GEO 指南

國內B2B買家在用AI挑供應商嗎

王朋友 · 星盒AI 創始人發佈於 17 分鐘讀完
國內B2B買家在用AI挑供應商嗎

先説結論

國內企業對企業(B2B)買家是否已經普遍使用AI(人工智能)挑選供應商?目前還不能直接下這個結論。國內尚未出現與Gartner、Forrester同口徑的B2B買家專項調研,但海外採購行為已經明顯變化,國內使用生成式AI的人數也在快速增長。

國內企業對企業(B2B)買家是否已經普遍使用AI(人工智能)挑選供應商?目前還不能直接下這個結論。國內尚未出現與Gartner、Forrester同口徑的B2B買家專項調研,但海外採購行為已經明顯變化,國內使用生成式AI的人數也在快速增長。對供應商來説,GEO,即生成式引擎優化,已經從一個新概念變成需要提前評估的獲客問題:當買家向AI詢問某個品類有哪些可靠廠商時,你的品牌會不會出現在答案裏?

能夠確認的是,截至2025年12月,國內生成式AI用戶已達6.02億,普及率為42.8%,同比增長141.7%。不能確認的是,這6億用戶中究竟有多少人已經用AI調研供應商。因此,準確的判斷不是“國內買家已經全面改用AI採購”,而是:使用條件已經具備,採購調研從搜尋框轉向對話框的趨勢值得供應商現在開始跟蹤。

海外B2B買家已經怎樣使用AI

2025年至2026年的多項第三方數據,呈現出海外B2B採購調研的變化:

  • 2026年3月發佈的一項多源分析顯示,73%的B2B買家會在採購調研中使用AI工具,樣本覆蓋6.8億次AI引用。
  • Forrester與6sense在2025年的聯合調研顯示,89%的B2B買家把生成式AI列為採購研究的首要自助資訊源。
  • 採購團隊中,94%的人每週至少使用一次生成式AI。
  • Gartner在2026年3月披露,67%的B2B買家偏好沒有銷售代表參與的採購體驗。
  • G2在2026年的數據中指出,51%的買家最近一次採購調研從AI聊天框開始,而不是從搜尋引擎開始。

這些變化影響的首先不是籤合同,而是供應商篩選。買家可以先讓AI整理廠商名單,再比較規格、產能、認證和公開評價,最後才聯繫少數候選企業。當AI的回答只列出三五家供應商時,沒有被提及的企業可能無法進入後續的對比、詢價和盡調環節,而且供應商通常不會知道自己在哪一步被排除。

這也是為什麼AI帶來的變化不能只看流量。它改變的是買家第一次接觸供應商資訊的方式,以及候選名單形成的過程。

國內B2B買家在用AI挑供應商嗎

國內數據能説明什麼,不能説明什麼

國內目前沒有查到與Gartner、Forrester同級、同口徑的B2B買家專項調研。這意味着,不能把海外“73%的買家使用AI調研供應商”直接套用到國內。

但國內生成式AI的用戶規模已經足夠大。中國互聯網絡資訊中心(CNNIC)第57次報告顯示,截至2025年12月,國內生成式AI用戶達到6.02億,普及率為42.8%,同比增長141.7%。CNNIC此前披露的2025年6月數據為5.15億。

工具端的數據也反映了使用範圍。根據QuestMobile及媒體披露的2026年一季度行業數據,豆包月活躍用戶約3.45億,通義千問約1.66億,DeepSeek約1.27億,騰訊元寶約5735萬。這些數字屬於行業口徑,未經第三方核驗。

採購經理、技術負責人和企業經營者都可能包含在這些用戶中。一個已經習慣用豆包查資料、用DeepSeek整理方案的人,在評估供應商時也可能詢問“國內做這個品類的廠商有哪些”或“哪家供應商更可靠”。這是基於用戶習慣變化作出的推斷,不是已經得到國內專項調研確認的結論。

因此,海外數據説明採購行為已經發生變化;國內用戶數據説明這種變化具備發生的條件。兩者不能混為同一個結論,但都指向同一個提醒:供應商需要開始檢查自己在AI答案中的實際表現。

國內B2B買家在用AI挑供應商嗎

AI參與採購的四個環節

AI目前主要參與B2B採購調研的四類工作。

第一類是發現供應商。買家詢問“國內做X的主要廠商有哪些”,AI整理候選名單。這一步決定企業能否進入買家的初步視野。

第二類是輔助選型。買家要求AI比較不同廠商的規格、產能、認證、交期等資訊,並生成對照表。

第三類是評價比較。AI可能綜合企業官網、知乎討論、行業媒體報道、百科詞條和其他公開內容,歸納不同供應商的特點。只有企業官網上的自我介紹,通常不足以決定AI最終怎樣評價一家企業。

第四類是合規核查。買家可以繼續查詢資質、認證和涉訴記錄,判斷供應商是否滿足合作要求。

在這四個環節中,供應商能夠主動改善的,是讓準確、可核驗的資訊被AI檢索、識別和引用。如果公開資訊缺失、互相矛盾,或者只有宣傳口號,AI就難以形成清楚的品牌判斷。

海外買家可能在ChatGPT、Perplexity中詢問“Top 10 suppliers from China”,也就是“中國十大供應商”;國內買家則可能在豆包、DeepSeek、騰訊元寶中詢問“國內XX廠家推薦”。問題相近,但不同引擎檢索和引用的資訊來源並不完全相同,這也是國內外GEO執行方式存在差異的原因。

國內B2B買家在用AI挑供應商嗎

GEO和SEO是什麼關係

SEO,即搜尋引擎優化,主要通過改善網站內容和技術條件,讓頁面更容易被搜尋引擎收錄,並在搜尋結果中獲得更靠前的位置。

GEO同樣要求內容能夠被檢索系統發現,但它更關注品牌能否進入AI生成的答案,並被引用或推薦。Google在2026年5月15日的公開表態是,為生成式AI搜尋進行優化,本質上仍然屬於SEO。換句話説,SEO沒有失效,它仍是GEO的重要基礎。

兩者的主要區別如下:

維度 傳統SEO GEO
優化目標 讓網頁進入靠前的搜尋結果並獲得點擊 讓品牌和內容進入AI答案並被引用
主要識別單位 整個網頁 可獨立引用的段落或內容塊
重點工作 關鍵詞佈局、頁面收錄、外鏈建設 事實密度、問答結構、第三方品牌提及
國內主要渠道 百度、搜狗等搜尋結果 豆包、DeepSeek、騰訊元寶、文心等AI答案
常見見效週期 約3至6個月,屬於行業口徑 約1至3個月可能看到曝光變化,屬於行業口徑
主要指標 關鍵詞排名、自然流量 AI引用率、品牌提及次數

這裏的“自然流量”,是指用戶通過未付費的搜尋結果進入網站所形成的訪問量。

搜尋端的數據也説明了變化。Semrush在2026年4月對1000萬個關鍵詞進行研究後發現,Google的AI概覽已覆蓋48%的查詢。Ahrefs在2025年12月基於30萬個關鍵詞的研究顯示,當AI概覽出現時,排名第一的自然搜尋結果點擊率下降58%。國內也有行業説法稱,2026年初已有60%以上的查詢觸發AI概覽,百度結果頁開始出現AI摘要;這一説法屬於行業口徑,未經第三方核驗。

過去,企業主要爭取搜尋結果中的靠前位置;現在,還要關注AI是否直接引用品牌。如果AI已經在搜尋頁面內給出完整回答,用戶可能不再點擊原網頁。

國內AI引擎通常從哪裏檢索資訊

海外GEO通常圍繞獨立網站、Wikipedia、Reddit和YouTube展開。5W Research的統計顯示,Wikipedia與Reddit合計佔美區ChatGPT引用來源的25%以上。

國內的資訊來源結構不同。根據現有行業觀察,不同AI引擎可能更常引用與自身內容生態關係較近的平台:騰訊元寶較常引用微信公眾號,文心一言較常引用百家號和百度百科,豆包較常出現抖音和今日頭條內容,Kimi和DeepSeek較常引用知乎,DeepSeek還會引用CSDN等技術社區。

這些對應關係屬於行業口徑,未經第三方核驗,只能作為內容渠道選擇的參考,不能理解為任何問題下都必然成立的固定規則。

如果做粗略對照,百度百科與Wikipedia都承擔百科資訊整理功能,知乎與Reddit、Quora都包含大量問答討論,公眾號與LinkedIn都可用於發佈專業內容,B站與YouTube都以影片內容為主。這種對照只説明平台內容形態相近,不代表它們的檢索機制和引用權重相同。

國內多家服務商和券商研報還歸納過一套四級信源體系:政府官網、行業協會和權威媒體處於第一梯隊,被AI採信的概率相對較高;已備案的企業官網和優質自媒體被歸入第三梯隊;無備案站點和軟文站可能被過濾。這是一套行業歸納框架,不是官方標準,也未經第三方核驗。

另有行業觀察認為,海外AI引擎直接引用SEO表現較好的企業獨立網站較為常見;國內AI引擎更重視大型內容平台和具有公信力的媒體,企業官網被直接引用的比例相對較低。按照這一行業判斷,國內企業可以優先完善公眾號、知乎、百科、百家號、抖音、頭條等平台內容,同時做好官網的基礎收錄。具體投入仍應以實際測試結果為準。

為什麼現在值得開始測試

1. AI來源訪問可能具有更高的轉化效率

Semrush基於500多個高價值話題的統計顯示,AI搜尋流量的平均轉化率約為Google自然流量的4.4倍。Ahrefs披露,其自身來自AI的訪問量只佔0.5%,卻貢獻了12.1%的註冊量。

這裏的“轉化率”,是指訪問者進一步註冊、諮詢或完成其他目標行為的比例。這些數據來自特定樣本,不能直接推導出所有行業都會得到相同比例,但至少説明:通過AI主動尋找供應商的用戶,可能已經完成了部分前期篩選。

2. 國內系統開展GEO的企業仍然較少

有行業觀察稱,國內約95%的同行尚未系統開展GEO,較早行動的時間窗口約為18個月。這兩個數字屬於行業口徑,未經第三方核驗,不能當作普遍事實引用。

一個公開可核的中國出海案例顯示,某應用交付網絡(ADN)廠商把內容統一調整為“問題—分析—結論—案例”結構,並同步發佈到豆包、Kimi、DeepSeek等中文AI平台後,AI可見度從25%上升到88%,月合格線索增長388.9%。這裏的“AI可見度”,指品牌在AI答案中被提及或引用的程度。

單個案例不能證明所有企業都能取得相同結果,但它説明,內容結構、發佈渠道和公開資訊完整度可能影響品牌在AI答案中的出現情況。

3. 可信內容需要持續積累

大模型的訓練語料通常每6至18個月更新一次。今天發佈的公開內容,有機會進入後續模型的訓練或檢索範圍,其影響可能比一次實時檢索引用更持久。

如果競爭對手長期積累了更多可核驗的公開資料,AI在回答品類問題時就更容易優先識別和引用對方。後來者要改變這種資訊差異,通常需要補充更多內容,並等待重新抓取、檢索和引用。因此,企業不必急着大規模投入,但有必要儘早完成第一次基線測試。

企業現在可以從四步開始

第一步:測試當前基線

整理30個真實買家可能提出的問題,例如:

  • 國內XX廠商推薦
  • XX認證怎麼核驗
  • A和B哪家交期更短
  • 國內做XX產品的主要供應商有哪些

在豆包、DeepSeek、騰訊元寶和文心中分別測試,記錄品牌是否被提及、答案引用了哪些來源、競品出現了幾家。多數企業第一次測試時可能接近零提及。無論結果高低,這組記錄都可以作為後續比較的基準。

第二步:按照實際引用情況選擇渠道

可以先參考行業觀察中的平台傾向:公眾號對應騰訊元寶,百家號和百度百科對應文心,知乎對應DeepSeek和Kimi,抖音和今日頭條對應豆包。

但不要只按這張對應表執行。先看企業所在行業的真實測試結果,再決定內容發佈渠道,因為上述平台偏好屬於未經第三方核驗的行業口徑,並非固定規則。

第三步:提高內容的可引用性

內容可以採用問句標題,先給結論,再説明依據;數據要標明來源;複雜問題可以在文末增加常見問題解答。這樣做的目的,是讓每個段落表達一個完整問題和明確答案,方便AI按段落檢索和引用。

同時要增加第三方資訊。iProspect與Hallam的研究顯示,品牌被第三方提及對AI引用的影響約為外鏈的3倍。seoClarity的數據中,品牌網絡提及與品牌出現在AI答案中的相關係數為0.664,反鏈與AI答案出現的相關係數為0.218。

相關係數反映的是兩個指標之間的相關程度,不能證明第三方提及必然導致AI引用增加。對國內企業而言,可以執行的工作包括爭取行業媒體報道、在知乎專業回答中獲得自然提及,以及發佈包含真實數據的客戶案例。

第四步:遵守生成內容標識和平台規則

《人工智能生成合成內容標識辦法》自2025年9月1日起施行。AI參與生成的內容需要進行顯式和隱式標識。

關鍵詞堆砌、同質化抄襲、偽造權威信號和極限誇大,屬於平台重點打擊的四類做法。企業可以使用AI輔助起草,但數據、案例和來源仍需人工逐項核驗,並按規定完成標識。

常見問題

國內有沒有“73%的買家使用AI調研”這樣的本土數據?

目前沒有查到與Gartner、Forrester同級、同口徑的國內B2B買家專項調研。能夠確認的是,截至2025年12月,國內生成式AI用戶已達6.02億。引用時應把海外數據作為對照,國內採購行為只能標明為基於用戶規模和使用習慣作出的推斷。

客單價高、依賴關係和招投標成交,AI還會產生影響嗎?

AI主要影響正式接觸之前的背景調研。B2B決策通常涉及技術、財務等多個參與者,他們可能先用AI查詢供應商資料。海外已有67%的買家偏好沒有銷售代表參與的調研體驗。關係和招投標規則可能影響最終成交,AI則可能影響企業能否進入前期比較和正式溝通範圍。

SEO和GEO需要分開做嗎?

不必完全分開。兩者都需要準確、結構清楚且能夠被檢索的內容。企業可以先解決官網和平台內容的收錄問題,再增加適合AI引用的問答結構、事實資訊和多平台發佈。Google在2026年5月的公開口徑也是:為AI搜尋進行優化,本質上仍屬於SEO。

企業官網較弱,還能在國內開展GEO嗎?

可以。按照目前的行業觀察,國內AI引擎較常引用公眾號、知乎、百科和百家號等平台內容,獨立官網被直接引用的比例相對較低。這一判斷屬於行業口徑,不是所有引擎都無條件適用的規則。預算有限時,可以先完善平台內容,同時補充官網的基礎收錄和企業資訊。

多久能看到變化?

行業常見説法是,GEO約1至3個月可能看到曝光變化,SEO約3至6個月可能看到排名變化,兩者均未經第三方核驗。公開案例中,從內容調整到AI可見度出現明顯變化,多在3至6個月。任何“一個月保證進入AI答案”的承諾都需要謹慎核查。

用AI批量生產內容是否合規?

AI輔助創作本身可以使用,但《人工智能生成合成內容標識辦法》要求對AI生成內容進行顯式和隱式標識。合規做法是由AI輔助起草,人工逐項核驗數據和來源,再按規定標識。惡意批量發佈低質、重複或偽造資訊的內容,屬於平台打擊對象。

怎樣檢查自己的品牌在AI中是什麼形象?

可以先輸入“介紹一下[公司全稱]”,檢查AI回答中的成立年份、主營品類和企業規模是否準確;再輸入“國內[品類]廠商推薦”,觀察自己的品牌是否出現,以及哪些競品被提及。每月使用同一組問題重複測試並記錄結果,就能形成一套基礎的GEO監測數據。

國內B2B採購是否已經全面轉向AI,目前沒有足夠的本土專項數據支持。但海外買家的行為變化、國內生成式AI的用戶規模,以及AI對公開資訊的整理能力,都説明供應商不能再只關注搜尋排名和官網訪問量。

更穩妥的做法不是先相信某個比例,也不是立即大規模發佈內容,而是先用真實採購問題進行測試:品牌有沒有被提及,資訊是否準確,AI引用了哪些來源。把這些問題查清楚,再決定渠道和投入,企業對GEO的判斷才有實際依據。