在生成式人工智能成为新的信息入口后，品牌如今需要面对的一个变化是：决定消费者如何认识一个品牌的，可能不再只是媒体报道、社交平台上的用户评价和公司自己的广告，而越来越包括AI对话框里给出的那些回答。

这意味着，过去建立在搜索引擎、社交媒体和大众传播体系之上的品牌管理逻辑，也开始发生变化。随之而来的挑战是，如何客观评估品牌在数字生态中的健康状态？怎样运用系统化工具与长效机制，做好智能时代的品牌健康度管理？

2026年8月9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。会上海发布了《AI时代品牌健康度与管理创新报告》（以下简称《报告》）。

《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，并首次提出可量化的AI品牌健康度指数（AI-BHI）及“C-B-A三层架构”。

“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说。

他认为，理解AI对品牌管理带来的变化，不能简单将其看作一个新的传播渠道。互联网平台早期也曾被更多理解为一种新载体和新渠道，但随着平台不断发展，其最终成为重构数字社会关系的重要基础设施。

AI正在经历类似的变化——它既是一种技术，也逐渐形成新的传播生态。报告中也提到，AI带来的并不只是增加一个新的传播渠道，而是信息生产、中介、分发、转化和留存方式的一系列结构性改变。

这些底层变化，也传导到了品牌管理层面。

《报告》认为，如今，品牌健康管理面临的挑战在于，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。

但变化的另一面，也带来了新的机会。

《报告》指出，如果品牌能够提高自身在AI推荐场景中的呈现质量，可能更早进入消费者的认知，并缩短消费决策路径。与此同时，长期建立能够被AI识别和采信的数字信息，也有助于品牌形成跨平台相对统一的形象，并降低后续维护成本。目前，部分品牌已经开始布局GEO，即生成引擎优化，希望提高自身在AI模型中的可见度。

但对于品牌而言，新的流量入口也带来了一个矛盾。

中国人民大学新闻学院教授卢家银表示，互联网传播进入流量竞争之后，事实之外的观点、情绪和争议越来越容易获得关注，而当AI进一步成为新的信息入口，这套竞争逻辑还可能被延续到AI平台之中。“品牌越想通过AI渠道获得可见性，就越需要迎合算法的内容，但品牌生意的根基恰恰在长期、稳定、对公众负责的价值上。”卢家银说。

这也让企业如何提高AI可见性变得更加复杂。一方面，品牌需要让自己的信息更容易被模型获取；另一方面，如果只是通过制造大量内容争夺AI的抓取和推荐，也可能损耗品牌长期积累的可信度。

因此，如何进一步判断AI究竟以怎样的方式理解和呈现品牌则显得更为关键。

针对传统舆情监测、SEO效果评估等工具难以衡量这一问题，复旦大学研究团队此次提出AI品牌健康度指数（AI-BHI）。

这套指数采用“C-B-A三层架构”：

C层为“资产健康度”，主要衡量企业公开数字资产的完整性、一致性和可验证性，相当于品牌在数字环境中的底层信息基础。

B层为“机制健康度”，重点考察品牌内容与AI信息处理逻辑之间的适配程度，也就是这些品牌信息能否被AI准确理解。

A层则是“表现健康度”，直接衡量一个品牌最终在对话式搜索、智能问答等AI终端中的呈现效果。

三个层级的建议权重为2∶3∶5，也可以根据不同行业特征和企业发展阶段进行调整。研究团队通过对200个品牌样本进行回归分析后认为，三个层级之间存在由下至上的传导关系，底层数字资产的质量会进一步影响品牌最终在AI中的表现。

这也意味着，对于企业而言，仅仅针对AI回答结果进行优化并不够。如果公开信息本身缺失、矛盾或者缺乏可信来源，最终仍会影响AI对品牌的理解和呈现。

在指数之外，研究团队还同步推出了AI品牌健康度指数评估系统。企业可以录入品牌相关信息并生成评估结果，同时针对不同大模型进行对比，观察同一个品牌在不同AI平台中的表现差异。

当AI品牌健康度指数解决了如何衡量的问题，那么对于企业而言，更长期的挑战是把这种变化纳入日常品牌管理。

围绕AI时代品牌管理未来的变化，《报告》提出了三个趋势。

首先，品牌之间的竞争可能从短期流量获取进一步转向长期的“认知资产积累”。此外，信任的形成不再只是企业和消费者之间的关系。随着AI成为新的信息中介，品牌、用户、媒体和AI平台共同参与的信息传播体系正在形成。同时，品牌风险管理也需要从出现问题后的“事后灭火”，转向更长期和常态化的信息维护。

而针对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。

例如认知资产上，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，把品牌健康管理进一步嵌入企业日常运营流程。

而卢家银则认为，从更长期来看，企业在AI时代真正需要积累的仍然不是短期流量，而是能够被持续验证的品牌认知。一方面，要把官网、媒体报道等已有信息转化为更容易被AI识别和调用的知识资产；另一方面，专家观点、真实的用户连接以及企业长期践行的价值，也仍然构成品牌信任的重要部分。

因此，AI并不是横亘在品牌和公众之间的一道新“屏障”，而更像是一种企业必须学习适应的新传播环境。最终能够形成优势的，也未必是谁在短期内最善于操控流量，而是谁能把长期积累的品牌事实和价值，逐渐沉淀为AI可以稳定识别和采信的信息。

此外，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。他指出，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。”他说。

过去很长一段时间，品牌管理关心的核心问题是如何获得更多曝光，以及消费者如何评价自己。而当AI逐渐成为消费者获取品牌信息的新入口之后，企业还需要面对一个新的问题：AI如何理解这个品牌，以及这种理解又将如何影响消费者。