一、流量入口正在换代,这次轮到搜索框
先看海外的数据。Pew 研究中心 2025 年 7 月发布的真实浏览行为研究显示:当搜索结果页出现 AI 摘要时,用户点击传统链接的比例只有 8%,而没有 AI 摘要时是 15%——AI 的回答框正在拦截原本流向企业网站的注意力。2026 年的点击流研究进一步显示,美国 68% 的搜索以零点击结束。
国内的变化更快。百度在 2025 年 7 月完成了它所称的十年来最大改版,搜索结果页由 AI 生成内容的占比在当年第三季度达到 70%;QuestMobile 的数据显示,2026 年一季度国内 AI 原生应用月活跃用户总规模达 4.4 亿,豆包一家 3.45 亿;微信的 AI 搜索月活在 2025 年年中已达 1.6 亿。
对制造企业更要紧的是买方行为:Forrester 2026 年 1 月发布的调查显示,94% 的 B2B 买家在采购过程中使用了 AI,生成式 AI 已是买家做采购研究时最常提及的信息渠道。Gartner 甚至预测,到 2028 年 AI 代理将参与中介超过 15 万亿美元的 B2B 采购支出。
翻译成一句话:你的下一个客户,很可能在拨通你电话之前,先问过 AI「这个品类哪些厂家可靠」。
二、新问题:AI 认识你吗
过去二十年,制造企业为「被搜到」做过两轮功课:第一轮是建官网,第二轮是做搜索排名。现在出现了第三个问题——当买家问 AI 的时候,AI 会不会提到你,提到你的时候说得对不对。
这件事有方法可循。生成式引擎优化(GEO)的概念出自普林斯顿大学等机构 2023 年的研究,该研究在上万条查询上实测发现:引用权威来源、补充统计数据、使用清晰的结构化表述,能把内容在 AI 引擎回答中的可见度提升 30% 至 41%。原理不难理解——AI 在组织答案时,天然偏好事实密度高、来源可追溯、结构清晰的内容。
对照这个原理,大多数制造企业的公开信息现状是不及格的:官网还是十年前的产品图配「欢迎新老客户莅临指导」,产能、认证、工艺范围这些 AI 最需要的事实要么没有,要么埋在图片里读不出来;第三方平台上的信息七零八落,甚至互相矛盾。AI 不是不想推荐你,是它读不到足以支撑推荐的事实。
三、制造企业该做的三件实事
我们不建议企业去追逐所谓的「AI 排名玄学」,值得做的是三件朴素的事。
第一,把企业事实资产化。 主营品类、工艺能力、产能数字、质量认证、服务过的行业——这些事实用文字清清楚楚地写出来,放在 AI 读得到的地方。判断标准很简单:一个从没听说过你的人,能否只靠公开信息准确说出你是做什么的、做到什么规模。人读得明白,AI 才读得明白。
第二,让权威内容替你说话。 AI 组织答案时会优先引用它判定为可信的来源。行业媒体的报道、产业研究中的提及、专业平台上的完整档案,权重远高于自卖自夸的宣传稿。这也是天下工厂一直在做的事:我们的产业研究和工厂档案,正在成为 AI 回答「找某品类工厂」类问题时的事实来源之一——企业在这类可信语料中的存在感,直接影响它被 AI 提及的概率。
第三,把「被看见」当经营,不当项目。 AI 引擎的语料在持续更新,企业的可见度也是动态的。新产线投产、新认证拿到、新行业案例落地,这些变化要持续进入公开语料。一次性的官网改版解决不了这个问题,持续的信息经营才能。
四、我们的位置
天下工厂做的是制造业的信息基础设施:一边,我们用覆盖 480 万家真实在产工厂的数据库,帮采购方和上游销售用 AI 对话找到真实的工厂;另一边,这个数据库以及其上的产业内容,也在帮真实的工厂被更多 AI 入口读到、说对。
如果你是制造企业的经营者,想知道 AI 眼里的你是什么样子,不妨先做个测试:打开任何一个 AI 助手,问它你所在细分品类的推荐厂家,再问它你的公司。答案不理想的话,从今天起把企业信息当资产来经营——需要专业协助,可以通过天下工厂与我们聊聊。