媒体报导

过去我们买东西，多少有点像相亲。 先看照片，嗯，挺精神; 再看自我介绍，真诚、专业、值得托付; 最后看看别人评价，五星好评、回购三次、闭眼入。 于是我们下单，就像在心里默默说：虽然我们素未谋面，但我愿意相信你不是“照骗”。

但 AI 时代来了以后，事情开始变得微妙。 图片可以生成，视频可以合成，文案可以让大模型写得比老板本人还像老板，评论也可能从“真实用户体验”变成“真实语言模型体验”。 过去商家辛辛苦苦修图，现在 AI 可以一键生成一个光线高级、构图讲究、连空气里都仿佛漂浮著消费主义香气的场景。 唯一的问题是：货可能并没有那么高级，甚至根本没出现过。

于是，一个以前不那么显眼的问题突然站到了舞台中央：当描述、图片、视频这些常见的品质信号越来越便宜、越来越容易伪造，市场还靠什么来建立信任？ 这个问题听起来像吐槽，实际上却是一个非常经典的经济学问题。

George Akerlof 在《柠檬市场》的经典论文中提出，当卖家知道品质、买家不知道品质时，低品质商品可能会把高品质商品挤出市场，最后市场整体向低品质塌陷（Akerlof， 1970）。 这个理论之所以经久不衰，是因为它抓住了现代市场经济里一个反复出现的难题：当买方无法直接观察品质时，价格机制本身未必足以维持优质供给。 随后，Michael Spence 的信号理论进一步说明，市场并不是没有自救能力。问题在于，能够恢复区分度的信号，必须具有成本，而且这种成本要对高品质者更低、对低品质者更高（Spence， 1973）。 换句话说，真正有用的信号，不是说出来的，而是“做出来且难以伪造”的。 Jean Tirole 关于集体声誉的研究又把这个问题往前推进了一步：很多时候，市场并不是根据单个主体一次性的表现来判断它，而是根据它所在组织、平台、行业乃至群体的历史声誉来做推断。 个体声誉和集体声誉互相影响，而这种历史积累，会深刻塑造当下的交易环境（Tirole， 1996）。

把这几条线索放在一起看，AI 时代的新变化就非常清楚：不是信息不对称消失了，而是许多原本用来缓解信息不对称的信号成本，正在迅速下降。 过去，一张专业图片可能意味著商家认真投入; 现在，它也可能只意味著提示词写得不错。 过去，一段细致文案可能说明商家理解使用者;现在，也可能只是模型很会模仿“理解使用者”的语气。 过去，视频比文字更有说服力; 现在，视频也未必比文字更接近事实。 眼见未必为实，耳听也未必为虚，消费者最后只好练就一种新的数字生存技能：看什么都先眯一下眼。

对商家来说，AI 讲是一把利刃。 它的第一重影响当然是降低了内容生产和营销门槛。 以前做一套看起来像样的宣传材料，要摄影、文案、设计、剪辑轮番上阵; 现在，一个人加几个工具，也能做出“总部疑似在巴黎”的视觉效果。 这无疑扩大了中小商家的表达能力，也降低了进入市场的初始成本。但问题在于，当所有人都能轻松做出高质量内容时，“内容做得像样”这件事本身就不再是有效信号。 信号一旦太便宜，就会通胀。 过去靠一张精致图片、一段打动人心的文案就能建立初始信任，如今这类内容更像是市场参与者的基础配置，而不再是高质量的证据。

于是，商家的竞争重点会从“把内容做漂亮”转向“把自己做得可验证”。 真正有价值的东西，不再只是会讲故事，而是能留下证据：稳定的履约记录、透明的供应链、清晰的售后承诺、经得起追问的细节、以及一旦出事有人可以负责的组织结构。 沿著Spence的逻辑看，市场一定会去寻找新的、成本更高、更难模仿的信号，用来恢复品质区分。因此，AI 时代对真正做产品的人未必全是坏消息。 因为一旦市场开始普遍怀疑“好看的东西”，长期声誉、真实服务和稳定表现反而会变得更值钱。

当然，代价也很明确：新品牌会更难。 过去一个新商家可以靠漂亮图文和几轮投放快速启动; 未来消费者会更常问：你是谁？ 谁给你背书？ 出了问题我找谁？ 这意味著，AI 也许降低了“获客内容”的成本，却提高了“初始信任”的成本。

消费者的处境讲会很有意思：表面上工具更强了，实际上怀疑也更重了。 以前大家抱怨信息太少，现在更常见的烦恼是信息太多、太像、太顺滑，顺滑到像刚从演算法流水线上打磨出来。 消费者不再只是做搜索，而是在做侦探工作：这张图真吗，这个评论像人写的吗，这个博主到底是体验者还是分销商，这段“亲测有效”到底是谁亲测的？ 消费者原来依赖的那套“看看星级、翻翻评论”的办法，本来就不是铜墙铁壁，现在再叠加 AI 生成内容，压力只会更大。最近关于 AI 生成内容与品牌信任的实证研究发现，消费者对 AI 生成内容的真实性和可信度感知，会显著影响他们对品牌的信任; 一旦内容被认为“不真实”，品牌信任就会明显下滑。 这说明问题不只是“AI 写得好不好”，而是“消费者一旦意识到这是 AI 写的，会不会觉得你在敷衍我”。 类似地，关于深度伪造与消费者反应的研究也发现，当虚拟内容更逼真、而检测概率有限时，消费者会整体下调对数字内容的信任，并更依赖惩罚、验证和责任机制来决定是否交易。 这意味著，“内容越来越真”并不自动带来“市场越来越信”，它也可能把消费者推向一种更普遍的谨慎状态。

于是，消费者会越来越依赖三样东西：熟人关系、历史品牌，以及平台或第三方的验证机制。 因为当内容本身变得更难信时，人们自然会转向那些更难伪造的东西：历史记录、重复互动、责任链条和可追责主体。 沿著 Tirole 的逻辑，这正是集体声誉替代个体观察的过程。 换句话说，消费者以后买的可能不只是商品，而是“谁替这个商品担保”。

如果说消费者越来越依赖验证机制，那么平台就会越来越像“信任基础设施”。 过去平台最擅长的是连接和分发：把商家、内容和消费者高效地匹配起来。 谁会做内容、谁懂投流、谁更适应演算法，谁就更容易被看见。 平台当然也做治理，但很多时候，治理更像后台功能，不太显山露水。

AI 时代不同了。 平台不再只是“把东西摆上货架”，还要回答更难的问题：这是谁发的？ 这是真的假的？ 这条评论靠不靠谱？ 这个商家值不值得被优先推荐？ 如果 AI 助手直接给使用者一个答案，平台甚至还要承担某种“替你判断” 的责任。

这恰好解释了为什么平台会越来越强，也需要越来越谨慎。 强，是因为它掌握了认证、排序、担保和惩罚机制，能够决定谁被看见、谁被相信; 谨慎，是因为一旦消费者把判断权外包给平台和 AI，平台就不只控制流量入口，也控制了信任入口。

从理论上看，这是信号理论和集体声誉理论的自然延伸。 平台一方面是在帮助市场设计新信号，让高品质商家更容易被识别; 另一方面也在积累自己的平台声誉，一旦平台长期能降低欺诈、提高履约，它自己就会成为一个“可信品牌”。 但平台也会面临一个新的现实：治理成本会越来越高。因为 AI 让造假规模化了。 过去刷评论还得雇人，现在机器比人敬业得多，而且 24 小时不喊累。 平台于是只能用 AI 去打 AI，一边鼓励生成，一边打击伪造，像一个白天卖锁、晚上研究开锁术的店主。

互联网曾经给人一种幻觉：仲介会被消灭。 买东西自己搜，订酒店自己看，找信息自己比，大家都成了自主决策、独立判断的新型公民。 后来大家发现，这种公民活得很累。

AI 时代会进一步证明：中介不仅不会消失，而且会更加重要。 为当信息变得过多、过像、过便宜时，真正稀缺的不是信息，而是经过验证的信息; 不是内容，而是愿意为内容承担责任的人。 所以，未来会更重要的可能是这样一批角色：专业测评机构、认证机构、数据审计公司、供应链溯源服务、反深伪技术公司、保险公司、行业协会、可信媒体，以及那些真正有声誉约束的专家共同体。 它们卖的不是“更多内容”，而是“更可信的判断”。

这背后其实仍然是集体声誉逻辑：当个体难以被单独辨认时，群体声誉、机构声誉和仲介声誉就会替代一部分判断成本。 而关于平台声誉机制的实证研究也提醒我们，光有用户评分并不足够，市场往往需要更主动、更制度化的信任设计。 当然，仲介也不是天然高尚。 市场需要识别那些打著“测评”旗号的广告号，挂著“认证”牌子的收费章，满嘴“科学决策”的半吊子分析师，以免他们制造新的信息污染。

把这些变化放在一起看，AI 时代最深的变化，可能不是内容生产效率提高了，而是市场开始重新定价信任。 未来的竞争可能会出现几个结构性变化。 第一，头部品牌会更强。 不是因为它们文案更好，而是因为历史更长、责任更清楚、翻车成本更高。 消费者不知道该信什么时，最容易先信“以前没骗过我的人”。 第二，平台会更强。 因为它不仅分发资讯，还提供验证、担保、排序和纠纷处理。 谁掌握这些机制，谁就更接近市场的“宪法制定者”。第三，信息中介会扩张。专业测评、认证、审计、保险、溯源，会从附属服务变成核心服务。市场会越来越需要“信任即服务”。第四，新进入者会更难。未来的小品牌要突围，不能只靠爆款，而要靠透明、稳定和愿意长期承担责任的承诺。“家人们可以放心冲”这种营销术，以后光靠主播的语气，恐怕已经不够了。

参考资料

Akerlof, G. A. (1970). The market for “lemons”: Quality uncertainty and the market mechanism. The Quarterly Journal of Economics, 84(3), 488–500.

Spence, M. (1973). Job market signaling. The Quarterly Journal of Economics, 87(3), 355–374.

Tirole, J. (1996). A theory of collective reputations (with applications to the persistence of corruption and to firm quality. The Review of Economic Studies, 63(1), 1–22.

何国俊教授
香港大学赛马会基金经济学教授、香港大学赛马会环球企业可持续发展研究所所长

（本文同时于二零二六年六月二十五日载于《FT中文网》明德商论专栏）