Reimagining customer experience: Human-led, AI-powered Human-led, AI-powered Reimagining customer experience Make it real. Make it real. 1 Capgemini Research Institute 2026 Reimagining customer experience: Human-led, AI-powered Table of contents Capgemini Research Institute 2026 2 Who should read this report and why? 04 Executive summary 06 Section 2: Human-led CX is valuable 24 Section 1: AI's growing capabilities are transforming CX 10 Reimagining customer experience: Human-led, AI-powered Section 3: What ...

报告行业投资评级 * 本报告未明确给出对特定行业的投资评级，其核心是提出并论证在AI搜索时代，**生成式引擎优化**和**AI品牌资产**是品牌必须采纳的战略性能力，而非对行业进行买入、持有或卖出的评级 [6][7][8][12][13] 报告的核心观点 * 我们正经历从传统关键词搜索向AI驱动的自然语言对话搜索的**根本性范式转移**，这重构了流量入口和品牌被发现、认知、信任的规则 [6] * 品牌在新时代的竞争焦点已从**“点击之争”升维至“引用之争”**，即内容是否被AI生成答案所采纳和引用 [7][12] * **生成式引擎优化**是品牌在AI新世界生存的**战术基石**，它通过优化内容让AI“看见、选中、信任”品牌 [7][11][13] * 超越GEO的战术层面，报告提出**AIBE**这一核心战略框架，旨在为品牌构建在AI环境下的新型资产，从“可识别性”延伸到“心智显著性”，使品牌成为AI无法忽视的权威回声 [7] * 为适应这场变革，企业需要进行**组织进化**，将营销角色从“内容工匠”转变为“AI指挥家与教练”，这已成为关乎企业整体进化的CEO级议题 [8] 根据相关目录分别进行总结 1) AI应用行业的发展趋势 * **全球AI应用加速普及**：截至2025年9月，海外AI应用月活跃用户突破**12亿**，同比增长**48.27%**；中国市场增速迅猛，MAU达到**4.9亿**，同比增长**172.3%**，跻身全球增速最快的主要市场之一 [25][26][34] * **AI搜索成为核心引擎**：由AI聊天机器人和AI搜索引擎构成的AI搜索正在重塑信息入口，用户行为从“搜链接”转向“向AI要答案” [35] * **中国市场增长脉冲明显**：2025年一季度是关键窗口，受**DeepSeek-R1**模型发布引爆，中国AI应用市场进入“全民尝鲜”阶段，随后月活企稳，用户习惯形成 [34] * **AI搜索蚕食传统流量**：Google搜索在开启AI Overview情况下，搜索链接点击率下降超过**70%**。Gartner预测到2026年，传统搜索量将下滑约**25%**，相应流量被生成式引擎吸收 [13] * **购物推荐成为核心场景**：据贝恩公司调研，约**42%**的AI搜索用户使用平台寻求购物建议，ChatGPT上的购物类搜索在6个月内从占比**7.8%**增至**9.8%**，增长近**25%** [43] * **中国头部聊天机器人格局形成**：豆包、腾讯元宝、DeepSeek、Kimi、文心一言五款应用构成国内第一梯队，其中**DeepSeek**在2025年一季度用户增速达同期行业均值的**20倍**，**豆包**在上线“深度思考”模式后月度渗透率由**8.20%**升至**11.56%** [50][51][52] 2) GEO入门：解码生成式引擎优化 * **GEO的定义**：生成式引擎优化是一种通过优化品牌内容，以提高其在AI搜索平台中**可读、可信、可用程度**的数字营销策略，核心目标是确保内容被AI精准理解、有效引用并以最优形式呈现 [59] * **GEO的本质**：是对数据链路的**定向干预**和对曝光概率的**增强**，通过结构化优化和训练数据清洗，校准AI内容生成的偏好，使品牌在AI输出中获得“优先提及权” [62][63] * **GEO的作用环节**：优化作用于AI生成答案时对内容的**“引用和生成”环节**，旨在让品牌内容在AI引用数据池中具备更高的可见度与可信度 [65] * **GEO与SEO的根本区别**： * **优化焦点**：SEO追求在搜索结果页**排名靠前**；GEO追求在AI生成内容中**被提及和信任** [67][76] * **内容策略**：SEO优化关键词、元数据；GEO需提供**清晰、结构化、强相关的事实内容** [76] * **效果追踪**：SEO追踪排名、点击率；GEO需追踪来自AI平台的**引用流量、引用来源和响应结构** [76] 3) 为什么GEO对于市场营销和心智建设至关重要？ * **开拓新流量洼地**：AI搜索正成为新入口，品牌需从追求传统搜索结果可见性转向追求在**生成式答案中被引用** [114] * **直连交易，缩短路径**：AI搜索正逐步接入电商，可展示商品并附带跳转链接。来自生成式AI的购物流量在2024年假日季同比暴涨**1300%**，在2025年2月保持约**1200%**的增长率 [115] * **抢占用户心智**：一旦品牌被AI纳入回答链条，会被用户默认视为优质、权威来源，实现高潜意图场景下的**精准心智植入** [118][119] * **实现降本增效**：GEO打破了传统SEO对预算的强依赖，**大品牌**可通过优化现有内容以极低边际成本获得长期曝光；**小品牌**则可能凭借优质结构化内容获得与巨头并列展示的“以小博大”机会 [120][121][122] * **增强转化效率**：AI搜索能在同一答案中整合理解、筛选和比价，**大幅压缩“从问题到交易”的决策链路**，品牌内容嵌入高意图对话上下文，转化率更高 [123][124] * **把握先发优势窗口期**：当前AI搜索结果优质内容供给不足，**先布局GEO的品牌**可享受低竞争流量红利，建立被AI持续推荐的“惯性”壁垒，并主导行业语境定义权 [125][126][132] 4) GEO之困及运营的CREATE体系 * **GEO运营面临四大动态变量**： * **语境的随机性**：用户提问的措辞、历史等构成独特“需求切片”，导致AI对同一核心问题的反应可能不同 [137] * **内容生成的波动性**：AI模型内置随机性机制，即使输入相同，输出在内容选取和侧重点上也可能存在差异 [139][146] * **数据源的实时演进**：AI模型持续从互联网学习，新数据会实时更新其认知与输出偏向，要求GEO策略具备时效性 [142][147] * **持续的微调**：AI模型通过版本迭代不断优化和调整，其输出策略和引用偏好会发生变化 [144][148] * **提出GEO运营的CREATE™体系**：该体系是行业首次全面揭示的GEO分析与运营框架，包含**竞争监测、用户问题解析、引用源分析、TOP引用内容分析、探究AI回答、内容创作**六大环节，旨在通过数据驱动和系统化分析指导GEO落地 [152][153][154][155][156] 5) 品牌AI引用率榜单展示 * **GEO监测的核心逻辑**：监测焦点从是否“被点击”转向是否“**被引用**”，并围绕AI搜索流量的来源和去向进行跨平台、多场景的监测 [161][166] * **GEO监测指标体系（TVES）**： * **Trend**：追踪AI搜索行业用户总量与增长趋势 [166] * **Visibility**：衡量品牌在AI答案中的提及次数、次序及整体知名度 [166] * **Emotion**：追踪AI对品牌的推荐倾向与情感态度 [166] * **Source**：分析AI生成答案时所引用的内容来源平台 [166] * **GEO监测的必要性**：是品牌洞察AI决策逻辑、调整内容策略、抢占可见度的**唯一数据抓手**。缺乏监测将导致资源投放低效、无法量化竞争格局易被超越，以及无法管控AI生成内容带来的品牌声誉风险 [168][170][171][173]

公司概况与产品发布 - 一家名为Searchless ai的新出版物正式上线 专注于报道从传统搜索引擎向人工智能驱动发现的转型 该出版物每日发布五篇深度文章 为营销人员 企业运营者和技术专业人士提供数据驱动的行业情报[1] - 该出版物填补了营销媒体领域的空白 在传统搜索引擎优化报道之外 主要聚焦于正经历快速增长的人工智能发现渠道[5] - 公司同时推出了一款名为“AI可见性评分”的免费工具 该工具可同时查询五个主要的人工智能发现平台 并在60秒内生成一个综合可见性评分[3] - 该工具还提供技术性的生成式引擎优化审计 涵盖人工智能爬虫访问配置 llms txt文件实施 结构化数据标记质量 面向人工智能提取的内容结构以及实体一致性 并提供可操作的具体改进建议[4] 行业背景与市场转变 - 行业研究显示 2025年第四季度56%的谷歌桌面搜索以用户未点击任何结果而告终 当人工智能生成的答案面板出现时 自然搜索排名第一的结果点击率会大幅下降[2] - 领先的人工智能助手每周活跃用户数已超过数亿 人工智能驱动发现已成为与搜索引擎并行且日益替代传统搜索的主流渠道[2] - 人工智能工具目前占美国所有桌面网络活动的0 85% 较2024年1月的0 15%大幅上升[8] - 行业分析师预测 到2028年 随着人工智能生成的答案吸收点击量 自然搜索流量可能下降多达25%[8] - 全球价值超过1000亿美元的搜索引擎优化行业正开始结构性转向人工智能可见性优化[8] 内容覆盖与编辑重点 - 出版物的编辑重点涵盖新兴的生成式引擎优化领域 以及从基于搜索的发现向人工智能中介发现的更广泛转变[3] - 每日报道涵盖五个编辑垂直领域 包括 新闻 分析 战术指南 数据与研究 以及行业垂直领域[7] - 新闻部分实时报道人工智能引擎更新 算法变更和行业发展 例如人工智能平台与品牌的广告合作 谷歌2026年3月针对人工智能生成内容的垃圾更新 以及人工智能助手从即时结账向更广泛产品发现的转变[7] - 分析部分对人工智能搜索趋势进行数据支持的调查 包括对人工智能辅助搜索流量激增及其对品牌可见度和引荐模式下游影响的研究[7] - 战术指南提供生成式引擎优化的实施手册 例如为人工智能爬虫配置robots txt文件 为人工智能购物引擎设置电子商务结构化数据标记 以及跨平台生成式引擎优化[7] - 数据与研究部分提供关于人工智能引用模式 零点击趋势以及主要人工智能发现平台可见性基准的原创研究[7] - 行业垂直领域部分提供关于人工智能发现如何影响电子商务 旅游 医疗保健 法律和软件即服务等特定行业的报道[7] 市场影响与机遇 - 研究表明 79%的人工智能生成引文来自搜索引擎结果前十名 但有21%的引文来源从未在搜索结果第一页出现过 这为品牌获得可见性创造了新的机遇[8] - 从搜索向人工智能发现的转变被认为是这个十年数字营销的决定性变革[6]

关键要点总结 一、 公司及行业 * 公司为 Sweetgreen，一家定位为生活方式品牌的餐饮公司，专注于提供健康、新鲜的沙拉和碗类食品 [1][6] * 行业为餐饮行业，具体涉及快餐休闲（Fast Casual）领域，面临人才、运营效率、市场竞争等普遍挑战 [10][42][57] 二、 Sweetgrowth 转型计划核心要点 1. 菜单创新与拓宽消费场景 * 核心举措是推出卷饼（wraps），旨在吸引寻求便携、丰盛、营养餐食的新客群，扩大品牌覆盖面和消费场景 [1] * 卷饼定价低于11美元，所有卷饼价格均低于15美元，旨在提供更具价格吸引力的入门选择 [2] * 卷饼测试已进入最终阶段，在全国68家餐厅进行，初期结果令人鼓舞，每日销量（incidents）几乎都在增长 [1][30] * 公司计划通过“阶段性审查”流程，以严谨的方式持续进行菜单创新，目前拥有史上最强大的新品管线 [20][21] 2. 价格体系与价值主张优化 * 正在测试简化的“自选碗”定价结构，可能转向全包定价模式，该部分目前占菜单的25% [3] * 探索“哑铃式”定价策略，在核心菜单上提供更多低价入门选择和高价优质选择，以吸引不同消费能力的顾客 [3][4] * 观察到消费低于15美元的顾客留存率非常高，因此存在通过优化入门价格点来吸引顾客的巨大机会 [4] 3. 运营卓越性提升 * **提高效率**：在高峰前做好“冲刺准备”，并将一对一服务模式转变为流水线服务模式，以提高吞吐量 [4][5] * **保障食品质量**：从供应链和店内操作（如减少单次备货量、增加备货频率）两方面着手，确保食物新鲜度 [5] * **提升顾客体验**：注重“甜蜜接触”的待客之道，以创造口碑并促进复购 [6] 4. 品牌营销投资重置 * 计划调整媒体投放组合，减少侧重于转化增长的低漏斗营销，增加品牌知名度等上漏斗营销的投入 [7][39] * 旨在将 Sweetgreen 定位为独一无二的生活方式品牌，深入消费者心智 [8] * 将采用更平衡的“艺术与科学”框架，结合品牌故事、合作、活动等“艺术”与可衡量的增长营销“科学” [39][40] * 具体措施包括更多社交媒体、 influencer 和内容营销，以触达消费者所在之处 [41] 三、 人才与组织发展 * 吸引人才的核心因素包括：品牌使命、具有竞争力的薪酬（门店经理级别含奖金可达六位数）、股权激励以及清晰的内部晋升通道 [10][11] * 最大的机会在于持续投资于领导力发展，将团队成员培养成优秀的领导者 [11][12] * 公司注重内部人才培养，最佳门店经理均来自内部晋升，团队成员可在三年内晋升至门店经理 [11] * 已将门店增长与人才发展更紧密地结合，拥有强大的领导人才储备管道 [12] 四、 供应链与成本优化 * 已完成配送整合，将杂货和农产品分销商合并为单一分销商，简化餐厅工作流程并有望降低物流成本 [13] * 正在寻找能够随公司规模增长、在提升食品质量的同时降低成本的供应商伙伴 [14] * 随着区域市场门店数量从1-2家增至5-6家，将实现规模经济，有助于降低商品成本 [14] * 正在进行深入的劳动研究，以识别将非增值劳动转化为服务顾客的生产性劳动的机会，从而优化单店经济模型 [15][18] * 通过与增值伙伴合作，引入更多商业化产品（如去茎羽衣甘蓝、商用酱料、预腌蛋白质），在保持或提升质量、增加一致性的同时，降低餐厅运营的复杂性 [16][17] 五、 数字化与技术应用 * **忠诚度计划**：推出约一年，正在优化，包括：降低兑换门槛、评估分层等级（如神秘的“GOAT”等级）、利用AI实现更个性化的CRM和游戏化 [24][25] * **忠诚度创新**：试点“月度渴望”项目，为会员提供10-12美元的低价专属菜品，有助于拉新和唤回沉睡客户；店内“扫码支付”交易占比已从约10%提升至20% [26] * **人工智能**： * 正在开发由智能体AI驱动的个性化CRM，实现一对一营销，并预测客户流失 [25] * 已开展生成式引擎优化（GEO），为通过大语言模型（LLM）下单做好准备 [49] * 内部广泛应用AI，公司设有AI俱乐部，领导层深度使用，旨在加速工作流程、节省成本 [50][51][54] * 强大的数据基础设施使得从数据到洞察到行动的闭环从数周缩短至24小时内 [55][56] * **自动化交付**：目前非重点，但已与所有相关方接洽，未来可能进行无人机配送试点（如与Zipline），该功能可通过市场平台轻松启用 [53] 六、 财务与增长战略 * 本年度计划新开约20家总门店，净增15-16家（考虑关店），扩张速度有意放缓以打好基础 [32] * 在重新加速增长（回归增长算法）前，实现自由现金流转正至关重要，公司需要赢得增长的资格 [33] * 在成本方面，确保每笔支出都产生高效益，优化销售杠杆、商品成本以及店内订货工具 [34] * 管理费用（G&A）持续优化，今年基础G&A预计下降约2%（剔除Spyce交易及奖金影响），未来目标是将更多资金投向能驱动交易和品牌建设的领域 [36][37][38] 七、 渠道与市场策略 * **外卖渠道**：占总销售额的20%-25%，在纽约等市场占比更高，是重要增长渠道 [42][44] * 正在对市场平台进行战略评估，包括测试不同的价格溢价策略以驱动交易，并优化平台广告和促销支出 [43] * 注重提升运营指标（订单时间、准备情况、准确性）以在平台算法中获得更高自然排名 [44] * **团餐业务**：增长迅猛，不仅是销售和利润驱动因素，也是客户获取工具。今年推出了占团餐市场约75%的大型团餐格式，早期增长势头良好 [45] * **纽约市场**：是关键市场，虽面临压力但仍表现强劲。复苏措施包括：提升餐厅体验、加强领导力发展、进行门店组合优化（搬迁、翻新或关闭），以及全公司范围的菜单创新和价格价值工作 [58][59] 八、 其他重要信息 * 公司去年更换了许多领导层成员，包括新任CFO Jamie McConnell [8] * 公司通过使用现有食材创造新菜单（如与Function Health的合作），找到了在不增加运营复杂性的情况下推出新品的方法 [23] * 顾客喜爱公司的新品和季节性菜单，这有助于提高留存率 [21] * 忠诚度会员的价值是非会员的2倍 [26] * 公司拥有名为“Infinite Kitchen”的厨房系统，卷饼产品与该系统兼容 [29]

行业趋势：生成式搜索引擎重塑内容分发规则 - AI搜索引擎（如Google AI Overview、ChatGPT）正逐渐取代传统搜索入口，用户习惯向“问AI”转变[2] - 内容曝光规则发生结构性变化：从争夺网页排名（Ranking）转变为争夺在AI生成答案中的“可见性”（Visibility in answers）[6][7] - 内容的成功不再仅取决于标题和流量，更大程度上取决于AI的引用偏好，被引用的网页未必最权威或最早发布，而是写法更适合被拼进回答[2] 技术概念：生成式引擎优化（GEO）与合作式立场 - 生成式搜索引擎的基本流程是“检索+综合+生成”，这催生了新的优化领域——生成式引擎优化（Generative Engine Optimization, GEO）[7] - GEO旨在优化网页内容以提高被AI“采纳进答案”的份额，其核心指标包括引用字数（Word）、引用位置权重（Pos）和综合指标（Overall）[7][10] - 与传统SEO不同，单纯优化SEO未必能提升在生成式引擎中的可见性，且过度优化可能损害答案的可靠性与效用，因此提出了“合作式（Cooperative）”优化立场[7] 核心研究：AutoGEO框架与规则发现 - 卡内基梅隆大学研究团队提出了AutoGEO框架，其核心贡献是将生成式引擎的偏好从“玄学”转化为可执行的规则集[8][9] - AutoGEO首先通过对比“可见性差距最大”的网页对，自动抽取生成式引擎的偏好规则，而非直接改写网页[10] - 规则发现过程采用四段式LLM处理：解释（Explainer）、提炼（Extractor）、合并（Merger）和过滤（Filter），将海量样本压缩为规则[12] 实施方案：两种低成本部署路径 - **路线A：AutoGEO API**：基于提示词（Prompt-based）的即插即用方案，将规则集嵌入prompt，调用强LLM API（如Gemini、GPT）进行重写，优点是部署快，缺点是受API成本和吞吐限制[13] - **路线B：AutoGEO Mini**：基于强化学习（RL-based）的小模型方案，通过微调小模型进行改写，推理成本仅为API方案的约0.0071倍，实现了超低成本部署[9][14] - AutoGEO Mini的训练结合了冷启动（Cold start）和GRPO强化学习，奖励函数综合了结果奖励（Outcome reward）、规则奖励（Rule reward）和语义奖励（Semantic reward）[21] 评估体系：有效性与合作式效用 - 评估不仅关注可见性（GEO）指标，还显式评估引擎效用（Generative engine utility, GEU），确保优化不以牺牲答案质量为代价[16][20] - 实验在三个数据集（GEO-Bench、Researchy-GEO、E-commerce）和多种前沿LLM引擎（Gemini、GPT、Claude）上进行，验证了方法的普适性[16][17] - 实验结果表明，AutoGEO API在可见性指标上提升显著，比最强的基线模型高50.99%[18] - 具体数据：在Researchy-GEO数据集上，AutoGEO API的Overall可见性分数从Vanilla的20.18提升至43.76；在GEO-Bench数据集上，从19.44提升至34.92；在E-commerce数据集上，从18.32提升至34.05[19] - 在提升可见性的同时，GEU指标（如精确度、召回率、清晰度）多数情况下与原始版本（Vanilla）接近，实现了合作式优化[20][23] 关键发现：规则的非通用性与领域特异性 - 不同LLM引擎之间存在通用的偏好规则，但也存在引擎特异性（engine-specific）的独特规则[25] - 规则在不同领域间迁移时重叠度显著下降，存在严重的领域偏移（domain shift）[25] - 例如，电商领域更偏好可操作指导（actionable guidance），而研究类领域更偏好深度解释（in-depth explanation）[25] - 这表明未来可能出现“同一页面多版本”以迎合不同引擎或不同领域意图的情况[28] 行业影响与未来展望 - AutoGEO将GEO从依赖人工经验的“玄学”推进到了可工程化、可量化的阶段[30] - 生成式搜索时代的新现实是：网页内容需要首先通过“答案机器的消化系统”[29] - 这可能导致互联网内容生态的演变：如果大量网页开始“为引用而写”，引擎将面临区分“更有信息量”与“更像会被引用的信息”的挑战[29] - 未来可能引发平台与内容方之间持续的“规则-反规则”军备竞赛[30]

AI认知优先权与GEO的战略地位 - 用户行为从“搜索”转向“询问”AI，品牌若未进入AI的“推荐名单”将面临“存在性”危机 [1][3] - GEO是AI原生时代的战略基础设施，而非传统SEO的简单升级版 [1] 用户行为迁移与市场变革 - AI对话平台月活用户已突破2亿，72%的用户通过AI推荐完成消费决策 [3] - 用户决策模式从传统搜索平均耗时15分钟，转变为AI模式平均耗时30秒 [3] GEO的成本效率优势 - 杭州某传媒公司实测数据显示，GEO优化后单条有效咨询成本从280元降至182元，降低35% [4] - 精准客群占比从31.2%提升至82.7%，销售转化周期从38天缩短至20天 [4] 服务提供商AIBASE的技术背景 - AIBASE由厦门享联科技有限公司运营，该公司成立于2005年，是国家级高新技术企业，拥有近20年互联网服务经验 [5][6][20] - 公司旗下运营三大平台：站长之家、站长工具及AIBase，其中站长工具累计服务超500万用户，日均查询量达千万级 [6][7][16] GEO服务的核心评估标准 - 技术适配能力需覆盖DeepSeek、豆包、文心一言等15+主流AI平台，并掌握结构化数据标记与语义相关性优化 [8] - 效果应量化至AI引用率、实际上线词数及上线时效，而非传统SEO的网站排名或模糊曝光量 [9] - 服务需具备行业垂直深度，理解不同业务场景下的AI推荐逻辑，并提供同行业实操案例 [10][11] AIBASE的服务模式与优势 - 采用按核心词根售卖的透明模式，一个核心词可拓展500+个问题词，保障最低500+词条上线 [9][12] - 服务流程全透明，从关键词核验到持续维护，并提供实时数据看板供客户监测效果 [12][15] - 具备极速上线能力，最快1天在DeepSeek生效，平均1-3天完成多平台部署，14天内全部达标 [9][12][14] AIBASE的差异化竞争力 - 采用“百词矩阵”的语义拓词技术，覆盖用户从了解品类到对比选购的全决策链路 [12] - 依托享联科技20年技术沉淀、500万用户服务经验及对AI生态的全景式认知 [7][16] - 能联动站长之家行业资源与AIBase工具库，提供“获客-工具-转化”的全链路支持 [16] GEO的适用行业与战略价值 - 工业制造业、建材家居、企服机构及AI陪练等专业服务商是ROI最为显著的行业 [17] - GEO优化是一项关乎未来3年竞争力的战略基础设施投资，与竞争对手的“代际差”可能在18个月内转化为市场份额差距 [17][18]

文章核心观点 - Orange 142与鸽子谷旅游局合作，即将举办一场网络研讨会，分享一个关于品牌如何适应AI驱动搜索转变的实际案例研究，重点介绍生成式引擎优化（GEO）的实践框架[1] 行业趋势与转变 - 消费者发现品牌的方式正转向AI驱动搜索，这迫使行业重新思考长期以来的搜索和内容策略[1] - 生成式人工智能正在重塑品牌处理搜索和发现的方式[1] - AI驱动的发现正在改变人们寻找和评估品牌的方式，并重塑品牌的可见度、表现和长期增长[1] 案例研究具体内容 - 案例研究名为《如何让AI推荐你的品牌：鸽子谷案例研究》，旨在提供超越理论的实用、可重复框架[1] - 鸽子谷旅游局将其数字策略从传统SEO战术，转变为以结构化叙事、意图信号和为生成式搜索平台设计的权威性答案为中心的AI就绪框架[1] - 除了外部可见性，GEO工作还为鸽子谷团队提供了运营洞察，例如“询问玛莎”等AI驱动体验能实时了解旅行者从季节性活动到行程规划物流等各种问题[1] 公司动态与认可 - Orange 142是Direct Digital Holdings的子公司，是一家服务于中型市场品牌和机构的领先数字营销机构[1] - 上月，Orange 142因其数字广告活动赢得了两项2025年MarCom大奖，突显了其在付费和自然渠道上的持续发展势头[1] - 公司专注于通过战略性的、数据驱动的媒体执行来帮助企业扩大影响力和收入，业务范围涵盖程序化广告、搜索、社交、联网电视和新兴数字渠道[1] - 公司在旅游、医疗保健、能源和金融服务等高增长领域拥有深厚专业知识[1]

公司动态与成就 - Netalico被提升为Shopify Premier Partner，该称号使其跻身于支持Shopify平台的顶级美国代理商之列，该平台为数百万企业提供服务，覆盖超过175个国家，并促进了超过1万亿美元的总商户销售额[1] - 此次晋升基于公司十多年来在引导品牌从Magento、BigCommerce、WooCommerce、Wix、Squarespace和Salesforce Commerce Cloud等平台进行复杂迁移的经验，专注于构建可扩展的长期增长系统[1] - 公司创始人兼CEO表示，晋升验证了其客户亲眼所见的事实：正确的迁移能创造持久的商业价值，而不仅仅是新的技术栈[1] - Netalico是一家成立于2012年的远程优先Shopify Premier Partner，专注于与中端市场和企业品牌建立长期合作关系，擅长复杂的平台迁移、优化以及智能商务准备[1] 行业趋势与战略重点 - 智能商务正在改变产品发现方式，AI代理代表消费者发现、推荐和购买产品，Netalico正帮助品牌为AI系统影响产品展示和销售的世界做好准备[1] - Shopify即将与OpenAI进行的ChatGPT集成，将支持聊天内的产品发现和结账，这标志着这一转变正在迅速发生[1] - Shopify与谷歌共同开发的开放标准UCP，旨在为AI代理与商务系统的交互创建一个通用框架[1] - 随着AI驱动的发现扩展到传统搜索和导航之外，产品数据的结构和质量变得日益重要[1] 公司技术投入与解决方案 - Netalico通过生成式引擎优化支持行业转型，具体措施包括强化产品目录、改善属性一致性以及构建技术基础，使AI系统能够准确解读和展示产品[1] - 与人类浏览不同，代理驱动的发现依赖于干净、机器可读的数据和可预测的逻辑[1] - 公司表示正在加大投资，以确保其客户在购物行为持续变化中保持竞争力[1] - 作为案例，Netalico成功将Audio Advice从Magento迁移至Shopify Plus，实现了超越行业平均水平的性能提升，包括网站速度提升、运营简化，并推动了收入、订单和转化率的两位数增长[1] - 迁移后，Audio Advice实现了显著的同比增长：整体收入增长21%[1]

行业与公司 * 行业：中国游戏与娱乐行业 [1] * 涉及公司：腾讯、网易、快手、哔哩哔哩、腾讯音乐娱乐集团、百度、爱奇艺、芒果超媒、三七互娱、心动公司、完美世界、吉比特、焦点传媒、大麦娱乐等 [11][12][13][23][26][43][54][66] 核心观点与论据 **行业表现与前景** * 2025年行业经历普涨，大中盘股上涨50-80%，跑赢恒生国企指数（上涨26%）[2] * 2026年初表现强劲，部分股票上涨高达30%，同期指数上涨约3-5%[2] * 上涨动力约50%来自估值扩张，50%来自每股收益增长[2] * 2026年风险回报仍有利，但更侧重于个股选择[2] **四大关键主题** 1. **字节跳动竞争**：是特定增长领域的关键担忧，但不同垂直领域受影响不同[3] * **短剧/小游戏平台**：势头强劲，字节跳动在短/长剧综合市场规模份额达40%，小游戏平台份额约20%[26][31] * **音乐流媒体**：竞争是关键争论点，但认为腾讯音乐娱乐集团在ARPU和非订阅收入增长方面定位差异化[3] * **游戏开发与发行**：内容密集型，受单一竞争对手影响较小[31] 2. **海外扩张加速**：中国游戏发行商/内容平台海外扩张加速，由腾讯/网易引领[4] * 中国游戏厂商优势在于资本/人才密集、技术能力和持续高效的内容更新[4] * 在2000亿美元（除中国外1500亿美元）的全球游戏市场中，中国发行商合计市场份额目前低于15%，有巨大扩张空间[45][78] * 预计中国发行商海外市场份额将从2025年的不足15%增至2027年的19%以上[49][52] 3. **AI应用渗透**：将受益/颠覆现有生态系统[5] * **成本降低**：例如，37互娱在游戏开发中2D美术制作成本降低60%以上[55] * **效率提升**：例如，快手“OneRec”驱动广告收入提升4-5%[55] * **收入创造**：预计全球AI视频生成模型总市场规模将从2025年的10.97亿美元扩大10倍至2028年的115.25亿美元[5][56][65] * **广告业变革**：“生成式引擎优化”成为应对搜索行为向AI助手对话式查询转变的战略回应[57][58] 4. **政策顺风**：内容创作政策环境有利，支持更快生产周转[10] * 2025年国内游戏版号审批数量同比增长25%[66] * 2025年第三季度出台支持长剧/电影行业增长复苏的新指南[66] * 对国际艺人（尤其是K-pop）来华线下演出的监管可能逐步放松[10][72] **关键投资观点与公司分析** * **关键买入建议**：腾讯、网易、快手、哔哩哔哩、腾讯音乐娱乐集团[12] * **新叙事与海外增长故事**： * **快手**：受AI叙事和Kling新模型潜力推动，过去12个月股价翻倍，预计Kling 2026年收入2.8亿美元[12] * **网易**：目前海外收入占比低于10%，而腾讯超过30%，日本同行超过50%[13]；随着《Sea of Remnants》和《Ananta》等面向全球受众的潜在爆款推出，预计未来12-18个月海外收入占比将快速提升[13] * **稳健的利润率扩张**： * **哔哩哔哩**：预计将实现强劲利润率扩张，息税前利润增长超40%，受高利润率广告业务超20%同比增长以及2026年中新游戏推出带动游戏业务好转推动[13] * **竞争中的复合增长故事**： * **腾讯**：核心业务预计将实现低至中双位数同比增长，是关键的AI应用代理和投资标的[14][15] * **腾讯音乐娱乐集团**：估值已从峰值25倍市盈率下调30%至2026年17-18倍，担忧来自汽水音乐的竞争，但认为其主导地位稳固，担忧过度[16] **其他重要内容** * **市场与细分领域数据**： * 2025年中国游戏市场规模达3508亿元人民币（500亿美元），同比增长7.7%[76] * 2025年国内小游戏市场收入达535亿元人民币（77亿美元），同比增长34.39%，是增长最快的细分市场[77] * 2025年短剧行业总市场规模超过800亿元人民币，已与长视频行业规模相当[30][34] * 射击类是中国增长最快的游戏品类[82][83] * **公司财务预测调整**： * **快手**：上调Kling 2026年收入预测至2.8亿美元，预计其年度经常性收入年底达3.5-4亿美元；下调广告/商品交易总额增长预期至同比10%[11][120] * **哔哩哔哩**：上调2026年广告收入增长至接近同比20%[11] * **网易**：微调季度销售轨迹，预计2026年各季度环比加速[11] * **腾讯音乐娱乐集团**：将目标市盈率下调至22倍以反映竞争加剧和利润率扩张放缓[11] * **竞争格局细节**： * 字节跳动在短视频、直播和数字阅读领域占据最大份额，在音乐领域，汽水音乐已占据行业20%的月活跃用户份额，但收入份额仅为个位数[31] * 免费短剧App红果2025年日活跃用户使用时长达到125分钟，甚至超过抖音的123分钟[36][37][100] * 哔哩哔哩的流量货币化程度显著低于同行，2025年其每月活跃用户广告收入为27元人民币，而快手为112元人民币[99] * **政策与监管动态**： * 2025年8月国家广播电视总局发布“21条措施”，被视为电视剧行业向放松管制方向的显著转变[67] * 针对偶像综艺节目的监管仍然严格，2021年的限制政策仍然有效[71]

文章核心观点 - 面对高昂的运营成本，以OpenAI为代表的大模型公司正探索在生成式AI答案中植入赞助内容或广告以实现商业变现，这催生了生成式引擎优化（GEO）这一新兴行业，但该模式面临效果不确定性、用户信任及长期可持续性等多重挑战 [1][9][10] 生成式引擎优化（GEO）行业现状与市场 - 全球AI产品日活用户近20亿，用户行为从传统搜索向大模型提问迁移，催生了品牌希望AI优先推荐其商品的旺盛需求，并促使众多创业公司和服务商涌现 [2] - 2025年第二季度中国GEO市场规模同比增长215%，市场研究机构Gartner预测到2028年50%的搜索引擎流量将被AI搜索取代 [2] - 国外代表公司Perplexity AI成立三年累计融资15亿美元，估值达200亿美元；国内公司如Pureblue AI（清蓝）已获得千万级种子轮融资，许多传统SEO服务商正转型做GEO [2] GEO的运作模式与定价策略 - GEO服务商通过在互联网上铺设与目标关键词相关的结构化内容，等待大模型抓取并自然呈现在答案中，但其被抓取的概率不确定，这与可购买固定广告位的SEO模式不同 [3] - 服务报价差异巨大，单月价格从3000元到10万元不等，其中10万元/月的套餐通常由4A广告公司提供全套服务；某机构半年套餐的月费在9999元至15680元之间，区别在于优化关键词数量（30至100个）和覆盖的AI平台数量（2至4个） [4][5] - 服务能力参差不齐，部分服务商承诺“100%稳定展现”或“7天保证AI首位”，但受大模型黑箱特性影响，效果难以预测和长期维持 [5] GEO的实施策略与行业影响 - GEO竞争核心是成为大模型的“默认知识库”，服务商通过生产结构化、权威的内容以提高被抓取概率，例如在内容中加入权威媒体链接 [6] - 实施策略分“质”与“量”两种：部分服务商每日精准产出少量内容（如7篇），部分则利用AI大规模生成内容（如每日1万篇），但后者被抓取概率较低 [7] - 大模型识别能力在提升，更倾向于抓取垂直类网站、权威网站（如政府新闻网、学术网）及企业官网的内容，这使得GEO的内容制作和投放成本增加 [7] - GEO可能导致大模型数据库被“污染”，尤其是一些中小企业通过内容造假来操纵结果，但大模型算法持续进化，能识别并避免抓取不客观公正的稿件 [7] 适合GEO的行业与企业类型 - 目前有三类企业比较适合采用GEO：一是2B企业（采购金额大、链条长）；二是教育、律师、医疗等咨询行业（信息壁垒大）；三是行业龙头大企业（旨在维护品牌权威性） [8] - 消费类产品若想被大模型引用，通常需要拥有自己的独立网站或小程序，仅依赖电商平台信息可能不够，这会增加企业额外成本 [8] 大模型的商业变现困境与广告模式挑战 - OpenAI拥有8亿周活跃用户，但付费率仅为5%（约4000万付费用户），公司年收入130亿美元中70%来自普通用户每月20美元的订阅费，2025年上半年亏损达80亿美元 [10] - 广告成为大模型公司考虑的主要变现方式之一，但面临瓶颈：例如Perplexity AI在2024年第四季度的广告收入仅为2万美元，与其200亿美元估值对比悬殊 [10] - AI查询的计算成本高昂，谷歌首席执行官承认因大语言模型推理，其成本远高于传统搜索，即便开放广告也未必能完全覆盖训练和推理投入 [11] - 用户一旦发现AI答案包含广告，信任可能崩塌，且AI答案的广告位天然稀缺，不像传统搜索页面可展示多个广告 [10] - 国内大模型公司在商业广告方面相对克制，例如“蚂蚁阿福”明确表示其问答结果无广告推荐和商业排名 [11]