当大模型参与品牌评判 复旦发布国内首个AI品牌健康度指数

东方网记者费一妍8月10日报道：随着生成式人工智能（AI）加速渗透至日常信息获取与消费决策场景，如何被AI理解与采信已成为品牌管理领域的新命题。昨天，由复旦大学传播与国家治理研究中心主办的“AI时代品牌健康度与管理创新研讨会”在上海召开。会上，复旦大学研究团队发布了《AI时代品牌健康度与管理创新报告》。

《报告》梳理了AI时代品牌健康管理面临的结构性变化、机遇与趋势，并基于对全球200个品牌样本的数据验证，首次提出可量化的AI品牌健康度指数（AI-BHI）及“C-B-A三层架构”，为企业构建长期数字认知资产与健康治理体系提供指南。

来自高校、媒体及业界的专家围绕智能时代的品牌健康度管理展开了深度研讨。专家指出，AI时代品牌竞争的逻辑已从传统的“可见度竞争”与流量博弈，升级为以“认知治理”为核心的生态系统较量。品牌传播不仅要触达人类用户，还要赢得AI端的高权重推荐。

品牌管理迎来全新命题

“AI时代，信息传播底层环节正在发生深刻变化，品牌健康管理面临新的结构性挑战。”《报告》主持人、复旦大学传播与国家治理研究中心主任张志安认为，这些挑战主要包括五个方面：用户信息入口向智能问答与AI聚合平台迁移，品牌竞争从“可见度竞争”延伸至“认知质量竞争”；内容供给规模急剧扩张，真实、专业、可验证的信息来源更显稀缺；虚假与误导性信息的生产门槛降低，企业核实与纠错的成本不断上升；主流媒体在智能分发中的能见度被稀释，权威信源的触达效率面临挑战；传统品牌管理方法在控制力、稳定性和可测量性方面出现新的不适应。

复旦大学传播与国家治理研究中心主任张志安​

挑战的另一面是机遇。张志安带领的研究团队指出，优化品牌在AI推荐场景中的呈现质量，有助于放大“首因效应”，缩短用户决策路径；建立可被AI采信的数字认知资产，既能形成跨平台的统一品牌印象，也能降低长期品牌维护的边际成本；此外，AI优化的品牌曝光成本低于传统搜索优化，可为中小品牌创造更多增长机会；AI技术本身也能提升舆情响应效率，帮助企业更及时地识别潜在隐患、开展风险预警。目前，已有品牌率先布局GEO（生成引擎优化）以提升在AI模型中的可见性，为行业提供了有益参照。

然而，GEO在实践中也暴露出“AI投毒”乱象。部分机构通过批量生产带有商业导向的内容，干预大模型的抓取、引用和推荐结果，导致品牌曝光度与信息真实性错位。对此，《报告》开创性地提供了一套涵盖多维度指标的系统评估工具，以期扭转唯曝光数字导向的短期思维，推动企业建立可追溯、可修正、可持续的健康管理机制。

AI品牌健康度指数发布

针对传统舆情监测、SEO（搜索引擎优化）效果评估等工具难以清晰回答“AI如何理解并呈现品牌”这一核心痛点，复旦大学研究团队首次提出AI品牌健康度指数（AI-BHI）。作为《报告》的主要亮点，该指数也是研究团队在理论创新与实践探索方面取得的阶段性成果。

围绕AI-BHI指数，《报告》在理论层面构建起自下而上的“C-B-A三层架构”，以期实现“评价—诊断—改进—治理”的实践闭环。其中C层为资产健康度，旨在测量企业公开数字资产的完整性、一致性与可验证性，是品牌在数字世界的底层基础；B层为机制健康度，主要评估内容结构与AI信息处理逻辑的适配程度，关乎品牌信息能否被AI有效理解；A层为表现健康度，用于衡量品牌在各类AI终端（如对话式搜索、智能问答工具等）中的实际呈现效果。三层之间的建议权重配比为2:3:5，也可根据不同行业特征、企业发展阶段适当调整。

研究团队对200个品牌样本的回归分析证实，C、B、A三层之间存在自下而上的严格因果传导关系，下层质量直接约束上层表现的提升空间。这提示企业，唯有从底层数字资产入手、自下而上系统治理，才能构建从诊断、改进到常态化巡检的完整闭环。

为帮助企业对上述指标进行常态化的追踪与管理，研究团队同步推出了AI品牌健康度指数评估系统。该产品基于报告中的三层评估模型开发，支持企业自主录入品牌信息、一键生成健康度评估报告，并可针对不同大模型进行多维度对比分析，直观呈现品牌在各大AI平台中的表现差异与改进方向。

专家建言探索多元路径

围绕“AI时代品牌健康度与管理创新”这一议题，多位来自产学研各界的专家展开探讨。

清华大学新闻与传播学院、人工智能学院双聘教授沈阳

清华大学新闻与传播学院、人工智能学院双聘教授沈阳观察到，新生代用户已习惯于通过AI工具了解品牌，“AI在改变人类，人类也在改变AI，这是相互适应的一个过程。”

值得关注的是，如今的互联网在算法机制的助推下，呈现出明显的圈层分化现象：“小镇青年看快手，时尚青年看抖音，吃瓜青年看微博，知识青年看知乎，二次元青年看哔哩哔哩，青年看YY，直男青年看虎扑，小资青年看豆瓣，女性青年看小红书，进步青年看学习强国。”

如今，国内互联网巨头构建了各自的一体化平台生态，形成数据壁垒。企业难以有效监测品牌状况、洞察用户需求及优化相关问题。沈阳坦言，品牌建设需要同时覆盖人类用户与AI端的信息触达，重点布局AI系统认可的高权重信源渠道，提升品牌在AI工具中的信息呈现优先级。

中国人民大学新闻学院教授卢家银

中国人民大学新闻学院教授卢家银则表达了更深层的隐忧。当下，传统媒体的失势、流量至上的喧嚣，加之缺少自我叙事权的AI交互、建构“信息茧房”的算法推荐，品牌管理难度剧增。年轻人普遍将AI作为搜索引擎使用，而AI只给出单一的推荐结果，品牌能否被AI“看见”并推荐成为关键。

卢家银认为，面对AI带来的传播环境剧变，解决之道在于“疏堵结合”：一方面通过主流媒体系统性改革和平台算法优化提供高质量内容供给，另一方面在AI产业发展上保持战略定力，平衡创新激励与安全监管，避免“一管就死”的局面，以实现网络空间的良性治理。

蜜度科技股份有限公司联席总裁李峥嵘

蜜度科技股份有限公司联席总裁李峥嵘拥有丰富的舆情管理经验。她认为，过去依赖搜索引擎、社交平台和传统媒体的解决路径，在AI生态剧变的今天已然失效。企业需通过“韧性治理”框架构建信任资产，将品牌声誉管理从成本中心转变为增长引擎。

“企业当下面临的最大挑战不是技术本身，而是不成熟的内部治理结构无法应对AI对风险的放大效应。”她指出，许多企业能快速监测和回应舆情，但普遍缺乏后续的“品牌修复”环节，导致负面标签长期绑定。“企业应该像管理银行账户一样，通过持续积累信任资产，来对冲潜在的负面冲击，形成良性状态。”

集之互动创始人刘华宾​

集之互动创始人刘华宾坦言，“媒体、平台和AI这三者现今已经很难完全隔离开。”针对AI治理机制，他直言：“AI不是洪水猛兽，也不是无所不能的。”

他建议探索“用算法对话算法”，主动探测大模型的内容偏好，有针对性地设置内容，以应对数据闭环带来的不确定性；共建品牌权威认知的“净水池”，从源头净化信息，提升权威内容权重，压低虚假测评等低质信息的输出概率，加固AI信息的可靠性。