里迪·马尔霍特拉（Ridhi Malhotra）是韦伯沙克（Weber Shandwick）公司的首席数据与分析官。
媒体评估体系的变革
多年来，媒体效果的测量方式一直在演变，而生成式AI正在加速这一变革进程。传统营销和传播领域过度依赖可能产生误导的指标来衡量关注度，尤其在赢得媒体方面，往往使用夸大的代理指标进行评估。
从数量到质量的转变
每月独立访客数（UVM）作为传统评估指标正在失去权威性。在AI时代，单次查询可能替代多次网页访问。数据显示，过去12个月中，顶级出版商的UVM下降了近五分之一。这种下降并非失败的标志，而是更准确评估体系的开端——每次访问都代表着用户的明确意图和注意力投入。
AI重塑信息获取模式
新一代大语言模型（LLMs）具备实时搜索能力，不仅整合传统新闻报道，还包含社交媒体、视频内容和专业资料。优质内容的影响力不再局限于传统渠道，而是取决于其结构性、可信度和时效性。
提升内容可发现性
AI系统根据用户意图重组信息，形成两种主要查询模式：
- 概念性查询多在AI系统内完成
- 决策型查询则倾向于引导用户访问外部专业内容
建立持久影响力
在AI驱动的媒体生态中，内容影响力需要通过实际价值获得。营销团队应着力打造符合品牌定位、具有文化共鸣的优质内容。
重构评估标准
生成式AI不仅改变了传统指标，也提供了更精准的评估工具。行业应关注内容的实际影响力、传播效果和持久性，而不是简单的曝光量。AI技术能够追踪文化渗透度、叙事接受度等深层指标，帮助建立更科学的评估体系。