报告核心观点 - AI搜索范式正从传统的“列表点击”转变为“答案直达”，这导致传统搜索引擎优化（SEO）的边际效用下降，而强调“被AI采信”的生成式引擎优化（GEO）正成为营销技术新范式，其市场空间有望达到百亿美元级别 [1] 技术原理与范式转变 - GEO本质上是AI搜索/RAG架构下的“信任工程”，其核心目标从提高网页点击率升级为提高品牌在AI答案中的采信率与引用频次 [1] - 在AI搜索的零点击时代，用户直接在AI回答页完成认知和决策，SEO只解决“被看到”，而GEO解决“被AI说出来并站在你这边” [1] - 主流AI搜索与Agent产品几乎都采用RAG架构，GEO在此链路上优化的不再是“关键词+蓝链排序”，而是“语义相关+结构可读+权威背书”的复合评分函数 [2] - GEO的任务是系统提升内容的“可见度、可检索度、可采信度”，而不是简单抢排名，信任构建链路从“被看见”延伸到“被采信” [2] 市场空间与增长预测 - GEO市场空间由SEO存量替代与AI搜索新增预算双轮驱动 [2] - 据秒针营销科学院预测，2025年中国GEO市场规模约29亿元，到2030年约240亿元，2025至2030年复合年增长率约52.4% [2] - 全球GEO市场规模到2030年有望超过1000亿美元，2026年预计约240亿美元 [2] 商业模式与行业特征 - GEO的商业模式正从人力密集的项目制，迁移到“订阅制SaaS+效果付费（RaaS）”的混合模式 [3] - 该模式转变预计将毛利率中枢从3–10%抬升至行业较高水平 [3] - 行业集中度高，CR3约57.5%，高度契合“高技术+高集中度”的计算机软件行业特征 [3] 产业链与投资机会 - 从“内容-知识-检索-算力”四层映射，可以梳理GEO全产业链上中下游的投资标的 [3] - 未来流量预计将更多聚集在AI工具，营销行业将迎来全方位深刻变革 [3] - 围绕GEO的AI内容创作、AI模型优化、AI搜索品牌管理等新兴业务发展空间广阔 [3]

报告行业投资评级 - 行业评级：增持 [4] 报告核心观点 - AI搜索从“列表点击”切换为“答案直达”，传统SEO在AI搜索场景下边际效用下降，强调“被AI采信”的GEO正成为营销技术新范式 [2] - GEO以SaaS为主要商业模式，市场空间有望达“百亿美元级” [2] - 未来流量会更多聚集在AI工具，营销行业将迎来全方位深刻变革，围绕GEO的AI内容创作、AI模型优化、AI搜索品牌管理等新兴业务发展空间广阔 [5] 根据相关目录分别总结 1. 什么是GEO - **GEO定义与本质**：GEO是基于生成式AI的引擎优化，核心目标从“提高网页点击率”升级为“提高品牌在AI答案中的采信率与引用频次”，是AI搜索/RAG架构下的“信任工程” [5][8] - **范式变迁**：AI搜索触发“无点击曝光”，实测显示触发AI Overview时，自然点击率从1.76%降至0.61%，迫使营销从“争点击”转向“争答案” [8][10] - **与SEO的差异**：SEO优化“排名”，GEO优化大模型对内容的“认知度/可信度”；AI时代用户行为变为“提问→获得答案，零点击完成决策” [8][11][12][13] 2. 技术原理：RAG链路上的“信任工程” - **技术架构**：主流AI搜索产品采用RAG架构，GEO优化的是“语义相关+结构可读+权威背书”的复合评分函数 [5][14] - **信任构建链路**：品牌内容需经过从“信源可见”、“语义可检索”、“结构可读”、“权威背书”到“行为反馈修正”的五步过程，才能被AI采信 [15] 3. 市场空间：SEO存量替代+AI搜索新增需求 - **全球市场**： - 2024年全球SEO服务市场规模约800亿美元，是GEO的预算来源基础 [16] - 据Gartner预测，到2026年传统搜索引擎访问量将下降25%，其中80%份额将被AI对话平台分流；2028年AI原生搜索将占全球搜索市场45%份额 [17] - 中性场景测算，可被GEO替代的SEO预算约84亿美元，AI搜索新增预算约240亿美元，支撑百亿美元级市场空间 [19] - 报告预测全球GEO市场规模到2030年有望超1000亿美元，2026E约为240亿美元 [5][21] - **中国市场**： - 据秒针营销科学院预测，2025年中国GEO市场规模约29亿元，2030年约240亿元，2025–2030年CAGR约52.4% [5][21] 4. 商业模式：从人力服务到技术平台 - **现阶段**：以“重服务、轻产品”的项目制+月度服务费为主，按品牌数量、关键词规模等定价 [22] - **中期演化**：向“订阅制SaaS+高价定制+按效果付费(RaaS)”混合模式迁移，毛利率预计从传统代理的3–10%抬升至行业较高水平 [5][25] - **行业格局**：技术门槛高，预计CR3约57.5%，呈现高度集中，符合计算机软件行业特征 [5][25] - **对计算机行业的含义**：GEO终局形态是“工具平台+订阅收入+效果分成”，属于计算机软件/云服务的估值体系 [26] 5. 投资建议：从“内容-知识-检索-算力”四层映射 - **内容结构化与AI工具化生产**：关键价值在于提供高质量、结构化内容以提升AI采信率，涉及标的包括金山办公、万兴科技、福昕软件等 [27] - **企业知识库/RAG与内容中台**：关键价值在于构建“检索-增强-生成”闭环，涉及标的包括拓尔思、致远互联、泛微网络、汉得信息、第四范式等 [27] - **AI搜索/Agent与安全合规**：关键价值在于AI搜索成为新入口，安全合规是前提，涉及标的包括科大讯飞、三六零、明略科技、天润云等 [27] - **算力/云与工程平台**：关键价值在于提供模型训练/推理与工程平台，支撑GEO规模化，涉及标的包括浪潮信息、紫光股份、海光信息、寒武纪等 [30] - **推荐及关注标的**： - 推荐标的：迈富时、明略科技、科大讯飞、第四范式、金山办公、新大陆、新国都、焦点科技、深信服 [5][30] - 建议关注：三六零、梦网科技、汇量科技、天润云、拓尔思 [5][30]

文章核心观点 - AI搜索平台正重塑患者、医疗服务提供者和决策者发现医疗信息与服务的方式 医疗健康机构正采用NEWMEDIA.COM开发的专有AI可见性操作系统RankOS™ 以确保其品牌在AI生成的搜索结果中被识别、引用和信任[1] - 传统SEO表现与AI可见性之间存在日益扩大的差距 RankOS™旨在解决这一问题 尤其在医疗健康等受严格监管的行业 AI系统对可信度和来源验证应用了更严格的标准[2] - AI正迅速成为医疗健康发现领域信任度的“守门人” 若机构在AI生成的答案中缺失 则可能在患者和合作伙伴寻求指导的关键时刻失去可见性 RankOS™为医疗健康品牌提供了用真实数据理解和应对这一转变的途径[8] AI搜索对医疗健康行业的影响 - 医疗健康相关查询是AI系统审查最严格的类别之一 原因包括监管要求、患者安全考虑以及错误信息的潜在影响[3] - 根据RankOS™的医疗健康领域分析 在接受评估的医疗健康机构中 仅有不到20%出现在AI生成的搜索答案中 尽管其中许多在传统搜索结果中排名靠前[3] - 拥有权威第三方引用的医疗健康品牌被AI系统引用的可能性 是主要依赖自有内容的机构的3倍以上[6] - AI系统强烈倾向于那些拥有已验证专业信号的机构 包括临床资质、附属关系和受信任的媒体引用[6] 医疗健康机构在AI可见性方面的主要挑战 - 超过65%的医疗健康网站缺乏完整的结构化数据 无法以AI系统可可靠解析的格式标识提供者、专业领域、地点和资质[6] - 实体模糊性仍然是一个主要的排除因素 对于多地点诊所和命名及资料数据不一致的医疗健康网络尤其如此[6] - 排名靠前的传统搜索引擎（如谷歌）已不再足够 医疗健康品牌必须展示经过验证的权威性、一致的资质和受信任的第三方验证[3] RankOS™平台的功能与价值主张 - RankOS™为医疗健康机构提供了一种结构化、合规意识强的AI引擎优化方法 通过将SEO、公关和实体数据整合到统一的可见性框架中[5] - 该平台评估并强化以下因素：实体权威性（组织与提供者身份的清晰度和一致性）、引用强度（在受信任的医疗、媒体和机构来源中的存在度）、信任信号（资质、专业领域和监管合规指标）以及AI答案份额（在AI生成回答中被包含的频率和上下文）[5][7] - RankOS™帮助医疗健康机构在尊重监管和道德边界的同时提升AI可见性[5] - NEWMEDIA.COM计划在2026年发布更多针对特定行业的RankOS™基准数据[8] 关于NEWMEDIA.COM公司背景 - NEWMEDIA.COM成立于1996年 是一家全国知名的数字代理商 专注于为增长型品牌提供战略、设计、开发和绩效驱动型营销服务[9] - 该公司拥有近三十年经验 客户涵盖初创公司、中型市场和大型企业 行业包括科技、医疗健康、金融服务、制造业和专业服务[9] - 该公司以其通过专有RankOS™平台 将品牌战略、用户体验设计、高级网站开发、SEO、付费媒体和AI驱动的可见性优化相结合的数字增长综合方法而闻名[10] - 公司总部位于美国 在丹佛、芝加哥和纽约设有办事处 团队分布全国 致力于作为长期增长合作伙伴 专注于持久成果、技术卓越和数据驱动决策[11]

融资与估值动态 - 即将完成2亿美元新融资，投后估值预计达到10亿美元 [3] - 本轮融资由红杉资本领投，潜在参投方包括LG Technology Ventures和SBI Investment [3] - 公司在2025年2月刚完成1亿美元A轮融资，投后估值5.3亿美元，半年内估值迅速翻倍 [3] 财务表现与行业对比 - 截至2025年9月，公司年度经常性收入已达到5000万美元 [4] - 竞争对手Perplexity的年度经常性收入超过1.5亿美元，是公司的三倍 [4] 产品核心逻辑与差异化 - 产品理念偏向“生成式整合”，生成名为“Sparkpage”的可阅读、可引用、可复用的网页，而非简单的问答 [9] - 用户体验更接近AI版Wikipedia，一次搜索即可得到结构化知识文档，而非待筛选的链接列表 [10][11] - 与Perplexity“问一句，答一句”的实时检索逻辑不同，公司尝试在信息洪流中为用户重新组织知识 [9][12] 团队背景与运营模式 - 核心团队横跨北京与旧金山，兼具百度搜索生态出身与美方运营经验 [5][14] - 团队配置结合“中国式的工程密度”与“硅谷式的产品节奏”，能在短周期内实现复杂功能上线并对接国际资源 [14] 资本视角与行业定位 - 资本焦点从大模型转向“入口”，认为掌握用户第一触点就掌握了分发权与商业化主动权 [17] - 公司定位不是竞争模型能力，而是重写“人如何抵达答案”的路径，重构AI搜索 [17] - 在资本眼中，公司价值在于用户留存增长潜力以及每个Sparkpage成为新“信息节点”、最终形成AI生成新网页网络的生态可衍生性 [18] 面临的挑战 - 用户习惯尚未迁移，大部分用户仍习惯搜索加点击模式，“长文本加整合”未必是主流需求 [19] - 长期商业模式未定，当前收入增长主要来自订阅与企业定制搜索服务，是否做广告、开放API或构建内容生态仍是未知数 [19]

AI搜索系统的重要性 - 信息检索质量决定Agent推理能力和任务完成度[3] - 过去人类一次搜索动作未来可能变成Agent的10次搜索[2] - 复杂指令会被拆分成多个子问题进行多轮迭代式检索[2] 人机搜索差异 - 给人用搜索和给AI用搜索在交互逻辑、内容呈现、接口配置等方面完全不同[2] - 需要专门探讨"AI搜索"与"给AI用的搜索"之间的区别[6][8] 技术挑战与解决方案 - 保证搜索结果精准度和实时性面临重大挑战[3] - 需要在检索深度与调用成本之间找到最佳平衡点[3] - 实际接入外部搜索API时存在多个需要特别注意的"坑"[3][6] 行业活动信息 - 小宿科技联合创始人兼CEO William杜知恒和智能搜索产品经理杨政骥将分享AI搜索实践经验[3] - 活动时间为10月30日20:00-21:30线上举行[4][7] - 活动主题聚焦给Agent构建靠谱高效搜索系统的技术难题[6][8]

目标价与评级调整 - Raymond James将Reddit目标价从225美元上调至250美元并维持强力买入评级 导致公司股价日内上涨超过6% [1] - 分析师认为尽管战术设置中性但风险回报在当前水平仍具吸引力 [4] 美国ARPU增长驱动因素 - 经纪商更新其自下而上的美国登录用户平均收入分析并给出接近100美元的看涨情景 [1] - 看涨情景由更高的广告加载量、显著更强的千次展示成本和平台内人工智能搜索推动 后者可能提升查询量 [1] 广告变现指标与同业对比 - 机构核查显示电子商务活动的千次展示成本目标结算价超过6美元 同比增长三位数 [2] - 修订后的内部活动指标显示通用活动的千次展示成本约为4美元 而早期工作为2美元 [2] - Raymond James基准测试显示Reddit美国千次展示收入目前约为2美元 看涨情景接近6美元 而同业平均水平约为5美元 [2] 广告加载量与AI搜索收入机会 - 模型假设信息流广告加载率从13%上升至17% 仍远低于许多同业可能达到的25%至50% [3] - 对于人工智能搜索 公司预测查询量从每月15亿次增至40亿次 广告加载率为25% 点击率低于1% 每次点击成本1美元 [3] - 人工智能搜索为尚未货币化的格式带来约3.5亿美元的增量收入机会 [3]

公司股价表现 - 苹果公司股票在年内大部分时间处于复苏模式 [1] - 公司股价在今年伊始经历大幅下滑 [1] - 股价在解放日后触底 [1]

AEO环境下的成功要素 - 在AEO环境中取得成功取决于选择正确主题和以意图设计内容[1] - AEO优先通过大型语言模型直接呈现最佳答案，这意味着需要开发满足特定自然语言查询的内容[1] 传统SEO与AEO的对比 - 传统SEO专注于通过搜索引擎结果页面呈现最佳资源，内容设计用于解决简化搜索查询[2] - AEO环境下用户从AI引擎学习并提出对话式后续问题，而非进行多次搜索尝试和手动研究比较结果[1][2] 消费者旅程的变化 - 消费者旅程基本步骤未变，但引导这些步骤的渠道已发生变化，AI搜索正越来越多地塑造前三个阶段[3] - AI引擎日益成为产品发现的第一站，即使排名和展示次数改善，企业获得的点击量仍在减少[4] AI采用趋势 - 2024年78%的组织在至少一个业务功能中使用AI，高于2023年的55%[5] - AI广泛采用正在从根本上改变人们消费信息的方式，AI搜索成为重要渠道[5] 营销策略转变 - 传统营销策略已被颠覆，不能再依赖单一分销渠道，品牌需要跨渠道多样化内容[6] - 传统SEO策略回报曾经巨大，但现在AI使每个人都能通过多样化渠道获取无限个性化知识[6] 内容可见性与流量矛盾 - 内容可见性上升但网站流量大幅下降，超过一半的Google搜索以无点击告终[7] - 消费者正在各处寻找即时解决方案，包括Google的AI概览和Reddit等平台[7] 主题选择策略 - AI引擎依赖向量嵌入理解单词、概念和实体之间的关系，品牌需要建立内容与产品类别间的强语义关联[8] - 主题选择是关于声明语义领域并完全拥有它，而不是追逐单个关键词[9] 内容深度与广度 - 项目管理软件公司应超越"项目管理工具"关键词，在相关主题上创造深度，如"资源分配"和"工作流程自动化"[9] - AEO奖励上下文的广度和深度，内容越完整互连，AI越能理解并认可其权威性[10] 内容设计原则 - AI引擎优先考虑准确且为机器可读性和检索而结构化的内容[11] - 内容应包含共识驱动、广泛证实的信息，同时包含信息增益以脱颖而出[12] 内容结构优化 - 大型语言模型以"块"形式索引和检索内容，每个段落或部分应作为完整思想独立存在[13] - 解释工作流程自动化工具如何支持受众细分和潜在客户评分的段落比简单引用前文的段落更有价值[14] 实体关联技术 - 清晰识别和连接实体的内容有助于AI引擎在上下文中理解信息[15] - 使用语义三元组等写作技巧使实体关联更容易，如"CRM帮助销售团队跟踪潜在客户"[15] 渠道多样化策略 - 品牌需要更智能的分发方法，在买家已经关注的渠道上放大内容[16] - 渠道多样化的关键是拥抱更具上升潜力的渠道，包括AEO、社区论坛和视频[21] 平台用户数据 - Reddit在美国拥有约5000万日活跃用户，YouTube在2025年2月拥有超过25亿全球观众[22] - 渠道策略需要反映不断变化的行业趋势并跟随受众行为[22] 实时参与优化 - 当用户到达网站时已发出高意图信号，现场体验与进入渠道同等重要[23] - 买家期望即时答案、个性化推荐和顺畅的行动路径，需要提供即时价值[23] 创作者合作价值 - 影响力正从传统搜索转向大型语言模型，也从精美品牌渠道转向受信任的个人[26] - 与创作者合作通过信任转移建立可信度，这些声音已与品牌想要触达的社区建立关系[27] AI辅助内容生产 - 跨多个平台对新鲜相关内容的需求极高，AI可以提供杠杆作用满足需求[28] - AI可用于增加产量，但需明智使用且不放弃人类参与[30] 广告创新趋势 - 广告正进入个性化和交互性不再是可有可无的阶段[31] - AI生成的广告活动能够实时适应，例如根据查看者职位突出不同产品功能[31] 发现性变革应对 - AI正在重塑买家决策方式，企业网站在影响AI引擎方面变得至关重要[33] - 获胜意味着创建人类和机器都信任的内容，并在买家已经参与的空间中出现[34]

报告行业投资评级 - 报告未明确提供行业投资评级 [1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45][46][47][48][49][50][51][52][53][54][55][56][57][58][59][60] 报告核心观点 - AI搜索产品在中国市场呈现高认知度与使用率 "豆包"以82.5%的受访者提及率成为使用率最高的产品 [6][16][17][19][20] - 用户偏好结构化提问方式 倾向于使用包含具体细节和场景的完整语句进行提问 [10][30][31][32] - AI搜索主要用于复杂问题处理场景 而非日常基础信息查询 [10][16][33][34] - 用户对AI搜索结果的信任度普遍较低 90%的用户会进行二次验证 87.4%的用户关注答案溯源信息 [10][16][39][41][42] - 主流AI搜索产品各具特色 包括秘塔AI搜索（无广告、专业溯源）、纳米AI搜索（整合多模型、月访问量3.01亿次）、百度AI搜（融合传统搜索）、腾讯元宝（微信生态绑定） [8][10][45][46][48][49][50][51][53][54][55] AI搜索用户调研 产品认知与使用情况 - "豆包"认知度最高（309人次） 与ChatGPT（242人次）、文心一言（216人次）构成第一梯队 [17][18][19] - "豆包"使用率断崖式领先（282人次） ChatGPT（174人次）和文心一言（173人次）分列二三位 [20][21] 使用频次与偏好 - AI搜索日均使用频率达83.92% 显示高频互动特性 [16][23][25][26] - 76.6%的用户仍结合传统搜索引擎使用 AI搜索主要作为辅助工具 [16][23][27][28] 提问形式 - 用户倾向于输入完整句子（204人次）和包含场景的描述语句（148人次） [30][31] - 提问方式呈现垂直化和长尾化特征 注重精准需求匹配 [30][31][32] 使用场景 - 复杂问题处理是核心应用场景 包括查找复杂问题解释（25.8%）、学习建议总结（23.0%）、情境背景搜索（25.6%） [33][34] - 快速检索类场景占比较低 如查询实时资讯（11.1%） [33][34] 功能偏好 - 用户偏好与产品整体认知度高度吻合 场景分化不明显 [36][37] - "豆包"在专业研究（208人次）和消费决策（191人次）场景中均领先 [37] 答案信任程度 - 搜索结果不准确（188人次）和答案缺乏深度（188人次）是主要痛点 [40] - 仅10.5%的用户直接采信AI搜索结果 多数依赖二次验证 [41][42] AI搜索产品推荐 秘塔AI搜索 - 特点包括无广告干扰、支持多模式搜索（DS-R1模式）、精准内容溯源（文库、学术等垂直领域） [46][48][49] - 母公司秘塔科技成立于2018年 拥有千万级用户 [46][50] 纳米AI搜索 - 整合16款主流大模型（包括DS-R1 671B、豆包、通义等） 支持一键生成PPT/视频 [51][53][54] - 单月网页访问量达3.01亿次 位列全球AI应用第六 [53][54][55] 百度AI搜 - 融合百度传统搜索引擎 提供综合智能搜索与创作服务 [10][45] 腾讯元宝 - 专注对话功能 深度绑定微信生态 [10][45]

AI搜索范式转变 - AI搜索应用突破传统搜索引擎"十条蓝色链接"范式 直接生成高质量答案[1] - 研究类Agent通过多轮深度搜索输出专业报告 实现更精准信息获取[1] - 专为AI打造的搜索引擎提供全面无偏见的高质量理解 能搜索到过去找不到的内容[1] 行业融资与估值 - Exa获得Benchmark领投8500万美元B轮融资 估值达7亿美元[3] - You.com获得Cox Enterprises领投1亿美元C轮融资 估值达15亿美元[3] - 两家公司融资方均包括Lightspeed Venture Partners Y Combinator和英伟达[3] 技术架构创新 - Exa采用自研神经网络搜索架构 基于向量数据库和嵌入技术而非关键词匹配[7] - You.com开发与模型无关的AI操作系统 使任何大语言模型更准确可信[14] - Exa的Research API在SimpleQA基准测试取得94.9%高分 响应时间低于450毫秒[11] 产品定位差异 - Exa定位"纯粹知识源" 提供按使用量付费的搜索API服务 客户包括Databricks Cursor Notion[11] - You.com构建"Agent时代高速公路" 每月处理超10亿次查询 客户含DuckDuckGo Windsurf Harvey[18] - You.com的ARI产品研究速度比ChatGPT快3倍 平均响应时间3分钟 处理超400个信源[15] 市场前景与机会 - AI搜索查询量将远超人类 搜索领域存在颠覆性创业机会[3][20] - 需将Agent准确率从95%提升至99.9%以支持30步工作流可靠运行[19] - 创业者可选择打造极致性能工具或深度绑定客户工作流两种路径[21]