纪要涉及的行业或公司 * 涉及公司：天娱数科 [1] * 涉及行业：AI营销、广告营销、搜索引擎优化(SEO)、生成式用户内容(GU)、数字优化(DO) [2][3][12] 核心观点与论据 AI在营销中的应用与优势 * **提升营销全流程效率**：AI可替代客户调研和专家访谈，进行初步沟通、设计问卷、自动生成会议纪要 [4] 在策略验证阶段，AI能快速生成物料并进行小规模测试，节省时间并提高准确性 [2][4] * **优化广告投放效果**： * **精准定位与预算分配**：通过分析不同行业特征和用户分类数据，为不同平台（如抖音、小红书、朋友圈）制定差异化投放策略，并根据历史数据及市场趋势合理分配预算 [2][4][6] * **高效内容生成**：借助文生图、生视频等技术，快速生成高质量视觉内容，大幅减少人力成本，缩短制作周期 [2][4][6] * **实时反馈与调整**：通过实时监测各渠道效果数据（如点击率、转化率），利用机器学习算法及时调整投放策略和预算分配 [2][6] * **个性化推荐与互动**：基于用户行为数据分析，利用推荐算法实现个性化推送，并通过智能客服系统引导购买决策 [6] * **高效处理市场反馈**：AI能在短时间内处理大量数据并提供高精度分析结果，例如对于1万条评论，AI可以在10秒内完成总结 [8] * **优化人力结构**：传统依赖大量人力的营销项目，通过结合技术能力，可以用更少的人力完成，例如一个原本需要100名营销人员的项目，现在可能只需10-20名技术人员加上10名创意人员即可完成 [8] 未来AI营销的突破点与核心竞争点 * **大模型调优能力**：团队需具备大模型调优经验，以充分利用模型中的海量参数（例如70亿参数的大模型）来实现最佳效果，而非仅靠简单提示词 [9] * **工程能力**：包括多Agent系统、工作流以及RAG等，这些需要长期稳定且熟悉营销行业的技术人员参与开发与维护 [9] * **资源整合与内容组织能力**：在SEO逐渐失效后，需要通过合理组织内容并利用RAG等渠道将信息有效传递给大模型 [9] 天娱数科的战略布局与业务模式 * **GU（生成式用户内容）的战略地位**：公司将GU提升到重要战略位置，战略重点跟随流量走向调整，例如当流量向AI倾斜时，AI就是公司的战略 [2][11] * **GU的商业化模式**：采用服务包模式提供GU服务，与传统SEO关注关键词不同，GU关注对一类问题的回答，通过拆解问题、解决产品包装需求，并利用文案和大模型训练来突出产品优势 [2][12] * **对SEO未来的判断**：未来SEO很可能被AI完全替代，因为使用AI更加便捷高效，广告主会逐渐减少对SEO的投入，转而增加对DO和GU等新兴领域的预算 [3][12] * **GU替代SEO的时间表**：在国内，由于现有搜索引擎质量较差，AIT替代搜索将非常迅速；在国外，如Google等公司竞争力强，替代过程可能相对缓慢 [13] * **AI营销业务的投入**：AI营销是一个明显的大趋势，公司将重点投入这一领域 [15] 市场趋势与客户洞察 * **预算转移与扩大**：随着GU占比提升，广告主会相应增加预算投入，所有商业行为都会跟随流量走向调整策略 [14] * **优先关注AI营销的客户**：高价值、高毛利、高客单价产品的客户会优先关注AI营销，例如法律顾问、教育留学、医疗健康、金融理财和旅游等行业，因为这些行业的产品销售复杂，客户依赖大量研究和比较，AI建议非常重要 [3][16][17] * **中小品牌的机遇**：中小企业可通过SEO突出自身特色或解决特定痛点，让AI在相关场景下推荐其产品，从而提高成交概率 [18] * **算法公司的竞争优势**：在GO时代，能更早推出优秀产品的算法领先公司，可能成为行业佼佼者并获得高额收购 [21][22] 其他重要内容 效果评估与策略 * **GO效果判断**：前期通过问题集验证答案满意度，中后期则看最终推销产品的销量是否增加 [19] * **大模型差异化策略**：不同大模型训练的数据集和资源不同，需要针对其特点组织内容，例如Grok使用Twitter实时数据，策略需相应调整 [20] 行业生态与监管 * **大模型的公平性与真实性**：训练良好的大模型可以通过交叉验证和逻辑推理判断信息可信度，从而避免被虚假信息误导，大平台上虚假信息难以生存 [23] * **大模型商业化前景**：未来肯定会出现类似竞价排名的商业化方案，可能采用类似SEO和SEM共存的发展模式 [24] * **GO监管治理**：目前处于起步阶段，暂无正式政策，现阶段将信息重新处理后投喂给大模型并无违法行为，暂时没有监管需求 [25]

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]