AI（人工智能），学会“打广告”了。

试想这样的场景：想送朋友一件生日礼物，但拿不准选什么好，于是向AI寻求建议。AI检索大量资料给出回答，但仔细一瞧，推荐所依据的信息源，却十有七八都像广告软文。这时候，心里难免犯嘀咕——这AI，怎么像个“推销员”？

这样的场景，已不是想象，而是现实。

近期，有媒体调查发现，GEO（生成式引擎优化）服务正受到越来越多商家的青睐。这类服务会分析AI大模型的内容抓取偏好，并通过一套技术设定，让AI把带有品牌信息的内容整合成答案。通俗地说，就是人为控制AI的信息筛选。

广告行业中，这种模式并不新鲜。比如，在搜索引擎主导流量入口的时代，就有针对搜索引擎排名规则优化网站内容的服务。当下，用户的使用偏好向AI聚集，AI生成内容也必然会成为商业角逐的重点。

合理利用规则开展竞争，符合商业逻辑。但问题在于，相比过去常见的广告投放渠道，利用GEO服务让AI“打广告”，产生了更多合规争议。

GEO服务的“卖点”，很大程度上就是“迷惑性”，即将商业推广“包装”成AI生成的客观内容，以增强广告说服力。然而，广告法明确规定“广告应当具有可识别性，能够使消费者辨明其为广告”。难以被标识的AI“打广告”，有侵犯消费者知情权之嫌。部分GEO服务商为吸引AI的“目光”而捏造事实，也涉嫌虚假宣传、不正当竞争。

此外，AI大模型的发展离不开优质训练数据这一基石。倘若放任大量夹杂商业属性的同质化信息污染AI训练的“源头活水”，长远来看不利于技术的迭代进化。

2025年底举行的中央经济工作会议提出，“完善人工智能治理”。如何破题？

要认识到，面对新技术、新场景、新问题，仅靠老经验、老方法是行不通的。

比如，从技术演进方向看，AI的应用意味着将代替人作出很多具体决策。前段时间引发热议的“AI手机”，以智能体代替用户点餐、购物等，用户只需确认付款。当技术成“黑箱”，用户就更容易在不知不觉中被“牵着鼻子走”。又如，传统的互联网广告监管多为事后监管，在AI数据“投喂”阶段进行监管、防患于未然的机制，尚待完善。

因此，对治理者而言，当务之急是与时俱进转变治理思维，推动关口前移，提高全流程监管的效能。对新业态特点进行研判，划定清晰红线；明确服务商和平台责任，清除“灰色地带”；探索“以技治技”，提升相关算法透明度、可解释性……既放得活又管得好，才能平衡好技术应用与用户权益保障。