工作复杂度，缩短店内报单任务的工作时间，这使得单个销售人员能够完成相同的日常工作任务，在工作时间内拜访更多的终端客户，带来更多的业务增长机会。

同时，相较于传统后端核查模型，新模型利用AI图像识别技术，在初检阶段对照片材料进行100%筛查，在核查阶段再人工核查一定比例的材料，实现准确度、真实度与客观性之间的高效平衡。

人工成本前后对比

根据某饮料公司2022年的照片数量及2017年审核员人数测算，引入AI图像识别技术后，后端物料审核端每年人工成本降低19.7%。

若将企业单位劳动力成本替换为前述品牌酒客户普通员工月平均工资，则全年人工成本预计下降47.9%。

此外，还有一个容易被忽视的问题，那就是传统的店内陈列检查、反馈模式，前端与后端的信息链路长，信息传递慢。

从一线业务完成拍照上报，到后台店员在复查时发现并确认问题，再到问题反馈给一线业务进行整改，最后到一线业务下次走访终端门店时做出改进。

整个反馈和整改链条非常长，估计大部分消费品企业需要1-2周的时间才能完成，在这1-2周的时间里，很容易被竞争品牌钻空子，抢占门店的货架布局资源。

2023年，国内整体消费形势缓慢复苏，居民消费意愿趋于保守，可以预见中低端价位段葡萄酒品牌对终端门店消费者的争夺将更加激烈，对于任何一家葡萄酒企业来说，整改响应延迟都是不可忽视的机会成本。

建议和结论

以提高营销活动管理的真实性和效率为目标，结合目前各酒企的系统现状，秦思认为可以选择执行力和验证力作为AI图像识别技术落地的切入点。

如果选择从执行阶段进入，秦思可以填补目前系统所缺失的离线执行管理，以及创建在线验证。

活动申请通过审核后，推送至指定经销商销售人员执行上报，通过AI图像识别技术实时识别上报图像，后端验证上报记录。

如果选择从验证阶段开始，可以通过将验证在线化来提高后端审计体验和效率。

省级经理根据材料内容提交核查申请后，通过调用AI图像识别技术API完成图像识别，返回识别内容及真实性判断结果，并呈现在审核页面。

推荐阅读