當(dāng)AI推薦產(chǎn)品，品牌如何掌握主導(dǎo)權(quán)

AI智能體的崛起，正在從根本上重塑企業(yè)與消費者之間的契約關(guān)系。曾經(jīng)構(gòu)成品牌關(guān)系基礎(chǔ)的聯(lián)系正被AI重塑，AI常常對其進行干預(yù)，有時甚至完全掌控。為了取得成功，企業(yè)必須有效應(yīng)對所有類型的互動——從完全的人工交流，到與品牌智能體和通用AI的互動，再到完全自主的AI智能體介入。

2024年，保樂力加（Pernod Ricard）數(shù)字與設(shè)計主管戈克岑·卡拉卡（GOKCEN KARACA）驚訝地發(fā)現(xiàn)，2/3的Z世代和超過一半的千禧一代已經(jīng)開始使用大語言模型（LLM）來研究產(chǎn)品。他認(rèn)為，是時候正式研究AI如何談?wù)撈淦煜戮祁惼放屏恕Ｓ谑牵c數(shù)字營銷服務(wù)機構(gòu)Jellyfish合作，分析主流AI模型如何講述他們的品牌。研究結(jié)果令他很失望。AI模型的數(shù)據(jù)常常不完整或不準(zhǔn)確。例如，一款流行的AI產(chǎn)品將百齡壇（Ballantine）蘇格蘭威士忌——一款價格親民的大眾市場產(chǎn)品——錯誤地歸類為高端產(chǎn)品。

為了應(yīng)對這一問題，卡拉卡和團隊啟動了一個項目，旨在監(jiān)測并調(diào)整他們所謂的“模型份額”（share of model）——衡量其品牌在不同AI產(chǎn)品搜索結(jié)果中出現(xiàn)的頻率和受歡迎程度，并與競爭對手做比較。為了提高旗下品牌的模型份額，卡拉卡團隊現(xiàn)在定期向所有熱門AI提問，詢問有關(guān)保樂力加產(chǎn)品的問題，并記錄AI的回答。團隊成員隨后更新網(wǎng)站和廣告文案，以引導(dǎo)AI傳遞相同的信息。通過反復(fù)迭代和調(diào)整，他們成功地優(yōu)化了AI對公司旗下品牌組合的認(rèn)知。如今，AI能正確地將百齡壇識別為一款價格更親民的蘇格蘭威士忌。

保樂力加的經(jīng)驗揭示了每個品牌面臨的根本性轉(zhuǎn)變。過去20年，品牌學(xué)會了優(yōu)化關(guān)鍵詞策略，以期在搜索引擎結(jié)果中置頂。如今，他們面臨新的挑戰(zhàn)：如何針對AI優(yōu)化品牌展示結(jié)果。正如卡拉卡團隊看到的，許多消費者已經(jīng)在用AI研究產(chǎn)品或比價。管理咨詢公司科爾尼（Kearney）2025年7月對750名美國消費者進行的一項調(diào)查發(fā)現(xiàn)，60%的購物者預(yù)計在未來12個月內(nèi)使用智能AI進行購物。各大AI公司都在開發(fā)智能體，以期實現(xiàn)主流應(yīng)用。例如，OpenAI正在與線上支付工具Stripe和PayPal，以及沃爾瑪和購物平臺Shopify等零售商合作，以促進ChatGPT內(nèi)的購物體驗。它們正在為自動化、完整的客戶旅程奠定基礎(chǔ)。這意味著，企業(yè)很快將進入一個全新的品牌管理時代：基于大語言模型的AI智能體將代表顧客行事，在無需人工協(xié)助的情況下完成交易。

大多數(shù)品牌都對這種轉(zhuǎn)變毫無準(zhǔn)備。高管們必須自問一些關(guān)鍵問題，例如：當(dāng)我們的主要受眾可能并非人類時，該如何調(diào)整溝通策略？在AI主導(dǎo)的世界里，品牌關(guān)系將會發(fā)生怎樣的變化？我們?nèi)绾螢槲磥碜龊脺?zhǔn)備，迎接客戶關(guān)系雙方都日益由AI掌控的局面？這個問題無法通過簡單的技術(shù)手段解決。企業(yè)必須從根本上重新思考品牌、客戶和AI之間的互動方式。

本文基于我們對多個國家（包括美國和英國）數(shù)千名消費者的廣泛研究，以及我們?yōu)槠髽I(yè)和初創(chuàng)公司開發(fā)AI應(yīng)用框架的工作，闡述因為AI智能體而涌現(xiàn)的品牌與消費者關(guān)系的全貌。我們展示了AG1、蘭博基尼和ServiceNow等具有前瞻性思維的公司如何調(diào)整其策略以優(yōu)化AI應(yīng)用。此外，我們還提供了一份路線圖，幫助企業(yè)高管行動起來。

AI智能體的三種交互類型

大多數(shù)消費者目前尚未將購買行為交托給AI智能體。但他們越來越多地像使用搜索引擎一樣使用ChatGPT等AI產(chǎn)品：進行下單前的研究。他們會詢問產(chǎn)品功能、比較選項，并在做出購買決定前閱讀AI生成的評論。正如保樂力加的案例所展示的，無論消費者是否委托AI做出購買決定，企業(yè)都必須監(jiān)控并優(yōu)化其在AI模型中的呈現(xiàn)。我們下文要描述的AI智能體類型代表了這種行為的自然演變，即被動的信息收集逐漸發(fā)展為主動的中介服務(wù)。幸運的是，許多幫助企業(yè)管理AI智能體的購物策略，同樣也能幫助他們更好地服務(wù)于那些使用AI模型進行基礎(chǔ)研究的消費者。

隨著AI智能體的日漸普及，品牌與消費者之間傳統(tǒng)的互動關(guān)系正在被一系列新的互動模式所取代——有些互動經(jīng)由AI智能體，有些則完全由AI智能體驅(qū)動。除了直接的人際互動，三種新興的互動模式正在市場上并存。

第一種類型，品牌智能體（brand agents），直接與客戶互動。與僅能回答問題的傳統(tǒng)聊天AI不同，這些智能體能幫助消費者以全新的方式探索產(chǎn)品、做出決策并獲取服務(wù)。第一資本金融公司（Capital One）的自主服務(wù)系統(tǒng)Auto Navigator Chat Concierge就是一個很好的例子。它可以查詢經(jīng)銷商庫存、安排試駕、估算舊車置換價值并解答融資問題。客戶甚至在踏入經(jīng)銷商門店之前，就可以通過這個智能體完成大部分購車流程。

第二種類型，消費者智能體（consumer agents），代表消費者個體在多個品牌間進行操作。例如，AI產(chǎn)品Claude的“電腦使用”功能，使智能體能夠自主瀏覽屏幕、填寫表格并完成購買。它幾乎可以充當(dāng)消費者的個人線上代表。

第三種類型，完全智能體（full AI intermediation），無須人工直接干預(yù)即可在交易雙方之間自主交互。在這種模式下，人類的意圖、情緒和偏好會通過算法預(yù)先過濾。我們已經(jīng)看到了這種模式的早期階段：ChatGPT的智能體會在 OpenTable上搜索餐廳，自動填寫預(yù)訂信息并完成預(yù)訂。Hostie的智能體會管理咨詢、評估空房情況，并代表餐廳發(fā)送預(yù)訂確認(rèn)信息。雖然目前人類仍然在監(jiān)控這個過程，但這些系統(tǒng)是完全自主流程的早期范例，涵蓋了從產(chǎn)品調(diào)研到完成交易的整個過程。

品牌必須評估哪些傳統(tǒng)客戶關(guān)系需要保留，哪些需要變革。為了引導(dǎo)這一轉(zhuǎn)變，品牌經(jīng)理應(yīng)重點關(guān)注智能體應(yīng)用的三個關(guān)鍵階段。第一，確定是否需要部署智能體。第二，如果需要部署，必須說服消費者使用你們品牌的自有智能體，而不是用戶選擇的智能體。第三，對于那些偏好使用自己選擇的智能體的消費者，必須確保這些智能體幫用戶選擇你的品牌。

第一階段

決定是否需要部署AI智能體

品牌要回答的第一個問題是：你們的消費者是否真的希望與AI互動？在消費者更傾向于人際互動的場景下部署AI，不僅效果不佳，甚至可能損害品牌關(guān)系。答案取決于多種因素：產(chǎn)品或服務(wù)的性質(zhì)、消費場景、人際互動在品牌價值主張中的重要性，以及消費者對AI的認(rèn)知。

李冰青、賴宇航、王鑫（皆為音譯）等學(xué)者的研究表明，人們愿意在較低風(fēng)險、例行決策且結(jié)果可預(yù)測的場景中使用智能體。很少有公司比亞馬遜更洞悉這一點，該公司近10年來一直在悄然推進此類決策的自動化。2015年，亞馬遜推出了速遞按鈕（Dash Button），這是一款可通過Wi-Fi（無線網(wǎng)絡(luò)）連接的小型設(shè)備，顧客只需輕觸即可立即重新訂購家居用品。隨著顧客期望的不斷變化，亞馬遜的策略也在不斷演變。該公司推出了虛擬速遞按鈕和速遞補貨服務(wù)，使智能設(shè)備能夠根據(jù)使用情況自動補貨。但真正的飛躍始于其2019年“訂購省”（Subscribe & Save）服務(wù)的擴展，該服務(wù)允許客戶在數(shù)百種產(chǎn)品類別（從嬰兒濕巾到剃須刀片）中，按自己選擇的周期自動訂購定期送貨服務(wù)。2024年，美國亞馬遜23%的用戶擁有有效“訂閱省”訂單。如今，亞馬遜正憑借Alexa+這款A(yù)I助手開啟其智能化戰(zhàn)略的新階段。Alexa+旨在解讀用戶意圖、做出決策并自主執(zhí)行多步驟購物任務(wù)。例如，用戶只需發(fā)出“補充我的食品雜貨”這樣的指令，即可觸發(fā)一系列操作，包括通過智能家居系統(tǒng)檢查食品儲藏室的庫存、查看過往訂單、選擇偏好品牌以及確認(rèn)送貨時間——所有這些操作均無須用戶干預(yù)。

在消費者對AI接受度較低甚至抵觸的領(lǐng)域，品牌必須謹(jǐn)慎行事。上述李冰青、賴宇航和王鑫的研究涵蓋多項調(diào)查，涉及11.9萬名參與者，重點闡述了幾個此類情境。在具有個人意義的購買中，消費者往往對AI持抵觸態(tài)度——例如，那些將個人身份與購買行為相連接的發(fā)燒友，他們更傾向于直接參與。同樣，在需要人類付出才能體現(xiàn)關(guān)懷和體貼的領(lǐng)域，例如贈送禮物或撰寫私人信息，AI的介入會讓人感覺缺乏人情味，因為人們珍視在情感交流中感知到人類的付出。

高風(fēng)險決策是另一個阻力較大的領(lǐng)域：消費者往往更傾向于掌控那些影響深遠的選擇。例如，波士頓大學(xué)和賽富時公司（Salesforce）的消費者調(diào)查都顯示，人們通常對醫(yī)療保健領(lǐng)域的AI持謹(jǐn)慎態(tài)度。人們也更樂于將AI用于他們認(rèn)為客觀的任務(wù)（例如分析數(shù)據(jù)或指路），而不是主觀的任務(wù)（例如推薦伴侶或電影）。在人際關(guān)系和個性化服務(wù)至關(guān)重要的領(lǐng)域，例如奢侈品或高端體驗，反對的聲音更大。在這些情況下，人們往往為人類導(dǎo)購支付的費用與產(chǎn)品本身的費用一樣高。

不同年齡、文化背景和產(chǎn)品類別的消費者對AI的偏好各不相同，而且會隨著技術(shù)發(fā)展不斷變化。由于AI發(fā)展迅速，品牌必須密切關(guān)注消費者態(tài)度的轉(zhuǎn)變，以便調(diào)整自身策略，真正滿足消費者的需求。蘭博基尼在自動駕駛技術(shù)方面就很好地詮釋了這一點。盡管特斯拉這樣的車企已將自駕功能作為其創(chuàng)新路徑的基石，蘭博基尼卻反其道而行之。“蘭博基尼存在的目的在于駕駛它，而不是被駕駛。”公司CEO斯蒂芬·溫克爾曼（Stephan Winkelmann）曾這樣說。他認(rèn)為，蘭博基尼客戶的核心動機并非便利或效率，而是掌控高性能機器帶來的酣暢淋漓的體驗。同樣的道理也適用于高端購物體驗，消費者往往重視探索過程。購買百達翡麗腕表或愛馬仕手袋的顧客，享受的是研究過程、期待感以及店內(nèi)專家的指導(dǎo)。這種體驗不應(yīng)由AI智能體自動完成。

品牌方的選擇也不必非此即彼。即使在消費者可能抱有抵觸情緒的領(lǐng)域，AI也能發(fā)揮重要作用。例如，精心設(shè)計的“AI-人類”混合體驗，既能發(fā)揮AI的高效性，又能提供人類的指導(dǎo)。

當(dāng)跨國營養(yǎng)公司AG1（前身為Athletic Greens）在全球市場高速擴張時，開始面臨數(shù)萬條客戶咨詢，其支持團隊承受著巨大壓力。客戶洞察與會員體驗高級副總裁莉拉·弗朗西斯（Leala Francis）從中看到了機會，重新思考品牌服務(wù)客戶的方式。她沒有在自動化和人工服務(wù)之間二選一，而是制定了一項選擇性的AI策略，旨在保留品牌使命的核心——人與人之間的聯(lián)結(jié)。該計劃基于兩個原則。首先，像培訓(xùn)任何新客服代表一樣培訓(xùn)AI智能體。賦予其訪問后端系統(tǒng)的權(quán)限，使其擁有品牌的語氣，并利用實時客戶數(shù)據(jù)對其進行指導(dǎo)。例如，如果客戶即將度假，代理可以建議暫停訂閱或提供旅行套餐。

其次，要確保社區(qū)建設(shè)互動完全由人類主導(dǎo)。例如，AG1的人工團隊會親自回復(fù)每一條客戶評論。自2024年啟動以來，該項目取得的成果令人振奮：AI智能體在99%的互動中都獲得了滿分，完全符合品牌對人工服務(wù)的高標(biāo)準(zhǔn)要求。而且，AG1的客戶不僅沒有抵觸，反而欣然接受了這一改變。在該公司登錄與AI智能體的互動量，較電子郵件互動量增加了兩位數(shù)百分比。最重要的是，效率的提升使得人工客服能夠投入更多時間，以同理心和創(chuàng)造性思維來解決復(fù)雜的客戶問題。

高端運動服飾品牌飛奧力（Vuori）的客戶支持運營部門也面臨著類似壓力。2023年初，該公司與客戶服務(wù)平臺Kustomer合作，開發(fā)了能夠體現(xiàn)品牌調(diào)性的 AI客服，并精心定義了語言、語氣和知識訪問權(quán)限等參數(shù)。與AG1類似，飛奧力也采用了混合模式：AI用于處理日常咨詢，而將復(fù)雜問題上報給人工客服。結(jié)果令人鼓舞。由于AI可以處理約40%的聊天對話，客服人員可以將精力集中在那些需要人工關(guān)注才能創(chuàng)造更大價值、加深客戶聯(lián)系的互動上。

我們預(yù)計大多數(shù)公司將采用混合策略。AI智能體將處理部分請求，并在必要時或?qū)蛻粲欣麜r引導(dǎo)客戶聯(lián)系客服人員。關(guān)鍵的戰(zhàn)略問題在于，如何恰當(dāng)?shù)夭渴鹚鼈儯嚎蛻粼谀男┓矫娓匾曋苯訁⑴c？AI輔助何時能夠提升客戶體驗？要找到這種平衡點，需要持續(xù)的實驗和客戶反饋。

第二階段

讓顧客使用你的智能體

一旦顧客愿意使用AI智能體，你的新挑戰(zhàn)就來了：如何說服他們選擇你的品牌的自有智能體，而不是第三方的。

以亞馬遜的Rufus和ChatGPT的智能體為例。兩者都能幫助用戶購物，但它們的運作機制截然不同。Rufus由亞馬遜控制，而ChatGPT的智能體則是一款面向消費者的購物助手，意在代表用戶行事。ChatGPT的智能體可以訪問用戶提供的個人信息，但其設(shè)計目的并非服務(wù)于亞馬遜或任何特定零售商。從消費者的角度來看，獨立的AI智能體在信任和數(shù)據(jù)方面具有天生優(yōu)勢。人們自然而然地信任自己直接控制的智能體，將其視為公正的擁護者，完全以用戶利益為出發(fā)點，就像負(fù)有信托責(zé)任的財務(wù)顧問一樣。相比之下，人們可能對品牌的智能體持懷疑態(tài)度，因為這些智能體的主要目的是服務(wù)于公司目標(biāo)。

《消費者報告》是一家以獨立評測產(chǎn)品而聞名的非營利機構(gòu)，評測的產(chǎn)品范圍涵蓋汽車、家電和軟件等，該機構(gòu)已經(jīng)發(fā)現(xiàn)了這種信任挑戰(zhàn)。“私人智能體最引人注目的應(yīng)用場景在于，它們能夠代表消費者發(fā)聲，且不受任何偏見或利益沖突的影響。”《消費者報告》數(shù)字實驗室的協(xié)議負(fù)責(zé)人達扎·格林伍德（Dazza Greenwood）表示。該機構(gòu)已推出聊天機器人Ask CR，旨在幫助消費者快速獲取可信信息。此外，他們還在探索專門構(gòu)建的AI智能體，這些智能體“將用戶利益置于一切之上”，并借鑒了早已預(yù)見到代表個人行事的數(shù)字代理興起的長期監(jiān)管框架。

消費者智能體還擁有數(shù)據(jù)優(yōu)勢。它們可以收集、分析和利用跨多個領(lǐng)域和品牌的數(shù)據(jù)，從而更全面地了解用戶偏好和行為。例如，ChatGPT的記憶功能使其能夠保留用戶過往對話的信息，從而構(gòu)建用戶跨品牌、隨時間推移的詳細用戶畫像。這種廣度和深度的洞察使其能夠為用戶提供高度個性化、情境感知的推薦。

消費者智能體的固有優(yōu)勢帶來了一種戰(zhàn)略上的矛盾：品牌希望通過自有智能體與客戶建立直接聯(lián)系，從而更好地掌控市場；而消費者則有充分理由傾向于選擇獨立智能體。為了應(yīng)對這一挑戰(zhàn)，品牌必須加倍投入消費者智能體難以復(fù)制的能力。品牌智能體的壓倒性優(yōu)勢在于，能夠利用深厚的專有產(chǎn)品知識。與依賴第三方數(shù)據(jù)和可能過時的通用產(chǎn)品信息的通用智能體（例如ChatGPT）不同，品牌智能體可以訪問實時、結(jié)構(gòu)化的產(chǎn)品數(shù)據(jù)，并能以通用智能體無法企及的精準(zhǔn)度響應(yīng)用戶細致入微的查詢。結(jié)合一手客戶數(shù)據(jù)，品牌智能體能夠提供基于對每位客戶偏好、行為以及品牌互動歷史的深入了解的咨詢式個性化體驗。例如，與財務(wù)顧問的智能體討論投資決策，顯然比使用標(biāo)準(zhǔn)的ChatGPT專業(yè)版智能體更有意義。品牌的挑戰(zhàn)在于，如何讓消費者接受這種邏輯。

絲芙蘭著手將AI融入客戶體驗時，充分利用了自身原有的優(yōu)勢。該智能客服系統(tǒng)最初于2012年推出，并于2021年升級了先進的AI功能。該系統(tǒng)利用了通用AI無法獲取的專有資源，包括包含詳細色號和配方分類的產(chǎn)品目錄、可區(qū)分14萬種膚色的Color IQ色彩智能技術(shù)，以及來自超過3 400萬會員（Beauty Insider）的一手用戶檔案。當(dāng)顧客尋求粉底推薦時，AI會參考該顧客的具體膚色、過往購買和退貨記錄以及門店實時庫存。使用AI工具的絲芙蘭顧客完成購買的可能性是其他顧客的3倍。這些工具還讓產(chǎn)品退貨率減少了30%。

品牌智能體的另一項強大優(yōu)勢在于能夠融入“人機協(xié)作”（human-in-the-loop）模式。維持人工監(jiān)督并無縫將復(fù)雜問題上報給專家，能夠構(gòu)建這樣的智能系統(tǒng)的品牌，可以比消費者智能體更具優(yōu)勢，并縮小信任差距。這種混合模式通常是消費者智能體無法實現(xiàn)的，因為消費者智能體的智能系統(tǒng)中只有消費者自己參與其中。

工作流程自動化公司 ServiceNow 開發(fā)的 AI 智能體正是這種方法的典范。該公司部署的AI智能體能夠自主解決80%的查詢，例如訂單更新、系統(tǒng)訪問和基本故障排除。剩余20%更為復(fù)雜或細致的問題，系統(tǒng)會自動將問題上報給工作人員，由他們審核AI生成的輸出結(jié)果，運用專家判斷做出最終決策。這種AI智能體與人工干預(yù)相結(jié)合的方式，將復(fù)雜案例的解決時間縮短了52%，充分展現(xiàn)了品牌如何在提升效率的同時，保持信任、準(zhǔn)確性和可控性。

重要的是，即使用戶忘記使用品牌智能體，傳統(tǒng)的品牌資產(chǎn)仍然至關(guān)重要。當(dāng)消費者對某個品牌有良好的先前體驗時，他們更有可能信任該品牌的智能體。但這僅僅是基礎(chǔ)，品牌智能體本身必須贏得用戶信任。賽富時公司最近的一項調(diào)查發(fā)現(xiàn)，大多數(shù)消費者不相信企業(yè)會以合乎道德的方式使用AI，在與AI而非真人互動時，72%的受訪者要求企業(yè)保持透明。這也帶來了一個戰(zhàn)略機遇。當(dāng)品牌采用并清晰傳遞了負(fù)責(zé)任的AI實踐，不僅可以建立消費者對其智能體的信任，還可以縮小品牌智能體和消費者智能體之間固有的信任差距。

為了探究負(fù)責(zé)任的AI應(yīng)用如何影響消費者的選擇，本文作者之一（奧古扎·阿卡爾）與同事合作，開展了三項大規(guī)模離散選擇實驗，共有來自英國的3 268名參與者。我們要求消費者在具有不同程度負(fù)責(zé)任AI功能（例如隱私、可審計性和可理解性）的AI產(chǎn)品與其他常見屬性（例如價格、性能、個性化和自主性）之間做出合理取舍。

研究結(jié)果十分顯著。在對一款由AI驅(qū)動的養(yǎng)老金規(guī)劃App的研究中，隱私成為影響決策的最重要因素（31%），其次是可審計性或人工監(jiān)督（26%）。在對另一款A(yù)I驅(qū)動的投資App的研究中，隱私再次成為首要驅(qū)動因素，其重要性幾乎與價格不相上下。即使有更高業(yè)績表現(xiàn)的選擇，負(fù)責(zé)任的AI也顯著影響著消費者偏好。或許最能說明問題的是，當(dāng)負(fù)責(zé)任的AI功能融入產(chǎn)品設(shè)計后，養(yǎng)老金App的預(yù)測采用率從2.4%躍升至63.2%，投資App的預(yù)測采用率也提升了27.5%。

要說服消費者選擇你的智能體而非其他獨立智能體，需要遵循兩大最佳實踐。品牌必須利用獨立智能體無法復(fù)制的優(yōu)勢：基于專有產(chǎn)品知識的高度情境化體驗。此外，品牌還必須構(gòu)建靈活的系統(tǒng)，允許智能體將對話移交給人工專家。提供這種程度的個性化和適應(yīng)性，能夠為客戶提供一個智能選擇，他們可以根據(jù)自己的偏好，選擇使用智能體或更改服務(wù)。

第三階段

讓通用AI推薦你的品牌

即使品牌都在推廣自己的AI智能體，許多消費者可能仍然會選擇使用ChatGPT、Claude或Gemini等通用AI。這就產(chǎn)生了一個新的戰(zhàn)略要務(wù)：確保你的品牌能夠被這些AI看到，并最終被它們推薦。

要實現(xiàn)這一點，僅僅構(gòu)建自己的AI智能體是不夠的。品牌還必須與更廣泛的AI生態(tài)系統(tǒng)建立無縫整合。以美國生鮮雜貨配送平臺Instacart迅速適應(yīng)AI輔助購物為例。2023年，OpenAI推出ChatGPT插件后，Instacart采取了雙管齊下的策略。它在自己的App里構(gòu)建了Ask Instacart，一個基于ChatGPT的搜索工具。此外，它還開發(fā)了一個ChatGPT插件，允許用戶在與ChatGPT聊天時直接將商品添加到購物車。

用戶首先會提出諸如“如何輕松制作一個胡蘿卜蛋糕？”之類的問題。Instacart 的插件就會提供食譜，并自動將食材添加到ChatGPT的購物車中。這種方式凸顯了接入通用AI的重要性。通過將服務(wù)嵌入自身應(yīng)用和外部AI平臺中，Instacart有效地滿足了眾多消費者的各種食品相關(guān)需求，無論用戶的對話開始于何處。

品牌要做好迎接AI智能體的準(zhǔn)備，還需要持續(xù)學(xué)習(xí)、實驗和調(diào)整。例如，當(dāng) OpenAI推出定制版GPT（生成式預(yù)訓(xùn)練Transformer模型，這里指的是ChatGPT的定制版本）時，Instacart也迅速做出調(diào)整，推出了自己的GPT模型以鞏固其在ChatGPT平臺上的地位。調(diào)整的核心在于評估品牌在主流AI模型中的表現(xiàn)，并針對這些模型進行優(yōu)化。

與保樂力加的做法類似，達能也定期監(jiān)測主流AI模型如何展現(xiàn)其品牌形象，并采取針對性措施實時管理AI驅(qū)動的認(rèn)知變化。當(dāng)出現(xiàn)差異或誤解時，Instacart 會對其營銷傳播進行相應(yīng)調(diào)整，并追蹤AI智能體在描述和推薦產(chǎn)品方面的可衡量的改進。

哈佛商學(xué)院最近一項關(guān)于AI智能體如何感知各種品牌的研究，探索了更多的管理工具。其中一項研究考察了策略性文本序列（strategic text sequence，簡稱STS）的應(yīng)用。簡而言之，STS是一段由算法生成的文本序列，通常對人類讀者而言毫無意義，但會被添加到產(chǎn)品信息頁面，以提高該產(chǎn)品被AI智能體列為首選推薦的概率。

研究人員測試了兩個虛構(gòu)的咖啡品牌：ColdBrew Master和QuickBrew Express。ColdBrew Master最初由于價格較高而被排除在推薦之外，但在插入搜索詞后，它成了最受推薦的選擇之一。QuickBrew Express此前已出現(xiàn)在搜索結(jié)果中，同樣受益于搜索詞的插入，并在AI推薦列表中脫穎而出。其他研究也強調(diào)了AI對全球品牌或AI生成內(nèi)容的積極偏好，這為品牌提供了更多可利用的手段。

新一代推理模型為品牌優(yōu)化工具包增添了又一強大工具。這些模型揭示了AI模型的決策過程，使品牌能夠了解為什么某些產(chǎn)品會比其他產(chǎn)品更受推薦。舉個實際例子：一位消費者使用Perplexity的R1模型在英國搜索無線充電器。當(dāng)被問及“網(wǎng)上有哪些最佳產(chǎn)品？”時，該AI模型清晰展示了其思考過程。它顯示，會從權(quán)威媒體獲取信息，并引導(dǎo)客戶考慮價格、兼容性和用戶評價等因素。在本案例中，其首選推薦產(chǎn)品是Ugreen Qi2充電器。對于競爭品牌的產(chǎn)品經(jīng)理而言，這提供了一個便于借鑒的范例。

通過強調(diào)消費者關(guān)心的功能（例如Qi2充電或支持多個設(shè)備），并以讓買家感覺公平的方式定價，你可以確保在AI模型查詢時，你的產(chǎn)品能夠出現(xiàn)，并大大增加AI選擇它的機會。但如果不清楚消費者究竟是如何與AI互動的，優(yōu)化工作就可能失敗。卡內(nèi)基梅隆大學(xué)最近的研究表明，即使搜索詞的細微變化也會顯著改變品牌推薦。研究人員使用同義詞修改了諸如“幫我選擇最佳虛擬服務(wù)網(wǎng)絡(luò)（VPN） 服務(wù)”之類的基本提示語，發(fā)現(xiàn)即使簡單的措辭調(diào)整，也能將消費者選擇某個品牌的可能性提高多達78.3%。簡而言之，了解消費者如何進行搜索查詢是改進和優(yōu)化營銷內(nèi)容的基礎(chǔ)。這意味著需要定期測試產(chǎn)品信息在不同提示語下的表現(xiàn)，并通過搜索日志和客戶服務(wù)互動來監(jiān)控消費者實際使用的措辭。隨著AI系統(tǒng)的不斷發(fā)展，基于提示語的優(yōu)化需要成為品牌方的一項持續(xù)性工作，而非一勞永逸。

展望未來，品牌應(yīng)開始采用新興的AI無障礙標(biāo)準(zhǔn)。llms.txt就是一個備受關(guān)注的方案，它是一種專為大語言模型設(shè)計的機器可讀格式。與傳統(tǒng)網(wǎng)頁內(nèi)容不同，llms.txt允許品牌以AI智能體能夠輕松解析和排序的方式組織和呈現(xiàn)產(chǎn)品信息。Cloudflare、HubSpot和Stripe等具有前瞻性的品牌已經(jīng)開始實踐。初步結(jié)果令人鼓舞：一些品牌已經(jīng)看到了可衡量的收益，例如兩周內(nèi)AI生成的流量增長了 12%，自然流量增長了25%。

品牌還應(yīng)為AI驅(qū)動的商業(yè)模式的興起做好準(zhǔn)備。類似于搜索引擎廣告的付費推廣機制可能會影響AI推薦的產(chǎn)品。為了保持競爭力，品牌需要制定策略，在AI主導(dǎo)的市場中保持曝光度，同時確保付費推廣的透明度，并符合不斷變化的全球監(jiān)管規(guī)定。

AI智能體的崛起，正在從根本上重塑企業(yè)與消費者之間的契約關(guān)系。曾經(jīng)構(gòu)成品牌關(guān)系基礎(chǔ)的聯(lián)系正被AI重塑，AI常常對其進行干預(yù)，有時甚至完全掌控。為了取得成功，企業(yè)必須有效應(yīng)對所有類型的互動——從完全的人工交流，到與品牌智能體和通用AI的互動，再到完全自主的AI智能體介入。

消費者對AI的使用會因其與品牌的關(guān)系，以及產(chǎn)品或服務(wù)的性質(zhì)而異。即使對同一品牌，消費者也可能偏好混合模式，例如將日常任務(wù)委托給通用AI，就詳細問題咨詢品牌智能體，以及與人工客服完成重要交易。考慮哪些方式最適合你的用戶，并在合適的時機使用它們，才能幫助你的品牌取得成功。

奧古扎·阿卡爾（Oguz A. Acar） 大衛(wèi)·A.施韋德爾（David A. Schweidel）| 文

奧古扎·阿卡爾是倫敦國王學(xué)院國王商學(xué)院的市場營銷與創(chuàng)新學(xué)教授。

大衛(wèi)·A.施韋德爾是埃默里大學(xué)戈伊蘇埃塔商學(xué)院戈伊蘇埃塔商業(yè)技術(shù)講席教授兼市場營銷學(xué)教授。

程明霞 | 編輯

聯(lián)系方式

投稿、廣告、內(nèi)容和商務(wù)合作

newmedia@hbrchina.org