《科创板日报》8月10日讯（记者 王耐）到今天，AI已不仅是一个技术工具，更成为信息流动的底层操作系统。用户的注意力正从传统搜索框向DeepSeek、豆包、Kimi等智能问答与AI聚合平台大规模迁移。当AI成为品牌认知的第一道关卡，企业该如何为自身做一次精准的“数字体检”？这一关乎品牌生存的疑问，正亟待可量化的答案。

近期，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，并发布《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。

信息生态剧变，品牌为何需要一轮新体检

“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。”复旦大学特聘教授、复旦大学传播与国家治理研究中心主任张志安认为，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。

张志安指出，这种变革并非单纯的技术冲击，而是技术嵌入社会结构和传播生态后引发的结构性变迁。在他看来，“今后互联网舆论可能会从一个‘广场式舆论’跃迁到一种‘交互式舆论’，私密化或个性化会更强”。品牌竞争的底层逻辑正在被改写——从“可见度竞争”延伸至“认知质量竞争”，“AI认不认识这个品牌、是否把它纳入回答、以怎样的语义倾向加以描述，变得格外重要”。

艾瑞咨询调研，88.8%的用户已将AI搜索作为主要或重要的信息获取方式，80%以上的消费者在做出购买决策前会先向AI提问。AI搜索不再局限于简单的事实查询，而是深度嵌入用户的消费决策链条。这种使用深度的变化，对企业获客逻辑产生了根本性影响：品牌在AI搜索中被提及的频率、上下文和情感倾向，正在替代传统搜索中的关键词排名，成为影响用户决策的关键变量。

挑战的另一面是机遇。张志安教授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。

据中国信通院实测数据，成功应用GEO优化的企业，其获客转化率较传统搜索平均提升2.8倍，用户决策周期缩短40%。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。据IDC估算，全球GEO相关市场规模超过220亿美元，年复合增长率达122%。各区域的发展呈现差异化特征：亚太地区贡献了45%的全球市场增长，2026年中国GEO行业渗透率从2025年的38%攀升至71%，超过68%的中大型企业已将GEO纳入年度核心数字营销战略。

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。

清华大学新闻学院、人工智能学院双聘教授沈阳认为，AI时代的品牌已不仅是一种认知共识，还呈现出“行为共识”的新特征——“agent to agent，它是可以做动作的”。他提醒企业，“我们现在不仅要征服人类，而且要征服AI。你的品牌真的取决于豆包怎么说你。”在他看来，品牌在AI时代一定是多模态的，且具有很强的自进化效应，企业需要“设计一个进化的品牌、设计一个进化的组织机构、设计一个进化的认知框架”。

中国人民大学新闻学院教授卢家银则从信任机制的角度指出，用户信任已从品牌本身转向AI——“用户越来越习惯‘AI说好就是好’。”在他看来，最大的问题是主流媒体的影响降低了，“主流媒体虽然拥有权威性，但自身在可见性上已被降低，很难触达公众”。他判断，“未来的品牌竞争，一定是能把自身的品牌故事、价值观沉淀为AI所愿意采纳的默认知识或答案的长期主义者胜出。”

复旦大学首次提出AI品牌健康度指数

针对传统舆情监测、SEO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。

围绕AI品牌健康度指数，《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。

张志安在阐释该模型时强调，“CBA三层架构的核心理念是：下层是上层的天花板。任何终端表现都要回到底层资产和理解机制中。没有准确输入就没有正确输出。”他指出，传统品牌管理体系赖以运转的三个支点——企业掌握传播控制权、舆论场相对统一可把握、效果可追踪可归因——在AI时代都已松动。

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。

面向未来，《报告》总结了AI时代品牌健康管理的三大演进趋势。在竞争逻辑上，品牌正从短期“流量获取”向长期、结构化的“认知资产积累”过渡；在信任机制上，由品牌、用户、AI平台、媒体等多方共同参与的“人机协同信任体系”正在形成；在管理重心上，从“事后灭火”转向“日常免疫”的常态化健康维护成为大势所趋。

针对AI品牌健康度指数的落地应用，《报告》建议区分行业场景和企业发展阶段，并提出四大整体建设路径：认知资产上，建立全渠道统一口径库，持续沉淀高权重信源；生态布局上，平台阵地与AI可见性双线并行，针对不同模型差异化布点；风险防御上，将多模型巡检纳入舆情体系，建立事实披露闭环；组织能力上，由高层牵引，将品牌健康管理嵌入日常运营流程。

在研讨会圆桌讨论环节，多位业界与学界嘉宾围绕报告的落地实践展开进一步探讨。蜜度科技股份有限公司联席总裁李峥嵘指出，“传统的线性舆情应对模式，三个底层假设——速度、空间、形态——已经全部失效。品牌现在不是跟人打交道，是跟算法在博弈，跟圈层、社群在博弈，跟AI在博弈。”她强调，“品牌声誉不是灭火灭出来的，是建设建出来的。它是一个规划的概念。一家企业的品牌声誉不可能没有负面，重要的是当危机来的时候，你能够有信任资产就像银行账户一样，不断有资产可以去对冲。”

复旦大学计算与智能创新学院副教授李银胜从学科视角提出，报告具有原创性价值，“用老办法解决新问题是行不通的。报告提出的CBA三层健康度模型，是用新办法解决新问题”。他建议在CBA三层之外再增加政府的角色，将合规性、法律、伦理政策纳入考量，形成完整的“生态韧性”治理体系。

解放日报上观智库总监尤莼洁则从机构媒体视角提出反思：“在AI时代，传统媒体的定位是什么？这是一个巨大的挑战。你面对的不光是其他平台，你面对的竞争者可能就是AI本身。”她认为，当大量内容由AI生成之后，“真正好的内容会变得稀缺，它的权重会大大提高。稀缺性的价值其实是在上升的”。

集之互动创始人刘华宾从产业实践出发，提出“用算法本身去跟算法对话”的解决方案。他认为，品牌在大模型里形成的符号化数字认知，“可以定义为独立于用户现实心智之外的AI数字心智，它的建构离不开企业、第三方机构、大模型厂商三方的协同共治”。他建议建立经过第三方检验、结构化的信息白名单，即“认知的净水池”，从源头上加固AI品牌健康度指数底层C层的信息可靠性。