品牌

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；

复旦大学传播与国家治理研究中心主任张志安带领的研究团队，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，最终完成了《报告》。

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。

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，《AI时代品牌健康度与管理创新报告》（以下简称《报告》）同期发布。

为帮助企业对上述指标进行常态化的追踪与管理，研究团队同步推出了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。

会上，来自高校、媒体及业界的专家围绕智能时代的品牌健康度管理展开了深度研讨。

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；

复旦发布《AI时代品牌健康度与管理创新报告》

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；

该产品基于报告中的三层评估模型开发，支持企业自主录入品牌信息、一键生成健康度评估报告，并可针对不同大模型进行多维度对比分析，直观呈现品牌在各大AI平台中的表现差异与改进方向。

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，《AI时代品牌健康度与管理创新报告》（以下简称《报告》）同期发布

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

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；

目前，已有品牌率先布局生成引擎优化（GEO）以提升在AI模型中的可见性，为行业提供了有益参照。