智能经济的发展形态 是 由技术迭代与市场主体的共同选择塑造 的 ，平衡 AI创新与风险管控，核心在于全产业链协同共建可信秩序。AI技术厂商、实体企业、从业者、行业协会、监管部门需形成共识，围绕 保障 数据可信、 防范内容 造假、 抵御 数据 投毒、规范 AI营销等核心问题 协 同 行动。
本文系盘古智库学术委员、上海财经大学特聘教授、智能科技产业与智能经济研究学者胡延平在未来品牌与广告可信传播生态矩阵合作暨企业高质量传播星河思享汇的会议期间接受记者采访的内容整理，文章来源于《中国名牌》。
本文大约1700字，读完约4分钟。
当前，各行各业都在主动拥抱人工智能，试图借助技术完成数字化升级、降本增效，但不少企业在实际应用中频频踩坑，这一现实矛盾也成为本次活动现场企业代表普遍关心的议题。
胡延平在采访中强调，可信传播并非媒体行业的专属议题，而是人工智能赋能下智能经济发展的根基，直接决定智能经济能否实现又快又稳又好的可持续发展。“可信的核心要义是可见、可控、可靠，是构建全域产业信任体系的关键。”他进一步表示，一旦缺失可信底座，市场主体无法依托AI技术完成生产、服务、消费的闭环流转，智能经济的实质是能力经济，能力经济的能力价值交换网络如果离开可信，将失去运转基础。
当前人工智能大模型和智能体的水准正从“可用”走向“高可用”，但是伴生、次生、新生的风险与隐患持续凸显。表层问题是大众熟知的模型幻觉，深层风险更为复杂，涵盖数据链路、知识漂移、模型投毒、模型越狱、安全攻击等多重隐患。与此同时，多模态生成、行业专用模型、世界模型雏形持续落地，进一步提升了可信治理的难度。胡延平指出，可信治理绝不能事后补救，必须前置布局。当前是智能经济的选择窗口期和形态塑造期，这个阶段也是建立可信传播规则、完善行业标准、配套治理工具的关键窗口期，唯有提前应对技术演进与应用带来的风险，才能规避未来高昂的治理成本，为智能产业发展筑牢安全底线。智能经济不能重蹈数字经济治理事后踩刹车的覆辙。
如今，行业存在一个认知误区，认为可信约束会限制模型判断能力、影响内容输出效果。对此胡延平明确反驳，认为事后整改、浅层管控无法根治AI内容失真行为失范、容易被诱导和攻击等问题，唯有将可信机制内化为AI的原生底层能力，从模型架构、技术原理、训练方法、学习机制等智能源头做起，才能抵御投毒、虚假、诱导等风险，降低智能经济的市场信任与产业经济社会摩擦成本，这也是AI技术合规落地的必由之路。
想要释放AI技术价值，必须摒弃“技术先行、治理后置”的惯性思维，主动以可信标准引导技术合规发展。基于AI工程化落地实践，他提出四层Harness工程框架，构建全域可信的落地路径。一是模型智能体的Harness工程，通过技术优化消解模型幻觉，提升AI输出准确性；二是企业也要有业务应用的Harness工程，企业需主动完成业务数据、应用场景的系统再造，实现自身业务与AI智能体深度融合，摆脱单纯依赖通用模型与Agent的被动局面；三是每个人每个用户也需要实施自己的Harness工程，实现高效人机协同，过程中建立个体的AI认知体系，掌握风险识别能力；四是全社会协同的Harness治理与协调发展的生态工程，由有关部门、产业组织、媒体与社会各方联动，制定行业标准、政策法规、技术协议，搭建全域治理体系。
胡延平认为，智能经济的发展形态是由技术迭代与市场主体的共同选择塑造的，平衡AI创新与风险管控，核心在于全产业链协同共建可信秩序。AI技术厂商、实体企业、从业者、行业协会、监管部门需形成共识，围绕保障数据可信、防范内容造假、抵御数据投毒、规范AI营销等核心问题协同行动。
目前，AI营销领域存在明显监管短板，传统广告可实现曝光、点击、转化的全链路闭环监测，但AI生成内容、智能投放的效果难以量化追溯，虚假刷榜、数据造假等乱象频发，极大影响了企业AI传播的投入信心。但从全球产业实践来看，AI降本增效、提升经营转化的价值不可替代，多平台接入AI体系后营收与转化效率均实现大幅增长，智能化已是品牌营销与产业发展的必然趋势。
谈及未来三五年行业发展趋势，胡延平表示，新一代可信传播体系将打破传统传播框架，形成法规标准、产业支撑、AI原生可信内化的立体化结构，其中AI原生可信内化是核心变革，区别于传统浅层管控模式。■
文章来源于《中国名牌》
图文编辑：张洵
责任编辑：刘菁波
热门跟贴