2026 年 7 月，YouGov 在英国做了一项调查：69% 的英国人已经在广告中见过 AI 生成的演员，而其中 76% 的人说”我不喜欢”。
更扎心的是接下来这个数字——78% 的英国消费者表示，如果一个品牌使用了 AI 生成的演员，他们对该品牌的信任会下降。
而另一个令人意外的事实：18-34 岁的年轻消费者信任下降比例是 83%，比 55 岁以上群体的 74% 还要高 9 个百分点 [1]。
这和我们直觉想的恰好相反。过去两年行业一直在说”年轻人是数字原住民，他们对 AI 接受度更高”。2026 年的数据正在推翻这个假设。
当消费者对 AI 从”好奇”变成”警觉”，品牌营销的基本盘——信任——正在发生什么变化？我们汇总了 2026 年全球主要消费者信任研究报告，试着画出一张全景图。
01｜从”新奇”到”警觉”：信任曲线正在掉头
2023 年 Ipsos 第一次问美国人对 AI 生成内容的看法时，排在前三的词汇是：”未来感的””创新的””有创造力的”。到了 2026 年，这些词换成了——”虚假的””没有灵魂的””不是真正的艺术” [2]。
这不是一个缓慢渐变，而是两年内完成的情绪反转。
Prophet 咨询公司 2026 年发布的第二版”AI 驱动型消费者”报告（覆盖英美中德新五国 2000+ 消费者）提供了量化证据：AI 使用率从 2024 年到 2026 年增长了 28%，但消费者对 AI 能力的乐观度下降了 13 个百分点，对品牌负责任使用 AI 的信任度下降了 11 个百分点。Prophet 首席数字官 Chan Suh 把这种现象称为”大炒作修正（The Great Hype Correction）“：消费者正在同时提高对 AI 的期望、降低对品牌的信心、加速对 AI 不当使用的焦虑 [3]。
同一趋势在 SurveyMonkey 2026 年 Q1 的美国追踪数据中同样清晰。66% 的美国成年人用过 AI 工具（同比上升 9 个百分点），但对 AI 感到”担忧”的比例从 28% 上升到了 31%，认为 AI 影响”主要是负面的”从 9% 升到了 12%。认为”负面”的人群增速（+3pp）略快于”正面”群体（+1pp）——尽管使用量在大幅增加 [4]。
这不是消费者在反对 AI 本身。这是消费者在使用 AI 的同时，正在变得更挑剔。
用 Fractl 2026 年 Q2 的跨年对比数据最能说明问题：认为”AI 比传统搜索更有帮助”的比例，从 2025 年的 82% 暴跌到 2026 年的 54%——一年降了 28 个百分点。而认为 AI 不如传统搜索有用的比例从 3% 涨到了 17% [5]。
02｜信任损伤的数字刻度
如果上面这些数据只是”感受”，下面这些是更具体的”后果”。
Fractl 调查了 1008 名美国消费者：如果你最喜欢的品牌在营销中大量使用 AI，你对它的信任会变吗？2025 年，20% 的人说会下降。2026 年，这个数字翻了一倍——40%。 而只有 14% 的人说会因此更信任 [5]。
品牌一旦被贴上”大量使用 AI”的标签，消费者的第一反应不是”这个品牌很高效”，而是”它在省钱””它在偷懒””它不在乎真实的沟通”。
多芬抓住了这个情绪，做了一个教科书级的反 AI 营销：宣布永远不用 AI 来代表真实女性。广告测评公司 System1 的数据是——这是该品牌历史上情感反应评分最高的 campaign [6]。
但最值得品牌营销人关注的是 Fractl 的另一个数字：愿意披露 AI 使用的品牌组织只有 20%，而 33% 从不明示。与此同时，消费者想要的标注率是——文字内容 84%、视频 91%、图片 90%、音频 87% [5]。
这是一道巨大的信息披露缺口，而且消费者正在注意到这道缺口。
Meltwater 与 YouGov 的跨七国（英、美、德、法、新加坡、阿联酋、印尼）近万名消费者调研提供了更细的切面：知道内容是 AI 生成后，32% 的消费者信任下降，只有 15% 的消费者信任上升。73% 的人将假新闻和诈骗列为 AI 内容的最大担忧。51% 对生成式 AI 整体持怀疑态度 [7]。
03｜比”不信任”更棘手的问题：消费者分不清什么是 AI 了
信任下降已经够让品牌头疼了。但 2026 年 7 月 DoubleVerify 联合 YouGov 发布的另一项研究，揭示了一个更底层的问题。
他们的数据来自 2000 名英国消费者的调查：
– 92% 的人说 AI 生成内容的泛滥让他们更难相信网上的信息
– 81% 的人担心遇到看起来像真的、实际是伪造的 AI 内容
– 但只有 41% 的人觉得自己有能力识别出 AI 生成内容 [8]
套用 DoubleVerify EMEA 执行董事 Stuart Flint 的原话：”消费者越来越怀疑，但他们不觉得自己有能力分辨真实内容和合成内容。这在开放网络和社交平台上制造了一个实质性的漏洞。”
这个 40 多百分点的”认知-能力鸿沟”，比任何单一的数据都更危险。
为什么？因为当消费者知道自己分不清真假，他们的默认策略只有一个：不信任所有内容。这不是针对你的品牌——是针对所有品牌。但你的品牌内容会和其他所有内容一起，被放进同一个”不可信”的筐里。
Ipsos 2026 年的消费者跟踪数据侧面印证了这一点：75% 的美国人希望新闻和娱乐内容由人类创作，67% 希望营销和艺术内容由人类创作 [2]。
而 SurveyMonkey 的数据则更具象：在做重要决策时，66% 的美国人更信任真人的意见，只有 4% 更信任 AI 生成的意见。17% 说两者差不多信任，13% 说都不信任 [4]。
Prophet 的报告里有一个全球对比数据可以当参考系：德国消费者认为品牌使用 AI 合乎道德的比例是 27%，中国是 74%——这个 46.5 个百分点的差距说明，AI 信任不是一张全球通用的地图，不同市场的信任基线差异巨大 [3]。Accenture 2026 年 16 国 25000 人调查也指向同一方向：74% 的消费者会把日常任务委托给 AI 代理，但 56% 会告诉代理”哪些品牌可以列入考虑” [9]。
04｜谁最不信任 AI？答案可能不是你以为的那群人
一个反复出现的意外发现：Z 世代对品牌使用 AI 比婴儿潮一代更警觉。
Prophet 报告的数据很直接：美国 65% 的 Z 世代说对品牌使用 AI 感到担忧，而婴儿潮一代只有 37%。69% 的 Z 世代担心过度依赖 AI 会侵蚀人类的必要技能 [3]。
Fractl 的跨代对比也指向相同方向：如果一个喜欢的品牌在营销中大量使用 AI，Gen Z 中有 54% 表示信任会下降，远高于其他年龄段。女性（44%）也比男性（34%）更可能因 AI 营销而降低品牌信任 [5]。
YouGov 关于 AI 演员的数据则给出了一个微妙的代际转折：18-34 岁年轻群体对品牌使用 AI 演员的信任下降比例最高（83%），但他们对 AI 演员用于”幽默”场景的接受度也最高 [1]。
年轻消费者不是单纯反对 AI——他们有复杂的条件判断：什么场景下 AI 可以出现，什么场景下 AI 出现就会掉信任。
YouGov 调查中按场景的”接受度梯度”非常清晰：幽默（45%）、背景角色（44%）、娱乐叙事（38%）→ 服务说明（30%）、产品演示（23%）→ 财务声明（7%）、健康声明（6%）[1]。
这个梯度说明：低风险、不涉及决策信任的场景 → 接受；高风险、涉及生命财产的场景 → 几乎零容忍。
品牌营销最容易踩的坑是：在”产品演示”甚至”效果背书”的场景里用了 AI 演员——消费者在这种场景下的容忍度只有 23%-6%，但品牌可能觉得”用 AI 演示一下产品没问题”。
05｜披露不是免责声明，是品牌决策
既然消费者对 AI 的信任在掉、对透明度的要求很高、但又普遍分不清真假——品牌的出路是什么？
目前最明确的共识落在四个字上：透明披露。
但”披露”这件事比看起来复杂。
PACIS 2026（亚太信息系统年会）发表的两篇学术研究提供了精细的证据。一篇眼动实验研究发现，AI 披露标签会改变消费者的视觉注意力分配——AI 披露让消费者更少看模特的脸，更多看产品本身。在高解释水平（high-construal，即更关注抽象意义的人群）消费者中，AI 披露还会降低对模特的态度和购买意愿 [10]。
另一篇关于 AIGC 披露的研究区分了”简单披露”（只说”本内容含 AI”）和”范围型披露”（说清楚哪部分是 AI 做的、为什么用 AI），发现后者通过”感知内容质量”这个中介机制显著提升用户参与意愿 [11]。
国内农业信息研究所期刊 2026 年 7 月发表的一项实验也证实：详细的 AI 披露比简单的”含 AI”标签更能提升用户参与意愿，而且这个效果在实用型和享乐型视频中都成立。详细披露（说明用了什么 AI 技术、目的是什么、有什么局限性）通过提高用户对内容质量的感知来驱动参与，而不是通过”来源可信度”这个路径 [12]。
这意味着：消费者要的不是”免责声明”，而是”为什么用 AI + 用了多少 + 有什么局限”的交代。
Meltwater 报告给的定位很精准：品牌的核心问题不是”该不该用 AI”，而是”在什么场景用 AI 对品牌有益，在什么场景用 AI 会直接折损信任” [7]。
总结
把以上跨 8 项研究的数据放在一起看，2026 年消费者对 AI 的信任状况有五条主线：
1. 使用在增长，信任在下降——这不是”不喜欢 AI 的人变多了”，而是”用过 AI 的人变挑剔了”。Fractl 数据中一年 28 个百分点的”有用性感知下降”最能说明问题。
2. 信任损伤已经数据化——40% 的人会因品牌大量使用 AI 而降低信任（翻了 1 倍），78% 的人会因 AI 演员降低品牌信任。这不是情绪，是可量化的后果。
3. 认知-能力鸿沟是隐形的放大器——92% 觉得 AI 让信息更难信，但只有 41% 觉得自己能识别。分不清真假的消费者，默认策略是不信一切。
4. Z 世代是意外的”信任保守派”——65% 美国 Z 世代担心品牌用 AI，远超婴儿潮一代的 37%。年轻人不是天然接受 AI，他们有精细的”场景-容忍度”判断。
5. 透明披露是不可逆的消费者要求——84%-94% 的标签期望率跨所有内容格式。而只有 20% 的品牌组织在认真做披露。缺口巨大，也意味着蓝海。
写在最后
这篇文章没有给出一个简单的”怎么做”清单，因为在信任这件事上，清单解决不了问题。
但如果要从这么多数据里提炼出一个对品牌营销人最有用的判断，那就是这一句：
2026 年的消费者不是反对你用 AI——他们反对的是你没说清楚什么时候用了、为什么用、用了多少。而当你不说清楚的时候，他们会默认你想隐藏什么。
多选题已经变成了填空题。”用不用 AI”不再是问题。”用了多少、在哪用、怎么交代”才是。
引用与参考资料：
[1] YouGov, “Half of Britons have seen AI-generated actors in ads – and they don’t like them,” 2026-07-15. https://yougov.com/en-gb/articles/55180-half-of-britons-have-seen-ai-generated-actors-in-ads-and-they-dont-like-them
[2] Ipsos, “Artificial Intelligence: Key insights, data and tables,” 2026-06-29. https://www.ipsos.com/en-us/artificial-intelligence-key-insights-data-and-tables
[3] Prophet, “The AI-Powered Consumer Report (2nd Edition),” via The Drum, 2026-07-14. https://www.thedrum.com/news/the-ai-paradox-every-cmo-must-solve-demand-is-sky-high-but-trust-isn-t
[4] SurveyMonkey, “Q1 2026 AI Sentiment Study,” 2026-07-14. https://www.surveymonkey.com/curiosity/surveymonkey-research-ai-sentiment-study-q1-2026/
[5] Fractl, “AI Statistics 2026 Q2 Survey,” via ContentGrip, 2026-06-30. https://www.contentgrip.com/ai-trust-search-2026/
[6] Meltwater & YouGov, “Trust in the Age of Generative AI,” via Complete AI Training, 2026-06-30. https://completeaitraining.com/news/research-finds-consumers-distrust-ai-marketing-and-expect/
[7] Meltwater & YouGov, “Trust in the Age of Generative AI (cross-market),” via PodcastingToday, 2026-06-26. https://podcastingtoday.co.uk/consumer-trust-lags-behind-growing-use-of-generative-ai-by-brands/
[8] DoubleVerify & YouGov, “Fewer Than Half of UK Consumers Can Identify AI-Generated Content Online,” via ExchangeWire, 2026-07-10. https://www.exchangewire.com/blog/2026/07/10/doubleverify-yougov-study-finds-fewer-than-half-of-uk-consumers-can-identify-ai-generated-content-online/
[9] Accenture, “Talk to My AI Agent: The New Rules of Brand Value,” 2026-07-17. https://www.accenture.com/au-en/insights/consulting/talk-my-ai-agent
[10] “AI Disclosure in Advertising: Visual Attention and Consumer Responses across Construal Levels,” PACIS 2026 Proceedings, 2026-07-05. https://aisel.aisnet.org/pacis2026/isdesign_tam/isdesign_tam/3
[11] “From Compliance to Communication: How Explainable AIGC Disclosure Shapes Consumer Responses in E-Commerce,” PACIS 2026 Proceedings, 2026-07-05. https://aisel.aisnet.org/pacis2026/ai_ethic/ai_ethic/9
[12] 李佳蔚, 孙竹墨, 姜婷婷. “AI 生成短视频中用户参与意愿的赋能：AI 披露的角色,” 农业图书情报学报, 2026, 38(7): 32-45. http://nytsqb.aiijournal.com/EN/10.13998/j.cnki.issn1002-1248.26-0174
免责声明：
本文所有数据、案例和引用均来自已公开发布的研究报告、学术论文和新闻报道，文中均已标注来源编号。本文不构成任何投资建议、商业建议或法律建议。文中引用的第三方观点仅代表原作者立场，不代表本文作者或 meitAI 的立场。读者如需引用文中数据，建议直接查阅原始出处以获取完整上下文。
