耐克、亚瑟士领跑运动榜单：AI模型到底在推荐谁？
| 排名 | 品牌 | AI 品牌指数 | 趋势 |
|---|---|---|---|
| 1 | 耐克 | 63.0 | ↑4.0 |
| 2 | 亚瑟士 | 63.0 | ↑5.0 |
| 3 | 迪卡侬 | 61.0 | ↑8.0 |
| 4 | 李宁 | 61.0 | ↓4.0 |
| 5 | 阿迪达斯 | 60.0 | ↑7.0 |
| 6 | 安踏 | 55.0 | ↑1.0 |
| 7 | 彪马 | 52.0 | ↑3.0 |
| 8 | HOKA | 52.0 | ↑6.0 |
| 9 | 新百伦 | 50.0 | ↑1.0 |
| 10 | 鸿星尔克 | 47.0 | ↑4.0 |
| 11 | 萨洛蒙 | 47.0 | ↓0.0 |
| 12 | 安德玛 | 47.0 | ↑3.0 |
| 13 | 361度 | 45.0 | ↑1.0 |
| 14 | 露露乐蒙 | 45.0 | ↑5.0 |
| 15 | 匹克 | 44.0 | ↑4.0 |
先看这周运动行业的排名。耐克和亚瑟士以63分并列第一，但亚瑟士涨了5个点，耐克只涨4个。迪卡侬冲得最猛，+8，直接杀到第三，和李宁平起平坐（李宁跌了4个点）。阿迪达斯+7，紧咬不放。但安踏、彪马、HOKA这些，指数差距已经开始拉开——Top3和第四名之后的断层明显，尤其是安踏55分，和第三名迪卡侬差了6分，等于一个身位。
谁在领跑？耐克稳，但没什么惊喜。亚瑟士的涨势更像一场“闷声发财”——没有大广告轰炸，但小红书、Kimi里随便搜“跑鞋推荐”，亚瑟士的K20、K29出镜率高得吓人。DeepSeek写运动穿搭，亚瑟士和昂跑并列高频。为什么？因为AI模型抓取的内容密度变了：传统媒体稿少，用户真实测评多。亚瑟士的“踩屎感”和“宽脚友好”成了语义标签，被模型反复强化。
再看迪卡侬的+8。它不是什么黑科技品牌，但便宜、全品类、线下可试穿，这些词在对话式搜索里极友好。用户问“性价比运动鞋”或“新手跑步装备”，AI会优先推荐迪卡侬——因为它出现在大量“不踩雷”攻略里。相反，李宁的-4有点怪：韦德之道联名款明明热度不低，但模型里“李宁”常和“偏码”“鞋面易破”这些负面反馈挂钩。不是品牌不好，是AI记住了更多吐槽。
这里得说清楚「AI品牌指数」是什么。它不是百度指数或社媒声量，而是AI大模型（Kimi、DeepSeek、ChatGPT等）在理解“推荐哪个品牌”时，给你的权重分。简单讲：你问AI“买双跑鞋”，它脑子里第一蹦出的品牌就是冠军。所以这个指数背后，是品牌在AI语料库里的“被推荐率”。
给CMO的3条实操建议：
1. 别再只投“品牌词”了。模型推理不靠你投了多少广告，靠你被多少用户真实对话提及。去小红书、知乎、Reddit填那种“求推荐”帖，植入场景（比如“亚瑟士适合宽脚”“迪卡侬199跑鞋够用”）。AI抓取这些，比公关稿有效10倍。
2. 警惕“语义污染”。你的竞品在疯狂铺“XX平替”内容吗？比如“亚瑟士平替”这个词如果被模型关联到安踏，那安踏的指数就会被压。定期用AI搜一下你的品牌名+常见负面词，一旦出现“但…”“不过…”的语义关联，立刻用正面实测内容冲淡。
3. 拥抱“长尾类别”。HOKA涨了6点，因为“越野跑”“厚底跑鞋”这些细分词在模型里权重上升。别只卷运动鞋大品类，去占位“低足弓跑鞋”“大体重减脂鞋”这种冷门标签。AI的推荐逻辑就是：谁在具体场景里出现次数多，谁赢。