信任感暴跌 48%！揭開 AI 流量背後的「信任崩盤」危機，這陷阱你還在踩？

AI正在把內容生產變得越來越便宜 可越來越多的內容並沒有換來同樣多的信任和付費 一個三維模型交易平臺已經出現明顯反差 AI生成模型大約佔上傳量的六分之一 獲得的收入卻只有九十分之一 作品能被做出來 和有人願意把錢交出來 中間還有很長一段路 這組數據來自CGTrader發佈的市場報告 覆蓋2025年6月至2026年5月 他衡量的是一個具體平臺裡的供給與收入 不能直接代表整個AI產業 不過這個市場有個適合觀察的特點 買家通常要把文件拿去實際使用 預覽圖再好看 交付之後用不了 製作速度就幫不上忙 先給這組比例劃清邊界 上傳量是一定時期裡新增的文件 收入又受售價 上架時間和品類影響 六分之一與九十分之一 不能直接換算成同一條件下的購買轉化率差距 他能說明AI模型佔據的貨架份額 沒有變成相應的收入份額 至於原因 還得繼續往買家的實際需求裡找 一份三維模型文件 可能要進入遊戲場景 也可能要被拿去打印 買家付款之前關心的 是他能不能導入現有軟件 修改起來是否方便 以及實際效果是否符合要求 對一個專業項目來說 幾十分鐘的檢查與反攻 可能就把購買便宜文件省下的錢吃掉 生成者節約的成本 未必就是使用者節約的成本 假設一個工作室急需一件道具資產 兩個賣家展示的效果都不錯 其中一個能提供使用說明與測試紀錄 另一個只有漂亮的預覽圖 即使後者偏移 採購人員也可能選擇前者 因為項目延期的代價高於差價 在這種取捨裡 買家支付的價格 可以包含減少不確定性的價值 這正是AI內容市場正在暴露的問題 把生產速度提高10倍 不等於讓消費者的需要提高10倍 一個團隊只需要一件可用的成品 多出來的9件候選內容 可能只是增加選擇負擔 供給端慶祝產能 需求端卻在計算 篩選時間 兩邊在算不同的帳 CGTrader同時公佈 報告期內平臺供給增長18.5% 需求增長5.1% 平均價格下降9.7% 這些變化發生在該平臺 不能全部歸因於AI 卻足以呈現一種市場壓力 貨架擴張的更快 買家沒有按同樣速度增加 更多上傳者爭奪相對有限的訂單 產量本身就越來越難成為優勢 於是出現一個容易被忽略的分化 AI工具公司可能因為更多人生成內容而收入增長 生成內容的人卻未必賺到錢 賣工具與賣成品是兩門生意 工具商只需要創作者願意嘗試 創作者還得找到終端買家 前一個市場火熱 不能替後一個市場證明需求 這種分化 也出現在社交平臺上 機器確實越來越忙 Human Security在2026年報告中指出 其觀測範圍內 AI代理及代理瀏覽器流量 在2025年同比增長7851% 這是客戶網絡裡的自動化活動增長 說明軟件正在密集訪問網頁 他沒有證明人類願意為相同比例的新增內容付款 網絡請求與用戶需求本來就不能劃等號 一個人點擊一次頁面可以帶來許多請求 一個程序也能反覆抓取信息 爬蟲替搜索服務收集資料 監測系統檢查網站是否正常 惡意程序嘗試攻擊 都可能被統計為自動化流量 這些活動不等於有同樣多的人在閱讀 更不等於每次活動都是AI作品消費 Fails的2026年報告也指出 在其分析的2025年網路流量中 自動化流量已超過一半 這個變化值得重視 但不能拿來宣稱互聯網上一半帳號都是假人 或者多數文章已經是AI寫的 網頁請求 帳號數量與內容數量是不同指標 統計口徑越容易被混用 越能製造一個失真的巨大故事 機器活動增加 仍然會產生現實後果 網站要承擔服務與防護開銷 平臺要花更多精力識別異常活動 發佈者還得判斷熱度來自哪裡 如果一批內容主要被自動系統搬運和評估 曝光數字可以很好看 真正的讀者關係卻未必變強 這是流量繁榮與商業回報之間又一層距離 技術能力本身當然沒有停下來 2026年8月 北京世界人型機器人運動會 出現了百米9.39秒的成績 按官方當時公佈的數據 快於博爾特9.58秒的人類紀錄 機器人與人類競賽的規則和條件並不相同 這不能直接等同於機器全面超越運動員 卻能顯示一個明確任務上的工程進展 內容的驗收沒有百米計時那麼直接 一篇文章有沒有遺漏 一張圖能否用於商業項目 一段新聞是真是假 判斷標準各不相同 讓機器更快完成生成 是可見的性能 讓消費者願意依賴結果 還需要另一組證據 前一種進步不會自動替後一種進步打分 短視頻尤其能把這兩個市場之間的差別放大 畫面奇怪 情節誇張 甚至明顯不合理 都可能讓人停留幾秒 停留能夠產生廣告機會 但觀眾並不一定信任發布者 一個人看完一段荒誕情節 和願意付費購買這位創作者的分析服務 完全可能是兩種相反的選擇 Cupwing在2025年的一項研究裡 用一個新帳號記錄最先獲得推薦的500條YouTube Shorts 其中104條被研究者歸類為AI生成內容 約佔21% 這是一個特定帳號的樣本 以及研究團隊的分類判斷 它能顯示某種推薦體驗 不能升級成整個平臺 每5條就固定有一條AI內容的普查結論 這個樣本為什麼仍然有價值 因為它說明新觀眾進入平臺時 有機會很快接觸到相當多的自動生成內容 觀眾不需要了解模型 也不需要主動搜索AI內容 就可能被送到眼前 平臺分配注意力的機制 決定了生產工具之外 還存在一個能把廉價內容推到大量人面前的入口 如果某類內容不需要穩定觀眾關係 只靠偶然刷到的人看幾秒就能獲得廣告收入 批量生產就可能有經濟動力 一條作品表現不好 還能繼續嘗試下一條 這個模式追求的是大量低成本式投放 不要求每次都讓人滿意 但平臺整體的內容質量 可能要承擔反覆式投放帶來的成本 這不等於每個批量帳號都賺錢 外部工具按播放量估算出來的年收入 也不等於創作者已經到帳的錢 廣告資格 觀眾地區與實際廣告需求都會影響結果 只展示最成功的帳號 再把他的估計收入複製到所有新帳號上 是出售快速致富想像 無法證明一個普遍成立的商業模式 觀看內容的方式也不同 觀眾主動尋找一篇專業解釋 往往帶著具體問題 被動刷到一段視覺奇觀 可能只為打發時間 兩類觀看都能出現在後臺的播放數字裡 卻未必具有同樣的付費傾向 把他們混在一起 會誤判哪種內容值得持續投入 也會讓廣告主高估曝光能夠帶來的成交 更麻煩的是短期可賺錢與長期可持續也不一樣 模板一旦被大量複製 競爭者會增加 同類內容的稀缺性會下降 平臺如果改變推薦或創收資格 原有流水還可能中斷 沒有穩定觀眾 也沒有獨特交付能力的帳號 往往很難把一次曝光轉成以後能夠自己掌握的需求 YouTube已經把批量製作與重複套路明確列入創收政策的審查範圍 2025年7月 政策說明進一步澄清了所謂非原創同質化內容的邊界 官方關注的是內容是否提供真正的原創價值 以及是否屬於大量重複生產 用了AI不會自動被禁止 給模板換幾個詞 也不會自動成為值得獎勵的創作 這對平臺來說有商業理由 廣告商購買的是接觸真實消費者的機會 如果觀眾持續覺得內容雷同 或者品牌擔心自己出現在低質量環境裡 平臺積累的注意力就可能貶值 一次推薦帶來幾秒停留 未必能抵消長期體驗變差的損失 治理內容質量 因此也關係到平臺自己的收入基礎 但治理很難只靠識別AI完成 人工寫作也能大量重複 AI輔助也可以產出有獨立調查和專業判斷的作品 把工具名稱當作唯一標準 會漏掉低質量的人工作品 也會誤傷真正有用的創作 平臺需要審查交付了什麼 而不能只問使用了哪一種軟件 公眾使用的詞彙也反映了這種困擾 韋士詞典把slop選為2025年度詞彙 用來描述通常由AI大量生產的低質量數字內容 定義裡的低質量很重要 它指向內容是否有價值 不能被簡化成所有機器輔助作品都屬於垃圾 一個標籤傳得越廣 越需要避免拿它代替具體評價 LinkedIn在今年8月提供了標記疑似AI低質量內容的選項 根據Social Media Today轉述的平臺負責人說法 最初兩週已有超過100萬人使用 這裡反映的是用戶反饋行為 不是100萬篇帖子 已經被技術鑑定為AI生成 平臺也解釋 該選項針對缺乏實質內容的帖子 並非全面反對AI輔助表達 反饋機制還能幫平臺發現 一個單靠播放 數據看不到的問題 內容已經被看見 不代表用戶歡迎它 停留有時來自困惑 評論有時來自反感 如果系統把所有互動都簡單當作正面需求 就可能繼續推薦觀眾不想再看的東西 主動反饋為這種誤判提供了修正機會 當然也需要防止被用來針對正常創作者 信任問題比低質量問題還多一層 人類識別能力沒有隨著生成速度一起升級 一段真實紀錄 可能因為畫面過於規整 被懷疑經過生成 一段偽造敘述 也可能因為故意加入瑕疵 被當成真實經歷 看到不完美已經不夠 看起來專業同樣不夠 觀眾需要更多線索才能做判斷 廣告技術公司Raptive委託開展的一項研究 調查了3000名具有美國全國代表性的成年受訪者 他公佈的結果顯示 內容一旦被受眾懷疑 由AI生成信任評價下降48% 這測量的是受眾的判斷與態度 不是證明AI作品客觀上一定更差 也不是實際銷售額減少了48% 研究還發現 相關廣告的購買考慮程度 以及支付議價的意願 各下降了14% 這使得內容來源的懷疑 不再只是評論區裡的情緒 它可能影響品牌希望建立的信任 不過這仍然屬於該研究裡的態度指標 不能不經驗證就當成每個行業的真實成交變化 這個結果最值得注意的地方 在於觸發因素是人們認為內容由誰創作 即使一段內容實際由人完成 被懷疑之後 也可能遇到同樣的理解障礙 廉價偽造內容增加 會迫使真實創作者投入更多精力證明自己 這筆成本不是每個生產低質量內容的人自己承擔的 而是整個信息環境共同承擔 信任下降還可能改變觀眾的選擇範圍 面對大量難以判斷的陌生帳號 一部分人會減少探索 回到熟悉的作者與品牌 這樣一來 新工具雖然降低了發布門檻 新創作者贏得第一批信任的門檻卻可能提高 是否會普遍出現 這種變化仍需觀察 但他說明進入市場更容易 不等於被買家選中更容易 證據的作用因此發生變化 以前 一張現場照片可能已經足夠說明某件事發生過 現在有時還需要時間、地點、相關紀錄 以及其他來源的交叉印證 對 普通娛樂 這種檢查未必必要 對付錢購買的報告 新聞判斷 或者產品推薦 消費者更有理由要求能夠核對的信息 問題也不只在真假 有些AI生成內容裡的事實並沒有錯 卻讓人覺得沒有值得持續追隨的作者 他把常見材料重新排列 語言完整 立場安全 但沒有解釋哪些信息值得重視 也沒有承擔取捨 觀眾讀完知道了一些東西 仍然沒有理由記住發布者 更難產生下一次付費的衝動 內容付費通常依賴一種預期 這個人以後還會持續提供難以替代的幫助 一次回答解決了問題 可以構成交易 長期訂閱 則需要多次證明穩定性 把每次熱點都快速複述一遍 可能得到搜索流量 卻未必建立這種預期 生成能力能幫助完成工作 不能直接替發布者積累履約紀錄 付費產品還面對免費替代品 如果一份收費材料提供的只是隨手就能問到的通用答案 消費者更容易質疑價格 要讓收費佔得主角 產品通常需要省掉更多後續工作 例如核對彼此衝突的資料 解釋不同方案的限制 或者給出適用於具體條件的判斷 資料越容易獲得 整理者越需要證明自己做了哪些有效取捨 這也解釋了為什麼真人感不能靠幾句口頭禪解決 故意插入猶豫 增加感嘆 或者模仿聊天語氣 只能改變聽感 沒有驗證的數據依舊未經驗證 沒有解釋的因果依舊缺少解釋 靠表演降低觀眾警覺 可能帶來一次點擊 卻會讓被撕破後的信任損失更大 品牌在AI廣告上的遭遇 正好提供了不同側面的例子 可口可樂在2024年和2025年的節日營銷中 採用AI製作的影片 包括對經典聖誕卡車廣告的重新演繹 這些嘗試引發了批評 批評者介意的可能是畫面細節 也可能是熟悉的節日記憶被自動化重製後的感受 但社交平臺出現大量差評 不能直接推出可口可樂因此銷量暴跌 廣告爭議 品牌好感與購買行為之間 需要分別檢驗 對一家成熟品牌來說 使用新技術既可能獲得討論 也可能損傷某些消費者的情感聯繫 僅憑哪一方留言更大聲 無法完成營銷效果評估 2025年12月 麥當勞荷蘭的一支AI聖誕廣告 在遭到批評後被撤下 這是具體市場的一次廣告事件 不能說成全球麥當勞全面停止AI 他顯示的壓力也很實際 企業為了節約或者創新而選擇一種製作方式 消費者卻可能把這種選擇理解為 對作品和受眾不夠認真 廣告不是交付一段能動的畫面就算完成 節日營銷尤其依賴熟悉感與情緒 如果製作方法讓觀眾持續討論企業是否省錢過頭 產品希望傳達的內容就會被擠到一邊 即使AI畫面以後更精緻 品牌仍然需要回答 為什麼這樣製作適合這次傳播技術可行 只解決了工作的一部分 另一邊 Dove公開承諾 不用AI去創造或者扭曲廣告中的女性形象 這個承諾有明確範圍不能擴寫成整家公司從不使用任何AI 他的商業意義在於 讓真人形象與真實身體成為品牌可以持續堅持的選擇 並讓消費者據此判斷品牌有沒有做到自己的承諾 真人承諾能帶來差異 但不能保證經營成功 Aerie在截至2026年1月底的財季裡 銅店銷售增長23% 這是公司財報披露的業績 把增長全部解釋為拒絕AI的成果 卻沒有足夠依據 產品是否合適 價格與渠道表現怎樣 都會影響銷售 單一立場與增長同時出現 不代表前者獨自造成後者 更合理的商業判斷 是某些品牌能夠把可驗證的真實感納入產品價值 消費者購買的不只是衣服或者護理用品 還在選擇一種與自身經驗不衝突的表達 AI可以複製一種視覺風格 但企業過去怎樣對待顧客 是否履行承諾無法通過新生成一批圖片 馬上補齊 音樂市場則提醒了另一件事 人們確實可能喜歡AI參與製作的內容 Josh Fawaz對Like a Prayer的改編 曾進入澳大利亞本土藝人單曲榜前列 這一經歷就足以讓所有人都不會接受AI音樂的說法 站不住腳 作品帶來愉悅 與聽眾認不認同製作方式並不總是同一個問題 2026年8月底 澳大利亞唱片業協會ARIA修改了榜單規則 新規則適用於標註8月31日的榜單 公佈時間是8月28日 根據協會說明 AI生成的錄音不具備相應上榜資格 人類主導使用生成式AI輔助的作品 滿足其他條件仍可以進入榜單 這項規則沒有禁止歌曲上線 也沒有宣佈AI音樂不能收費 榜單資格發行權利和消費者喜好被放在了不同位置 一個作品可以有人聽 卻不符合某個榜單希望衡量的創作標準 榜單管理方式在決定他要認證什麼 而不是替所有聽眾決定什麼能讓人感到好聽 這個區別會越來越重 要銷售排行榜可能主要反映購買行為 專業獎項還要評估創作貢獻 某些社區則希望保護特定創作者群體 不同制度能夠設定不同門檻 要求所有地方都用同一把尺 反而容易讓消費者看不清一項排名究竟代表人氣 技術表現 還是人類創作的認可 單獨設置AI類別 可以作為一種討論方案 但他也不能自動解決全部問題 製作流程往往包含不同程度的輔助 很難只憑成品把它分成純人類與純機器 分類如果只依賴自保 還需要檢查 檢查過度 又可能要求創作者披露不必要的工作細節 規則需要準確到能被執行 榜單變化還有一個商業後果 消費者喜好與制度認可 可能開始分開定價 有的聽眾只在意歌曲是否適合某個場景 有的聽眾則在意作者身份與創作過程 平臺可以向不同需求提供不同入口 前提是信息真實 把所有偏好壓成支持AI或反對AI兩個陣營 反而會漏掉實際存在的消費選擇 互聯網平臺面臨的也是類似難題 標記AI內容能夠增加信息透明度 卻不能直接證明內容真假 真人可能說謊 合成動畫也可以準確解釋科學概念 觀眾真正需要知道的 可能是某個現場是否真實發生 聲音是否經過模仿 以及發佈者是否為結論提供證據 一個標籤很難代替所有這些說明 YouTube對逼真的經過實質性修改或合成的內容 有相應披露要求 腳本構思等製作輔助並不因此自動觸發同樣的要求 是否需要披露要看實際成片 使用合成角色講解 與讓真實人物看似發表從未說過的言論 會帶來不同的誤導風險 不能用一句用了AI概括 來源記錄也有邊界 能夠證明一張圖片在某個流程裡被製作出來 幫助觀眾核對出處 並不等於圖片裡的解釋一定準確 記錄是證據的一部分 仍然需要與內容性質結合判斷 平臺如果把認證標記包裝成永遠不會出錯的保證 新的信任問題還會再出現 對於願意認證付費的買家 最有用的承諾往往更樸素 三維資產是否經過實用測試 研究中的數據是否能夠追溯 某項錯誤發現後會不會更正 這些都能降低購買的不確定性 買家不必理解所有模型原理 只需要知道交付是否符合約定 以及出了問題能不能找到負責的人 評價系統也應該提供與使用有關的信息 籠統的依據效果不錯 很難幫助下一位買家判斷 明確說明文件適用於哪種軟件 在哪些條件下測試過 價值就高得多 內容產品同樣如此 一篇分析是否標明數據時間 是否區分事實與預測 都比自稱專業更容易接受檢查 可靠性需要落在具體記錄上 這會推動創作者之間的競爭發生變化 通用介紹越來越容易獲得 獨家核實就更有區分度 候選方案越來越多 替客戶做出合適取捨的能力就更值得付錢 但這種價值不會只因為創作者是人就自動產生 專業能力需要通過作品證明 真實身份也不能替糟糕交付開脫 AI在這裡仍然有很大的使用空間 熟悉領域的人可以讓工具整理已有資料 快速比較多個版本 在集中檢查影響結論的部分 節約下來的時間如果用於實測與覈查 交付質量可能提高 如果節約下來的時間只用於發布更多未經檢查的內容 風險也會跟著擴張 工具相同 工作分配不同 結果就可能不同 專業知識因此不會簡單失去價值 有經驗的人知道哪些地方容易出錯 哪些結論需要額外證據 也知道客戶真正要解決什麼問題 模型給出一份外觀完整的答案 並沒有取消這些判斷 讓一個人更容易開始製作 與讓這個人立刻具備交付能力 是兩個不同階段 當然有些低風險需求確實會被廉價深層滿足 臨時使用的示意圖 一次性的娛樂內容 或者職工內部討論的草案 未必需要高成本訂製 部分買家會接受質量與價格之間的這種交換 承認這些需求 才能看清市場如何分層 不能為了批評粗糙內容 就否認所有AI成果的使用價值 付費下降的壓力 更可能集中在過去依靠製作門檻收費 現在又缺少差異的部分 只要工具把某項操作普及了 操作本身的稀缺性就會降低 創作者需要重新說明收費對應什麼 可能是準確性 也可能是獨特構思 或者完成客戶項目的責任 過去很費時間並不保證以後還值得同樣的錢 這個調整對創作者並不輕鬆 更高的核查要求會增加成本 而平臺最顯眼的指標仍然可能是產量和播放次數 認真製作的人需要花時間證明質量 低成本帳號卻可能暫時獲得大量曝光 市場能夠獎勵好內容 不代表獎勵總能迅速到位 更不代表每個認真工作的人都會自然勝出 創作者還要防止另一種誤判 把所有業績下降都歸因於AI 需求變化 題材重複與交付缺陷本來就會影響收入 AI讓競爭加速不代表舊產品無需調整 更有用的應對 是找出客戶實際願意保留的部分 再決定哪些環節可以交給工具 哪些環節需要增加人工投入 情緒能夠解釋焦慮 卻代替不了產品選擇 所以 僅僅勸觀眾支持真人 解決不了全部問題 平臺怎樣分配曝光 廣告如何避開低質量環境 商業買家能不能識別可靠交付 都會影響認真創作者是否有收入 生產環節已經被工具改變 篩選與付費機制如果長期跟不上 內容市場就會繼續出現數量增長與價值增長脫節 從企業角度看 也該換一種評估AI的方式 一個月生成多少張圖 或者每天發布多少條內容 不能獨立證明項目成功 更有用的問題是 客戶修改次數是否減少 退貨與投訴有沒有變化 複購是否增加 以及人員到底節約了多少有效時間 把工作做得更多 和把需求滿足的更好 需要分別計量 如果一個團隊交付100件作品 卻讓客戶花兩倍時間挑選和糾錯 成本只是從生產者手裡移到了客戶手裡 等客戶意識到這種轉移 低價優勢就可能消失 願意長期合作的人 通常需要穩定預期 今天偶然生成了一份驚艷的結果 不足以保證下一次依然能按要求交付 在評估時 把不同環節分開記錄會更有幫助 製作時間下降了多少 人工複合增加了多少 成品有多少 真正被採用都值得單獨計算 這樣才能區分工具確實提高了效率 還是隻是讓草稿堆得更快 對企業而言 未被採用的海量輸出通常不會自動成為資產 他還可能佔用存儲與管理時間 內容平臺最終也要回答同樣的問題 更多視頻可以增加庫存 但觀眾一天能夠投入的時間有限 一個推薦系統如果只獎勵最容易引起即時反應的內容 就可能犧牲長期關係 觀眾記不住作者 對結論越來越懷疑 廣告效果也未必隨著播放規模同步增強 經營注意力 需要把這些後果一起算進去 到這裡 AI內容氾濫與付費沒有同步增長 就不再是一個難以理解的悖論 生產工具降低了做出東西的難度 卻沒有等比例降低驗證和選擇的難度 消費者的錢包也不會因為生成速度提高 就自動擴張 結果是供給迅速增加 能夠讓人放心採用的內容 仍然需要經過篩選 最危險的誤判 是把觀眾偶然停留 當成持久信任 把創作者購買工具 當成終端消費者購買作品 再把一批漂亮的產量數字 當成已經成立的市場需求 每跳過其中一步 商業故事都會變得更好聽 卻也離真正能收回的錢更遠 AI會繼續進入內容製作 一些作品會被喜歡 一些產品也會賺到錢 決定差距的 將是發布者能否提供清楚的用途 可靠的結果 以及持續承擔責任的理由 內容可以一天生成成千上萬份 信任仍然要靠一次次交付積累 買家付錢 是因為問題被解決了 生成按鈕被按了多少次 並不在帳單上