近50%的新闻稿由人工智能协助撰写

人们利用人工智能代写领英帖子的频率，已超过了几乎所有其他人工智能写作应用场景。但在其他类型的公关写作中，生成式人工智能的普及程度如何？特别是，在企业传播领域（如新闻稿）中，人工智能的采用情况又是怎样的？

为解答这一问题，我们考察了美国最大的新闻稿发布平台PR Newswire上企业新闻稿中人工智能的贡献率。 企业付费使用该服务，以分发其内部撰写的公关材料，例如财报、产品发布和公告，而美通社会将这些内容推送至新闻编辑部和财经终端。作为美国证券交易委员会（SEC）强制信息披露企业的主要分发网络之一，该平台处理着辉瑞、丰田和华特迪士尼世界等公司的新闻稿。

我们扫描了美通社（PR Newswire）发布的178,672篇英文新闻稿，发现其中34%在过去12个月内包含了由人工智能生成的文本。 此外，过去一年中，每周由AI生成的内容占比翻了一番，从22%上升至2026年6月的48%。在61,523篇被标记为包含AI内容的新闻稿中，25%被标记为完全由AI生成（15,205篇），75%被标记为混合生成（46,318篇）。

主要发现：

• 2026年6月，美通社（PR Newswire）上48%的新闻稿包含由人工智能生成的文本
• 过去一年中，美通社（PR Newswire）新闻稿中人工智能的应用比例翻了一番，且采用率仍在持续上升
• 在完全由人工智能生成的新闻稿中，广告类占比最高，达到41%；同时，广告类在人工智能内容中的总体占比也最高，达到64%

过去一年里，人工智能的份额翻了一番

过去一年中，美通社（PR Newswire）发布的联合发布新闻稿中，包含人工智能生成文本的比例翻了一番，从2025年8月的22%上升至2026年6月的峰值48%。

平均而言，每篇新闻稿中AI的贡献比例相当可观：被标记为包含AI内容的新闻稿中，AI撰写部分的占比中位数为52%。在所有被标记为包含AI生成文本的文档中，25%完全由AI生成；其余75%的被标记文档则包含人工撰写和AI生成的混合文本。在所有被标记的文档中，AI贡献率呈现双峰分布，要么贡献极少，要么完全由AI生成。

人工智能撰稿似乎也在推动新闻稿字数出现小幅增长。 过去十二个月里，美通社（PR Newswire）发布的新闻稿字数中位数增长了约15%，从488词增至562词。混合型和完全由AI撰写的新闻稿正变得比完全由人类撰写的新闻稿更长：2026年7月，纯人工撰写的新闻稿字数中位数为521词，而包含AI撰写内容的文档加权平均字数则为601词。

哪些行业在发布由人工智能生成的新闻稿？

各行业新闻稿中AI内容所占比例各不相同。金融、能源和生物技术行业的AI生成文本比例最低，其中完全由AI撰写的新闻稿比例均低于5%。广告行业完全由AI生成的新闻稿比例最高，达到41%，其AI内容总体占比也最高，达到64%。

广告领域中AI占比居高不下的部分原因，在于“权威洗白”型内容营销机构的盛行——这些机构代表当地企业发布大量编辑风格的营销文章。其中一家机构HelloNation在我们的数据集中共发布了2,265篇新闻稿。在这些新闻稿中，2,198篇完全由AI生成（占97.0%），66篇为混合生成，仅1篇被标记为人工撰写。

“我们正步入这样一个时代：任何人只需支付基本的新闻分发费用，就能发布新闻稿。”

总体而言，由小型企业和初创企业主导的行业，其人工智能占比远高于由规模更大、更成熟机构主导的行业。例如，金融科技领域的新闻稿（n=1526）——主要由小型单人初创企业和加密货币创业公司发布——的人工智能贡献率达44%，其中12%由人工智能完全生成。 另一方面，以传统银行和基金为主导的银行业和金融服务行业（n=8,817），其人工智能贡献率为25%，其中仅有7%的新闻稿被标记为完全由人工智能生成。

针对面向小企业的新闻稿分发机构，情况也是如此。我们梳理了两大经济型新闻稿分发平台过去12个月发布的新闻稿：PRWeb（一家自助式分发平台）和Newswire.com（主要面向中小型企业）。这两家平台的人工智能生成内容占比均接近PR Newswire的两倍。

以往的研究高估了

梁等人此前关于人工智能在企业传播中应用的研究《大型语言模型辅助写作在全社会的广泛采用》，曾利用词频分析来估算人口层面的AI普及率。在本研究中，我们重新扫描了他们所使用的PR Newswire新闻稿语料库。通过将这两个数据集的Pangram分析结果整合起来，我们可以发现，新闻稿中AI的应用正在加速。 根据Pangram 4的数据，AI贡献率耗时2年，于2024年8月达到9%，到2025年7月翻了一番达到22%，并在2026年7月再次翻番至44%。

与梁等人得出的结论相反，我们的分析表明，在ChatGPT于2022年11月推出后的几个月里，AI的采用实际上相当缓慢。我们发现，新闻稿中AI的贡献率达到5%以上，耗时近一年。

Liang 等人的发布版本同时也作为 Pangram 4 的基准数据集：对于早于 ChatGPT 的发布版本，Pangram 4 在 21,625 个发布版本中仅出现 1 次误报，误报率为 0.0046%。

方法论

本次分析中，我们使用了四个数据集。主要数据集是一份包含178,672篇英语PR Newswire新闻稿的统计数据，这些新闻稿长度均超过100个单词，发布时间为2025年8月16日至2026年7月31日。 为了扩展分析范围，我们还扫描了梁等人（Liang et al.）从2022年1月至2024年9月期间发布的PR Newswire语料库中的175,712篇新闻稿，该语料库由他们在此处公开发布。 为了将这些结果与低成本新闻稿发布平台进行对比，我们分析了2025年8月21日至2026年7月31日期间发布的8,824篇PRWeb新闻稿，以及2025年8月1日至2026年7月31日期间发布的6,410篇Newswire.com新闻稿。您可在此处查看我们关于AI新闻稿统计数据的完整数据集。

各行业的划分依据是美通社（PR Newswire）上的标签，且仅考虑条目数超过1,400条的标签。在两种情况下，某个标签完全包含于另一个更广泛的标签之中：“医疗制药”和“制药”被视为同一行业，而“金融科技”和“金融”则被分开处理，因为两者的数据量存在显著差异。

所有检测均使用Pangram 4 完成。

人工智能撰写新闻稿有什么问题？

我们扫描的所有新闻稿均无需进行任何形式的人工智能披露。事实上，正如我们在领英（LinkedIn）上所见，美通社（PR Newswire）实际上在销售一款人工智能写作工具，并明确表示“不会在新闻稿上公开标注其系由人工智能生成”。

大型语言模型或许非常适合以极低的成本生成大量措辞得体、语法正确且质量尚可的文本。人工智能生成的文本所存在的缺陷——例如缺乏个性、千篇一律或信息密度不足——也是人们对人类撰写的专业写作的常见批评。这意味着这些缺陷在此情境下可能很容易被忽视，尽管人工智能生成的文本仍然助长了那种繁琐且敷衍了事的沟通方式，即所谓的“敷衍之作”。

无论如何，在新闻稿中使用人工智能很可能确实会降低其质量。人们认为人工智能撰写的文本可信度较低，而且对“悄然”和“深入探讨”等常见的大型语言模型（LLM）惯用词汇的厌倦感也在不断加剧。此外，人工智能还可能在文案中引入错误，而对于旨在履行美国证券交易委员会（SEC）义务的新闻稿而言，这可能会产生法律后果。

或许在专业写作中使用人工智能所带来的最显著负面影响，归根结底在于文本量。由于大型语言模型能够大规模生成海量信息匮乏的文本，我们正步入这样一个时代：任何人只需承担分发成本，就能发布新闻稿、备忘录或报告，而此类文本的长度和发布频率也将随之增加。在处理无律师代理的诉讼和文学手稿审阅等领域，同样出现了由人工智能驱动的文本量激增现象。如果不加以遏制，这些人工智能生成的内容很可能会降低许多专业和企业沟通渠道的信息质量，而真正的地方企业等小型参与者将受到最大的影响。