“阿福的问答结果中没有任何广告推荐、不存在商业排名，也不受任何其他商业因素干扰”，针对外界猜测回答结果中是否会有商业广告，蚂蚁集团的AI健康应用“蚂蚁阿福”日前做出了这样硬气的声明。

不久前，蚂蚁集团宣布旗下AI健康应用AQ升级为“蚂蚁阿福”，并上线健康陪伴、健康问答、健康服务三大核心功能，将其定位从工具型应用转向“AI健康朋友”。当然，真正让“阿福”进入大众视野的是蚂蚁集团的“钞能力”，比如知名主持人何炅代言，《长安二十四计》《唐诡奇谭》等爆款剧集，以及户外大屏、地铁公交上的刷屏让它在线上线下都混了个脸熟。

当AI工具遇上医疗健康，用户要的无疑是信任感，这也是蚂蚁阿福要强调自己将保持中立的原因。从某种意义上来说，这一声明恰恰是蚂蚁阿福这一连串营销操作中最高明的一手。从“AQ”到“蚂蚁阿福”，蚂蚁集团试图将冰冷的AI工具转化为温情的健康管家，从而试图在C端打开局面。

可问题是，在“蚂蚁阿福”营销文案中充斥着“上线半年日活破1500万”、“医疗大模型训练语料超万亿”、“60%团队成员拥有医学背景”等字眼。然而在医疗健康这样一个赛道，“规模叙事”可能会适得其反，毕竟单纯堆砌数据还不能占领用户的心智。

因为在这个相对私密、敏感的领域，用户真正要的是安全感，这也是为什么医生需要对《希波克拉底誓言》《医学日内瓦宣言》《医学生誓言》宣誓。只有医生以人格宣誓“病患的健康生命是我首要顾念；我必严守病患寄托予我的秘密”，患者才敢于将性命托付给医生。

毫无疑问，“蚂蚁阿福”也一样，只有蚂蚁集团承诺“像守护生命一样守护专业客观性”，不植入药品、保健品或医疗机构推广，内容不受商业合作或竞价影响，结果仅基于医学证据和专业判断，用户才敢于向它去寻求医疗健康方面的答案。

看到这里，有的朋友可能会有疑问，以往的互联网医疗产品为何没有出现自证清白的环节呢？

对于健康的追求深深根植于人类的基因里，然而到底什么才是健康，其实绝大多数人是一头雾水的。毕竟现代医学堪称是目前壁垒最高的行业之一，“劝人学医，天打雷劈”这句话背后，则是医学生漫长的培养周期。

如果头疼脑热等小毛病也要上医院，钱包和精神可能都经不起考验，由此“丁香医生”、“好大夫”等数字医疗产品也就应运而生，并通过连接医生、医院、药企来为用户提供专业服务。事实上，“丁香医生”、“好大夫”这类产品只是将问诊场景从线下搬到线上，他们的权威性也是由医生、医院来背书。

但“蚂蚁阿福”不一样，它作为AI产品并不具备人格，如果人类医生给出了错误的治疗方案，一旦构成医疗事故会有卫健委追责，可“蚂蚁阿福”如果因商业因素的干扰而误导用户，难道还能追究开发者的责任？所以“理中客”是用户愿意使用“蚂蚁阿福”的前提，毕竟绝大多数人都不会拿生命开玩笑。

在某种意义上，“蚂蚁阿福”被迫自证清白属于是“前人砍树，后人暴晒”，当年的“魏则西事件”已经让许多国内网民心有余悸。而“魏则西事件”成为一场悲剧的背后，则是百度搜索引擎在竞价排名广告的影响下失去了公正性，错误地将缺乏资质的莆田系医院放在了搜索结果的第一条。

在无良医疗机构的“SEM”（搜索引擎营销）导致了“魏则西事件”后，面对生成式人工智能（AIGC），用户难免会由此及彼。其实也不怪用户多想，毕竟面向AI的GEO（生成式引擎优化）已经不是什么新鲜玩意。从事GEO的机构更是公开宣称，当用户搜索与您的产品、服务或专业领域相关内容时，GEO会将您的品牌定位在AI生成的结果中。

网络营销公司能影响AI大模型输出结果的原因很简单，因为AIGC的本质是基于概率的生成模型，它在生成内容时并非凭空捏造，而是基于数据库中已经存在、关联性最高的数据进行拟合。所以只需要调整内容结构、语义关联，让内容被AI算法视为“可信来源”，就能提升相关品牌在AI生成答案中的引用优先级和可见性。

值得一提的是，关闭AI的联网搜索能力并不能解决这个问题，因为AI大模型的训练数据集本身也会被污染。长期以来，AI领域存在一个乐观的假设，即模型越大就越不容易受到数据投毒攻击（Data Poisoning Attack）的影响，因为随着模型参数不断扩大，所需的训练数据也会从TB级暴增至PB级，少量“毒药”也会被海量的干净数据稀释。

可遗憾的是，Anthropic、艾伦·图灵研究所在不久前给出的新发现，否定了此前业界关于AI模型安全性的基本假设。数据投毒需要的“毒药”数量在很大程度上与训练数据集规模无关，只要250份恶意文档就足以在130亿参数规模的模型中投毒，进而全面降低AI大模型输出内容的准确率。

用谎言去验证谎言得到的一定是谎言，如果数据集中的参数本身有问题，得到的回答自然是错漏百出。AI大模型的原理就决定了它不可避免地会被外界影响，它的中立性并不是天然就存在的。换而言之，“蚂蚁阿福”这次不仅是拿出了一纸声明，而是一份长期的承诺。

也就是说，“蚂蚁阿福”不仅需要拒绝商业化，还要持之以恒保持数据训练集的纯净。