对抗知识焦虑,从看懂这条开始
App 下载对抗知识焦虑,从看懂这条开始
App 下载
智商税|涌现属性|可证伪性|莫特-贝利策略|AI营销话术|AI产业应用|人工智能
2026年3月,一份模仿物理学“民科指数”的“AI营销胡话指数”在业内流传——它给每句空洞的AI营销话术打分:无依据的“发明”加10分,乱套科学术语每次加10分,拿“涌现属性”吹牛加20分,没有可证伪的技术描述直接加30分。这份半调侃的评分表,戳中的却是AI行业最尖锐的病灶:每一家认真做产品的AI公司背后,至少有三家在靠堆砌术语、模糊概念收割市场。当“AI将颠覆行业”的口号喊到麻木,当消费者为“机器人律师”“AI躺赚工具”交了智商税,我们该如何看穿这些营销话术的底层逻辑?
“莫特-贝利”(motte-and-bailey)原本是中世纪的城堡防御战术:外围是易攻难守、用来扩张领地的“贝利”(bailey),核心是高耸坚固、无人能破的“莫特”(motte)。放到AI营销里,这套策略就成了商家的“话术防火墙”——先抛出夸张的“贝利”主张吸引眼球,比如“AI机器人律师能替代人类打赢官司”,一旦被质疑或监管盯上,立刻退守到“莫特”的安全区:“我们的产品只是法律辅助工具”。

美国FTC的执法案例里,这种套路屡见不鲜。2025年被罚款的DoNotPay,先以“世界首个机器人律师”的噱头吸引用户,号称能覆盖200多个法律领域;当FTC调查发现其AI连基本的法律文书都写不好时,又改口称自己只是“提供法律信息的聊天机器人”。另一家AI创业公司Air AI,先以“AI客服能100%替代人工”的承诺融资数千万,被投诉后又辩称“我们只是优化客服流程的工具”。
这种策略的阴险之处在于,它利用了AI技术的模糊性:普通消费者分不清“辅助工具”和“替代方案”的边界,监管机构也难以界定“夸大宣传”和“合理营销”的红线。商家在“贝利”和“莫特”之间反复横跳,既赚足了流量,又能在追责时全身而退,最终让整个行业的信任被一点点掏空。
“AI营销胡话指数”里,最严重的扣分项是“没有可证伪的技术描述”——这直接戳中了AI营销乱象的核心:很多AI产品的宣传,本质上是无法被验证的伪科学。
可证伪性是科学方法的核心原则:一个主张如果是科学的,就必须存在被事实推翻的可能。比如“这款AI模型的准确率是95%”是可证伪的,你可以用测试数据验证;但“这款AI拥有类人智能”“能模拟宇宙规律”就是不可证伪的——没人能说清“类人智能”的标准是什么,也没法验证AI是不是真的在“模拟宇宙”。
FTC在2024年打击的Rytr公司,其AI写作工具号称能“生成真实的用户评论”,但这个宣传本身就不可证伪:什么是“真实的评论”?是符合语法逻辑,还是必须基于真实体验?当消费者用它生成虚假评论被处罚时,Rytr又辩称“我们只是提供写作辅助,内容真实性由用户负责”。这种没有明确验证标准的宣传,本质上就是在打“伪科学”的擦边球。
更值得警惕的是,AI技术的“黑箱属性”加剧了这种乱象。很多企业拒绝公开模型的训练数据和测试方法,用“商业机密”为借口掩盖技术缺陷,让消费者和监管机构都无法验证其宣传的真实性。当“不可证伪”成为行业常态,AI就从一项技术变成了商家收割韭菜的幌子。
当AI营销的泡沫被戳破,监管和行业自救的行动已经开始。2024年FTC启动的“Operation AI Comply”专项行动,已经对多家AI企业开出罚单,核心要求只有一个:所有AI相关的营销声明,必须有“可验证的证据”支持。比如宣称AI准确率达到90%,就必须公开测试数据集和验证方法;号称能替代人工,就必须拿出对比实验数据。

一些企业也开始主动调整策略。斯坦福大学的研究团队开发了AI产品的“可证伪性评估框架”,要求企业在宣传时明确三个问题:产品的具体功能是什么?如何验证这些功能?失败的标准是什么?有科技公司开始在官网公开模型的测试报告,甚至邀请第三方机构进行独立审计,用透明度重建信任。

但这些努力还远远不够。AI技术的迭代速度远超监管的步伐,新的营销话术还在不断出现——比如现在又开始流行用“量子计算”“脑机接口”等更冷门的术语包装AI产品。要真正终结AI营销的胡话,需要的不仅是监管的铁拳,更是整个行业对“科学精神”的回归:毕竟,技术的价值从来不是靠话术吹出来的,而是靠解决真实问题体现的。
从“莫特-贝利”的话术陷阱,到“可证伪性”的科学底线,AI营销乱象的本质,是技术发展与商业伦理的失衡。当资本的焦虑遇上技术的模糊,就催生出了这场全民参与的“皇帝的新装”——人人都在说AI,却没人愿意追问AI到底能做什么。
重建信任的路注定漫长,但已经有了起点:监管机构正在明确规则,企业开始尝试透明,消费者也学会了带着质疑看广告。**技术的可信度,从来不在术语的堆砌里。**当AI营销终于褪去浮夸的外衣,回归解决问题的本质,这项技术才能真正发挥它的价值——而不是成为少数人收割流量的工具。