AI智能体的崛起，正在从根本上重塑企业与消费者之间的契约关系。曾经构成品牌关系基础的联系正被AI重塑，AI常常对其进行干预，有时甚至完全掌控。为了取得成功，企业必须有效应对所有类型的互动——从完全的人工交流，到与品牌智能体和通用AI的互动，再到完全自主的AI智能体介入。
    2024年，保乐力加（Pernod Ricard）数字与设计主管戈克岑·卡拉卡（GOKCEN KARACA）惊讶地发现，2/3的Z世代和超过一半的千禧一代已经开始使用大语言模型（LLM）来研究产品。他认为，是时候正式研究AI如何谈论其旗下酒类品牌了。于是，他与数字营销服务机构Jellyfish合作，分析主流AI模型如何讲述他们的品牌。研究结果令他很失望。AI模型的数据常常不完整或不准确。例如，一款流行的AI产品将百龄坛（Ballantine）苏格兰威士忌——一款价格亲民的大众市场产品——错误地归类为高端产品。
    为了应对这一问题，卡拉卡和团队启动了一个项目，旨在监测并调整他们所谓的“模型份额”（share of model）——衡量其品牌在不同AI产品搜索结果中出现的频率和受欢迎程度，并与竞争对手做比较。为了提高旗下品牌的模型份额，卡拉卡团队现在定期向所有热门AI提问，询问有关保乐力加产品的问题，并记录AI的回答。团队成员随后更新网站和广告文案，以引导AI传递相同的信息。通过反复迭代和调整，他们成功地优化了AI对公司旗下品牌组合的认知。如今，AI能正确地将百龄坛识别为一款价格更亲民的苏格兰威士忌。
    保乐力加的经验揭示了每个品牌面临的根本性转变。过去20年，品牌学会了优化关键词策略，以期在搜索引擎结果中置顶。如今，他们面临新的挑战：如何针对AI优化品牌展示结果。正如卡拉卡团队看到的，许多消费者已经在用AI研究产品或比价。管理咨询公司科尔尼（Kearney）2025年7月对750名美国消费者进行的一项调查发现，60%的购物者预计在未来12个月内使用智能AI进行购物。各大AI公司都在开发智能体，以期实现主流应用。例如，OpenAI正在与线上支付工具Stripe和PayPal，以及沃尔玛和购物平台Shopify等零售商合作，以促进ChatGPT内的购物体验。它们正在为自动化、完整的客户旅程奠定基础。这意味着，企业很快将进入一个全新的品牌管理时代：基于大语言模型的AI智能体将代表顾客行事，在无需人工协助的情况下完成交易。
    大多数品牌都对这种转变毫无准备。高管们必须自问一些关键问题，例如：当我们的主要受众可能并非人类时，该如何调整沟通策略？在AI主导的世界里，品牌关系将会发生怎样的变化？我们如何为未来做好准备，迎接客户关系双方都日益由AI掌控的局面？这个问题无法通过简单的技术手段解决。企业必须从根本上重新思考品牌、客户和AI之间的互动方式。
    本文基于我们对多个国家（包括美国和英国）数千名消费者的广泛研究，以及我们为企业和初创公司开发AI应用框架的工作，阐述因为AI智能体而涌现的品牌与消费者关系的全貌。我们展示了AG1、兰博基尼和ServiceNow等具有前瞻性思维的公司如何调整其策略以优化AI应用。此外，我们还提供了一份路线图，帮助企业高管行动起来。

AI智能体的三种交互类型
    大多数消费者目前尚未将购买行为交托给AI智能体。但他们越来越多地像使用搜索引擎一样使用ChatGPT等AI产品：进行下单前的研究。他们会询问产品功能、比较选项，并在做出购买决定前阅读AI生成的评论。正如保乐力加的案例所展示的，无论消费者是否委托AI做出购买决定，企业都必须监控并优化其在AI模型中的呈现。我们下文要描述的AI智能体类型代表了这种行为的自然演变，即被动的信息收集逐渐发展为主动的中介服务。幸运的是，许多帮助企业管理AI智能体的购物策略，同样也能帮助他们更好地服务于那些使用AI模型进行基础研究的消费者。
    随着AI智能体的日渐普及，品牌与消费者之间传统的互动关系正在被一系列新的互动模式所取代——有些互动经由AI智能体，有些则完全由AI智能体驱动。除了直接的人际互动，三种新兴的互动模式正在市场上并存。
    第一种类型，品牌智能体（brand agents），直接与客户互动。与仅能回答问题的传统聊天AI不同，这些智能体能帮助消费者以全新的方式探索产品、做出决策并获取服务。第一资本金融公司（Capital One）的自主服务系统Auto Navigator Chat Concierge就是一个很好的例子。它可以查询经销商库存、安排试驾、估算旧车置换价值并解答融资问题。客户甚至在踏入经销商门店之前，就可以通过这个智能体完成大部分购车流程。
    第二种类型，消费者智能体（consumer agents），代表消费者个体在多个品牌间进行操作。例如，AI产品Claude的“电脑使用”功能，使智能体能够自主浏览屏幕、填写表格并完成购买。它几乎可以充当消费者的个人线上代表。
    第三种类型，完全智能体（full AI intermediation），无须人工直接干预即可在交易双方之间自主交互。在这种模式下，人类的意图、情绪和偏好会通过算法预先过滤。我们已经看到了这种模式的早期阶段：ChatGPT的智能体会在 OpenTable上搜索餐厅，自动填写预订信息并完成预订。Hostie的智能体会管理咨询、评估空房情况，并代表餐厅发送预订确认信息。虽然目前人类仍然在监控这个过程，但这些系统是完全自主流程的早期范例，涵盖了从产品调研到完成交易的整个过程。
    品牌必须评估哪些传统客户关系需要保留，哪些需要变革。为了引导这一转变，品牌经理应重点关注智能体应用的三个关键阶段。第一，确定是否需要部署智能体。第二，如果需要部署，必须说服消费者使用你们品牌的自有智能体，而不是用户选择的智能体。第三，对于那些偏好使用自己选择的智能体的消费者，必须确保这些智能体帮用户选择你的品牌。
第一阶段 决定是否需要部署AI智能体
    品牌要回答的第一个问题是：你们的消费者是否真的希望与AI互动？在消费者更倾向于人际互动的场景下部署AI，不仅效果不佳，甚至可能损害品牌关系。答案取决于多种因素：产品或服务的性质、消费场景、人际互动在品牌价值主张中的重要性，以及消费者对AI的认知。
    李冰青、赖宇航、王鑫（皆为音译）等学者的研究表明，人们愿意在较低风险、例行决策且结果可预测的场景中使用智能体。很少有公司比亚马逊更洞悉这一点，该公司近10年来一直在悄然推进此类决策的自动化。2015年，亚马逊推出了速递按钮（Dash Button），这是一款可通过Wi-Fi（无线网络）连接的小型设备，顾客只需轻触即可立即重新订购家居用品。随着顾客期望的不断变化，亚马逊的策略也在不断演变。该公司推出了虚拟速递按钮和速递补货服务，使智能设备能够根据使用情况自动补货。但真正的飞跃始于其2019年“订购省”（Subscribe & Save）服务的扩展，该服务允许客户在数百种产品类别（从婴儿湿巾到剃须刀片）中，按自己选择的周期自动订购定期送货服务。2024年，美国亚马逊23%的用户拥有有效“订阅省”订单。如今，亚马逊正凭借Alexa+这款AI助手开启其智能化战略的新阶段。Alexa+旨在解读用户意图、做出决策并自主执行多步骤购物任务。例如，用户只需发出“补充我的食品杂货”这样的指令，即可触发一系列操作，包括通过智能家居系统检查食品储藏室的库存、查看过往订单、选择偏好品牌以及确认送货时间——所有这些操作均无须用户干预。
    在消费者对AI接受度较低甚至抵触的领域，品牌必须谨慎行事。上述李冰青、赖宇航和王鑫的研究涵盖多项调查，涉及11.9万名参与者，重点阐述了几个此类情境。在具有个人意义的购买中，消费者往往对AI持抵触态度——例如，那些将个人身份与购买行为相连接的发烧友，他们更倾向于直接参与。同样，在需要人类付出才能体现关怀和体贴的领域，例如赠送礼物或撰写私人信息，AI的介入会让人感觉缺乏人情味，因为人们珍视在情感交流中感知到人类的付出。
    高风险决策是另一个阻力较大的领域：消费者往往更倾向于掌控那些影响深远的选择。例如，波士顿大学和赛富时公司（Salesforce）的消费者调查都显示，人们通常对医疗保健领域的AI持谨慎态度。人们也更乐于将AI用于他们认为客观的任务（例如分析数据或指路），而不是主观的任务（例如推荐伴侣或电影）。在人际关系和个性化服务至关重要的领域，例如奢侈品或高端体验，反对的声音更大。在这些情况下，人们往往为人类导购支付的费用与产品本身的费用一样高。
    不同年龄、文化背景和产品类别的消费者对AI的偏好各不相同，而且会随着技术发展不断变化。由于AI发展迅速，品牌必须密切关注消费者态度的转变，以便调整自身策略，真正满足消费者的需求。兰博基尼在自动驾驶技术方面就很好地诠释了这一点。尽管特斯拉这样的车企已将自驾功能作为其创新路径的基石，兰博基尼却反其道而行之。“兰博基尼存在的目的在于驾驶它，而不是被驾驶。”公司CEO斯蒂芬·温克尔曼（Stephan Winkelmann）曾这样说。他认为，兰博基尼客户的核心动机并非便利或效率，而是掌控高性能机器带来的酣畅淋漓的体验。同样的道理也适用于高端购物体验，消费者往往重视探索过程。购买百达翡丽腕表或爱马仕手袋的顾客，享受的是研究过程、期待感以及店内专家的指导。这种体验不应由AI智能体自动完成。
    品牌方的选择也不必非此即彼。即使在消费者可能抱有抵触情绪的领域，AI也能发挥重要作用。例如，精心设计的“AI-人类”混合体验，既能发挥AI的高效性，又能提供人类的指导。
    当跨国营养公司AG1（前身为Athletic Greens）在全球市场高速扩张时，开始面临数万条客户咨询，其支持团队承受着巨大压力。客户洞察与会员体验高级副总裁莉拉·弗朗西斯（Leala Francis）从中看到了机会，重新思考品牌服务客户的方式。她没有在自动化和人工服务之间二选一，而是制定了一项选择性的AI策略，旨在保留品牌使命的核心——人与人之间的联结。该计划基于两个原则。首先，像培训任何新客服代表一样培训AI智能体。赋予其访问后端系统的权限，使其拥有品牌的语气，并利用实时客户数据对其进行指导。例如，如果客户即将度假，代理可以建议暂停订阅或提供旅行套餐。
    其次，要确保社区建设互动完全由人类主导。例如，AG1的人工团队会亲自回复每一条客户评论。自2024年启动以来，该项目取得的成果令人振奋：AI智能体在99%的互动中都获得了满分，完全符合品牌对人工服务的高标准要求。而且，AG1的客户不仅没有抵触，反而欣然接受了这一改变。在该公司登录与AI智能体的互动量，较电子邮件互动量增加了两位数百分比。最重要的是，效率的提升使得人工客服能够投入更多时间，以同理心和创造性思维来解决复杂的客户问题。
    高端运动服饰品牌飞奥力（Vuori）的客户支持运营部门也面临着类似压力。2023年初，该公司与客户服务平台Kustomer合作，开发了能够体现品牌调性的 AI客服，并精心定义了语言、语气和知识访问权限等参数。与AG1类似，飞奥力也采用了混合模式：AI用于处理日常咨询，而将复杂问题上报给人工客服。结果令人鼓舞。由于AI可以处理约40%的聊天对话，客服人员可以将精力集中在那些需要人工关注才能创造更大价值、加深客户联系的互动上。
    我们预计大多数公司将采用混合策略。AI智能体将处理部分请求，并在必要时或对客户有利时引导客户联系客服人员。关键的战略问题在于，如何恰当地部署它们：客户在哪些方面更重视直接参与？AI辅助何时能够提升客户体验？要找到这种平衡点，需要持续的实验和客户反馈。

第二阶段 让顾客使用你的智能体
    一旦顾客愿意使用AI智能体，你的新挑战就来了：如何说服他们选择你的品牌的自有智能体，而不是第三方的。以亚马逊的Rufus和ChatGPT的智能体为例。两者都能帮助用户购物，但它们的运作机制截然不同。Rufus由亚马逊控制，而ChatGPT的智能体则是一款面向消费者的购物助手，意在代表用户行事。ChatGPT的智能体可以访问用户提供的个人信息，但其设计目的并非服务于亚马逊或任何特定零售商。从消费者的角度来看，独立的AI智能体在信任和数据方面具有天生优势。人们自然而然地信任自己直接控制的智能体，将其视为公正的拥护者，完全以用户利益为出发点，就像负有信托责任的财务顾问一样。相比之下，人们可能对品牌的智能体持怀疑态度，因为这些智能体的主要目的是服务于公司目标。
   《消费者报告》是一家以独立评测产品而闻名的非营利机构，评测的产品范围涵盖汽车、家电和软件等，该机构已经发现了这种信任挑战。“私人智能体最引人注目的应用场景在于，它们能够代表消费者发声，且不受任何偏见或利益冲突的影响。”《消费者报告》数字实验室的协议负责人达扎·格林伍德（Dazza Greenwood）表示。该机构已推出聊天机器人Ask CR，旨在帮助消费者快速获取可信信息。此外，他们还在探索专门构建的AI智能体，这些智能体“将用户利益置于一切之上”，并借鉴了早已预见到代表个人行事的数字代理兴起的长期监管框架。
    消费者智能体还拥有数据优势。它们可以收集、分析和利用跨多个领域和品牌的数据，从而更全面地了解用户偏好和行为。例如，ChatGPT的记忆功能使其能够保留用户过往对话的信息，从而构建用户跨品牌、随时间推移的详细用户画像。这种广度和深度的洞察使其能够为用户提供高度个性化、情境感知的推荐。
    消费者智能体的固有优势带来了一种战略上的矛盾：品牌希望通过自有智能体与客户建立直接联系，从而更好地掌控市场；而消费者则有充分理由倾向于选择独立智能体。为了应对这一挑战，品牌必须加倍投入消费者智能体难以复制的能力。品牌智能体的压倒性优势在于，能够利用深厚的专有产品知识。与依赖第三方数据和可能过时的通用产品信息的通用智能体（例如ChatGPT）不同，品牌智能体可以访问实时、结构化的产品数据，并能以通用智能体无法企及的精准度响应用户细致入微的查询。结合一手客户数据，品牌智能体能够提供基于对每位客户偏好、行为以及品牌互动历史的深入了解的咨询式个性化体验。例如，与财务顾问的智能体讨论投资决策，显然比使用标准的ChatGPT专业版智能体更有意义。品牌的挑战在于，如何让消费者接受这种逻辑。
    丝芙兰着手将AI融入客户体验时，充分利用了自身原有的优势。该智能客服系统最初于2012年推出，并于2021年升级了先进的AI功能。该系统利用了通用AI无法获取的专有资源，包括包含详细色号和配方分类的产品目录、可区分14万种肤色的Color IQ色彩智能技术，以及来自超过3 400万会员（Beauty Insider）的一手用户档案。当顾客寻求粉底推荐时，AI会参考该顾客的具体肤色、过往购买和退货记录以及门店实时库存。使用AI工具的丝芙兰顾客完成购买的可能性是其他顾客的3倍。这些工具还让产品退货率减少了30%。
    品牌智能体的另一项强大优势在于能够融入“人机协作”（human-in-the-loop）模式。维持人工监督并无缝将复杂问题上报给专家，能够构建这样的智能系统的品牌，可以比消费者智能体更具优势，并缩小信任差距。这种混合模式通常是消费者智能体无法实现的，因为消费者智能体的智能系统中只有消费者自己参与其中。
    工作流程自动化公司 ServiceNow 开发的 AI 智能体正是这种方法的典范。该公司部署的AI智能体能够自主解决80%的查询，例如订单更新、系统访问和基本故障排除。剩余20%更为复杂或细致的问题，系统会自动将问题上报给工作人员，由他们审核AI生成的输出结果，运用专家判断做出最终决策。这种AI智能体与人工干预相结合的方式，将复杂案例的解决时间缩短了52%，充分展现了品牌如何在提升效率的同时，保持信任、准确性和可控性。
    重要的是，即使用户忘记使用品牌智能体，传统的品牌资产仍然至关重要。当消费者对某个品牌有良好的先前体验时，他们更有可能信任该品牌的智能体。但这仅仅是基础，品牌智能体本身必须赢得用户信任。赛富时公司最近的一项调查发现，大多数消费者不相信企业会以合乎道德的方式使用AI，在与AI而非真人互动时，72%的受访者要求企业保持透明。这也带来了一个战略机遇。当品牌采用并清晰传递了负责任的AI实践，不仅可以建立消费者对其智能体的信任，还可以缩小品牌智能体和消费者智能体之间固有的信任差距。
    为了探究负责任的AI应用如何影响消费者的选择，本文作者之一（奥古扎·阿卡尔）与同事合作，开展了三项大规模离散选择实验，共有来自英国的3 268名参与者。我们要求消费者在具有不同程度负责任AI功能（例如隐私、可审计性和可理解性）的AI产品与其他常见属性（例如价格、性能、个性化和自主性）之间做出合理取舍。
    研究结果十分显著。在对一款由AI驱动的养老金规划App的研究中，隐私成为影响决策的最重要因素（31%），其次是可审计性或人工监督（26%）。在对另一款AI驱动的投资App的研究中，隐私再次成为首要驱动因素，其重要性几乎与价格不相上下。即使有更高业绩表现的选择，负责任的AI也显著影响着消费者偏好。或许最能说明问题的是，当负责任的AI功能融入产品设计后，养老金App的预测采用率从2.4%跃升至63.2%，投资App的预测采用率也提升了27.5%。
    要说服消费者选择你的智能体而非其他独立智能体，需要遵循两大最佳实践。品牌必须利用独立智能体无法复制的优势：基于专有产品知识的高度情境化体验。此外，品牌还必须构建灵活的系统，允许智能体将对话移交给人工专家。提供这种程度的个性化和适应性，能够为客户提供一个智能选择，他们可以根据自己的偏好，选择使用智能体或更改服务。
第三阶段 让通用AI推荐你的品牌
    即使品牌都在推广自己的AI智能体，许多消费者可能仍然会选择使用ChatGPT、Claude或Gemini等通用AI。这就产生了一个新的战略要务：确保你的品牌能够被这些AI看到，并最终被它们推荐。
    要实现这一点，仅仅构建自己的AI智能体是不够的。品牌还必须与更广泛的AI生态系统建立无缝整合。以美国生鲜杂货配送平台Instacart迅速适应AI辅助购物为例。2023年，OpenAI推出ChatGPT插件后，Instacart采取了双管齐下的策略。它在自己的App里构建了Ask Instacart，一个基于ChatGPT的搜索工具。此外，它还开发了一个ChatGPT插件，允许用户在与ChatGPT聊天时直接将商品添加到购物车。
    用户首先会提出诸如“如何轻松制作一个胡萝卜蛋糕？”之类的问题。Instacart 的插件就会提供食谱，并自动将食材添加到ChatGPT的购物车中。这种方式凸显了接入通用AI的重要性。通过将服务嵌入自身应用和外部AI平台中，Instacart有效地满足了众多消费者的各种食品相关需求，无论用户的对话开始于何处。
    品牌要做好迎接AI智能体的准备，还需要持续学习、实验和调整。例如，当 OpenAI推出定制版GPT（生成式预训练Transformer模型，这里指的是ChatGPT的定制版本）时，Instacart也迅速做出调整，推出了自己的GPT模型以巩固其在ChatGPT平台上的地位。调整的核心在于评估品牌在主流AI模型中的表现，并针对这些模型进行优化。
    与保乐力加的做法类似，达能也定期监测主流AI模型如何展现其品牌形象，并采取针对性措施实时管理AI驱动的认知变化。当出现差异或误解时，Instacart 会对其营销传播进行相应调整，并追踪AI智能体在描述和推荐产品方面的可衡量的改进。
    哈佛商学院最近一项关于AI智能体如何感知各种品牌的研究，探索了更多的管理工具。其中一项研究考察了策略性文本序列（strategic text sequence，简称STS）的应用。简而言之，STS是一段由算法生成的文本序列，通常对人类读者而言毫无意义，但会被添加到产品信息页面，以提高该产品被AI智能体列为首选推荐的概率。
    研究人员测试了两个虚构的咖啡品牌：ColdBrew Master和QuickBrew Express。ColdBrew Master最初由于价格较高而被排除在推荐之外，但在插入搜索词后，它成了最受推荐的选择之一。QuickBrew Express此前已出现在搜索结果中，同样受益于搜索词的插入，并在AI推荐列表中脱颖而出。其他研究也强调了AI对全球品牌或AI生成内容的积极偏好，这为品牌提供了更多可利用的手段。
    新一代推理模型为品牌优化工具包增添了又一强大工具。这些模型揭示了AI模型的决策过程，使品牌能够了解为什么某些产品会比其他产品更受推荐。举个实际例子：一位消费者使用Perplexity的R1模型在英国搜索无线充电器。当被问及“网上有哪些最佳产品？”时，该AI模型清晰展示了其思考过程。它显示，会从权威媒体获取信息，并引导客户考虑价格、兼容性和用户评价等因素。在本案例中，其首选推荐产品是Ugreen Qi2充电器。对于竞争品牌的产品经理而言，这提供了一个便于借鉴的范例。
    通过强调消费者关心的功能（例如Qi2充电或支持多个设备），并以让买家感觉公平的方式定价，你可以确保在AI模型查询时，你的产品能够出现，并大大增加AI选择它的机会。但如果不清楚消费者究竟是如何与AI互动的，优化工作就可能失败。卡内基梅隆大学最近的研究表明，即使搜索词的细微变化也会显著改变品牌推荐。研究人员使用同义词修改了诸如“帮我选择最佳虚拟服务网络（VPN） 服务”之类的基本提示语，发现即使简单的措辞调整，也能将消费者选择某个品牌的可能性提高多达78.3%。简而言之，了解消费者如何进行搜索查询是改进和优化营销内容的基础。这意味着需要定期测试产品信息在不同提示语下的表现，并通过搜索日志和客户服务互动来监控消费者实际使用的措辞。随着AI系统的不断发展，基于提示语的优化需要成为品牌方的一项持续性工作，而非一劳永逸。
    展望未来，品牌应开始采用新兴的AI无障碍标准。llms.txt就是一个备受关注的方案，它是一种专为大语言模型设计的机器可读格式。与传统网页内容不同，llms.txt允许品牌以AI智能体能够轻松解析和排序的方式组织和呈现产品信息。Cloudflare、HubSpot和Stripe等具有前瞻性的品牌已经开始实践。初步结果令人鼓舞：一些品牌已经看到了可衡量的收益，例如两周内AI生成的流量增长了 12%，自然流量增长了25%。
    品牌还应为AI驱动的商业模式的兴起做好准备。类似于搜索引擎广告的付费推广机制可能会影响AI推荐的产品。为了保持竞争力，品牌需要制定策略，在AI主导的市场中保持曝光度，同时确保付费推广的透明度，并符合不断变化的全球监管规定。
    AI智能体的崛起，正在从根本上重塑企业与消费者之间的契约关系。曾经构成品牌关系基础的联系正被AI重塑，AI常常对其进行干预，有时甚至完全掌控。为了取得成功，企业必须有效应对所有类型的互动——从完全的人工交流，到与品牌智能体和通用AI的互动，再到完全自主的AI智能体介入。
    消费者对AI的使用会因其与品牌的关系，以及产品或服务的性质而异。即使对同一品牌，消费者也可能偏好混合模式，例如将日常任务委托给通用AI，就详细问题咨询品牌智能体，以及与人工客服完成重要交易。考虑哪些方式最适合你的用户，并在合适的时机使用它们，才能帮助你的品牌取得成功。