简
← 全部文章

LVMH 的 AI 合作,需要两套成绩单

编辑部工具与内容分发渠道产生价值的方式不同,评估结果也应分开。

专栏AI前沿作者Open Market Notes类型文章
米白背景上,折起的报纸摆在台灯旁,电脑屏幕显示带红色点缀的聊天窗口。

2026 年 11 月 16 日,LVMH 媒体部门宣布与 OpenAI 合作,计划向团队部署 ChatGPT Enterprise 等工具,以及在 ChatGPT 中展示注明来源、附有链接的内容。合作公告

这项合作值得讨论的,是两项业务应该怎样分别评价。编辑部可能节省了工作时间,却没有获得更多直接读者;新的分发入口也可能带来有价值的受众,但内部工具的效率提升相当有限。签署协议本身,无法证明其中任何一种结果已经发生。

工具的效果,要回到具体任务

设想一位记者需要比较某份公开文件的两个版本。AI 可以先列出修改位置,帮助记者安排阅读顺序。但这份清单真正有用,还取决于记者能否在原文中逐项找到依据、区分实质修改与排版变化,并发现工具遗漏的部分。如果只统计清单生成用了几分钟,最重要的核实工作就被排除在测量之外。

合理的效率评估应覆盖完整任务,包括材料准备、结果复核、错误修正和最终交付。同时还应记录错误的性质。财务披露中遗漏一个限制条件,与一句话写得不够顺畅,不能按同一种错误计算。涉及重大事实时,检查成本可能明显增加;把所有任务合并成一个平均节省时间,反而难以判断工具适合用在哪里。

这里提出的是编辑管理建议,并非对 LVMH 实际部署方式的描述。正式评估之前,还需要明确访问权限、保密材料的处理方式与最终发布责任。系统能够处理公开资料,并不意味着未公开的调查材料也适合以同样方式输入。权限边界属于工作流程的一部分,不能等到效率测算结束后再补充。

更有参考价值的试验,是选择几类重复发生、完成标准明确的任务,保留原有流程作为对照。试验结果既包括工作时间,也包括复核人员修改了什么,以及新流程是否让某些经验较少的员工更容易忽略关键证据。这样得到的结论通常比较具体,却能直接用于决定部署范围。

分发业务,需要另一组指标

《金融时报》在 2024 年 4 月公布的合作,已同时涉及 ChatGPT 中注明来源的内容及员工使用 Enterprise 的关系。FT 公告 News Corp 同年 5 月公布的协议涵盖当前及历史新闻内容。News Corp 公告 这些先例说明出版机构可以就不同用途建立合作关系,但并不能证明某一种协议必然提高订阅收入。

对于分发,问题在于答案出现之后发生了什么。来源标注可能帮助读者认识一家媒体;一个足够完整的答案,也可能满足当下的信息需求,使读者不再打开原文。这是两种都合理的作用机制,不能把其中一种直接当作这次合作已经取得的结果。

因此,曝光、引荐访问、再次访问与付费转化应分别记录。分析还需要考虑新闻生产成本及受众质量。少量愿意反复阅读、最终订阅的用户,可能比大量短暂浏览更有价值;另一方面,品牌认知也可能经过较长时间才转化,短期转化窗口未必能完整反映它。关键在于事先说明评估目标,而非事后选择最好看的数字。

媒体还应区分新增读者与原有读者改变了访问路径。如果一位本来会直接进入网站的用户,现在先通过 AI 查询再点击链接,这次访问未必代表新增需求。没有基准组和时间维度,渠道报告很容易把路径变化误读成业务增长。

文章仍是纠错与责任的基本单位

再设想一则持续更新的新闻。原文在发布后作出更正,但较早生成的对话答案仍在传播。此时真正需要回答的是:更正能否传递到引用端,过时摘要能否被识别,读者能否方便地找到当前版本。附有链接只是起点,并不能自动完成整条纠错流程。

对存在争议的内容,同样需要区分媒体核实的事实、受访者的观点与系统自己的归纳。尤其当一个答案结合了不同日期的多个来源,时间边界和归属关系会影响读者如何理解结论。评估分发质量时,应把这些问题与访问量放在一起考察,而不只是检查有没有出现媒体名称。

这些安排也关系到合作如何结束。若双方未来不再继续,已经生成的答案、仍可检索的旧链接与新增内容接入可能需要分别处理。这是判断一种分发关系可控性的分析问题,并非对本次合同条款的披露。

当前还不能下结论的部分

仅凭公告,无法计算合作的净财务收益。合同经济安排、使用范围、实施成本与真实受众行为,都属于作出可靠判断所需的证据。也不能因为不同媒体使用了相似的合作表述,就把旧协议的条件套用到新协议上。

我们的判断是,这项安排适合被视为两个相关的试验。内部试验考察团队能否以较少的总投入完成可靠工作;外部试验考察经过 AI 的内容发现,能否转化为持续的读者关系。两者的经济结果可以最终汇总,但证据应先分别保留。这样才能判断,媒体获得的是一次工具普及,还是一项真正改善编辑与经营表现的能力。

内容仅供参考,不构成投资、法律、税务或财务建议。