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。

　　近日，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。会上发布的《AI时代品牌健康度与管理创新报告》（下称《报告》）系统梳理了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 Brand Health Index）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

　　“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教授认为，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。

　　基于产业一线观察，蜜度科技联席总裁李峥嵘将上述挑战进一步解读为攻击面、推理过程、对话场景、决策链路、认知资产等层面的不可见性：监测对象已变成模型里的认知权重与私域对话中的语义生成，“传统的线性品牌管理模式已经失效——品牌不再只和媒体打交道，而是面临与算法、情绪、无数传播节点的博弈”。

　　“传统媒体在AI时代面临系统性变革的紧迫课题。”解放日报上观智库总监尤莼洁坦言，传统媒体的竞争者已变成AI本身，而传统媒体对数据的掌握非常薄弱，服务能力面临巨大挑战。真正稀缺的优质内容价值权重正在上升，但能见度的决定机制却从编辑转向算法，又在AI时代变得更加不透明，这是企业和媒体共同面对的根本性问题。

　　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。同时，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。

　　“AI投毒”乱象

　　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，复旦大学研究团队首次提出AI品牌健康度指数，并同步推出AI品牌健康度指数评估系统。

　　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。

　　研究团队对全球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。

　　与会专家认为，《报告》所搭建的理论框架回答了AI时代品牌健康度的“已然”与“应然”问题，即事实怎么样、我们怎么做。

　　中国人民大学新闻学院教授卢家银表示，《报告》跳出传统渠道思维，首次系统性地揭示了AI作为新中介对品牌信息生产、分发与留存逻辑的重构，不仅对“控制权流失”与“失真升级”等现实痛点作出诊断，更将品牌健康度管理从“流量博弈”导向“认知资产治理”，为智能传播时代企业健康度可持续发展提供了兼具理论深度与操作路径的治理框架。

　　复旦大学计算与智能创新学院李银胜副教授指出，生成式智能是知识处理工具从记录、传播向生成演进的数字化、去人化过程，必将驱动知识产品涉及的生产、流通与治理方法发生颠覆性变革，“《报告》所提出的品牌健康度指数及其管理体系，系统洞察了AI时代品牌资产生产力、生产关系与上层建筑的生态演进方向，重塑了品牌传播底层逻辑，为AI认知对品牌管理带来的‘新问题’提供了与时俱进的‘新办法’”。

　　三大演进趋势

　　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。

　　复旦大学新闻学院副院长白红义认为，AI时代的品牌健康既是紧迫的现实问题，也具有研究的前沿性。

　　清华大学新闻学院、人工智能学院双聘教授沈阳强调，品牌健康管理需要充分考虑AI的自进化。生成式AI的爆发让“检验”成为品牌管理的新核心，品牌的健康管理正从静态监测走向短链、中链、长链的动态自进化闭环。为此，企业应主动分析不同AI平台所信任的信源，将多模型巡检纳入常态化管理，并着力培育组织内的“超级个体”，推动品牌与AI协同进化，“从自进化走向共进化，从人机共生走向人和组织的共生”。