三分之一的 B2B 买家选了没听说过的供应商：AI 靠什么把他们放进名单
三分之一的 B2B 买家选了没听说过的供应商：AI 靠什么把他们放进短名单
把 2026 年两份独立调研的数字放在一起看，会看到一个三年前不存在的缺口。
83% 的 B2B 技术买家，短名单上只有 3 个或更少的产品 [4]。而三分之一的 B2B 软件买家，从一个在 AI 聊天机器人介绍之前从没听说过的供应商那里下了单 [1]。
三个位置，其中一个现在经常留给一个陌生名字。对任何一家在目标市场里没人知道名字的出海公司，这个"陌生人位置"就是全部机会。
更难的那一半是：AI 靠引用什么来填这个位置。在超过 2,500 万条被 AI 引用的链接里，earned media 占了 84%，而付费和软文内容只占 0.3% [3]。这恰恰是大多数外贸型 B2B 公司从来没有建过的资产。
---
先给结论
四份公开了方法论的 2026 年调研，合计覆盖约 5,000 名买家，描述的是一个机会和一张账单。
机会，三条：
- 入口移位了。 51% 的 B2B 软件买家现在开始研究时用 AI 聊天机器人比用 Google 更频繁，而 2025 年 4 月这个数字是 29%。只有 3% 的买家说 AI 没有实质改变他们的研究习惯 [1]。
- 短名单很短，而其中一个位置给了陌生人。 83% 的买家短名单上只有 3 个或更少的产品 [4]。三分之一的买家从一个在 AI 介绍之前没听说过的供应商那里采购，69% 选了与原计划不同的供应商 [1]。
- 品牌认知几乎不是门票。 只有 7% 的 B2B 专业人士说，他们在 AI 回答里注意到某个供应商是因为认得这个名字。让供应商突出的是它与买家用例的匹配精度 [5]。
账单，另外三条：
- 被引用的池子是"挣来的"，不是买来的。 earned media 驱动 84% 的 AI 引用，付费和软文占 0.3%，单独新闻报道占 27%。自 2025 年 7 月以来跨三期稳定在 82% 到 89% 之间 [3]。
- 分析师报告作为买家输入正在退场。 只有 13% 的买家用分析师报告来做采购决策，自 2022 年以来下降了 63% [4]。
- 被提到不是终点。 用过 AI 的买家里 94% 至少有时会对 AI 的回答做事实核查 [4]，64% 的买家经常或非常经常遇到不准确的 AI 推荐 [1]。
拿进预算会之前有一条提醒：这五个来源里有四个，卖的正是自己研究结论所指向的那个东西。这不代表数字是错的，下面有专门一节讲怎么读。
---
供应商研究究竟移走了多少
两个互相独立的样本给出一致结论，这比任何单一数字都重要。
G2 在 2026 年 3 月调查了 1,076 名 B2B 决策者，覆盖北美、EMEA 和亚太，职位从个人贡献者到副总裁及以上 [1]：
- 51% 开始软件研究时用 AI 聊天机器人比用 Google 更频繁，2025 年 4 月是 29%
- 71% 依赖 AI 聊天机器人做软件研究，7 个月前是 60%
- AI 聊天机器人是影响哪些供应商进入短名单的第一位来源
- 近三分之二的买家每周花 6 小时以上在工作中使用 AI 聊天机器人
Semrush 在 2026 年 3 月到 4 月调查了 643 名美国 B2B 专业人士，剔除 21 份质检未通过，622 份有效问卷中有 519 人确认工作中使用 AI，全部发现基于这 519 人。样本里制造业占 15%，54% 的受访者是最终决策者 [5]：
- 66% 经常专门用 AI 研究产品、供应商或解决方案，另有 29% 偶尔这样做
- 92% 说 AI 塑造了他们的供应商短名单，45% 说影响显著
- 89% 预计未来会更多依赖 AI 做工作决策，不到 1% 预计会减少
两份研究测的是不同人群、用的是不同工具，却落在同一个位置上。而且研究移走的那批人，恰恰是签字的人。
---
对一个没人听过的品牌，最要紧的那个发现
Semrush 的数据里埋着这组材料中对"冷启动进入新市场"最关键的一个数字。
只有 7% 的受访者说，他们在 AI 回答里注意到某个供应商是因为认得这个名字。Semrush 自己的解读是：让供应商突出的是它与买家用例的匹配精度有多高，而对更小或更新的供应商，这抹平了竞争场地 [5]。
过去二十年，一家中国制造商或一家东南亚 B2B 软件公司在欧美市场面对的是同一道墙：买家先按熟悉度筛。展会、平台 listing、付费搜索，要么需要一个已知的名字，要么需要高到足以租下注意力的出价。
而一个从检索结果里组装短名单的答案引擎，不会像人扫一眼结果页那样给熟悉度加权。它给的权重是"与所述要求的匹配程度"。
两条边界让这个结论保持诚实。7% 描述的是买家为什么注意到一个供应商，不是最终是否选择它。而同一份研究也说，75% 信任 AI 的供应商推荐，但几乎所有人在决定前都会验证 [5]。认知度在发现这一步不再是闸门，但它在信任那一步仍然要紧。
买家是怎么进来的，又在问什么
G2 对自有数据的分析描述了开场动作：约三分之一的买家以品类对比类查询开场，就是"企业级最好的 CRM"那种形状；另有 31% 以竞品类 prompt 开场——他们已经在点名字了 [2]。
对比供应商的优劣势是 AI 聊天机器人在软件研究里的第一大用例，占 41%，超过基础产品研究、供应商识别和用例验证。41% 的买家经常使用 Deep Research 工具做软件评估 [1]。
所以对比正在发生，不管供应商有没有发布过对比内容。一家没有对比内容的公司并不是避开了对比，它只是把组装这份对比的材料，交给了第三方写过的任何东西。
---
AI 实际在引用什么
Muck Rack 的 Generative Pulse 团队发布了「What Is AI Reading?」研究的 2026 年 5 月版，这是第三期，分析了超过 2,500 万条链接，来自 ChatGPT、Claude 和 Gemini 的回答，覆盖 17 个行业和多种查询类型 [3]。
| 来源类型 | 占 AI 引用的比例 |
|---|---|
| earned media 总体（新闻报道、学术研究、政府来源、百科类站点、第三方企业内容） | 84% |
| 单独新闻报道 | 27% |
| 付费与软文内容 | 0.3% |
值得信任的是它的稳定性：自 2025 年 7 月以来跨三期，earned media 在 82% 到 89% 之间，新闻报道在 25% 到 27% 之间，说明这是结构性模式，而不是某一次模型更新的产物。
三个操作细节会改变营销方案的内容。
问题类型决定被引用什么。 行业趋势类查询引发新闻报道引用的比率，是 how-to 类问题的两倍以上。新闻稿几乎只出现在行业趋势类回答里，比率是 best-of 类查询的 3.5 倍 [3]。一家靠发新闻稿去赢"某品类最佳供应商"类查询的公司，买的是一个几乎不喂养那类查询的渠道。
时效衰减很快。 超过一半的新闻报道引用来自过去 12 个月内发表的文章，发表后六个月引用量急剧下降 [3]。媒体报道是会过期的资产，所以应该做节奏，而不是做战役。
真正奏效的媒体，大概不在你的愿望清单上。 新闻报道引用分布在超过 20,000 家不同媒体。Axios 在 17 个行业中的 13 个里都进入 ChatGPT 被引域名前三，是唯一一家在任何平台上做到这一点的新闻媒体。而纽约时报和路透社在任何行业里都没有进入前三 [3]。
这一条会重排一份常见的 PR brief：一个在权威刊物上的露出，和一个在引擎真会去读的媒体上的露出，是两笔不同的采购。
三个引擎，三个不同的信息环境
| 引擎 | 带引用的回答占比 | 给引用时的平均条数 | 最常被引域名 |
|---|---|---|---|
| ChatGPT | 96% | 5 | Wikipedia |
| Gemini | 82% | 8 | |
| Claude | 55% | 13 | PubMed Central |
来源：Muck Rack Generative Pulse 2026 年 5 月版 [3]。
一套"AI 优化"方案没法同时服务这三个。ChatGPT 给五个位置，偏百科类。Gemini 给八个，偏社区讨论。Claude 在近一半的回答里不给引用，给的时候则从学术来源深引。
有一条边界能避免一个常见误读：你的买家打开哪个引擎，和哪个引擎会引用某个来源，是两个问题，而且排序不一样。G2 的问卷把 ChatGPT 排在买家做 B2B 软件研究的首位，为 63% [1]；而 G2 关于"自己在哪里被引用"的内部数据——覆盖 2026 年 3 月到 6 月超过 1.15 亿次软件品类搜索——把 Google AI Mode 排在第一，ChatGPT 第四 [2]。一份方案需要同时考虑这两个轴。
---
钱大概不该往哪里投
两个发现指向同一个方向，而且都与外贸型 B2B 团队常见的预算科目相冲突。
付费与软文内容只占 AI 引用的 0.3% [3]。为提升 AI 可见度而买的赞助内容，买到的是一个零头。
只有 13% 的买家用分析师报告做采购决策，自 2022 年以来下降了 63% [4]。对一家正在考虑用六位数的分析师关系作为新市场信誉背书的公司，这条趋势线是相关的那个数字。
仔细读，这两个发现都没有说这些渠道没用。分析师覆盖对特定的企业采购委员会仍然有分量，赞助露出也可以服务于与 AI 引用无关的目标。数据说的是更窄的一句话：作为 AI 中介的供应商发现的输入，这两者相对其成本都很弱。
买家说他们想要什么
TrustRadius 在 2026 年 1 月调查了 1,862 名技术买家和 444 家技术供应商 [4]：
- 74% 的买家用评测来辅助采购决策
- 产品 demo、免费试用、过往经验和用户评测，被列为选择供应商时最有影响力的资源之一
- 透明定价连续四年是买家对供应商愿望清单的第一位，TrustRadius 从 2023 年开始问这个问题
定价这条，值得出海公司比平时更认真地看一眼——在跨境场景里，"联系我们获取报价"往往是默认做法。而它是买家连续四年、反复提出的最想要的那一件事。
评测那一侧，G2 报告称 45% 的买家说来自软件评测站的引用是 AI 生成回答里最能激发信心的信号，而评测站是除 AI 聊天机器人之外唯一一个随买家在漏斗里走深而影响力上升的来源，从发现阶段的 40% 升到留存阶段的 47% [1]。
注意这条发现是谁发布的。G2 本身就是评测站。倒数第二节会回到这件事。
---
被提到不等于被选中
买家说出来的这些偏好共用一个机制：他们把 AI 的推荐当成一件需要去核实的事。而从出现在答案里到赢下单子之间的那段距离，是这件事最容易被夸大的地方。
- 用过 AI 的买家里 94% 至少有时会对 AI 的回答做事实核查 [4]
- 64% 的买家经常或非常经常遇到不准确的 AI 推荐；当 AI 与他们信任的品牌冲突时，24% 下一步转向同行评测 [1]
- 75% 信任 AI 的供应商推荐，但几乎所有人在决定前都会验证 [5]
所以顺序是：引擎抛出一个名字，然后人去找佐证。一个赢下了提及、却没通过验证的供应商，这次提及等于白花。
对一家本土资质无法跨境传递的公司，验证这一步是最贵的。一个德国买家核查一家深圳制造商时，会去找他能对比的规格、能向发证机构确认的认证、在可比市场里的具名客户，以及一个他能评估的价格。这每一项都是一份文档，不是一句说法。
正面那一侧是：85% 的买家在 AI 推荐里提到某个供应商时会对它评价更高，五分之四说 AI 加速了采购决策，83% 对最终选择更有信心 [1]。这个提及值得去挣，它是一步，不是一个结果。
---
一份跨境 B2B 团队能真正执行的清单
| 优先级 | 行动 | 哪个发现支持它 |
|---|---|---|
| 1 | 为你真正服务的每个买家场景做用例专属页面，用买家的原话写出那个约束条件 | 让供应商被注意到的是匹配度，名字认知只占 7% [5] |
| 2 | 在站上放真实价格或真实价格区间 | 透明定价是连续四年的买家第一诉求 [4] |
| 3 | 在你品类的买家实际使用的评测平台上建立存在 | 74% 用评测；45% 称评测引用是最能激发信心的信号 [1][4] |
| 4 | 把 PR 从权威刊物目标转向引擎真会引用的媒体，并改成滚动节奏 | 被引媒体超过 20,000 家；一半以上的新闻引用来自 12 个月内 [3] |
| 5 | 自己写诚实的对比内容 | 对比是 AI 研究第一大用例（41%）；31% 的买家开场就点竞品名 [1][2] |
| 6 | 让每条断言都能一键核实 | 94% 的买家会核查 AI 的输出 [4] |
| 7 | 按引擎、按市场分开做方案，不要全球做一套 | 三个引擎的引用率和来源域名都不同 [3] |
| 8 | 把软文和分析师预算挪向第 1 到第 5 项 | 付费内容占引用 0.3%；分析师报告使用率自 2022 年降 63% [3][4] |
关于第 1 项，真正起作用的细节。 "用例专属"的意思是：买家的约束条件以买家自己的措辞出现在页面上，答案就在它旁边。一个用产品品类做标题的页面，和一个写明你服务哪种厂房规模、哪种电压标准、哪种合规体系、多长交期的页面，对一个正在匹配所述要求的系统来说是两种不同的资产。
这里也是出海企业有结构性优势却很少动用的地方。一家工厂知道自己的公差、认证、最小起订量和真实交期——而这些恰恰构成"匹配度"。它们通常躺在一份销售按需发送的 PDF 里，任何引擎都读不到。
关于第 4 项，滚动节奏是什么意思。 如果一半以上的新闻引用来自过去 12 个月、六个月后急剧下降，那么一次性的发布冲量会在一年内衰减出被引池。在你行业里会被引用的媒体上，每季度两三次露出，在这个指标上会胜过一年一次的大头条。
关于第 7 项，该把哪些引擎算进来。 Semrush 样本里买家侧的使用率是（工作 / 产品研究）：ChatGPT 76%/71%、Gemini 62%/61%、微软 Copilot 53%/45%、Meta AI 31%/24%、Perplexity 22%/18%、Claude 20%/14% [5]。
Meta AI 排到第四，是大多数方案里被漏掉的那一项，Semrush 把它归因于 Facebook 和 WhatsApp 的集成。对那些把 WhatsApp 当默认商务渠道的市场，这个位置会改变你先测哪个引擎。
---
怎么读由利益相关方发布的研究
上面那份清单的每一行都挂在四份研究之一上，所以这份清单值多少分量，取决于那四份研究值多少分量。
本文背后的五个来源里，有四个是由"卖着自己结论所推荐的东西"的公司发布的。这是利益相关，把它直说出来，是负责地使用这些数据的一部分。
| 来源 | 它卖什么 | 它的结论推荐什么 |
|---|---|---|
| G2 | 软件评测平台与供应商档案 | 评测站引用作为首要信任信号 |
| TrustRadius | 评测与买家情报平台 | 评测是最有影响力的采购资源之一 |
| Muck Rack | PR 与媒体关系平台，另有 GEO 产品 | earned media 是主导的引用来源 |
| Semrush | SEO 与 AI 可见度工具 | 精确的用例内容胜过品牌认知 |
利益相关不等于造假，而且有三件事支持认真对待这些数字：每一家都公布了样本量和调查时段；两份买家行为研究（G2 和 Semrush）用了不同样本和不同工具却收敛到一起；Muck Rack 的核心数字在约十个月里跨三期稳定在 82% 到 89%，这比单个数据点更难靠选择性叙述做出来。
两条具体的披露应该摆在明面上。G2 声明自己是 AI 优先渠道中被引用最多的 B2B 软件来源，而它自报的 22.4% 影响力份额出自 Kevin Indig 的分析——同一篇文章把他描述为 G2 的增长顾问 [2]。自报的声量份额，和独立委托的审计，应该区别对待。另外，Muck Rack 自己注明：因为生成式 AI 系统演化很快，引用行为可能随模型更新或重训而改变 [3]。
可操作的筛子是：用这些研究来决定方向，用你自己的测量来决定这个方向对你是否奏效。
---
Innflows 能帮上什么
上面讲的是买家在做什么、引擎在引用什么。Innflows 测量的是结果：它从外部跨主流 AI 平台、跨语言监测 AI 答案、引用和品牌提及。
对一个跨境 B2B 团队，这支持几件具体的事：
- 在改动任何东西之前，先建立基线——在每个目标市场里，哪些问题会让你的品牌出现；
- 把同一个采购问题跨引擎对比，因为引用行为按引擎不同；
- 用买家的语言跑这个问题，而不是只用英文；
- 看清在同一批答案里哪些竞品与你一同出现，以及你被怎么描述；
- 核对 AI 答案对你的规格、认证或定位的陈述是否准确。
边界很具体。Innflows 不是评测平台也不是 PR 公司，无法替你拿到 earned media 或评测位。它接触不到买家的真实对话、任何平台的检索日志或引擎侧的排序信号。内容或 PR 项目之后观察到的引用变化，是多次运行之间的关联而不是因果证明；任何监测工具都不能保证引用。
---
四个值得纠正的读法
1. 「AI 搜索意味着不用再做品牌了。」
研究说的是：名字认知不是让供应商在 AI 回答里被注意到的原因，占 7% [5]。它同时说 75% 信任 AI 推荐但几乎都会先验证，94% 会做事实核查 [4][5]。认知度从发现闸门移到了验证闸门。
2. 「earned media 占 84%，那我们去大刊买软文。」
付费与软文内容占引用的 0.3% [3]。一篇赞助文章落在那 0.3% 里，不在 84% 里。而且在被测的每个行业里，权威大刊都没进前三，倒是 Axios 在 17 个行业中的 13 个里领先于某一个引擎。
3. 「优化 ChatGPT 就等于覆盖了 AI。」
ChatGPT 在 96% 的回答里给引用但平均只有 5 条，最常被引域名是 Wikipedia；Gemini 平均 8 条且偏重 Reddit；Claude 只在 55% 的回答里给引用、平均 13 条 [3]。而在一次关于"单个来源在 1.15 亿次搜索里被引"的测量中，Google AI Mode 排第一、ChatGPT 排第四 [2]。
4. 「三分之一从陌生供应商买，那我们只要出现就行。」
83% 的买家短名单上只有 3 个或更少的产品 [4]。"出现"意味着在所有人都在争的情况下占住三个位置之一，然后再通过 94% 的买家都会做的那一道验证。
---
常见问题
我们已经有客户案例和规格书了，为什么 AI 还是不提我们？
通常是因为那些文档放在引擎读不到的地方。一份销售按需发送的规格表没有可被引用的 URL。Muck Rack 的 earned media 分类涵盖新闻报道、学术研究、政府来源、百科类站点和第三方企业内容——品牌自己的 PDF 不在这个列举里，而该研究也没有报告品牌自有材料的占比 [3]。把同样的内容做成可被抓取的页面，是其他所有动作生效的前提。
一个没人听过的品牌在 AI 答案里真的有机会吗？
在发现这一步，证据指向有。三分之一的买家从没听说过的供应商那里采购，而只有 7% 说他们注意到某个供应商是因为认得名字 [1][5]。随后的验证那一步，才是陌生品牌仍然要最费力的地方。
只在自己网站上发布这些信息，够吗？
它覆盖了两个环节里的一个。earned media 驱动 84% 的 AI 引用、付费内容占 0.3% [3]，所以引擎取材的那个池子大部分在你自己的域名之外。你的页面承担的是另一件事：94% 的买家会核查 AI 告诉他们的东西 [4]，而这个核查会落到你的站上。自有页面服务验证环节，媒体报道服务引用环节。
新闻稿对 AI 可见度有用吗？
用处很窄。新闻稿几乎只出现在行业趋势类回答里，比率是 best-of 类查询的 3.5 倍 [3]。对短名单形成所在的"某品类最佳供应商"类查询，它很弱。
还该为分析师报告付费吗？
作为 AI 中介发现的输入，趋势不支持：13% 的买家用分析师报告做采购决策，自 2022 年降了 63% [4]。这是关于这一个渠道的陈述，不是关于企业接触分析师的所有理由。
对一家 B2B 外贸企业，最快的改动是什么？
把已经存在于内部的具体信息发出来。规格、认证、最小起订量、交期和价格，在大多数外贸型公司那里躺在销售用的 PDF 里。匹配度是供应商被注意到的原因，而 94% 的买家会核查 AI 告诉他们的东西 [4][5]。
---
核心结论
对跨境做 B2B 的公司，结构性变化不是 AI 来了，而是第一道筛子不再是熟悉度。
一份只有三个位置的短名单，正在由一个"按与所述要求的匹配程度加权"的系统组装，而且它经常把一个买家从没见过的名字放进那三个位置之一。这是二十年来第一次，一家没人听过的出海企业有了一条不靠租注意力就能进入考虑范围的机械通道。
账单用另一种货币结算。那个系统取材的池子里，84% 是挣来的、0.3% 是买来的，集中在不满一年的报道里，散布在两万家媒体而不是愿望清单上的那五家，后面还跟着一道 94% 的买家都会做的验证。大多数外贸型 B2B 公司，给几乎不算数的那部分列了预算，而对真正算数的那部分没有流程。
把你已经有的具体信息发出来，用节奏而不是脉冲去挣媒体报道，然后用买家的语言而不是你自己的语言去测量答案。
---
参考来源
[2] - Your Buyers Are Using AI to Find Software. Here's What They're Trusting — G2 Learning Hub
