竹势 AI 营销智库出品
竹势智库竹势智库
谁替品牌开口:AI 规模化表达的声音治理
IDENTITY · AUTHORITY · EVIDENCE · REPAIR

谁替品牌开口
AI 规模化表达的声音治理

把每一次自动回复、搜索答案、销售跟进与合成角色纳入经营责任:谁有权说、事实从哪里来、何时由人接管、错误怎样停止并修复。

锁定企业身份稳定身份、立场、事实与承诺边界,允许语气因情境变化
看清代理权限区分谁在说、代表谁说,以及哪些话必须由有权的人确认
建立人工接管按后果、不确定性、可逆性与承诺强度触发升级
跑通停止修复冻结传播、界定影响、纠正事实、救济用户并更新事实源
竹势 AI 营销智库出品shichangbu.ai
BOARD RESEARCH 01

第1章 执行摘要:董事会先回答五个问题

竹势 AI 营销智库出品
研究表格 1|经营判断、证据与适用边界
研究表格 2|经营判断、证据与适用边界
核心判断|AI时代的品牌声音首先是一项经营授权与事实责任,其后才涉及语气风格。企业可以让表达随受众任务和渠道语境变化,但身份、立场、事实版本与承诺边界必须稳定。每个自动触点都应回答:谁在说、凭什么说、何时由人接管、错误如何停止、受影响者怎样获得修复。
BOARD RESEARCH 02

一项正在扩大的经营权

竹势 AI 营销智库出品

生成式系统把企业表达的单位由“一篇稿件”扩展为每一次搜索答复、客服对话、销售跟进、个性化推荐、虚拟人直播、图像改写和自动外呼。过去,品牌部门主要管理少量公开作品;现在,大量话语会在无人逐字审阅的情况下进入客户决策。它们可能解释价格、确认权益、描述安全能力、承诺时效,也可能引导用户提交个人信息或采取不可逆行动。董事会面对的对象已经扩大为“谁有权代表企业说什么,以及这些话会触发什么后果”。

Air Canada案给出了清楚的责任锚点。旅客依据网站聊天机器人有关丧亲票价的说明购票,企业随后拒绝追溯申请。裁决认定聊天机器人属于航空公司网站的一部分,企业对页面信息承担责任,并裁令支付损害赔偿、利息和程序费用合计812.02加元。自动化界面提高了发布速度,却没有创造一个可替企业承担责任的新主体。〔S01〕

小米SU7两次监管召回公告则显示,高风险声音需要交代四个要素:风险出现于什么条件、影响范围如何界定、企业采取何种处置、用户将通过什么渠道收到通知。2025年1月公告涉及30,931辆;同年9月公告涉及116,887辆,后者公告量约为前者3.78倍。两批车辆可能重叠,公开材料也没有披露远程升级完成率或净安全效果。管理者应同时看到“公开了什么”与“仍然无法确认什么”。〔S03〕〔S04〕

Patagonia提供了另一类证据。其环境立场通过所有权转移、福利公司身份、公共利益承诺、产品和维修安排以及定期报告获得支撑。公开页面披露,超过90%的产品在公平贸易认证工厂生产,2025年秋季优选材料占产品重量86%并覆盖99%的产品,Worn Wear项目称累计使超过583,000件物品免于进入填埋场。各指标分母和时间不同,且主要由企业发布;它们的价值在于把立场连接到可追问的经营机制,而非证明企业已经解决全部环境影响。〔S05〕〔S07〕〔S08〕

BOARD RESEARCH 03

董事会应当看到的经营影响

竹势 AI 营销智库出品

声音治理直接影响收入确认、退款与补偿、监管责任、客户留存和一线负荷。一次未经授权的价格承诺可能产生履约争议;一个流畅却缺乏证据的安全解释可能延误人工处置;过度个性化的营销话术可能触碰个人信息和差别待遇边界;一条错误答案若被搜索、摘要和多渠道改写反复引用,会把单点失误放大为持续的品牌事实。内容质量只是这些后果的表层信号。

监管要求也在把透明度、准确性与停止传播写入可执行义务。中国《人工智能生成合成内容标识办法》和GB 45438—2025于2025年9月1日施行,覆盖显式标识、文件元数据中的隐式标识及平台核验;《生成式人工智能服务管理暂行办法》要求提高透明度、准确性和可靠性,并在发现违法内容时停止生成和传输、消除并整改;广告法继续要求广告主对真实性负责。欧盟人工智能法第50条的相关透明义务将于2026年8月2日适用。〔S29〕〔S30〕〔S31〕〔S32〕〔S35〕〔S36〕

BOARD RESEARCH 04

五个需要立即回答的问题

竹势 AI 营销智库出品

谁在说:用户看到的是企业、员工、合作伙伴、虚拟角色,还是自动系统?代理身份能否被验证,是否会被冒充?

凭什么说:每项事实、比较、数字和承诺来自哪个有效版本?谁能批准例外,哪些内容不得自动生成?

何时交给人:金钱、健康、安全、权利、舆情和不可逆动作达到何种条件时,系统必须暂停并把上下文交给有权限的人?

错误怎样停止:企业能否立即冻结相同答案、相关素材、自动触达和相邻渠道,而非仅修改一条页面?

受影响者怎样被修复:谁主动通知、如何纠正记录、何种权益补救、怎样证明同类风险已经被处理?

BOARD RESEARCH 05

主要风险与行动优先级

竹势 AI 营销智库出品

首要风险来自主体、证据和承诺发生漂移;单纯的品牌语气偏差通常反而更容易被发现。第二类风险来自人机交接:系统识别到例外却没有队列,人工收到对话却没有权限,用户看到“已升级”却无人响应。第三类风险来自修复缺口:企业可以删除错误内容,却找不到已经收到错误信息的人,也无法确定哪些销售脚本、搜索摘要和合作渠道已复用了同一主张。

行动顺序应以风险后果为准。企业应先盘点涉及价格、权益、安全、合规、投诉和公共事件的触点,随后确认每个触点的说话主体、事实源、授权人和停用权;在此基础上配置身份披露、人工接管、错误冻结和救济流程。低后果内容可以在抽样监督下扩展,高后果场景应先通过真实演练证明“能停、有人接、可修复”,再提高自动化比例。

FIGURE 01图1|稳定内核决定可信度,可变表达决定可理解性
图1|稳定内核决定可信度,可变表达决定可理解性

来源:本报告依据Mailchimp公开声音指南、Austin言语行为理论、Nissenbaum情境完整性及企业治理案例综合整理。〔S10〕〔S43〕〔S48〕

口径:机制图,区分必须稳定的经营要素与可以按任务调整的表达要素。

限制:图中分类用于管理判断;特定行业仍需加入专业资格、法定披露和行业术语要求。

图中左侧四项形成品牌声音的稳定内核。身份回答谁代表企业,立场回答企业长期坚持什么,事实回答当前能够证明什么,承诺边界回答这句话会触发哪些履约和救济。任何一项发生变化,都应留下批准依据和版本记录。

右侧要素允许变化。面对初次了解、购买比较、故障求助或危机投诉,内容长度、情绪强度、解释顺序和渠道格式理应不同。变化的目的在于让受众更容易理解和行动,不能借“更适合平台”扩大事实、隐藏商业属性或抬高承诺。

底部责任层把两侧连接起来。企业若无法说明授权、证据、接管和修复,所谓一致语气只会让风险以更统一的方式传播。

BOARD RESEARCH 06

立即决策:先保护会改变客户选择的声音

竹势 AI 营销智库出品

董事会不必等待全公司完成统一规范。第一批应受控的对象,是会改变客户金钱、安全、权利和退出选择的话语:价格和优惠资格、退款和赔偿、交付时点、风险与安全能力、个人信息用途、重大投诉与公共事件。它们数量可能不多,却决定企业能否承担自动表达的经营后果。

管理层应要求业务负责人列出这些话语当前出现在哪些触点,谁批准,依赖哪些资料,用户依赖后会发生什么。若同一承诺在广告、销售、客服和合同中使用不同版本,先暂停扩大生成规模,统一有效事实和例外政策。该动作通常比增加更多语气示例更能降低争议。

优先级还应结合可修复性。能够立即撤回、没有形成交易、受众可被识别的错误,影响通常更易控制;涉及广泛传播、线下口头承诺、健康安全和长期搜索留存的内容,应采用更早的人类确认和更强的证据要求。董事会需要审议这种取舍,而非只设一个全公司统一自动化比例。

BOARD RESEARCH 07

第2章 声音治理的经营对象:授权、事实与承诺

竹势 AI 营销智库出品
研究表格 3|经营判断、证据与适用边界
研究表格 4|经营判断、证据与适用边界
董事会判断|品牌声音是一组能够产生经营后果的代理行为。治理对象应覆盖话语的主体、权限、事实依据、承诺强度和救济责任,而非局限在文案风格。
BOARD RESEARCH 08

话语会直接改变企业与客户的关系

竹势 AI 营销智库出品

企业沟通经常被当作“信息传递”,但很多话语本身就在实施动作。客服说“可以退款”,就可能改变客户对权利的合理预期;销售说“本月底前交付”,就把内部产能安排带进对外承诺;安全提示说“无需人工干预”,会影响用户是否接管;虚拟主播说“官方最低价”,可能触发价格比较、投诉和平台责任。表达的后果并不取决于它由人键入还是由系统即时生成。

原始材料要点 1|Austin在《如何以言行事》中指出,一些话语本身就是行动;行动是否成立,取决于适当程序、适当情境,以及说话者是否具备相应资格或授权。〔S43〕

观点校准|J. L. Austin处理的原始问题,是哲学把语言过度理解为真假陈述。对本题的启发在于,品牌话语可能同时承担承诺、警告、同意和拒绝功能。现代企业还需加入自动代理、平台分发和跨渠道复用;理论本身不能替代合同、广告、消费者权益或专业资格判断。

因此,声音治理应先识别“话语行为”。纯粹的品牌介绍风险较低,价格、权益、诊断、处方、投资、安全和危机回应则具有更强的行动属性。企业可以允许系统整理公开信息,也可以限制其确认退款、接受合同变更或解释事故原因。风险分级应围绕后果、可逆性和受众依赖程度,不应只按内容长度或渠道名称划分。

BOARD RESEARCH 09

授权不能等同于账号可用

竹势 AI 营销智库出品

账号权限回答“能否发布”,经营授权回答“是否有资格代表企业作出这项陈述”。一个社媒运营人员可能拥有发布权限,却没有权力确认产品缺陷;客服机器人可以读取订单状态,却未必可以承诺超出政策的补偿;经销商可以介绍产品,却不能改写总部安全声明。企业若把登录凭证、工作流调用权和经营授权混为一体,自动系统会把技术可达性误当成决策权。

清晰的授权至少包含四部分:代理身份、可陈述范围、可承诺上限和例外升级。代理身份决定用户应把话归给谁;可陈述范围限定产品、地区、客户类型和时效;承诺上限约束价格、赠品、时限、责任和补救;例外升级规定何种不确定性必须交给有资质、有预算或有法定权限的人。授权还应有失效条件,例如职位变化、合作终止、政策更新、资料过期和重大事件发生。

BOARD RESEARCH 10

事实与承诺需要不同的证据门槛

竹势 AI 营销智库出品

事实主张回答“现在是什么”,承诺回答“企业将做什么”。两者都需要证据,却依赖不同材料。产品参数可由有效规格、检测报告和监管文件支撑;比较性结论需要可比样本、统一时期和来源;服务承诺要检查库存、排班、地域、合作方能力和异常补救;价值立场还要观察采购、薪酬、维修、投资和治理安排。把一句价值主张写入语气指南,无法确保它在经营冲突中仍被兑现。

董事会应要求每类高后果话语有“可接受证据”的最低门槛。系统可以引用哪些资料,哪些资料只能供参考,数字何时过期,冲突由谁裁定,缺少证据时应当怎样表达,均需在业务层确定。最危险的输出常常语法完善、态度自信,却把推测包装成已确认事实。

原始材料要点 2|Grice的质量准则要求说话者避免说出自己认为虚假的话,也避免在缺乏充分证据时作断言。该理论解释会话合作,不构成合规清单;它提醒企业,流畅表达没有提高证据强度。〔S45〕

BOARD RESEARCH 11

责任链需要穿过组织边界

竹势 AI 营销智库出品

规模化表达通常经过业务团队、品牌团队、法务、数据与技术、模型或服务供应商、渠道平台和一线服务人员。供应商提供生成能力,平台提供分发机制,却无法替企业决定价格是否有效、安全声明是否准确、退款是否应当执行。最终责任应回到能够控制事实源、预算、政策和救济的企业主体。

董事会还应防止责任被“专业化分散”。品牌团队说自己只管语气,技术团队说自己只管系统,业务团队说内容由模型生成,法务团队说没有收到审核请求,客服则只能安抚用户。每个角色的说法单独看都可能成立,合在一起却形成无人能够停止和修复的风险。

FIGURE 02图2|声音治理由七道责任控制共同成立
图2|声音治理由七道责任控制共同成立

来源:本报告依据Air Canada裁决、NIST生成式AI风险画像、IBM与华为公开治理材料综合整理。〔S01〕〔S13〕〔S16〕〔S38〕

口径:机制关系图;七项为经营责任控制,不等同于软件功能模块。

限制:行业监管可能要求增加持牌审核、双人复核、留档年限或监管报送。

身份和授权决定系统是否有资格代表企业开口。事实和承诺决定内容是否可被证明、是否会触发履约。披露让受众知道自己正在与何种代理互动,接管和修复则在自动能力不足时保护客户。

七项控制必须相互传递信息。人工接管若看不到事实依据和对话记录,只会形成新的解释误差;修复若不能更新事实源,错误答案会再次出现;披露若没有退出和人工入口,只提供了形式上的知情。

董事会审议时,应要求每项控制都有主责角色、可见证据和失效后的处置权限。责任链的完整性比单项控制的精致程度更重要。

BOARD RESEARCH 12

把授权写入日常经营决策

竹势 AI 营销智库出品

授权若只存在于年度制度,日常活动仍会依赖临时判断。新品发布、促销、召回、渠道合作和危机回应都可能改变谁能说什么。经营会议应在批准活动时同步确认对外主体、可承诺事项、禁用表达、异常联系人和停用权限,使声音责任与预算、库存和履约安排同时生效。

授权还要覆盖“代为说话”。员工使用个人账号解释公司事件、经销商引用总部资料、创作者使用企业提供的合成素材、外包坐席访问客户记录,都会形成代理关系。企业应按受众可能形成的合理理解管理,而不能仅依据合同中的内部称谓判断。

董事会可以要求高后果话语保留批准证据,但不宜把所有句子都送法务审阅。更有效的方法是把可重复事实和承诺预先批准,给业务明确边界;超出边界或出现冲突时再升级。这样既减少审核拥堵,也能让责任落在决定事实和资源的人身上。

BOARD RESEARCH 13

第3章 稳定内核与可变表达:身份不漂移,语气可适配

竹势 AI 营销智库出品
研究表格 5|经营判断、证据与适用边界
研究表格 6|经营判断、证据与适用边界
董事会判断|统一声音不等于所有渠道使用同一种句式。企业应固定身份、立场、事实版本和承诺边界,同时允许信息顺序、语气、长度和例子适应受众任务。
BOARD RESEARCH 14

一致性的真正对象

竹势 AI 营销智库出品

传统品牌手册常用形容词描述声音,例如专业、温暖、可信或有趣。这些词有助于编辑,却无法回答自动系统在冲突情境下怎样取舍。客户要求折扣时,“温暖”是否意味着扩大承诺;面对产品事故时,“有趣”是否仍可使用;销售急于成交时,“自信”能否跨过证据边界。没有稳定的身份和责任结构,形容词会被不同团队解释成不同许可。

稳定内核应至少包括四层。第一层是身份:总部、门店、经销商、员工、专家、虚拟角色各自代表谁。第二层是立场:企业对客户、公平、安全、环境、隐私和社会议题承担何种长期取舍。第三层是事实:产品、服务、价格和政策以哪个版本为准。第四层是承诺边界:哪些话会形成权益,哪些只是计划、目标或观点。

可变表达位于这些边界之内。用户首次了解产品时需要简明定义,采购比较时需要证据和限制,故障求助时需要步骤和接管,危机情境中需要责任、进度与救济。企业可以改变词汇密度、篇幅、语速、示例和礼貌程度,却不应改变说话主体、关键事实、风险条件和用户权利。

原始材料要点 3|Mailchimp公开指南把voice视为持续的品牌人格,把tone视为根据读者情绪和处境作出的变化;指南同时强调,清晰度优先于娱乐性。〔S10〕

BOARD RESEARCH 15

情境适配需要保护事实完整性

竹势 AI 营销智库出品

渠道原生化容易制造“事实压缩”。短视频追求前三秒吸引力,直播强调即时回应,搜索摘要要求直接答案,客服窗口偏好短句。压缩本身合理,但风险条件、适用人群、时间范围和例外往往最先被删掉。企业应明确哪些限定词属于事实的一部分,不能因为版面或转化目标而省略。

个性化又增加了另一层边界。同一客户在售前、售后、社群和投诉渠道承担不同角色,企业掌握的信息也有不同来源与使用预期。一个在售后提交的故障描述,不应自动变成广告画像;一个为风控收集的敏感信息,不应被用来调整营销语气。个性化质量应同时考虑相关性、用户期待与信息流是否适当。

观点校准|Helen Nissenbaum提出“情境完整性”,原始问题是如何理解隐私超出简单保密的部分。她强调角色、期待、适当性和信息流规范。用于声音治理时,这意味着“企业已经拥有数据”并不等于“任何渠道都可以使用”。当代修正还需纳入自动推断和跨系统拼接;既有规范本身也可能不公正,因此仍需权利与公平审查。

BOARD RESEARCH 16

前台表达需要后台行为支撑

竹势 AI 营销智库出品

品牌在不同触点上呈现自己,用户会把这些碎片组合成对企业的整体判断。若广告承诺“随时有人服务”,客服却长期无响应;企业公开强调隐私,销售却把客户截图随意转发;危机声明表达负责,退款流程却要求用户反复证明,前台语言与后台行为之间的裂缝会比语气差异更伤害信任。

观点校准|Erving Goffman以戏剧视角分析互动中的自我呈现,原始问题是个体如何引导他人形成印象。品牌可借此检查不同触点共同呈现的角色及后台支撑。边界同样重要:戏剧隐喻不应被用来合理化伪装,企业仍须承担事实、法律和履约责任。

AI会放大前台的一致感。统一模板、统一措辞和统一虚拟形象能让各渠道看起来协调,却也会把后台不一致掩盖得更久。治理成熟度应通过“承诺是否被履行、例外是否被诚实说明、用户能否找到责任人”判断,而非仅看输出是否符合品牌词汇。

FIGURE 03图3|语气适配应跟随用户任务与情绪,稳定声音不随渠道漂移
图3|语气适配应跟随用户任务与情绪,稳定声音不随渠道漂移

来源:本报告依据Mailchimp《Voice and Tone》《Writing Principles》整理。〔S10〕〔S12〕

口径:将公开指南转化为四类常见用户状态,展示目标、语气、可用元素与禁区。

限制:矩阵未经过该企业公开的量化效果验证;高风险行业需另加法定话术和专业审核。

当用户顺利推进时,表达可以轻松;当用户受阻时,首要任务转为帮助恢复;涉及损失和权利时,品牌应降低幽默和拟人化,明确时间、责任人与接管入口。语气变化服务于用户任务,而非品牌自我表现。

矩阵中“应避免”一行揭示常见误区:品牌为了维持亲切感,在高压场景继续卖萌或使用模糊承诺;为了体现专业,向探索阶段用户堆叠术语;为了提高转化,省略限制。它们都会破坏受众对身份和意图的判断。

企业可以把该矩阵应用于编辑评审和抽样,但仍要回到事实源、权限和承诺。语气选择正确,并不自动使内容真实或行动可兑现。

BOARD RESEARCH 17

用冲突场景验证“一致”是否真实

竹势 AI 营销智库出品

声音一致性应在冲突中接受检验。企业可以选择四类场景:客户要求超出政策的补偿,销售目标与库存事实冲突,公众质疑价值主张与供应链表现不符,用户要求停止触达但系统仍有转化目标。观察各触点是否坚持同一身份、事实与权益,而非只比较词汇是否相似。

冲突测试还应覆盖不同渠道。短视频标题能否保留必要限制,直播人员是否会临时升级承诺,客服能否纠正广告造成的误解,门店和经销商是否知道总部政策已经更新。若组织只能通过人工经验维持一致,规模扩大后必然出现漂移。

企业应接受某些场景需要更严肃、更直接,甚至承认无法满足客户。真正稳定的声音不要求每次都讨好受众,而要求企业在压力下仍能说明事实、承认限制、保护权益并兑现已经作出的承诺。

BOARD RESEARCH 18

第4章 谁在说:身份披露、角色授权与代理边界

竹势 AI 营销智库出品
研究表格 7|经营判断、证据与适用边界
研究表格 8|经营判断、证据与适用边界
董事会判断|用户有权知道自己面对的是企业员工、合作伙伴、自动代理还是合成角色。身份披露必须与可验证的组织责任、退出选择和人工入口相连。
BOARD RESEARCH 19

身份不只是一个“AI生成”标签

竹势 AI 营销智库出品

身份披露至少有三层。第一层说明交互对象:自动系统、人工员工或混合服务。第二层说明代表关系:该代理代表总部、门店、经销商、平台还是第三方服务商。第三层说明能力边界:它能提供信息、提交请求、确认交易,还是只能生成建议。单独标注“AI”无法回答后两层,用户仍可能误把建议当成企业承诺。

身份披露应出现在受众作出依赖之前。自动电话若在对方投入时间之后才说明,合成专家若在视频结尾才披露,聊天机器人若直到发生争议才强调“仅供参考”,都削弱了知情的实际价值。披露还需保持可读性,不能被低对比度、快速滚动或复杂条款隐藏。

原始材料要点 4|中国《人工智能生成合成内容标识办法》同时要求用户可见的显式标识和文件元数据中的隐式标识,并要求平台核验或补充标识;标识因此覆盖展示、文件与平台记录三个层面。〔S29〕〔S30〕

对品牌而言,标识是起点。企业还要防范冒充:虚拟人形象、官方号码、员工头像和客服名称都可能被复制。高风险入口应提供可验证的官方域名、应用内路径、固定号码或二次核验方式,并教育用户遇到转账、验证码、远程控制和敏感信息请求时停止操作。

BOARD RESEARCH 20

代理角色必须有明确授权

竹势 AI 营销智库出品

自动代理应像正式岗位一样拥有角色定义。它服务哪些产品和地区,能读取哪些资料,能执行哪些动作,何时需要主管批准,发生异常时谁能立即停用。技术上能调用某项工具,不代表经营上获得了相应授权。尤其在价格、退款、合同、安全、医疗、财务和公共事件中,动作权限应与事实权限分别管理。

合作伙伴与渠道代理也需要纳入。经销商使用总部素材、达人使用品牌提供的脚本、平台自动摘要品牌页面、外包客服调用知识库,都会让受众产生“这是品牌说的”判断。企业应明确哪些内容可以原样引用,哪些需要注明来源,哪些观点只代表合作方,出现错误时由谁下架、纠正和补偿。

BOARD RESEARCH 21

自然表达越强,透明要求越高

竹势 AI 营销智库出品

拟人化会提高交流效率,也会增加误认风险。自然停顿、情绪语调、长期记忆和主动关怀让自动代理更像人,用户因而更容易高估其理解、资格和自主判断。企业不应利用这种误认推动高后果决定。透明度的目标是让用户形成正确心智模型,而不是完成一项形式通知。

Google在2018年Pixel 3发布材料中说明,Duplex餐厅预订试点会向商户披露其正在与自动系统交互,并允许商户退出。公开材料没有给出试点成功率或商户满意度,这个案例的可复制价值主要位于披露、退出和防滥用安排。〔S26〕

原始材料要点 5|Google在Duplex试点说明中明确,商户将被告知对方是自动系统,并可选择退出;自然语音并未被当作隐藏机器身份的理由。〔S26〕

BOARD RESEARCH 22

高风险公共声音需要可核验入口

竹势 AI 营销智库出品

国家反诈中心相关传播展示了身份设计与行动指令的关系。国家反诈中心App、96110和12381通过固定名称、号码和官方渠道反复出现,公众被告知接到预警后应停止转账、配合核实并保留证据。深圳公安还提醒,遇到上门劝阻应先核对民警身份。身份验证、风险提醒、下一步动作和人工升级被连接在同一服务链中。〔S22〕〔S24〕〔S25〕

这一机制的边界需要保留。累计预警和举报数量说明触达规模,不能直接证明避免了多少损失;不同地区的处置细节也可能不同。企业借鉴时,应学习“固定身份、可核验入口、具体动作、人工升级”,不应把公共安全传播的行政权威简单移植到商业营销。

FIGURE 04图4|法规与框架共同指向一条责任链,单独“加标签”无法覆盖全部风险
图4|法规与框架共同指向一条责任链,单独“加标签”无法覆盖全部风险

来源:本报告依据中国标识办法与国家标准、生成式AI暂行办法、广告法、个人信息保护法、欧盟AI法第50条、OECD与NIST文件整理。〔S29〕〔S39〕

口径:“核心/相关”表示文本主题与控制项的关联强度,用于经营对照。

限制:矩阵不构成法律意见;适用范围、豁免和责任主体须按业务、地区和日期确认。

标识规则集中处理AI身份和内容来源,广告法强调真实性、出处和商业属性,个人信息规则加入透明、公平与用户权利,风险框架进一步要求监督、质疑、停用和复盘。企业需要把这些要求组合为完整流程。

同一触点可能同时受到多类要求约束。自动生成的个性化广告既涉及商业可识别,也可能涉及个人信息处理和自动化决策;虚拟客服的身份披露不会消除其错误承诺造成的消费者争议。

董事会应要求法务、品牌、业务和数据治理共同确认适用场景。把合规任务交给发布页面的一枚标签,会遗漏事实、权限、退出、接管和修复。

BOARD RESEARCH 23

身份披露的验收要看用户能否作出正确判断

竹势 AI 营销智库出品

披露效果不能只由页面是否出现“AI”两字判断。企业应抽样询问用户:他认为谁在与自己交互,该代理能否批准退款或修改合同,怎样联系人工,怎样验证官方身份,怎样拒绝继续使用。用户若仍把自动建议理解为正式承诺,披露就没有达到治理目的。

合成形象还需要管理人格与专业资格。虚拟专家、数字员工和拟人客服可以使用姓名与形象,但不应暗示不存在的执业资格、亲历经验或情感关系。角色介绍应说明代表主体、可处理任务和限制,高风险建议应由真实专业人员确认并留下可联系身份。

渠道平台可能重新排版、摘要或隐藏披露。企业应在发布前验证移动端、搜索结果、转发卡片、语音通话和第三方嵌入中的可见性,并保留机器可读标识。身份控制需要覆盖用户实际看到和听到的界面,而非只检查源文件。

BOARD RESEARCH 24

第5章 凭什么说:事实来源、承诺等级与证据门槛

竹势 AI 营销智库出品
研究表格 9|经营判断、证据与适用边界
研究表格 10|经营判断、证据与适用边界
董事会判断|每一项高后果主张都应指向有效证据、明确分母和可识别责任人。缺少证据时,系统应降低断言强度、提出核验或停止输出。
BOARD RESEARCH 25

事实库首先是一项责任制度

竹势 AI 营销智库出品

企业常把知识库理解为提高回答准确率的资料集合。声音治理要求更进一步:每项事实要有来源、日期、适用地区、产品版本、批准人和失效条件;冲突资料要有裁决路径;用户权利、价格和安全信息应标明哪个系统是最终依据。资料越多不一定越可靠,未经版本治理的内容会让系统在多个“看似官方”的答案之间随机选择。

事实源可以分为四级。第一类是法律、监管公告、合同、有效政策和经批准的产品规格,适合支撑高后果陈述。第二类是企业正式报告、审计材料、检测结果和运营系统记录,可以支撑有限范围内的结果主张。第三类是研究、媒体和行业资料,适合提供背景与比较,但要保留样本和外推边界。第四类是历史稿件、销售经验和网络讨论,只能作为线索,不应被自动提升为已确认事实。

这套分级还要处理时间。产品功能下线、价格调整、活动结束、召回范围扩大、法规生效和合作终止都会让旧内容失效。高风险事实应有主动到期机制;低风险资料可通过抽样复核。企业需要把“最后更新于何时”变成运营信号,而非页面装饰。

BOARD RESEARCH 26

承诺必须区分等级

竹势 AI 营销智库出品

品牌表达中的承诺可以按经营后果分为四级。一级是愿景和价值方向,表达长期选择,但不等于具体结果已经实现。二级是计划和目标,必须说明时期、基准和不确定性。三级是产品与服务保证,例如时效、退款、价格和维修,需要有可兑现的资源与例外政策。四级是安全、权利和法律责任相关声明,通常需要专业审核、监管口径和明确救济。

自动系统最容易把低级别材料升级成高级别承诺。例如,将“计划支持”改写成“已经支持”,把“部分用户试点”概括为“全面可用”,把“公司目标”表达为“已完成”,把“通常能够”改为“保证”。这些改写常常只差一个副词,却会改变客户决策和企业责任。

原始材料要点 6|广告法要求广告主对广告真实性负责;涉及性能、用途、有效期限等内容应准确清楚;引用数据、统计资料和调查结果应真实准确并标明出处及适用范围。〔S32〕

BOARD RESEARCH 27

数字要保留分母、时期与归因

竹势 AI 营销智库出品

规模化内容喜欢数字,因为数字看起来客观并易于传播。治理重点在于数字代表什么。累计数和年度数不能混用,公告数量不等于独立对象数量,参与量不等于有效用户,速度提高不等于质量或经营结果改善,企业自报不等于独立审计。每个数字应至少带着时间、分母、主体、计算规则和验证状态进入内容。

Coca-Cola在2025年介绍Fizzion时称,试点内容生成速度最高可达原来的10倍,设计师仍保留控制权。该说法支持“企业正在把品牌规范转成可适配资产并保留人类控制”,却不能被扩写为平均效率提高十倍、质量完全不变或销量因此提升,因为公司没有公开独立测量方法和经营增量。〔S19〕

原始材料要点 7|Coca-Cola公开材料把“最高10倍”限定为公司试点说法,并同时强调设计师保留控制。精确转述必须保留“最高”“试点”和“公司自报”三个限制。〔S19〕

Patagonia指标也展示了分母的重要性。优选材料占2025年秋季产品重量86%,覆盖99%的产品;超过90%的产品在公平贸易认证工厂生产;2024年Reno维修中心维修超过40,000件。它们描述不同对象、时间和过程,不能相加为一个“可持续指数”。保留差异,反而增强了品牌事实的可信度。〔S07〕

BOARD RESEARCH 28

证据不足时,系统应改变行为

竹势 AI 营销智库出品

企业需要允许自动代理说“我无法确认”“该信息正在更新”“需要由有权限的人核验”。这类表述体现证据治理正在发挥作用,并不构成体验失败。系统还可以提出有用的下一步:请求订单号、展示当前政策、说明预计响应时间、保留用户已提供信息,并把上下文转交人工。

证据门槛还要防止“引用洗白”。系统可能找到一篇含有数字的文章,却忽略其引用的是品牌新闻稿;也可能用多个重复转载制造“多源一致”的假象。来源去重、原始出处追踪和样本核验应成为重要主张的基本条件。

观点校准|Emily M. Bender等人讨论大型语言模型的风险时,提醒流畅文本可能被误认为具有意图、理解和事实基础。原始问题聚焦训练数据、规模和语言意义。用于企业表达时,关键修正是把“生成得像人”与“有权代表企业、拥有最新事实”严格分开;该论文并未评估某个品牌系统的实际表现。

FIGURE 05图5|两次SU7公告显示:安全表达要同时交代范围、条件、处置与触达
图5|两次SU7公告显示:安全表达要同时交代范围、条件、处置与触达

来源:国家市场监督管理总局2025年1月24日召回公告;缺陷产品召回技术中心2025年9月19日召回公告。〔S03〕〔S04〕

口径:柱形高度为两份公告各自列示的车辆数量;3.78倍为116,887÷30,931。

限制:两次生产批次可能重叠;图中数量不得解释为147,818辆独立车辆,也不能代表整改完成量或事故数。

两份公告都以风险场景、车辆范围、免费远程升级和用户通知构成公开责任结构。第二份还明确,特定极端场景下若驾驶员未及时干预,可能出现碰撞风险。这类条件说明帮助用户理解自动能力与人的接管责任。

数量差异说明事实版本会随风险识别和召回计划变化。企业需要让客服、销售、搜索、车主应用和经销商使用同一有效版本,并在新公告发布后停止旧表述继续传播。

公开公告仍有边界:升级完成率、风险降低幅度和独立效果没有披露。品牌声音应明确区分“已发布处置”“已通知”“已完成整改”和“已验证有效”。

BOARD RESEARCH 29

让证据真正约束自动行为

竹势 AI 营销智库出品

事实库的价值体现在它能够决定系统能否回答,而不只是提供检索材料。高风险资料若缺少有效期、地区或产品版本,系统应拒绝形成确定结论;两项权威资料冲突时,应触发人工裁定;引用公司自报或第三方研究时,应保留来源性质和样本边界。

企业还应区分“可以公开”和“适合此刻公开”。某份内部检测报告可能真实,却未完成监管或客户通知;某项财务结果已经确认,却仍受披露安排约束;某个客户案例获得授权用于销售提案,却不适合公开社媒。事实权限、发布权限和受众权限应分别确认。

证据治理的运行结果可以通过反例检查。抽取若干高频数字,追踪它们在广告、客服、销售和管理报告中的分母与时期;选择一项已失效政策,确认相邻触点是否及时停止;让一线人员面对资料冲突,观察能否准确升级。只有事实能够改变系统行为,证据门槛才具有经营意义。

BOARD RESEARCH 30

第6章 在什么语境说:受众任务、渠道关系与个性化边界

竹势 AI 营销智库出品
研究表格 11|经营判断、证据与适用边界
研究表格 12|经营判断、证据与适用边界
董事会判断|表达适配应帮助具体受众完成具体任务。渠道原生和个性化都必须保留身份、事实、商业意图、用户选择与承诺边界。
BOARD RESEARCH 31

同一个事实要承担不同任务

竹势 AI 营销智库出品

用户在品牌关系中会先后承担潜在客户、购买者、使用者、投诉者、社区成员和公众等角色。每个角色需要的证据与行动不同。潜在客户关心产品是否适合,购买者关心价格和交付,使用者关心操作和安全,投诉者关心责任和救济,公众则可能关心企业对社会事件的事实与立场。声音治理应围绕任务组织信息,而非把同一文案机械缩短后投放所有渠道。

任务设计还要避免“转化劫持”。用户进入故障帮助页面时,主要任务是恢复服务;企业若利用焦虑推销升级包,会改变关系性质。用户查询取消订阅时,主要任务是停止触达;系统若使用劝留话术拖延处理,会把友好语气变成行为障碍。用户提出安全担忧时,首要任务是风险判断和人工支持,营销卖点应退出前台。

BOARD RESEARCH 32

渠道关系决定信息密度

竹势 AI 营销智库出品

官网适合保留完整定义、政策和证据,短视频适合解释一个清晰问题,直播适合即时互动但容易产生未经审核的承诺,私域关系更近却涉及更强的数据和退出责任,搜索摘要追求直接答案但可能丢失上下文。企业应为每类渠道确定“最低不可省略信息”,例如商业属性、价格有效期、风险条件、适用人群和人工入口。

跨渠道改写需要同步管理。一次产品变更可能同时影响网站、客服知识库、社媒置顶、经销商话术、创作者素材、搜索广告和销售提案。若只有官网更新,其他渠道仍会继续生产旧事实。企业应把高风险主张视为可追踪资产,知道它被哪些内容引用、何时失效、谁负责同步。

BOARD RESEARCH 33

个性化不能突破情境边界

竹势 AI 营销智库出品

个性化表达可以减少无关信息,例如为不同产品用户提供相应操作步骤,为不同语言地区调整术语,为新客户解释基础概念。风险出现在企业利用未被合理期待的数据推断脆弱性、财务压力、健康状态或情绪,并据此提高价格、施加紧迫感或改变救济。

个人信息保护法要求自动化决策透明、公平公正,并防止不合理差别待遇。对品牌声音而言,企业应审查分群目标、输入数据、语气变化和待遇差异。即使文字本身礼貌,只要它利用不当数据推动不同价格、不同权益或更强施压,治理问题依然存在。〔S33〕

原始材料要点 8|Nissenbaum强调,社会情境包含角色、期待、适当性和信息流规范。用于品牌个性化时,应先问数据为何而收集、在当前关系中是否适合使用、信息会流向谁。〔S48〕

BOARD RESEARCH 34

共创与开放资产需要清楚的授权

竹势 AI 营销智库出品

Coca-Cola的Create Real Magic活动把指定品牌资产开放给数字创作者。公司材料称2023年3月产生超过120,000件作品,节日活动计划在全球20块数字广告牌展示精选内容并覆盖40多个市场。规模说明参与热度,仍不能证明长期品牌或销售效果。更重要的治理问题是:哪些资产可使用、作品如何筛选、展示权如何获得、创作者内容与企业正式声明怎样区分。〔S20〕〔S21〕

开放共创常把企业声音与参与者声音混合。品牌可以鼓励多样表达,却需要标明作品来源、赞助关系、素材授权和审核状态。涉及敏感议题、人物肖像、未成年人、版权或事实主张时,企业应提高审核与人工接管,不应把“用户生成”当成责任豁免。

BOARD RESEARCH 35

评价语境适配的四个问题

竹势 AI 营销智库出品

任务是否明确:用户此刻需要理解、比较、购买、求助、投诉还是退出?

关系是否正确:企业使用的数据和语气是否符合当前角色与用户预期?

事实是否完整:为了适应版面而省略的内容,会不会改变结论、风险或权益?

行动是否可达:用户是否能够验证身份、找到人工、拒绝触达并获得救济?

优秀的语境适配会降低理解成本,同时保持企业责任可见。失败的适配往往让内容更像平台,却让用户更难判断谁在说、为何如此说、能否相信以及怎样反对。

BOARD RESEARCH 36

渠道扩张前先做边界审查

竹势 AI 营销智库出品

企业进入新渠道时,应先判断该渠道会改变哪些关系。直播让承诺即时生效,私域提高身份和数据关联强度,虚拟人延长在线时间,搜索摘要增加脱离上下文的概率,内容联盟扩大合作方复用。新增渠道不仅增加曝光,也增加事实同步、授权和修复成本。

适配评审可以围绕一次具体客户任务展开:用户在该渠道为何出现,企业掌握哪些信息,最可能作出什么决定,哪些限制不能省略,退出和人工入口是否可达。若渠道形式要求企业隐藏商业属性、压缩关键风险或使用未经合理期待的数据,应降低自动化或放弃该表达方式。

渠道绩效也应与关系质量结合。点击、停留和回复增加,可能伴随误解、投诉、退订和人工返工。管理者需要观察受众是否完成正确任务、承诺是否兑现以及后续服务成本。否则,系统会学习制造更强反应,却不一定创造更好客户关系。

BOARD RESEARCH 37

第7章 何时人接管:风险分级、例外与渠道处置

竹势 AI 营销智库出品
研究表格 13|经营判断、证据与适用边界
研究表格 14|经营判断、证据与适用边界
董事会判断|人工接管是一项有时限、有权限、有上下文的服务能力。后果越高、不确定性越大、动作越难逆转、承诺越强,接管门槛越应提前。
BOARD RESEARCH 38

接管失败往往发生在接口之间

竹势 AI 营销智库出品

许多企业宣称“重要内容由人工审核”,实际流程却只留下一个笼统按钮。系统不知道何时触发,用户不知道是否有人收到,人工看不到原始证据和对话,接管者也没有退款、停发或纠正权限。这样的安排把风险由自动环节转移到等待队列,并未形成真正控制。

有效接管要定义五件事:触发条件、接管角色、响应时限、上下文包和可执行权限。触发条件基于后果、不确定性、可逆性和承诺;接管角色要匹配专业资格;响应时限要按风险设置;上下文包包含用户意图、系统输出、引用资料、已执行动作和未解决问题;可执行权限则保证接管者能够停止、纠正或救济。

BOARD RESEARCH 39

风险分级应围绕后果

竹势 AI 营销智库出品

低风险场景包括公开资料整理、创意草案和不影响权益的内容适配,可采用自动输出加抽样。中风险场景包括价格解释、售后政策、投诉处理和可能形成客户预期的营销承诺,适合设置事实校验、阈值与人工升级。高风险场景涉及安全、健康、法律、金融、未成年人、个人信息、公共事件及不可逆动作,应默认由具备资格和权限的人确认。

不确定性也应独立触发接管。资料冲突、用户提出例外、系统无法识别产品版本、对话出现威胁或自伤信息、客户质疑身份、外部事件正在演变,都说明自动代理不再处于其设计边界。此时最有价值的行为是暂停、诚实说明并准确移交。

原始材料要点 9|NIST生成式AI风险画像建议明确人工监督角色、持续监测事件、保留系统与来源清单,并设置覆盖、停用、修复时限和事后复盘条件。〔S38〕

BOARD RESEARCH 40

接管机制必须抵抗转化压力

竹势 AI 营销智库出品

业务团队可能担心人工接管降低速度和转化,因此把阈值设得过晚;一线人员可能因队列压力把问题推回机器人;自动系统也可能用安抚语句延长会话,掩盖其无法解决问题。董事会应把未及时接管导致的退款、投诉、事故和声誉成本纳入经营评价,避免只奖励自动解决率和响应速度。

接管质量可以通过几类结果观察:高风险触发后人工响应时间,转交时需要用户重复说明的比例,接管者一次解决率,错误承诺被及时撤回的比例,用户拒绝自动服务后的实际停止率。指标必须按风险等级和问题类型分层,不能用总体平均掩盖高后果尾部。

BOARD RESEARCH 41

公共反诈服务展示了多级处置

竹势 AI 营销智库出品

深圳公安公开说明,反诈预警可以使用12381短信、96110电话、微信联系和上门劝阻;当电话、短信等无法产生效果或受骗风险严重时,民警会升级为面对面处置。机制的重点在于风险程度和触达失败会改变渠道,而非让同一自动提醒无限重复。〔S24〕

商业企业可以借鉴这种升级逻辑:高风险客户连续未响应时,是否停止自动营销并进入人工关怀;投诉中出现安全或财产损失时,是否升级给专业团队;渠道无法验证身份时,是否引导用户回到官方入口。借鉴应保持商业与公共权力的界限,并尊重用户选择与隐私。

FIGURE 06图6|人工接管由后果、不确定性、可逆性和承诺强度共同触发
图6|人工接管由后果、不确定性、可逆性和承诺强度共同触发

来源:本报告依据NIST AI风险管理资料、国家反诈预警处置说明及Air Canada案例综合整理。〔S01〕〔S24〕〔S38〕〔S39〕

口径:示意性决策树,适用于企业划分自动完成、请求确认、人工批准和立即接管。

限制:具体阈值应由行业、法域、客户类型和企业风险偏好决定;图中分支不能代替专业判断。

决策树先看后果,再看不确定性、可逆性和承诺。低后果且事实明确的任务可以自动完成并抽样;事实冲突或用户提出例外时,应暂停并请求确认;高后果或不可逆动作需要人工批准,必要时立即接管。

这里的“人工”必须是有能力行动的人。将安全问题交给普通客服、将退款争议交给无预算权限的坐席、将法律问题交给内容编辑,都只是在组织内转移等待。

企业还应规定升级失败的下一步,例如自动停止外发、通知值班负责人、展示紧急渠道或关闭相关能力。接管设计的目标是保护受影响者,不是维持表面连续对话。

BOARD RESEARCH 42

接管能力需要容量和权力

竹势 AI 营销智库出品

人工队列的容量应根据高风险触点规模和异常率配置。企业若扩大自动客服、直播或外呼,却不增加接管班次和专业支持,系统会在最需要人的时刻制造等待。容量评估应考虑峰值、地区时差、语言、复杂案例处理时长和重大事件的集中涌入。

接管者还要拥有足够权力。能够道歉却不能退款,能够解释却不能停止外呼,能够记录问题却不能修正事实源,都会迫使用户重复升级。企业应把实际处置权限与接管风险匹配,并规定超出权限时的下一位责任人和时限。

管理层应定期查看“被系统解决”的问题中有多少后来再次投诉。过高的自动解决率可能来自提前结束会话或把复杂问题标记为完成。高风险服务更应关注问题是否真实解决、用户是否理解下一步、承诺是否记录和救济是否完成。

BOARD RESEARCH 43

第8章 错误如何停止和修复:冻结、纠正、救济与学习

竹势 AI 营销智库出品
研究表格 15|经营判断、证据与适用边界
研究表格 16|经营判断、证据与适用边界
董事会判断|错误处理的第一任务是停止继续造成影响,随后界定范围、纠正事实、通知受影响者、提供救济并修复根因。单独删除一条内容无法完成责任。
BOARD RESEARCH 44

规模化表达让错误具有传播链

竹势 AI 营销智库出品

一项错误可能先进入知识库,再被客服、销售、搜索、社媒、邮件和合作伙伴重复使用。它还可能被外部搜索引擎、媒体和客户截图留存。企业若只修改最初页面,其他副本仍会继续影响决策。声音治理需要知道一项事实被哪些内容和渠道依赖,并在版本变化时触发同步。

冻结权应当明确且可执行。发现重大错误后,企业需要暂停相关自动答复、广告素材、销售脚本、外呼和合作方分发,同时保存日志和内容版本。冻结不是承认全部责任的最终结论,它是防止影响扩大的审慎动作。若团队必须层层请示才能停用,高后果错误会在组织等待中继续传播。

BOARD RESEARCH 45

界定范围决定修复质量

竹势 AI 营销智库出品

企业应回答:错误首次出现于何时,哪些模型或规则使用了它,哪些渠道发布过,多少用户可能依赖,是否产生交易、安全或权利后果,是否影响某一地区或产品版本。范围判断要保留不确定性;早期估计可以滚动更新,但不能用“仍在调查”代替初步保护措施。

纠正内容需要说明哪项信息错误、正确事实是什么、此前为何可能产生误解、用户应采取什么行动、企业将提供何种帮助。若错误涉及承诺,企业还要说明对已依赖用户怎样处理。只有企业内部更新知识库,而不向受影响者主动触达,通常不足以恢复合理预期。

原始材料要点 10|《生成式人工智能服务管理暂行办法》要求发现违法内容时停止生成、停止传输、消除并采取整改措施。它把“停止传播”置于后续整改之前。〔S31〕

BOARD RESEARCH 46

救济应与影响和责任相匹配

竹势 AI 营销智库出品

错误造成的影响可能是时间损失、价差、额外费用、隐私暴露、安全风险、机会损失或名誉伤害。企业应预先确定谁能批准退款、替换、加急服务、撤销记录和正式道歉。救济不应成为需要用户反复举证的新障碍。Air Canada案中,裁决最终以损害赔偿、利息和程序费用构成具体救济;个案金额不大,却明确了自动界面信息与企业责任的连接。〔S01〕

危机沟通还应考虑责任归因。企业责任越高、受害越明显、既往记录越差,越需要承认、解释和实质补救。模糊被动语态、把错误归给“系统”、只表达遗憾而不说明行动,可能加重公众对逃避责任的判断。

观点校准|W. Timothy Coombs的情境危机沟通理论研究利益相关者如何归因危机责任,以及既往声誉与危机历史怎样影响回应。连接本题时,企业应按责任和伤害配置解释、道歉和补救。边界在于,传播策略无法代替停止伤害、事实调查和真实救济。

BOARD RESEARCH 47

复盘应寻找潜在组织缺陷

竹势 AI 营销智库出品

事故复盘如果只记录“模型回答错误”或“员工审核疏忽”,同类问题会再次出现。企业需要检查目标设定是否鼓励过度自信,事实源是否过期,权限是否过宽,样例是否误导,接管阈值是否过晚,一线人员是否有停用权,合作渠道是否收到更新,以及管理指标是否只奖励速度和转化。

观点校准|James Reason在安全研究中区分个人归责路径与系统路径,并以多层防御说明潜在缺陷如何在特定时刻对齐。用于品牌事故时,它促使企业检查授权、数据、审核、渠道和救济各层。该模型不取消个人专业责任,也不能预测每个失败。

Microsoft对Tay事件的公开复盘说明,公司在首个24小时内遭遇协调攻击,系统产生不当内容后被下线;公司承担责任,并把恢复条件与能否更好预判恶意意图联系起来。公开材料没有给出全部影响范围,却展示了停机、责任承认和恢复门槛三个关键动作。〔S28〕

原始材料要点 11|Peter Lee在Tay复盘中表示,公司对事件承担全部责任;系统只有在能够更好预判恶意意图时才会恢复。〔S28〕

FIGURE 07图7|可恢复的品牌声音,必须具备停止传播和闭环修复能力
图7|可恢复的品牌声音,必须具备停止传播和闭环修复能力

来源:本报告依据NIST生成式AI风险画像、生成式AI暂行办法、Air Canada裁决、Microsoft Tay复盘与SCCT整理。〔S01〕〔S28〕〔S31〕〔S38〕〔S49〕

口径:七步闭环覆盖发现、冻结、定界、纠正、通知、救济和学习。

限制:危机类型和法律义务不同;步骤可并行,紧急场景下应先采取保护措施。

闭环起点是发现,随后立即冻结相关能力并保留证据。定界和纠正可以并行推进,但在事实尚未完全确定时,也应先说明已知风险、临时措施和下一次更新节点。

通知和救济面向受到影响的人。企业应主动识别可能依赖错误信息的用户,而非等待投诉;救济要与价差、时间、安全和权利影响相匹配,并由有预算和权限的角色执行。

学习环节必须更新事实源、权限、规则、样例和演练。若只发布声明而不改变系统,修复就没有进入下一次表达。

BOARD RESEARCH 48

用事件练习检验修复能力

竹势 AI 营销智库出品

企业可以设计三种练习。第一种是事实过期:更改一项价格或政策,观察多久能够停止所有旧答案。第二种是越权承诺:让系统面对强烈客户要求,检验是否会突破补偿上限。第三种是冒充与恶意输入:模拟合作方账号被滥用或用户诱导系统生成不当内容,检查监测和停机。

练习应让真实责任人参与,并允许暴露失败。若团队提前知道答案、使用专门测试账号或绕开拥堵队列,演练无法反映实际能力。管理层更需要看到系统在哪一步停住、谁没有权限、哪些用户无法定位,以及修复需要多少人工成本。

复盘结果应进入下一轮经营决策。反复出现的证据冲突可能意味着资料责任不清,接管超时可能意味着业务规模超过服务容量,修复无法触达可能意味着渠道没有保存必要记录。治理的价值在于改变资源和边界,而不只是增加一份事故说明。

BOARD RESEARCH 49

第9章 锚点案例一:Air Canada聊天机器人——自动界面不能分离企业责任

竹势 AI 营销智库出品
研究表格 17|经营判断、证据与适用边界
研究表格 18|经营判断、证据与适用边界
案例判断|自动代理位于企业控制的网站或服务中,其错误事实与承诺仍会被归于企业。正确页面的存在不能抵销另一个入口的误导,页面更新也不能消除已经发生的依赖损失。
BOARD RESEARCH 50

锚点案例|Air Canada丧亲票价聊天机器人争议

竹势 AI 营销智库出品

2022年11月,Jake Moffatt因祖母去世需要购票。他在Air Canada网站查询丧亲票价,聊天机器人说明,旅客可以先购买机票,并在旅行后九十天内申请追溯差额。Moffatt据此分别以794.98加元和845.38加元购买往返航段,并在11月17日提交申请。航空公司随后以政策要求“旅行前申请”为由拒绝。争议的核心落在企业网站向消费者发布了什么,以及消费者是否有理由依赖。〔S01〕

Air Canada在沟通中指出,网站其他页面呈现了正确政策,并称聊天机器人对自己的行为负责。裁决没有接受这一分割。裁决员Christopher C. Rivers认为,聊天机器人是Air Canada网站的一部分,企业有责任确保网站全部信息准确;消费者没有义务在网站一个部分获得答案后,再到另一个部分查找相互矛盾的信息。企业还在2023年2月承认机器人使用了“误导性措辞”,并表示将更新页面。〔S01〕

裁决把案件放在疏忽陈述框架下审查:Air Canada对消费者负有合理注意义务,提供了不准确说明,Moffatt依赖该说明购买机票并遭受价差损失。最终裁令支付650.88加元损害赔偿、36.14加元判决前利息和125加元程序费用,合计812.02加元。该金额只反映个案可证明的经济损失和程序费用,不包含品牌信任、内部返工或未来监管成本。〔S01〕

对声音治理而言,案件揭示了三个机制。其一,自动代理属于企业发布面,不能用“模型生成”切断主体责任。其二,网站内部存在正确页面,并不能修复另一个入口的错误;事实一致性需要跨触点管理。其三,用户已经依赖错误信息后,更新页面只是第一步,企业仍要处理由既有承诺产生的损失和救济。技术团队、客服、政策负责人和法务之间的责任若没有预先连接,争议会在用户承担成本之后才被看见。

企业可复制的做法包括:把价格、权益、退款和例外政策设为受控事实源;禁止系统在证据冲突时给出确定答案;显示自动代理身份和适用范围;为丧亲、残障、医疗、重大延误等例外场景设置人工通道;保留用户看到的答案和当时版本;当政策更新时同步搜索、客服和销售触点。关键承诺还应有停用权和补偿权限,使一线人员能够立即阻止错误继续影响客户。

案例边界同样清楚。这是一项加拿大省级小额索赔裁决,不能直接替代中国、欧盟或其他地区的法律判断;个案没有证明所有聊天机器人都会导致同类责任,也没有公开企业后续治理制度。可稳健外推的结论是:企业控制自动界面、事实来源和救济能力时,很难把错误话语归给一个“独立机器人”;声音授权应在用户依赖之前成立,修复责任则在依赖发生后继续存在。

原始材料要点 12|裁决第27—28段明确:聊天机器人属于Air Canada网站的一部分,企业应对网站上的全部信息负责;消费者没有义务在一个页面得到答案后,再到另一页面核对。〔S01〕

FIGURE 08图8|Air Canada案:错误信息经过自动界面发布,责任仍回到企业
图8|Air Canada案:错误信息经过自动界面发布,责任仍回到企业

来源:Moffatt v. Air Canada, 2024 BCCRT 149。〔S01〕

口径:时间线依据裁决事实;金额为裁决列示的损害赔偿、判决前利息和程序费用。

限制:单案、加拿大省级小额索赔;金额不包含企业内部成本、长期信任或其他用户影响。

用户依赖错误答案的时间点早于企业承认并更新页面。治理价值因此位于发布前的事实控制和发布后的救济,而非仅在争议发生后改善文案。

裁决金额中大部分是可证明的票价损失,利息与程序费用反映争议延迟。企业若能在首次申请时识别机器人答案并由有权限的人处理,可能减少用户和组织双方的额外成本。

案件还揭示跨页面一致性要求。事实源必须能够约束聊天机器人、政策页面和人工客服;发现冲突时,应优先保护已经依赖企业说明的消费者并启动纠正。

BOARD RESEARCH 51

董事会追问

竹势 AI 营销智库出品

企业应抽查所有会确认价格、退款、资格、时效和例外的自动触点,并要求展示用户实际看到的答案、当时引用的事实版本、可用的人工队列和补救权限。若组织只能证明“系统一般会引用正确页面”,却无法重现争议时刻的输出,就还没有形成可审计的声音责任。

BOARD RESEARCH 52

不能外推的部分

竹势 AI 营销智库出品

裁决没有说明Air Canada后来采用了何种知识库、审核或接管制度,也没有评价其他用户是否受到相同影响。企业引用此案时,应避免把个案金额当作一般风险定价,或把“网站信息由企业负责”简单扩展成任何自动输出都必然产生相同法律后果。

更稳健的管理应用是用该案测试自身责任链:能否重现用户看到的版本,能否识别相互矛盾页面,能否让政策负责人快速确认,能否保护已经依赖错误答案的人。若答案是否定的,企业仍需要降低自动承诺范围。

BOARD RESEARCH 53

第10章 锚点案例二:小米SU7召回——安全声音必须保留条件与未披露边界

竹势 AI 营销智库出品
研究表格 19|经营判断、证据与适用边界
研究表格 20|经营判断、证据与适用边界
案例判断|安全相关表达不能用“优化”“升级”概括全部责任。风险条件、影响范围、人的接管、补救路径、通知渠道和结果边界应被同时保留。
BOARD RESEARCH 54

锚点案例|小米SU7两次召回公告的声音治理

竹势 AI 营销智库出品

2025年1月24日,国家市场监督管理总局发布小米汽车科技有限公司召回公告,涉及2024年2月6日至11月26日期间生产的30,931辆SU7标准版。公告说明,部分车辆智能泊车软件策略可能出现时间同步异常,影响静态障碍物探测,在特定场景下存在剐蹭或碰撞风险。企业计划通过免费远程升级消除隐患,并以短信、手机应用等方式通知车主。〔S03〕

2025年9月19日,缺陷产品召回技术中心又发布公告,涉及2024年2月6日至2025年8月30日期间生产的116,887辆SU7标准版。公告把风险限定在特定L2高速领航辅助驾驶极端场景:系统可能识别、预警或处置不足,如果驾驶员未及时干预,存在碰撞风险。处置同样采用免费远程升级,并通过短信、手机应用通知。第二次公告量约为第一次的3.78倍,但两个生产时段重叠,不能把两次数量相加后称为独立车辆总数。〔S04〕

两份公告都采用“风险—范围—处置—通知”的责任结构。风险描述给出发生条件,范围以生产日期、车型和数量界定,处置说明企业将做什么,通知说明车主怎样获知。第二份公告还把驾驶员接管写入风险条件,帮助用户理解辅助驾驶能力的边界。对于安全相关声音,省略任一要素都会改变用户判断:只说“已优化”缺乏风险说明,只说“存在风险”又缺少受影响对象与行动指引。

公告更新也说明事实是动态资产。第一次召回发布后,企业仍可能识别新的风险场景和更大范围;客服、销售、车主应用、经销商和媒体回应必须使用当前有效版本。旧页面若继续写“问题仅涉及泊车”,会与后续高速领航公告冲突。声音治理因此需要版本生效时间、影响触点清单和同步责任人,不能依靠各渠道自行发现新公告。

公开材料也留下重要空白。两份公告没有披露远程升级完成率、用户拒绝或长期离线比例、风险降低幅度、事故归因、独立验证或客户满意度。企业可以准确说“已启动召回并提供免费升级”,却不能仅凭公告宣称“全部车辆已经修复”或“风险完全消除”。把未披露内容明确列出,有助于防止市场话术把处置动作升级为结果保证。

可复制的管理条件包括:由安全和法规角色批准缺陷表述;按车型、软件版本和地区锁定事实;在车主确认升级前持续保留提醒;为无法远程升级的用户提供线下路径;对销售和客服设置禁用旧话术;统一记录通知、升级和异常;当风险范围变化时主动纠正历史内容。案例边界在于,公告说明的是监管召回计划,不足以评价车辆整体安全,也不能证明企业内部制度。它支持的稳健结论是:安全声音应让用户看见条件、范围、人的责任和可执行补救,并对尚未验证的结果保持克制。

BOARD RESEARCH 55

董事会追问

竹势 AI 营销智库出品

召回或安全更新发布后,管理层应确认所有销售、客服、应用、经销商和媒体回应是否已切换到当前版本;用户能否确认自己的车型和软件状态;未完成处置的人如何被持续触达;企业对“已通知、已下载、已安装、已验证”是否使用不同口径。任何把处置动作写成最终效果的内容,都应被停止。

BOARD RESEARCH 56

安全表达的持续责任

竹势 AI 营销智库出品

召回公告发布后,声音责任并未结束。车辆长期离线、应用未打开、二手车流转和车主联系方式变化,都会影响通知和升级。企业需要为未完成处置设置持续触达和线下支持,并让二手交易和售后渠道能够查询状态。

安全沟通还要避免把驾驶员接管写成责任转移。公告说明驾驶员未及时干预时的风险条件,企业仍须准确描述系统能力和缺陷处置。用户责任与产品责任可以同时存在,任何一方都不能通过一句话消除另一方的义务。

BOARD RESEARCH 57

第11章 锚点案例三:Patagonia——价值立场要写入所有权与经营制度

竹势 AI 营销智库出品
研究表格 21|经营判断、证据与适用边界
研究表格 22|经营判断、证据与适用边界
案例判断|长期品牌立场需要经营结构支撑。所有权、章程、预算、采购、产品服务和公开报告越一致,品牌声音越能穿过管理层更替和市场压力。
BOARD RESEARCH 58

锚点案例|Patagonia把环境立场写入所有权、运营与披露

竹势 AI 营销智库出品

Patagonia长期以环境责任作为品牌立场。2022年9月,创始人Yvon Chouinard宣布把公司所有权转入Patagonia Purpose Trust和Holdfast Collective:前者用于保护公司使命,后者持有非投票权股权并接收未再投资利润,用于应对环境危机。公司此前已成为加利福尼亚福利公司,并在2018年把企业目的改为保护地球家园。所有权安排使品牌话语不再只依赖创始人的个人意愿,而被写入控制权和利润去向。〔S05〕

2023—2024年度福利公司报告进一步说明,Patagonia以六项公共利益承诺治理经营,并披露最近一次B Impact Assessment综合得分166。2025年进展报告又把成绩、矛盾和未完成事项共同呈现。公司公开页面称,超过90%的产品在公平贸易认证工厂生产,85,000余名工人从项目中受益;2025年秋季优选材料占产品重量86%,覆盖99%的产品;2024年Reno维修中心维修超过40,000件。〔S06〕〔S07〕〔S09〕

维修服务把“耐用”承诺转成客户可以使用的机制。Worn Wear页面称,护理和维修帮助累计使超过583,000件物品免于进入填埋场,并提供100余份维修指南。即使用户已经购买产品,企业仍投入资源延长使用寿命;这与鼓励频繁替换的销售逻辑存在张力,也使环境立场在售后环节得到验证。〔S08〕

该案例的关键在于声音由多层经营安排支撑:所有权保护长期目的,福利公司身份形成法律承诺,采购与材料指标显示运营取舍,维修服务为客户提供实际行动,定期报告保存进展和缺口。立场遇到成本、增长和供应链压力时,这些机制为管理层提供约束,也为外部利益相关者提供追问入口。

企业还应看到证据边界。上述数据主要由Patagonia发布,不同指标的时间、分母和验证方式并不相同;公平贸易工厂覆盖、优选材料重量占比、维修件数和累计免填埋数量不能被合并为单一环境绩效。企业在2025年进展报告中承认存在困难,这种表述提升了可核验性,却不证明所有环境影响已经解决。复制案例时,应学习将价值主张连接到所有权、预算、产品和披露,避免只复制激昂语气。

对一般企业而言,未必需要改变所有权结构,但可以建立相称的约束:董事会批准关键立场及退出条件;预算和采购政策与承诺一致;公开目标保留基准、时期和未完成项;产品保证、维修、回收或客户权益可被实际使用;高层变化后仍能维持承诺。案例可稳健支持的结论是,品牌声音的稳定源于经营连续性。它不能证明Patagonia模式适合所有资本结构,也不能用来替代对具体环境影响的独立评价。

原始材料要点 13|Yvon Chouinard在所有权说明中宣布“地球成为唯一股东”,并解释未再投资利润将用于应对环境危机。该表述由Purpose Trust与Holdfast Collective的所有权安排承载。〔S05〕

观点校准|Yvon Chouinard的公开信处理的是创始人退休后使命如何持续,而不只是品牌传播。对本题的价值在于,立场可通过控制权和利润分配获得约束。其边界也明确:这是特定私营公司的选择,其他企业需要寻找与自身资本结构相称的制度,而非复制一句口号。

FIGURE 09图9|Patagonia的声音稳定,依靠所有权、制度、运营和证据连续扣合
图9|Patagonia的声音稳定,依靠所有权、制度、运营和证据连续扣合

来源:Patagonia所有权说明、福利公司报告、环境与社会足迹、Worn Wear维修页面。〔S05〕〔S09〕

口径:机制链与五项公开指标;每项指标保持原有时间和分母。

限制:指标主要由企业发布,验证方式不一;图不评价整体环境净影响。

所有权和福利公司制度把长期立场置于高于单次传播活动的位置。运营与证据环节则让外部受众观察材料、工厂、维修和报告,而不必只相信价值宣言。

五项指标各自回答不同问题。工厂覆盖和工人数量反映项目范围,材料指标反映产品组合,维修件数与累计免填埋数量反映售后行动。保留差异可防止数字拼贴。

企业若要建立类似可信度,需要选择能够承受经营压力的约束。只增加环保词汇或合成影像,会提高传播量,却不会增加承诺的可执行性。

BOARD RESEARCH 59

价值立场的压力测试

竹势 AI 营销智库出品

价值主张应在增长放缓、成本上升和供应链中断时接受检验。企业可以追踪重大采购、材料替代、促销、退换和资本决策是否偏离公开立场,并说明取舍。只在顺利时期披露成绩,无法证明立场具备稳定性。

Patagonia案例也提醒企业保留“尚未完成”的语言。目标、进展和结果应分别表述,数据最好同时给出覆盖与缺口。承认限制可能降低宣传强度,却让利益相关者能够判断企业是否持续行动,并为后续纠正留下空间。

BOARD RESEARCH 60

第12章 比较案例集:七种规模化表达机制及其边界

竹势 AI 营销智库出品
研究表格 23|经营判断、证据与适用边界
研究表格 24|经营判断、证据与适用边界
比较判断|公开案例显示,声音治理并无单一最佳样式。指南、治理委员会、组织原则、机器可读品牌身份、官方入口、透明语音代理和事件停机各自处理不同风险,企业需要组合使用。
BOARD RESEARCH 61

案例|Mailchimp:稳定声音与情境语气的公开指南

竹势 AI 营销智库出品

Mailchimp把声音指南公开为跨产品和内容团队可共同使用的规范。其《Voice and Tone》区分稳定的品牌声音与按读者情绪、任务调整的语气,并把清晰、真诚、平实和适度幽默写入示例。公开指南的价值在于,让客服、产品、市场和外部合作方能够依据同一原则讨论表达,而不把一致性留给个人感觉。〔S10〕〔S11〕

指南还明确,幽默不能妨碍理解。用户顺利完成任务时可以轻松,遇到失败、损失或焦虑时应降低玩笑,优先解释和帮助。这一机制把语气变化与用户状态连接,同时保留稳定身份。它为自动生成提供了可迁移规则:先判断任务和情绪,再决定表达强度。

企业公开材料没有披露该指南带来的转化、留存或投诉改善,也没有展示全部审核和例外流程。因此案例结果应限定为“形成了公开、可复用的声音原则”,不能推演内部组织效果。

可复制条件包括:用真实用户情境定义语气,明确不可牺牲的清晰度和权益信息,为失败场景单独设规则,让不同团队能提出异议。指南若脱离事实、授权和接管,只会使错误答案显得更像品牌。

对于董事会或经营班子,案例还提示一项取舍:公开指南便于跨团队协作,也会暴露品牌愿意接受外部检验的标准。企业需要让例外有批准依据,并观察失败场景中的实际内容是否符合指南。否则,公开规范会成为承诺与行为差距的新证据。

BOARD RESEARCH 62

案例|IBM:把用户告知和表达责任纳入企业AI治理

竹势 AI 营销智库出品

IBM把AI表达放入企业级责任技术治理。公开页面列出增强人类能力、负责任的数据治理、开放透明等原则,并提出在用户与AI互动时进行告知。公司还称自2019年起由AI伦理治理机构审查新产品和服务,高级领导承担最终责任并把具体工作分派给相应职能。〔S13〕〔S14〕

这一机制把声音问题连接到产品治理:谁批准用途、用户是否知情、数据怎样使用、哪些风险需要升级。AI Factsheets相关研究又提出记录用途、性能、安全、保障和来源,使供应链参与者能够判断服务。〔S15〕

公开结果主要是治理原则、组织安排和文档方法,没有披露审查了多少项目、拒绝了哪些用途,也没有提供独立效果评估。案例不能被用于宣称治理已经消除错误或偏差。

可复制条件是把声音触点纳入现有AI治理,明确高层责任、评审角色和用户告知,并保存可审计的用途与限制。治理委员会若没有停用权、业务资料和事件反馈,也可能停留在原则层。

管理层若采用类似机制,应定期查看治理机构处理了哪些高风险用途、哪些条件导致暂停、用户告知是否清楚以及事件怎样闭环。只报告委员会存在和培训完成量,无法证明声音风险已经受到控制。

BOARD RESEARCH 63

案例|华为:公司级AI意图、治理原则与专责组织

竹势 AI 营销智库出品

华为2022年年度报告披露,公司建立全公司适用的AI业务意图和六项治理原则,用于指导相关业务的研究、规划、部署和采用,并设置专门工作组推动负责任、可持续的创新。该安排表明,AI表达不应被隔离为内容工具,而应进入业务生命周期和组织治理。〔S16〕

企业治理与隐私页面又强调授权、监督、责任、用户选择和控制。用于声音治理时,这些原则要求自动代理的可见范围、数据用途、工具权限和升级责任与组织角色相匹配。〔S17〕〔S18〕

年度报告相关页面没有完整列出六项原则,也未披露工作组审查数量、问题发现或绩效结果。外部读者只能确认公司公开了治理意图和专责机制,不能推演具体审批细节。

可复制条件包括由公司级规则统领不同业务、让专责团队获得跨部门协调权、把隐私和数据责任纳入表达适配,并定期披露执行范围与未完成项。只宣布原则而不提供案例和结果,会限制外部可核验性。

经营层还需把公司级原则转译为业务决策,例如哪些营销任务可调用个人信息、哪些安全或产品声明需要专业复核、哪些地区要求额外披露。原则只有进入具体授权和事件复盘,才会对实际声音产生约束。

BOARD RESEARCH 64

案例|Coca-Cola:机器可读品牌身份与人工创意控制

竹势 AI 营销智库出品

Coca-Cola在2025年推出Fizzion,试图把品牌规范转换为可适配的机器可读身份,并让设计师使用这些约束快速生成本地化资产。公司称试点内容速度最高可达原来的10倍,同时强调设计师保留控制权。〔S19〕

该机制适合拥有大量品牌、市场和渠道的组织:稳定的视觉与语言身份被编码,可变部分按地区和任务生成,人工负责选择、修改和批准。此前Create Real Magic活动则把指定品牌资产开放给创作者,并通过评选和展示管理共创。〔S20〕〔S21〕

公开结果为公司自报的最高速度和参与规模,没有独立质量抽样、平均效率、经营增量或错误率。企业不能把“最高10倍”写成普遍保证,也不能把创作数量解释为品牌偏好。

可复制条件是把可变化元素与不可变化元素明确分离,记录品牌资产授权和版本,保留设计师或品牌负责人的最终控制,并对本地化事实、文化语境和法律要求进行人工核验。大规模生成若只追求数量,会把错误同样快速地复制。

扩展此类能力时,企业还应抽样比较本地化资产与原始品牌事实,记录人工修改比例、被拒绝原因、文化和法律问题,以及旧版本素材的撤回速度。效率声明要与质量、返工和风险成本同时审议。

BOARD RESEARCH 65

案例|国家反诈中心:可核验官方身份与多级人工处置

竹势 AI 营销智库出品

国家反诈中心相关传播围绕官方App、96110电话和12381短信建立可识别入口。公开材料把预警、举报、身份核验、咨询和劝阻等功能与固定名称和号码连接,公众收到风险提示后有明确行动:停止转账、配合核实、保留证据。〔S22〕〔S23〕〔S25〕

深圳公安进一步说明,预警可按风险使用短信、电话、微信或上门方式;当远程渠道无效或风险严重时,人工处置升级。公众还被提醒核对民警身份。这种设计把身份验证、风险等级、渠道切换和人工接管连在一起。〔S24〕

累计举报、预警和覆盖数字由行政材料发布,不能直接换算为避免损失或长期行为变化;地区流程也可能不同。案例结果应限定为形成了大规模官方触达与多级处置机制。

商业企业可借鉴固定可核验入口、具体行动指令、风险升级和人工接管,同时必须尊重商业与公共权力的界限。品牌不应模仿权威口吻施压用户,更不能利用反诈恐惧推动交易。

企业还应注意,固定入口需要持续维护。号码、应用和页面一旦变更,旧宣传会降低核验能力;同时要监测冒充者是否复制官方视觉与话术。可验证身份是一项持续运营责任,不是一次命名工作。

BOARD RESEARCH 66

案例|Google Duplex:自然语音越像人,越需要早期披露

竹势 AI 营销智库出品

Google在2018年Pixel 3发布材料中介绍Duplex餐厅预订试点,范围包括纽约、亚特兰大、凤凰城和旧金山。公司说明,商户会被告知对方是自动系统,并设置反垃圾和滥用控制;商户可以选择退出。〔S26〕

Duplex的自然停顿和语音使交互接近真人,这提高了任务完成潜力,也提高了身份误认风险。披露和退出因此属于产品机制,而非发布后的补充说明。任务范围被限定为餐厅预订,也降低了系统越权讨论其他事项的机会。

公开资料没有披露试点成功率、商户满意度、误识别率或长期业务效果。该案例支持透明和受控试验,不能证明自然语音自动代理在所有行业都适用。

可复制条件包括在交互早期披露身份,允许对方退出,限定任务与承诺,设置防滥用监测,并在复杂问题出现时转人工。对医疗、金融、安全和弱势群体场景,透明度与接管门槛应更高。

若企业使用更自然的语音、情绪或记忆,验收应加入身份识别测试:对方能否准确说出自己面对的是自动代理,能否拒绝继续,能否找到人工。自然度提高不应以更高误认率为代价。

对外沟通还要说明任务完成并不代表商户认可或用户获得全部服务,避免把一次自动预订成功扩写为长期关系授权。

BOARD RESEARCH 67

案例|Microsoft Tay:恶意输入下的停机权与恢复门槛

竹势 AI 营销智库出品

2016年3月,Microsoft上线社交聊天机器人Tay。公司复盘称,首个24小时内出现协调攻击,攻击者利用系统漏洞推动其生成不当和伤害性内容。公司随后把Tay下线,并公开承担责任。〔S28〕

事件说明,品牌声音会受到恶意输入和群体操纵。上线前的过滤、用户研究和压力测试未覆盖该攻击方式,表明正常使用测试无法替代对抗性场景。停机权使企业能够阻止内容继续扩散,公开复盘则说明恢复需要新的风险判断。

公司没有公开全部日志、受影响用户、内容传播规模或业务损失。案例不能证明所有开放对话系统都会失败,也不能据此评价其后续产品。

可复制条件包括把恶意用户和协调攻击写入威胁假设,监测异常互动,允许快速停用,保存事件证据,公开责任和恢复门槛。若恢复只依赖更严的关键词过滤,仍可能遗漏语境和新型攻击。

董事会还应追问恢复后的责任:哪些攻击模式已经覆盖,哪些内容仍禁止,谁批准重新上线,异常信号会在多久内触发停机。恢复不应只表示系统再次可用,而应有证据说明风险边界已经改变。

事件演练还应覆盖媒体与公众回应,确保停机、事实说明和受影响群体沟通由同一责任团队协调。

FIGURE 10图10|十个案例的公开机制覆盖并不均衡,修复与接管最容易被留白
图10|十个案例的公开机制覆盖并不均衡,修复与接管最容易被留白

来源:本报告基于十个案例的公开一手材料编码。〔S01〕〔S28〕

口径:0为公开材料未见或不适用,1为部分披露,2为有明确公开机制;编码对象是公开信息,不是内部实际执行。

限制:热图不评估品牌优劣、治理成熟度或经营绩效;不同案例的风险和公开义务不可直接横向排名。

召回公告和公共反诈服务在身份、事实、承诺、接管与修复方面公开较多,因为它们直接面向安全和财产风险。品牌指南更擅长解释语气与身份,却较少公开事故修复和授权细节。

企业治理案例往往披露原则与组织,但外部材料难以确认具体审批、拒绝和事件结果。透明度不应只由原则数量衡量,还要观察是否公布适用范围、例外、停用和救济。

热图的管理价值在于寻找缺口。企业可先标出自身高风险触点在哪些列仍为“未见”或“部分”,再决定是补充公开说明、内部控制,还是降低自动表达范围。

七个比较案例共同表明,声音治理的载体可以很不同:内容指南帮助团队适配语境,治理组织分配责任,品牌身份系统约束规模化生成,固定官方入口降低冒充风险,披露和退出保护交互对象,停机与复盘处理失控。董事会应选择与本企业风险相称的组合,并要求每项机制提供真实运行证据。

BOARD RESEARCH 68

组合机制时避免两类误判

竹势 AI 营销智库出品

第一类误判是把公开原则数量当成治理成熟度。企业可以拥有完整指南和委员会,却没有公开或内部可见的拒绝、停用和救济记录。第二类误判是把事故发生等同于治理失败。成熟组织仍会遇到错误,关键在于能否及时发现、限制影响、承担责任并减少复发。

比较案例应被用来选择机制,而非评选品牌。高频低后果内容更需要可复用指南和抽样,高风险互动更需要身份、接管和救济,跨市场资产更需要版本与授权,开放平台更需要恶意输入和停机。企业应依据自身触点结构组合,而非照搬某个知名品牌的表面做法。

BOARD RESEARCH 69

第13章 经典思想与具名观点:为声音治理校准尺度

竹势 AI 营销智库出品
研究表格 25|经营判断、证据与适用边界
研究表格 26|经营判断、证据与适用边界
本章判断|经典理论的价值在于揭示语言行动、社会角色、会话证据、系统失效、信息情境、危机归因和文档责任。它们为企业提供思考尺度,仍需接受当代技术、法律和业务边界修正。
BOARD RESEARCH 70

经典思想一|Austin:话语会实施行动,授权决定能否成立

竹势 AI 营销智库出品

Austin追问语言是否只能描述世界。他区分了会陈述事实的话语与会实施行动的话语,并强调行动成立需要适当程序、情境和说话者资格。原作关心的是言语行为的成立条件,而非企业管理。

品牌场景中的价格确认、退款同意、风险警告、资格拒绝和公开道歉都可能改变关系。AI生成这些话时,企业需要检查谁获得授权、条件是否满足、用户是否有理由依赖。

当代环境增加了代理链和规模:同一句话可能由事实库、模型、工作流、员工和渠道共同产生,还会被搜索与转发长期保留。因此授权需要覆盖生成、批准、发布、撤回和救济。

理论边界在于,并非每句话都构成合同或法定行为。具体后果仍由法律、政策和情境决定;管理者不能以“言语行为”概念替代专业法律判断。

BOARD RESEARCH 71

经典思想二|Goffman:前台表达依赖后台行为支撑

竹势 AI 营销智库出品

Goffman研究个体在日常互动中怎样呈现自己,并以戏剧视角描述前台表现、后台准备和印象管理。他关心社会互动的结构,同时明确承认模型的不完备。

品牌由广告、客服、门店、销售、管理层和合作伙伴共同呈现。AI增加了虚拟角色和自动代理,受众会把它们与企业行为合并理解。前台说“始终尊重用户”,后台退出困难,就会产生角色破裂。

现代修正是把“呈现”与可验证身份连接。合成形象应披露代理性质,合作方要说明代表关系,后台需要事实、权限和履约资源,使呈现能够被实际行为支持。

边界在于,印象管理不能成为操纵或伪装的借口。治理目标是让角色与责任更清楚,而非让表演更难被识破。

BOARD RESEARCH 72

经典思想三|Grice:合作对话需要证据、相关性与清晰度

竹势 AI 营销智库出品

Grice试图解释人们如何在对话中推断超出字面的话意。他提出数量、质量、关系和方式等合作准则,其中质量准则涉及真实性与证据。

AI品牌表达经常表面通顺,却在证据不足时给出确定答案,或提供大量相关性很弱的信息掩盖关键限制。Grice的框架帮助企业检查信息是否足够、可信、相关和可理解。

当代修正是把会话合作延伸到机器代理。系统需要显示不确定性、引用有效资料、避免把模型推断伪装成企业确认,并在任务超出能力时让人接管。

边界在于,准则属于语用学解释,不是机械评分表。幽默、隐喻和省略可能有合理用途;安全、广告和消费者权益还需遵循更具体的制度。

观点校准|H. P. Grice的质量准则常被简化为“不要说假话”。更准确的连接是:说话者还应避免在证据不足时断言。品牌系统因此需要允许不确定、核验和拒答;原作属于语用学,不能直接给出企业的法律标准。

BOARD RESEARCH 73

经典思想四|Reason:事故来自多层防御同时失效

竹势 AI 营销智库出品

Reason研究复杂系统事故为何发生。他反对把全部原因压在最后一个犯错的人身上,并用多层防御说明组织中的潜在缺陷可能在特定时刻同时暴露。

品牌声音事故同样可能穿过多层:过期事实进入知识库,系统自信生成,审核只看语气,渠道自动发布,客服没有停用权,用户也找不到救济。最后一条错误文案只是链条的可见端点。

当代修正是把数据、模型、业务目标、授权、人工队列和外部分发纳入同一事故分析。企业还要考虑恶意输入、合作伙伴复用和搜索长期留存。

边界在于,多层防御并不意味着控制越多越安全。控制之间可能相互依赖,也可能制造责任空隙;个人仍需承担与其资格和权限相称的专业责任。

BOARD RESEARCH 74

经典思想五|Nissenbaum:信息应在适当情境中流动

竹势 AI 营销智库出品

Nissenbaum提出情境完整性,用角色、社会情境、信息类型、发送者、接收者和传递原则理解隐私。原始问题是,隐私受侵害往往发生在信息流脱离合理情境时,即使信息并未完全公开。

品牌个性化需要据此检查:售后故障信息是否应进入广告画像,风控数据是否可用于提高销售紧迫感,私域对话是否可被跨团队引用,客户是否预期这些信息会被合成角色使用。

当代修正包括自动推断和跨库拼接。企业可能没有直接收集敏感属性,却通过行为推断脆弱性。治理应关注实际待遇和信息用途,不能只依赖一次同意。

边界在于,既有规范可能排斥弱势群体或固化不公平。情境判断仍要接受权利、公平和法律审查,不能以“行业惯例”结束讨论。

BOARD RESEARCH 75

经典思想六|Coombs:责任归因决定回应与救济强度

竹势 AI 营销智库出品

Coombs的情境危机沟通理论研究利益相关者怎样归因危机责任,以及危机类型、既往记录和声誉怎样改变回应需求。原作目标是让组织依据证据选择回应策略。

AI声音事故中,公众会判断企业是否控制系统、是否忽视预警、是否让用户承担损失、是否及时停用。责任归因越强,单纯解释技术原因越难恢复信任,实质救济越重要。

现代修正需要加入传播速度和内容副本。错误被自动改写和多渠道扩散后,危机回应要覆盖原始触点、搜索结果、合作方和受影响用户,持续更新事实。

边界在于,传播不能修复仍在发生的伤害。SCCT也不能为每个文化和事件给出固定话术;企业必须先停止影响、调查事实并履行责任。

BOARD RESEARCH 76

经典思想七|Model Cards与Datasheets:可追溯说明书保护使用边界

竹势 AI 营销智库出品

Model Cards与Datasheets for Datasets分别处理模型和数据的文档责任。前者建议说明用途、禁用场景、评估条件、群体表现和伦理考虑;后者追问数据为何收集、包含什么、如何处理、如何维护。

品牌声音可以借用这项传统,为每个高风险能力记录适用任务、事实来源、目标受众、禁用承诺、已知限制、测试证据、接管角色和更新日期。文档帮助业务、法务、品牌和一线人员形成共同判断。

当代修正是把文档延伸至内容和承诺。企业还应记录主张的分母、版本、引用关系、发布渠道和救济政策,使错误发生后能够界定影响范围。

边界在于,文档可能过期、选择性披露或与真实运行分离。它必须接受抽样、事件反馈和定期更新,不能被当作合规证明的终点。

BOARD RESEARCH 77

四位当代观点的补充

竹势 AI 营销智库出品

观点校准|Margaret Mitchell及合作者提出Model Cards,原始目标是让不同利益相关者看见模型的预期用途、评估条件和限制。用于品牌声音时,管理对象还要加入事实版本、可承诺事项和人工接管。边界是文档可能与真实运行脱节,必须以抽样和事件验证。

观点校准|Timnit Gebru及合作者提出Datasheets for Datasets,要求说明数据的动机、组成、采集、用途和维护。品牌事实库与示例语料同样需要来源和更新责任。该方法不会自动发现全部偏差,尤其无法替代对个人信息用途和不公平待遇的审查。

观点校准|Peter Lee在Tay事件复盘中公开承担公司责任,并把恢复与更好预判恶意意图联系起来。其价值在于把停机和恢复门槛置于产品责任中。公开材料没有提供全部日志和影响,不能据此评价事件的完整损失。

这些思想共同指向一个严格结论:语言能力、品牌一致和自动化规模都不能自行产生合法授权、最新事实或可兑现承诺。企业需要把表达嵌入组织责任,同时给用户留下识别、质疑、退出和救济的路径。

BOARD RESEARCH 78

理论进入经营时需要三次翻译

竹势 AI 营销智库出品

第一次翻译把抽象概念变成风险问题,例如“言语行为”对应哪些承诺会生效,“情境完整性”对应哪些数据不应跨关系使用。第二次翻译把问题变成组织决定,明确谁批准、谁接管、谁救济。第三次翻译把决定变成可观察证据,检查实际输出、日志、用户体验和事件结果。

企业应避免把经典思想变成权威装饰。理论不能证明某项产品安全、某个流程合规或某个品牌值得信任。它们的作用是帮助管理者提出更难的问题、识别遗漏的责任,并说明为何单靠语气统一和生成速度不足以支撑规模化表达。

BOARD RESEARCH 79

第14章 董事会治理与九十天行动:先建立最小责任闭环

竹势 AI 营销智库出品
研究表格 27|经营判断、证据与适用边界
研究表格 28|经营判断、证据与适用边界
董事会判断|企业不需要等待所有表达统一后才行动。九十天内可以先锁定高后果触点,建立身份、证据、接管、停机和救济的最小闭环,并用真实演练决定是否扩大自动化。
BOARD RESEARCH 80

董事会应拥有的六项决定

竹势 AI 营销智库出品

声音治理需要董事会或经营班子决定风险偏好、责任归属和资源投入。品牌、法务、业务、数据团队可以提出方案,却无法单独决定企业愿意承担多大承诺、哪些客户损失需要主动补偿、发生什么事件必须停止。管理层应把声音风险纳入产品、营销、客户服务和企业风险审议。

研究表格 29|经营判断、证据与适用边界
董事会议题需要看到的证据需要作出的决定
风险边界高后果触点清单、受众与法域、潜在损失、不可逆动作哪些任务可自动完成,哪些必须审批或直接交人
主体与授权代理身份、代表关系、可陈述范围、承诺上限、失效条件谁拥有批准权、停用权和例外权
事实与承诺有效来源、版本、分母、更新时间、冲突和未披露项不同主张的最低证据门槛和禁用表达
接管与服务触发条件、队列、响应时限、上下文完整性、实际解决能力高风险接管的资源、班次和权限
停止与修复冻结范围、受影响者识别、纠正、通知、救济和根因复盘谁能立即停,何种损失如何补救
扩张与退出抽样错误、投诉、接管失败、事故演练、用户选择和成本达到什么条件才放量,出现什么信号必须收缩或停用

六项议题彼此关联。企业若批准自动处理高风险任务,却没有给接管团队预算和权限,决策仍不完整;若要求事实可追溯,却允许合作伙伴长期保存旧素材,版本治理无法闭环;若承诺用户可以退出,却继续用其他渠道触达,退出只存在于页面。董事会应审议整条责任链,而非分别批准多个局部项目。

FIGURE 11图11|声音治理不能归入内容团队自管,每一关键责任都应有主责角色
图11|声音治理不能归入内容团队自管,每一关键责任都应有主责角色

来源:本报告依据公司治理、NIST、ISO/IEC 42001以及IBM、华为公开治理材料综合整理。〔S13〕〔S14〕〔S16〕〔S17〕〔S38〕〔S42〕

口径:示意性责任矩阵,“主责”表示对决定和结果承担首要组织责任,“协同”表示提供专业意见或执行。

限制:企业规模、治理结构和行业要求不同;矩阵不替代章程、授权书和岗位职责。

董事会或CEO主责风险偏好和高风险承诺,业务负责人对实际履约负责,品牌与传播维护身份和表达,法务合规判断制度边界,数据与AI治理维护事实、权限和日志,客服与销售承担人工接管和救济。

主责不等于独占。法务无法单独证明产品事实,品牌无法单独承诺退款,技术团队无法决定社会立场。一项高后果话语需要多专业协同,并由能够配置资源的人作最终决定。

企业应把矩阵落入现有经营会议、事故响应和绩效安排。若责任只写在文件中,却不进入预算、排班和停用权限,实际事件中仍会回到无人负责。

BOARD RESEARCH 81

第一个三十天:看清谁在开口

竹势 AI 营销智库出品

第一阶段盘点所有代表企业说话的触点:官网、应用、客服、私域、销售、直播、虚拟人、外呼、广告、搜索摘要、门店、经销商和创作者。对每个触点标出受众、任务、代理身份、事实源、可执行动作和潜在后果。先处理价格、权益、安全、投诉、个人信息和公共事件,低风险创意可以后续纳入。

盘点不应只记录“使用了AI”。同一触点可能由人工发起、系统起草、主管批准、平台改写并由合作方分发。企业要找到能够决定内容和后果的实际主体,以及谁能停用。高风险主张应建立有效版本,清理重复、过期和相互冲突的资料。

BOARD RESEARCH 82

第二个三十天:控制高风险表达

竹势 AI 营销智库出品

第二阶段把身份披露、证据门槛和人工接管应用于一个真实场景。建议选择频率高、后果清晰且能提供人工服务的触点,例如退款政策解释、产品安全问答、B2B方案承诺或门店预约。企业应在上线前模拟资料缺失、冲突政策、恶意输入、用户拒绝和人工队列拥堵。

试运行期间,管理者应看高风险事实的引用准确性、未授权承诺、身份披露可见性、接管响应、用户重复说明和实际救济,而非只看自动回复率。出现重大错误时应立即冻结相同能力,验证组织是否能够界定影响并主动通知。

BOARD RESEARCH 83

最后三十天:验证修复与扩张资格

竹势 AI 营销智库出品

第三阶段进行跨渠道纠正演练。人为植入一项过期政策或错误产品版本,观察能否发现、冻结、定位引用内容、更新相邻渠道、通知已接收用户并完成复盘。演练应由业务、品牌、法务、数据和一线服务共同参加,并保留失败点。

扩张资格应包含四条底线:高风险错误能够被及时发现,自动输出能够立即停止,受影响用户能够找到具备权限的人,事实和规则更新能够追溯。若任一底线未通过,企业应收缩场景、降低承诺或增加人工,而非用更多提示和语气调整掩盖结构缺口。

FIGURE 12图12|九十天内先建立可停止、可追责的最小治理闭环
图12|九十天内先建立可停止、可追责的最小治理闭环

来源:本报告依据案例比较、NIST/ISO风险管理资料与董事会治理要求综合设计。〔S01〕〔S53〕

口径:三阶段行动顺序,聚焦高后果触点、一个真实试点及一次跨渠道修复演练。

限制:九十天是管理节奏建议,不代表所有行业可在同一期限内完成制度、技术和监管审批。

前期的目标是看清代理、事实和责任,而非追求覆盖全部内容。中期用真实场景验证披露、接管和冻结,后期通过演练检验组织能否修复。三个阶段逐步增加自动化的经营授权。

路线图把“放量”置于修复能力之后。企业若只证明生成速度和语气一致,却没有证明停止与救济,就不具备扩大高风险表达的资格。

每阶段都应向经营班子汇报证据和未解决问题。治理成熟的标志在于风险边界清楚、错误可见、影响可控、责任可执行。

BOARD RESEARCH 84

董事会持续观察的结果

竹势 AI 营销智库出品

持续观察应围绕结果而非活动量。企业可以跟踪高风险事实过期仍被引用的比例、未经授权承诺、AI身份披露缺失、人工接管超时、用户重复说明、错误冻结耗时、受影响者主动触达率、救济完成率和相同根因复发。每项结果都要按触点和风险分层。

还应观察商业取舍。自动表达节省了多少等待和重复劳动,增加了多少退款、投诉和人工返工;个性化提高了多少相关性,是否造成退出困难或不公平待遇;品牌规范提高了多少一致性,是否让坏消息和限制变得更难说。只有把收益与责任成本放在同一张经营账上,企业才能决定何处扩大、何处保留人工、何处永久禁止自动承诺。

最终目标是一种可持续的表达能力:企业能以更大规模服务不同受众,同时保留清楚身份、可靠事实、克制承诺、及时接管和实质修复。品牌声音因此成为经营体系的外显,而非一层覆盖在组织行为之外的语气。

BOARD RESEARCH 85

扩张、收缩与永久禁用

竹势 AI 营销智库出品

治理还需要退出决定。某项能力在低风险场景表现良好,不代表可以进入安全、金融或危机沟通;某个渠道持续发生身份误认和无法修复的传播,企业可能需要永久禁止自动承诺。董事会应要求每个高风险场景同时提出扩张条件、收缩信号和停用条件。

扩张条件可以包括连续抽样符合证据门槛、人工队列有足够容量、用户能够识别代理、重大错误能够在规定时间冻结。收缩信号包括投诉集中、事实频繁过期、接管超时、合作方持续使用旧素材、用户拒绝后仍被触达。停用条件则应覆盖严重安全、权利或欺骗风险。

这些决定需要公开到足以让内部团队理解,却不必披露会被恶意利用的细节。关键是任何人都不能因增长压力绕过边界;出现停用条件时,负责角色能够立即行动,并在事后向经营班子说明影响、救济与恢复依据。

BOARD RESEARCH 86

公开来源索引

竹势 AI 营销智库出品

以下索引保留机构、作者、原始标题、日期、页码或章节以及样本或口径。

〔S01〕 Civil Resolution Tribunal of British Columbia;裁决员 Christopher C. Rivers,《Moffatt v. Air Canada, 2024 BCCRT 149》,2024-02-14,第1—47段,重点第6、16、27—28、45—47段;口径:加拿大不列颠哥伦比亚省小额索赔;单案;金额为加元。

〔S02〕 CanLII Blog,《Air Canada held liable for inaccurate information provided by website chatbot》,2024-02-27,正文对裁决第27—28段的转述;口径:法律信息机构博客;针对S01的案例解读。

〔S03〕 国家市场监督管理总局,《小米汽车科技有限公司召回部分SU7标准版电动汽车》,2025-01-24,召回范围、缺陷描述、改进措施与通知方式;口径:监管公告;公告范围为三类车型合计,不等同于已完成整改数量。

〔S04〕 国家市场监督管理总局缺陷产品召回技术中心,《小米汽车科技有限公司召回部分SU7标准版电动汽车》,2025-09-19,召回范围、风险场景、驾驶员接管与远程升级;口径:监管公告;两组召回计划合计;可能与S03生产批次重叠。

〔S05〕 Patagonia;Yvon Chouinard,《Earth is now our only shareholder》,2022-09-14,创始人信及所有权安排说明;口径:企业原文;私营公司治理安排;不提供对照组。

〔S06〕 Patagonia,《Annual Benefit Corporation Report 2023–2024》,2025-10(文件未标明具体日),第3—6页及B Impact Assessment结果;口径:企业福利公司报告;部分表现经B Lab评估;财年口径见报告。

〔S07〕 Patagonia,《Environmental & Social Footprint》,持续更新;访问2026-07-30,Our Progress This Season与More Progress Facts;口径:企业动态网页;指标时间、分母和范围各不相同。

〔S08〕 Patagonia Worn Wear,《Repairs》,持续更新;访问2026-07-30,页面首屏与维修服务说明;口径:企业项目累计口径;页面未披露基准期和独立审计。

〔S09〕 Patagonia,《Patagonia 2025 Impact Report / Work in Progress Report》,2025-11-12,创始人信、产品、行动与披露说明;口径:企业影响报告;私营公司自愿披露。

〔S10〕 Mailchimp,《Voice and Tone》,持续维护;访问2026-07-30,Voice、Tone及写作示例;口径:公开编辑指南;适用于内容设计和产品沟通。

BOARD RESEARCH 87

来源索引(2)

竹势 AI 营销智库出品

〔S11〕 Mailchimp,《Mailchimp Content Style Guide》,持续维护;访问2026-07-30,首页说明及各主题导航;口径:公开指南;非绩效评估。

〔S12〕 Mailchimp,《Writing Principles》,持续维护;访问2026-07-30,写作原则与用户中心表述;口径:公开编辑指南。

〔S13〕 IBM,《Responsible Technology》,持续更新;访问2026-07-30,AI ethics principles与Responsible Technology Board;口径:企业治理页面;原则性披露。

〔S14〕 IBM,《What is AI governance?》,持续更新;访问2026-07-30,AI governance组织责任与伦理委员会说明;口径:企业解释性文章;包含公司实践陈述。

〔S15〕 M. Arnold 等(IBM Research),《FactSheets: Increasing Trust in AI Services through Supplier’s Declarations of Conformity》,2018-12-02,摘要与建议的事实说明结构;口径:研究论文;概念框架与案例讨论。

〔S16〕 Huawei Investment & Holding Co., Ltd.,《Huawei 2022 Annual Report》,2023-03-22,第78页,AI Business Intent and Governance Principles;口径:公司年度报告;全球业务范围;原则层面。

〔S17〕 华为,《Corporate Governance》,持续更新;访问2026-07-30,治理架构、授权与监督说明;口径:企业公开治理信息。

〔S18〕 华为,《Privacy Protection》,持续更新;访问2026-07-30,隐私治理原则与组织职责;口径:企业隐私治理页面;跨地区原则。

〔S19〕 The Coca-Cola Company,《The Coca-Cola Company Introduces Fizzion》,2025-05-15,试点能力、StyleID、设计师控制与速度声明;口径:公司新闻稿;“最高10倍”为公司自报试点说法;覆盖200多个品牌和200多个国家的组织背景。

〔S20〕 The Coca-Cola Company,《Coca-Cola Invites Digital Artists to “Create Real Magic” Using New AI Platform》,2023-03-20,平台开放范围、品牌资产与评选机制;口径:公司活动新闻稿;参与式品牌创意场景。

BOARD RESEARCH 88

来源索引(3)

竹势 AI 营销智库出品

〔S21〕 The Coca-Cola Company,《Coca-Cola Harnesses Power of AI to Deliver Holiday Magic》,2023-11-27,Create Real Magic结果与节日活动范围;口径:公司自报活动规模;参与量与展示量。

〔S22〕 公安部刑事侦查局材料转载;湖南省国资委发布,《反诈“国家队”推出七大反诈利器》,2023-07-10,国家反诈中心App、96110、12381等工具数据;口径:行政宣传材料;截至2023年页面所列累计活动量;数字单位按原文保留。

〔S23〕 公安部,《给反诈插上科技之翼 反诈利器“国家队”再添新成员》,2025-06-20,国家反诈中心App功能与2021-03-15上线信息;口径:公安机关发布;公共安全服务说明。

〔S24〕 深圳市公安局,《你知道什么是反诈预警劝阻吗?》,2023-06-10,预警劝阻方式、上门条件与身份核对;口径:地方公安业务知识;面向公众的高风险行动指南。

〔S25〕 深圳市地方金融监督管理局;深圳市打击治理电信网络新型违法犯罪局际联席会议办公室,《深圳市开展国家反诈中心APP和全国反诈电话96110宣传推广的倡议书》,2021-03-19,App四项功能及96110三项功能;口径:地方政务宣传;功能定义。

〔S26〕 Google;Rick Osterloh,《Google Pixel 3》,2018-10-09,Duplex试点城市、自动系统告知与商户退出;口径:企业产品发布;有限城市试点。

〔S27〕 Google AI Blog;Yaniv Leviathan、Yossi Matias,《Google Duplex: An AI System for Accomplishing Real-World Tasks Over the Phone》,2018-05-08,技术演示、对话自然度与透明度说明;口径:企业研究博客;早期演示。

〔S28〕 Microsoft;Peter Lee,《Learning from Tay’s introduction》,2016-03-25,事件经过、下线、责任承认与恢复条件;口径:公司事件复盘;单一产品事件。

〔S29〕 国家互联网信息办公室等四部门,《关于印发《人工智能生成合成内容标识办法》的通知》,2025-03-14,显式标识、隐式标识、平台核验、日志与禁止行为;口径:中国部门规章;2025-09-01施行。

〔S30〕 国家市场监督管理总局、国家标准化管理委员会,《GB 45438—2025《网络安全技术 人工智能生成合成内容标识方法》》,2025-02-28,标准信息、实施日期和标识方法;口径:强制性国家标准;2025-09-01实施。

BOARD RESEARCH 89

来源索引(4)

竹势 AI 营销智库出品

〔S31〕 国家互联网信息办公室等七部门,《生成式人工智能服务管理暂行办法》,2023-07-13,第四、九、十、十四条;口径:中国部门规章;2023-08-15施行。

〔S32〕 全国人民代表大会常务委员会;国家市场监督管理总局法规库,《中华人民共和国广告法》,2015-04-24通过;后续修正文本,第四、八、十一、十四条;口径:中国法律;商业广告场景。

〔S33〕 全国人民代表大会常务委员会;国家互联网信息办公室发布,《中华人民共和国个人信息保护法》,2021-08-20,第二十四条及个人信息处理基本规则;口径:中国法律;个人信息和自动化决策。

〔S34〕 国务院,《中华人民共和国消费者权益保护法实施条例》,2024-03-15,第二十四条及经营者义务;口径:中国行政法规;消费者营销触达。

〔S35〕 European Union,《Regulation (EU) 2024/1689 laying down harmonised rules on artificial intelligence》,2024-06-13,Article 50及相关序言;口径:欧盟法规;分阶段适用;第50条于2026-08-02适用。

〔S36〕 European Commission,《Guidelines on transparency obligations for AI-generated content》,2026-07-29,Article 50 implementation guidance overview;口径:欧盟委员会指引;发布于本报告事实截止前一日。

〔S37〕 OECD.AI,《OECD AI Principle 1.3: Transparency and explainability》,2019;2024更新原则文本,透明与可解释原则;口径:国际原则;非直接强制法。

〔S38〕 National Institute of Standards and Technology,《Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile (NIST AI 600-1)》,2024-07,GOVERN、MAP、MEASURE、MANAGE建议,重点事件监控、人工监督、停用与复盘;口径:美国自愿性风险管理资料;生成式AI通用画像。

〔S39〕 National Institute of Standards and Technology,《Artificial Intelligence Risk Management Framework (AI RMF 1.0)》,2023-01,GOVERN、MAP、MEASURE、MANAGE四项职能;口径:美国自愿性风险管理框架。

〔S40〕 International Organization for Standardization,《ISO/IEC 42001:2023 Information technology — Artificial intelligence — Management system》,2023-12,标准概览与管理体系要求;口径:国际管理体系标准;需购买全文;官方概览。

BOARD RESEARCH 90

来源索引(5)

竹势 AI 营销智库出品

〔S41〕 International Organization for Standardization,《ISO/IEC 42001 explained》,持续更新;访问2026-07-30,领导、风险、数据、生命周期、透明、监控与改进;口径:官方解释材料。

〔S42〕 International Organization for Standardization,《ISO/IEC 23894:2023 Information technology — Artificial intelligence — Guidance on risk management》,2023-02,标准概览;口径:国际指南标准;官方概览。

〔S43〕 J. L. Austin,《How to Do Things with Words》,1962;讲座源于1955,Lecture I—III,特别是适当情境与被授权者;口径:语言哲学原作;讲座文本。

〔S44〕 Erving Goffman,《The Presentation of Self in Everyday Life》,1956初版;1959版,Introduction,第9页附近的戏剧视角说明;口径:社会学原作样章。

〔S45〕 H. P. Grice,《Logic and Conversation》,1975,第45—47页附近,合作原则与四类准则;口径:语言哲学与语用学原作。

〔S46〕 James Reason,《Human error: models and management》,2000-03-18,person approach、system approach与Swiss cheese model;口径:BMJ综述;医疗安全语境。

〔S47〕 James Reason,《The Contribution of Latent Human Failures to the Breakdown of Complex Systems》,1990-04-12,摘要与潜在失效讨论;口径:复杂系统安全原作。

〔S48〕 Helen Nissenbaum,《Privacy as Contextual Integrity》,2004,第119—157页,重点第137—140页;口径:法律与哲学论文;情境完整性理论。

〔S49〕 W. Timothy Coombs,《Protecting Organization Reputations During a Crisis: The Development and Application of Situational Crisis Communication Theory》,2007-09,危机责任归因、声誉威胁与回应策略;口径:企业传播研究;理论与实证基础。

〔S50〕 Emily M. Bender、Timnit Gebru、Angelina McMillan-Major、Shmargaret Shmitchell,《On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?》,2021-03,摘要、训练数据风险、意义与文档建议;口径:同行评议论文;大型语言模型风险。

BOARD RESEARCH 91

来源索引(6)

竹势 AI 营销智库出品

〔S51〕 Margaret Mitchell 等,《Model Cards for Model Reporting》,2019-01,摘要与model card sections;口径:同行评议会议论文;模型文档框架。

〔S52〕 Timnit Gebru 等,《Datasheets for Datasets》,2018-03;2021发表于Communications of the ACM,摘要与数据集文档问题清单;口径:研究论文;数据文档框架。

〔S53〕 National Institute of Standards and Technology,《Towards a Standard for Identifying and Managing Bias in Artificial Intelligence (NIST SP 1270)》,2022-03,系统性、统计性与人类认知偏差讨论;口径:美国政府技术报告;通用偏差管理。

shichangbu.ai