AI實驗室不知道如何讓你信任它們

近期，一項針對27個品牌的符號學分析揭示了AI實驗室在建立用户信任方面面臨的挑戰。該分析由SEMIO DEPT.團隊進行，解碼了從勞力士（Rolex）到路透社（Reuters）等品牌的信任策略，重點關注AI領域的Anthropic、OpenAI和DeepMind等前沿實驗室。分析表明，信任的傳遞大多發生在無意識層面，用户通過符號、圖像和聯想感知信任，而非直接的語言信息。

研究提出了兩個關鍵維度來組織信任策略：第一個維度是“權威vs證據”，即品牌是要求用户無條件信任（權威），還是主動提供可驗證的證據（證據）。第二個維度是“人類vs系統”，即品牌傳遞信任的介質是温暖的人性化體驗，還是冷冰冰的系統機制。這兩個維度交叉形成了四個象限：

• 繼承信任（人類×權威）：如勞力士、Visa，依靠歷史和俱樂部感建立信任，用户被邀請加入一個温暖的組織。
• 大眾智慧（人類×證據）：如Trustpilot、Airbnb，通過用户評價、真實面孔和公開證據來證明自身可信度。
• 主權教條（系統×權威）：如Anthropic、OpenAI，發佈憲章和政策，期望用户相信其權威，但缺乏温暖和可驗證的數據。
• 硬證據（系統×證據）：如Stripe、Signal，通過基礎設施數據（正常運行時間、開源代碼）提供可檢查的證明，冷但持久。

AI實驗室，包括Anthropic和OpenAI，均位於“主權教條”象限。它們試圖通過發佈負責任的擴展政策、治理模型等文檔來建立信任，但分析指出，這可能是最薄弱的信任位置。與依賴百年曆史的遺產品牌或擁有可觀數據處理量的基礎設施品牌不同，AI實驗室既沒有悠久的歷史，也沒有足夠的運營數據來支持其主張。它們追求憲章的語言，卻缺乏使憲章可信的幾十年積累。

研究建議，温暖且可驗證的信任區域——即“大眾智慧”和“硬證據”的温暖邊緣——目前相對空曠，這可能為AI實驗室提供差異化機會。例如，Abridge結合了數百萬對話和患者的微笑，接近這一位置。而對於前沿AI實驗室來説，要想贏得用户信任，可能需要超越單純的文檔，轉向更温暖、更可驗證的策略。