传播机构Burson最新发布的《可信度悖论》报告指出，品牌虽可能出现在AI生成答案中，但仍面临信任挑战。报告强调，在AI搜索结果中获得提及仅是基础，关键在于内容是否具备实际说服力。
该报告由Burson与AI营销平台Profound联合制作，利用Burson自研的Decipher模型评估AI回答的可信度。作为提供声誉咨询及GEO（生成式引擎优化）服务的机构，Burson旨在通过数据量化品牌在AI生态中的真实影响力。
核心发现：具体主张与商务受众更易获信
具体内容优于抽象概念：数据显示，涉及公司产品或职场文化等具体主张的回答，比关于公司治理或领导力等抽象话题更具可信度。
商务受众信任阈值更低：面向商务人士的AI回答评分较其他受众高出10%。其中，商务群体最关注企业创新能力，而普通消费者则更看重职场文化与产品体验。
研究方法论与局限性
Burson团队向七个主流AI平台针对85家公司发起提问，并将生成的回答输入Decipher模型进行预测分析，累计产生超过5.5万个可信度评分。
需注意的是，这些评分属于模型预测结果，并非基于真实用户反馈。此外，报告未公开具体的提示词、测试公司名单及Decipher模型的底层算法逻辑。
行业启示：从“被提及”转向“被信服”
尽管Google近期将GEO定义为“仍是SEO”，但本报告揭示了被忽视的关键维度：答案的说服力。单纯追踪品牌在AI答案中的曝光量仅能衡量表层指标，内容质量才是决定AI如何评价品牌的核心因素。
未来展望与建议
鉴于当前预测数据尚未与真实用户反应进行对标验证，研究结论存在一定局限。然而，随着AI在企业发现流程中的作用日益凸显，品牌方应将重心从单纯的“AI提及率”转移至“AI可信度”建设，以适应生成式搜索时代的竞争规则。