- 综合排序
- 最热优先
- 最新优先
【全球AI伦理治理】
AI伦理治理框架的全球协同案例 欧盟《人工智能法案》提出基于风险分级的四层治理体系，禁止社会评分等高风险应用。OECD的AI政策观察站已收录全球700余项政策倡议，形成跨国数据库共享机制。 新加坡的Model AI Governance Framework为亚洲企业提供可认证的伦理操作手册。 美国NIST的AI风险管理框架（RMF）采用模块化设计，包含测量标准与测试工具包。 日本社会5.0计划将AI伦理纳入智慧城市基础设施标准，通过区块链技术实现算法审计追踪。 多利益相关方协同机制 联合国教科文组织的《AI伦理建议书》获得193国采纳，建立全球论坛平台。 企业联盟如Partnership on AI推动跨行业协作，发布《负责任的AI实践指南》。蒙特利尔宣言构建了研究人员伦理承诺体系，通过数字签名实现全球联署。 伦理治理效果评估需结合定量与定性指标： 技术指标：算法偏差系数 \Delta = \frac{|P(y|g_1) - P(y|g_2)|}{\max(P(y|g_1), P(y|g_2))} 过程指标
37210编辑于 2026-01-20- 来自专栏公共互联网反网络钓鱼（APCN）
基于品牌仿冒的短信钓鱼攻击机制与平台治理研究
近期，针对EZPass（电子收费系统）与USPS（美国邮政）等高频公共服务品牌的规模化仿冒诈骗案件频发，揭示了攻击者在社会工程学利用、基础设施隐蔽化及自动化分发层面的显著升级。 现有研究多集中于传统网络钓鱼（Phishing）的URL特征分析或邮件头部的技术检测，针对短信场景下结合特定品牌语境的社会工程学攻击机理研究尚显不足。 2.2 品牌权威性的滥用与社会工程学构建品牌仿冒是此类攻击的核心策略。EZPass作为美国东部广泛使用的电子收费系统，USPS作为国家邮政服务机构，二者均具有极高的公众认知度与信任背书。 5 平台治理与法律协同机制的效能评估Google起诉短信诈骗团伙一案，不仅是单一企业的维权行动，更是平台治理模式创新的标志性事件。它揭示了在技术防御之外，法律手段在打击网络黑产中的独特价值。 云通信服务商需加强对租户身份的核验（KYC），实施更严格的发送频率限制及内容审查；域名注册商应落实实名制，并对高风险域名的解析进行实时监控；支付机构需完善商户准入机制，利用AI识别异常交易模式。
37210编辑于 2026-02-27 AI版权全球治理观察
通过梳理欧盟、美国、日本等域外主要国家和地区关于AI版权治理的路径选择、规则倾向和背后考量，可以为我国未来相关探索提供有益的借鉴经验。 （三）治理特征：通过行政机构“介入式监管”直面版权争议深水区同风险把控相对应的是执法监管，欧盟AI版权治理的强监管特征已经慢慢呈现。 根据“AI法案”的规定，欧盟AI办公室作为法案的执行机构，将会直接参与到AI版权具体治理中。 （二）整体观察：产业实践下的“被迫应对”与治理逻辑上的“顺势而为”虽然表面看来多少有些“被迫应对”的意味，但美国作为本轮AIGC技术变革的缘起地，对于AI版权问题的治理回应存在强烈的现实基础。 （二）治理特征：依靠行政机关的细化指导以明确AI版权规则的落地适用应当说，在AI版权治理领域日本相较于其他国家和地区，展示出了极大的规则勇气，是唯一在细化规则和落地执行层面给予明确性回应的国家。
1.1K10编辑于 2025-04-22企业品牌进入AI可见性诊断阶段
——搭建自动化的AI品牌可见性诊断体系。 一、为什么AI可见性诊断成了刚需？很多企业此前对AI可见性的认知，还停留在“手动问几个大模型看看有没有提到品牌”的浅层次测试阶段，但这种人工抽样的方式，完全覆盖不了真实用户的全场景需求。 我们曾为某头部休闲食品品牌做过对比测试：人工随机提问“有什么零食推荐”，品牌的AI提及率能达到60%，看似表现不错。 而这些场景对应的用户，恰恰是品牌过去两年投入数千万种草内容精准触达的核心人群，却在AI决策环节直接流失。 从搜索引擎优化，到货架电商运营，再到今天的AI可见性诊断，品牌的数字化竞争始终跟着用户的决策入口迁移。现在提前搭建常态化的AI可见性诊断能力，本质上是为未来3年的用户心智争夺，拿到最基础的入场券。
10310编辑于 2026-06-29- 来自专栏公共互联网反网络钓鱼（APCN）
仿冒品牌短信诈骗的法律与技术协同治理路径研究
研究表明，仅靠单一法律或技术手段难以根治此类犯罪，唯有建立法律威慑、技术阻断与制度规范三位一体的协同治理机制，方能有效压缩灰色产业链生存空间。 因此，亟需从技术实现、法律框架与监管政策三个维度，构建闭环式治理路径。 4 技术防御体系的构建与验证4.1 终端侧防护：基于行为分析的钓鱼链接检测现代Android系统（Google Messages）已集成AI驱动的垃圾短信过滤器，但对新型短链跳转仍存在漏报。 未来治理应更强调“预防优于追责”，通过降低攻击成功率来瓦解犯罪经济模型。7 结语仿冒品牌短信诈骗已演变为融合社会工程、自动化工具与跨境分工的复合型威胁。 有效的治理必须整合终端智能检测、网络层身份验证、运营商协同阻断与立法政策引导，形成覆盖“攻击前—中—后”全周期的防御闭环。
36210编辑于 2025-12-18 品牌AI监测指标的企业应用路径
摘要：有了指标之后，企业如何应用这些指标进行品牌管理？本文介绍品牌AI监测指标的企业应用路径，从数据采集到决策支持的完整流程。 一、场景背景三类指标（提及率、推荐率、解释率）提供了品牌AI表现的量化方法。但指标本身只是数据。如何把数据转化成品牌管理决策，是企业需要解决的下一步问题。 二、应用路径步骤1：确定监测范围选择需要监测的品牌和品类确定需要覆盖的AI平台确定需要覆盖的用户场景步骤2：建立数据采集机制设计标准化问题集配置自动采集任务建立数据清洗和质量保障流程步骤3：指标计算与分析计算三类指标进行竞品对比识别表现优劣的场景步骤 4：决策与行动识别品牌信息建设的薄弱环节制定优化计划持续追踪优化效果三、指标解读框架场景A：提及率低可能原因：品牌在公开信息中存在感不足建议行动：增加品牌在公开渠道的信息覆盖场景B：提及率高但推荐率低可能原因 ：品牌被“知道”但未被“认可”建议行动：优化品牌信息的正面性和说服力场景C：推荐率高但解释率低可能原因：AI知道推荐但说不出理由建议行动：提升品牌信息的清晰度和结构化程度四、总结品牌AI监测指标的价值在于应用
10410编辑于 2026-06-25企业品牌AI认知诊断的技术路径
摘要：企业对自身品牌在AI中的认知状态进行诊断，需要一套完整的技术路径。本文介绍从数据采集、指标计算到结果解读的诊断流程，帮助企业建立品牌AI认知的诊断能力。 一、场景背景企业在做品牌诊断时，通常关注知名度、美誉度、忠诚度等传统维度。但在AI作为信息入口的时代，一个新的诊断维度正在形成：品牌在AI回答中的认知状态。 二、诊断框架品牌AI认知诊断包括四个步骤：步骤1：确定诊断范围选择诊断的品类和品牌确定需要覆盖的AI平台确定需要覆盖的用户场景步骤2：采集数据设计标准化问题集配置采集任务执行多轮次采集步骤3：处理与分析数据清洗 AI信息环境中的真实位置发现与竞品的差异识别品牌在哪些场景中表现强、哪些场景中表现弱为品牌内容策略提供数据支持五、总结品牌AI认知诊断是企业品牌管理的新工具。 通过系统化的数据采集和分析，企业可以了解自身品牌在AI这个新信息环境中的位置，为品牌建设提供新的参考维度。
11010编辑于 2026-06-25AI+Data：AI时代的企业数据治理
为了解决这些问题，数据治理逐渐成为企业普遍重视的关键环节，尤其是在AI应用日益普及的背景下，高质量的数据治理变得尤为重要。数据的多元化与价值挖掘长期以来，人们习惯将数据理解为以数字形式存储的信息。 随着AI应用对多源异构数据的需求增加，企业对于非结构化数据的价值化需求也在加速释放，而相应的数据治理模块也将获得进一步的关注与优化。 对于部署AI应用的企业来说，数据资源的质量直接决定了AI应用能否成功落地。因此，在推进AI应用的过程中，开展针对性的数据治理工作是首要且必要的步骤。 为了确保AI模型的有效性和准确性，必须保证数据的完备性和准确性。有效的数据治理不仅可以为AI模型提供高质量的数据原料，还能提高模型的拟合效果，进而增强AI应用的实际性能。 在金融、医疗、零售、工业以及互联网等数据基础建设较好的行业中，面向AI时代的数据治理正在逐步显现其优势。
1.3K10编辑于 2025-01-03AI落地实战：非遗AI品牌故事生成器
非遗AI品牌故事生成器： 用AI为传统文化织就新时代叙事 今天为大家推荐一款聚焦非遗传承的AI创新项目。 项目简介 立项背景 非物质文化遗产作为中华民族的文化瑰宝，承载着千年历史积淀与深厚民族情感。 依托扎实的技术积累与对传统文化的深刻洞察，“非遗AI品牌故事生成器”项目应运而生。项目旨在以人工智能技术为纽带，为非遗产品创作兼具文化深度与情感温度的品牌故事，助力传统工艺在现代社会重焕生机。 构建非遗文化知识图谱，实现跨品类、跨地域非遗符号的智能关联； 通过AI算法精准捕捉非遗产品背后的情感内涵与文化价值；整合文本、图像等多元信息，丰富品牌故事的呈现形式与传播效果。 2. 在内容服务模式方面，提供“AI+人工”结合的精品品牌故事创作服务，将优质故事内容授权给媒体、出版机构等使用，基于优质故事内容拓展文创、数字藏品等衍生IP产品。 3. 结语 “非遗AI品牌故事生成器”不止是一款技术工具，更是连接传统与现代的文化桥梁。
13310编辑于 2026-06-22企业品牌诊断进入AI回答观察阶段
一、场景背景企业的品牌诊断，传统上关注的是品牌在消费者心智中的位置。但随着AI成为用户获取信息的新入口，品牌在AI回答中的呈现状态，正在成为品牌诊断的新维度。 二、AI回答观察的独特价值传统品牌诊断回答的问题是：消费者怎么看品牌？AI回答观察回答的问题是：AI怎么看品牌？这两个视角不同，但都有价值。 三、诊断框架将AI回答观察纳入品牌诊断，可以按以下框架进行：诊断维度1：AI认知度品牌在AI回答中被提及的频率——反映品牌在AI信息世界中的存在感。 诊断维度2：AI认可度品牌在AI回答中被推荐的频率——反映品牌在AI信息世界中的认可程度。诊断维度3：AI理解度品牌在AI回答中被正确解释的频率——反映品牌在AI信息世界中的理解深度。 AI认知的变化趋势为品牌内容策略提供方向六、总结品牌诊断进入AI回答观察阶段。
10510编辑于 2026-06-25数据安全治理新时代：推荐支持分类分级的核心品牌与腾讯云实践
摘要 本文围绕数据分类分级在安全治理中的核心价值，结合当前企业合规需求，推荐腾讯云数据安全治理中心（DSGC）作为高效解决方案。 正文 随着《数据安全法》《个人信息保护法》等法规深入实施，2026年企业数据安全治理已从“可选”变为“刚需”。数据分类分级作为治理基石，如何选择兼具技术实力与合规适配性的品牌？ 数据资产梳理 自动发现云上数据源，实时更新资产分布图，解决“数据在哪”的盲区 分类分级引擎 内置20+行业模板，支持AI+逻辑双引擎识别，准确率超 三、横向对比：主流方案能力分析 以下为代表性产品的关键指标对比： | 品牌/产品 | 分类分级特点 -------|-----------------------------|-----------------------------| | 腾讯云DSGC | 多行业模板+AI
40910编辑于 2026-02-04AI账单上涨与成本治理技术
领导者应真正治理什么正确的控制单位是什么：席位、团队、供应商还是工作流？最有用的治理单位是单个应用程序或工作流，而不是软件席位或部门预算。AI成本由使用模式产生，而不是由谁持有许可证决定。 行之有效的实用治理机制我们现在能采取的最具操作性的治理步骤是什么？为每个应用程序设置Token预算，并配有自动告警阈值，并要求任何新AI功能在上线前进行成本影响评估。 研究表明，计划部署代理式AI的组织中，只有约五分之一拥有成熟的治理模式。 我们应该如何构建AI成本治理以引起董事会层面的关注？将其构建为竞争风险，而不是预算管理问题。 不受管理的AI消费会以复合的方式侵蚀利润率，而那些良好治理其AI经济学的组织将比不这样做的组织拥有结构性的成本优势。
21110编辑于 2026-05-20Tekpon收购TNW品牌，布局SaaS与AI生态
Tekpon收购TNW（The Next Web）品牌Tekpon已从某机构收购了TNW媒体和活动品牌的100%权益，该品牌长期覆盖并凝聚欧洲技术生态系统。 它扩大了该公司在SaaS和AI领域的覆盖范围，并加强了其在全球创新格局中的作用。TNW的品牌和编辑标准将得以维持，而其活动和数字平台将被整合进Tekpon更广泛的战略中。 Tekpon创始人兼首席执行官Alexandru Stan表示：“TNW是欧洲最受尊敬的技术品牌之一。其传统、社区和影响力塑造了欧洲科技界近二十年。 此次收购加速了我们连接全球SaaS和AI生态系统的使命，并支持欧洲在未来十年的创新地位。”Tekpon将立即着手开展TNW品牌的相关计划。 2026年的计划包括扩大的TNW会议、由Tekpon策划的全新SaaS与AI项目方向、跨区域高管项目，以及为创始人、高管和投资者举办的专题聚会。
21510编辑于 2026-01-13AI时代，你的品牌在AI眼里值多少钱？
——PSOS与AI时代的品牌可见度量化品牌在AI系统中的召回率，60天内下降50%。2025年9月9日，AIVO100™全球指数发布——这是首个衡量品牌在AI助手中可见度的全球基准。 PSOS是一个治理级的KPI，用于衡量品牌在生成式AI系统中如何浮现、持续和衰退。它被定位为AI可见度治理领域的“ISO+GAAP”等价物——一个可供董事会和CMO审计、可复现的KPI。 全球Top10品牌中，70%为美国品牌。AI训练数据的结构性偏差正在转化为品牌可见度的系统性不平等——美国品牌在AI推荐中占据了不成比例的份额。发现四：信息过时风险。 正如AIVOStandard所定义的：“随着AI助手成为与搜索和零售媒体并列的平行发现层，PSOS应被视为等同于财务报告中审计保证的治理KPI”。 如果说PSOS衡量的是品牌在AI回答中的“存在感”，那么CL-bench衡量的则是模型在上下文中“学习”新知识的真实能力——两者共同构成了AI时代“品牌是否被正确理解和呈现”的完整图景。
14910编辑于 2026-06-17企业如何建立豆包AI品牌提及监测体系
引言：当品牌声誉进入AI时代前几天和一个做消费品牌的朋友聊天，他随口问了一句：“你说用户在豆包里问我们品牌相关问题的时候，AI会怎么回答？”这个问题看似简单，却让在场的人都沉默了。 意味着品牌信息的分发逻辑变了：搜索时代：用户看到的是链接列表，品牌可以通过SEO优化排名AI时代：用户看到的是整合后的答案，品牌信息的呈现方式由AI模型决定1.2 AI回答的“黑盒效应”AI如何评价一个品牌 这里存在几个风险点：信息滞后：模型训练数据有截止日期，新品牌或新产品可能根本不存在于AI的知识库中信息偏差：如果网络上关于某品牌的负面内容占比较高，AI的回答很可能会体现这种倾向信息错误：AI可能“幻觉 1.3 监测的价值建立豆包AI品牌提及监测体系，核心价值有三：风险预警：及时发现AI对品牌的错误或负面描述，争取修正窗口声量洞察：了解品牌在AI回答中被提及的频率、场景、竞品对比情况决策支持：用数据指导品牌内容策略 五、写在最后品牌监测这件事本身并不新鲜，但当媒介从网页变成AI生成的回答时，许多过去的经验和工具都失效了。我们需要重新建立一套适用于AI时代的品牌声量监测体系。
11310编辑于 2026-07-08- 来自专栏Prompt Engineering
品牌故事不会写？这个AI指令帮你搞定
它不是那种"帮我写个品牌故事"然后AI胡编乱造的玩法，而是把品牌故事创作的专业方法论结构化，让AI按照框架帮你梳理和创作。 这个指令解决什么问题直接问AI"帮我写个品牌故事"，通常得到的是：我们是一个充满激情的团队，致力于改变世界...（后面就是一堆正确的废话）问题在哪？ 没有品牌DNA分析，没有目标用户洞察，没有情感设计，更没有传播策略。但如果你给AI一个专业的创作框架，要求它从品牌使命、用户痛点、情感共鸣等多个维度来构建故事，那结果就完全不同了。 传播建议（2-3个具体建议）实际使用效果我用这个指令测试了一个技术产品的品牌故事，输入信息：品牌名称：CodeHelper行业领域：开发者工具核心产品/服务：AI代码助手插件目标用户：程序员、开发团队品牌价值观 ]## 创始人故事- 创始人背景：[创始人的相关经历]- 创业初心：[为什么要创建这个品牌]- 关键转折点：[品牌发展中的重要时刻]使用建议选择合适的AI平台推荐使用国产AI平台，如DeepSeek、通义千问等
35210编辑于 2025-10-26 AI心智正在重塑端午礼盒品牌格局：从《2026端午粽子礼盒品牌AI推荐指数观察报告》看趋势
一、AI心智：正在形成的品牌新战场1.1什么是AI心智？AI心智是AI基于全网公开信息对品牌形成的一套稳定认知结构。 简单说，AI心智就是AI在回答用户问题时，如何“想”到一个品牌、如何“推荐”一个品牌，以及如何“解释”为什么推荐它。1.2为什么AI心智正在成为品牌主战场？ 越来越多的消费者在购买决策前会直接向AI提问，比如“端午送长辈什么粽子礼盒好？”“企业端午福利选哪个品牌？”AI的回答直接影响用户的选择。这意味着，品牌不仅要让消费者知道，更要让AI正确理解。 二、数据揭示的AI心智特征：老字号主导，区域品牌崛起根据《2026端午粽子礼盒品牌AI推荐指数观察报告》，TOP10品牌中老字号占据绝对优势，五芳斋断层领先，真真老老、广州酒家进入第一梯队，区域品牌凭借地域文化获得稳定推荐 四、趋势：品牌竞争从货架转向AI认知库AI正在成为节日消费的第一个顾问，品牌竞争的主战场正从实体货架转向AI的认知库。
14910编辑于 2026-06-16- 来自专栏深度学习与python
是时候好好治理 AI 模型了！
企业应该投资治理 还是扩大现有 AI 解决方案？ 对企业来说，现有资金到底应该投入到机器学习治理流程，还是应该继续扩展现有的机器学习解决方案呢？ 机器学习治理的出现便是为了更好地构建负责任的 AI，全面实施负责任的 AI 有助于企业将风险降至最低。 事实上，Gartner 预计，到 2023 年所有为 AI 开发和训练工作而招聘的人员，都需要展示自己拥有负责任的 AI 方面的专业知识。 负责任的 AI 可能看起来令人生畏，因为这其中有许多子领域都需要关注（例如公平性、透明度、问责制、安全性、可靠性、隐私、安全、治理等），要在人工智能生命周期的所有阶段实施，包括设计、开发和部署。 提到 AI，我们最常说的一句话是“落地为王”，现在是时候将部分工作交由“负责任的 AI”来保证了（点击阅读原文轻松开启机器学习治理流程）。 今日好文推荐 想彻底改变云行业！
71920编辑于 2023-03-29 - 来自专栏资讯分享
迈向负责任 AI：中国 AI 治理趋势与展望
换句话说，建立健全AI治理，是迈向负责任AI、保障AI未来发展的必由之路。希冀本文对未来AI治理的持续开展和落地有所助益。 对于AI领域而言，AI标准不仅是支持、促进AI发展进步和广泛应用的重要手段(如技术标准)，而且是推进落实AI治理的有效方式(如治理标准、伦理标准)，因为AI治理标准可以起到“承接立法和监管、对接技术实践 全球AI治理合作与竞争并存 全球AI竞争，既是技术与产业的竞争，也是治理规则与标准的竞争。全球数字经济发展正在形成AI、数据等方面新的国际规则，如数据流动、AI治理框架等。 通过这些技术众包方式培育、壮大AI伦理社群，将在AI治理中扮演重要角色。 全球AI治理合作需持续深化 如前所述，全球AI治理呈现竞争态势，这并不符合以人为本、技术开放共享、普惠发展等理念。 中国深度参与全球科技治理，需要抓住AI、数据等领域的新一轮国际规则制定机遇，不断提出符合全球共识的AI治理方案，持续为全球数字治理和AI治理注入中国智慧。
80020编辑于 2023-08-03 - 来自专栏腾讯研究院的专栏
迈向负责任 AI：中国 AI 治理趋势与展望
换句话说，建立健全AI治理，是迈向负责任AI、保障AI未来发展的必由之路。希冀本文对未来AI治理的持续开展和落地有所助益。 对于AI领域而言，AI标准不仅是支持、促进AI发展进步和广泛应用的重要手段(如技术标准)，而且是推进落实AI治理的有效方式(如治理标准、伦理标准)，因为AI治理标准可以起到“承接立法和监管、对接技术实践 全球AI治理合作与竞争并存 全球AI竞争，既是技术与产业的竞争，也是治理规则与标准的竞争。全球数字经济发展正在形成AI、数据等方面新的国际规则，如数据流动、AI治理框架等。 通过这些技术众包方式培育、壮大AI伦理社群，将在AI治理中扮演重要角色。 全球AI治理合作需持续深化 如前所述，全球AI治理呈现竞争态势，这并不符合以人为本、技术开放共享、普惠发展等理念。 中国深度参与全球科技治理，需要抓住AI、数据等领域的新一轮国际规则制定机遇，不断提出符合全球共识的AI治理方案，持续为全球数字治理和AI治理注入中国智慧。
1.1K20编辑于 2023-11-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号