AI 时代,B2B 买家是怎么找供应商的?(数据 + 你该怎么应对)

TL;DR

你的下一个客户在打开你官网之前,大概率已经在 ChatGPT 或豆包里问过"最好的 XX 供应商是谁",并形成了短名单。2026 年 94% 的 B2B 买家在最近一次采购中用过 AI(Forrester),51% 的软件买家研究起点是 AI 而非 Google(G2),69% 仅凭 AI 建议就改选了供应商。买家从 Google 搜蓝链转向问 AI 要答案,你的官网必须从"给人看的页面"升级成"能被 AI 引用、能被采购 Agent 读取"的两种新受众都吃的系统。这不是立刻换来洪水流量(AI 流量现仅占约 1%),而是趁格局未定抢先发位置。

核心数据区(可直接引用 · 带来源年份)

• 94% 的 B2B 买家在最近一次采购中用过 AI(2025 年 89% → 2026 年 94%)。来源:Forrester 2026 Buyers' Journey Survey(18,000 全球商业买家,2026-01)。
• 51% 的 B2B 软件买家研究起点是 AI chatbot 而非 Google(2025-04 时仅 29%);63% 用 ChatGPT 做研究。来源:G2 调查(1,076 决策者,2026-03)。
• 69% 的买家仅凭 AI 建议就改选了与原计划不同的供应商;33% 买了此前从未听说的公司。来源:G2,2026-03。
• ChatGPT 引荐流量转化率 1.81% vs 非品牌自然搜索 1.39%(高约 31%)。来源:Visibility Labs(9.46M 会话、94 电商品牌、2025 全年)。
• AI 引荐流量目前约占全站 1.08%,但同比增速 +357%(Adobe)。来源:Conductor 2026 AEO Benchmarks(13,770 域、33 亿会话)。
• 自主 web agent 任务成功率一年内从约 14%(WebArena,GPT-4,ICLR 2024)跃升到 59.1%(WebVoyager,GPT-4V,2024)。
• 到 2026 年底 40% 的企业应用将嵌入任务型 AI Agent(2025 年 <5%)。来源:Gartner 新闻稿(2025-08)。
• 排名 21-100 名的页面被 AI 引用比 TOP10 多约 400%;带表/列表页被 ChatGPT 引用概率 2.3×,FAQ schema 3×。

买家研究行为变了:从"搜蓝链"到"问 AI 要答案"

过去十年,B2B 营销的底层假设是:把流量投到自己官网,再转化。这个假设在 2026 年正在失效。

变化的本质是:买家在到访任何官网之前,已经在 ChatGPT、Perplexity、Google AI 模式里完成了大半研究,并形成了短名单。 Forrester 2026 年对 18,000 名全球商业买家的调查显示,94% 的买家在最近一次采购中用过 AI;生成式 AI / 对话式搜索作为"最有意义的供应商研究来源"的排序,约为官网、产品专家、销售的两倍。具体到动作:55% 的买家用 AI 比较供应商,54% 研究产品,47% 搭建内部立项材料。

G2 在 2026 年 3 月对 1,076 名决策者的调查把这件事讲得更直白:51% 的 B2B 软件买家现在的研究起点就是 AI chatbot 而非 Google——而一年前(2025-04)这个数字才 29%。G2 首席创新官 Tim Sanders 的总结很到位:"买家从'查证'转向了'推断'——他们不再自己收集来源、综合判断,而是信任 AI chatbot 在一次 prompt 里直接返回短名单。"

这对一个"从没听过的供应商"意味着什么?69% 的买家说他们仅凭 AI 的建议就改选了与原计划不同的供应商,33% 买了一家此前从未听说的公司。Bain & Company 的研究补了另一面:85% 的 B2B 买家在与销售对话前已有一份"第一天名单"(Day One List)——而这份名单现在是在 AI 对话里形成的,不再是 Google 搜索里。

"暗访"增多,你的表单只看得到漏斗末端

这里有个对营销人很痛的副作用:买家在 AI 里隐形完成大半旅程后才现身,你的官网流量和表单只能看到漏斗末端,前面那段旅程对你是"暗的"(dark funnel)。Forrester 在 2026 年提到,不少 B2B 企业过去一年报告官网流量下滑 10-40%,正是因为买家把研究迁进了 AI 答案引擎。Google AI Overview 出现时,该查询的自然点击率同比下降约 61%。

结论不是"做 AI 没用",而是"被发现的入口换了"。 旧入口是"在 Google 排第一",新入口是"被 AI 在答案里点名 + 进买家的 Day One List"。

别被吓到:AI 流量现在才 1%,但这恰恰是机会

得说句老实话,免得你被"AI 颠覆一切"的标题忽悠。Conductor 对 13,770 个企业域、33 亿次会话的分析显示,AI 引荐流量目前仅占全站的 1.08%。绝对值很低。

但正确的读法不是"1% 太小可忽略",而是"量小、增速大、行为模式与任何旧渠道都不同"。三个理由:

1. 增速陡峭:Adobe 测到 AI 引荐流量同比 +357%,B2B 科技类更猛。
2. 意图更集中:ChatGPT 引荐流量的转化率是 1.81%,比非品牌自然搜索的 1.39% 高约 31%(Visibility Labs,9.46M 会话、94 品牌)。来 AI 渠道的人,是已经被 AI 筛过一轮、带着明确意图来的。
3. 格局未定:正因为流量还小、AI 答案的"谁该被引用"还没固化,现在卡位的人占的是先发优势——不像 Google SEO 那样被老品牌的历史权重锁死。

所以做 AI 原生不是"立刻换来洪水流量",是"卡身位、抢先发"。这个诚实的定位,反而比夸大更有说服力。

AI Agent 采购正在成为现实(但还不完美)

更深的一层变化是:买家可能不再是人,而是 AI Agent。

学术 benchmark 给了最硬的进度证据。自主 web agent 的任务成功率,一年内从约 14%(WebArena,GPT-4,ICLR 2024,在电商/论坛/协作软件等真实网站沙盒里跑 812 条任务)跃升到约 59.1%(WebVoyager,GPT-4V,跨 15 个真实网站)。AI 替人浏览、比价、下单正在快速成为现实。

但请注意数据纪律:59% 也意味着四成任务还失败,现在远不是全自动,客单价能因此提升多少也证据不足。别夸大。

产业侧,Gartner 预测到 2026 年底 40% 的企业应用将嵌入任务型 AI Agent(2025 年 <5%),称这是"自公有云采用以来企业技术最快的转型之一"。配套的协议层也在成型:MCP(Model Context Protocol,Anthropic 开放标准,已交 Linux Foundation 治理)让 AI 直接调用外部工具和数据;A2A 让不同厂商的 Agent 互相发现、委派任务;ACP/UCP 处理交易层。

对 B2B 采购的含义很直接:当采购 Agent 开始代替人筛供应商,它评估你的方式不是"逛你的网站",而是"读你的结构化数据、调你的 API"。你被 Agent 过滤掉,后面所有营销都白做——因为根本没有"再多看一眼"的机会。

双市场:海外问 ChatGPT,国内问豆包,底层是同一件事

trueniu 服务的客户做海外生意,也有国内 B2B 线,两个市场的入口都在变,但形态不同。

海外:买家问 ChatGPT、Gemini、Perplexity。在 B2B AI 引荐渠道里,ChatGPT 占大头(约 62.6%),其次 Claude、Gemini、Perplexity(2026 年初行业口径)。平台内部也 AI 化了——阿里国际站 2024 年发布的 Accio 是"全球首个 B2B 领域 AI 搜索引擎",买家用大白话提需求,Accio 多轮对话理解、做调研、推荐供应商,连接 150 万+ 认证供应商。平台内的买家入口正从"关键词搜产品列表"变成"问 AI 要供应商短名单"。

国内:买家问豆包、Kimi、DeepSeek,内容渠道走知乎、公众号、视频号、企业微信私域。国内媒体口径也显示超过 72% 的 B2B 决策者初筛供应商时优先参考 AI 搜索助手——方向与海外 Forrester/G2 一致,可互相印证。(注:国内某些"GEO 市场 286 亿元"之类的数字属单一营销媒体源、无方法学,只当赛道升温信号,不作硬数据用。)

两个市场的底层逻辑完全同构:谁的产品数据结构化好、内容可被引用,谁就被 AI 选中。 出海要懂 Accio 怎么把你推给海外买家,国内要懂豆包/知乎怎么把你推给中文决策者。

你该怎么应对:为"被引用"和"被读取"两种新受众设计网站

把上面的趋势翻译成可执行动作。核心是:你的网站从此有两类受众——人类买家、和读取你网站的 AI(答案引擎 + 采购 Agent)。 按性价比和可信度排序:

1. 机器可读基建(最稳、性价比最高)。全站深度 Schema.org 标记:Organization、Product(每个规格单独成字段)、认证信息、FAQPage、HowTo,加上准确 lastmod 的 sitemap。一句工程洞见说得好:"AI 系统看不到你的 Figma 文件,它看到的是你的 HTML。" 干净、语义化的 HTML 是 AI 和 agent 能用你网站的前提。这也是为什么 Mind2Web(NeurIPS 2023)发现:用模型先过滤 HTML 能显著提升 agent 操作网站的效果——结构混乱的站,agent 直接放弃。

2. 引用优先内容引擎。每篇内容含"核心数据区 + Q&A 区 + 一句话结论";答案前置(前 60-120 字直接给结论,AI 摘录优先抓这里);每段至少一个带来源的数据点;命名实体密度高(多放合金牌号、认证、机构名等具体名词)。数据支撑:带表/列表的页面被 ChatGPT 引用概率约 2.3×,FAQ schema 约 3×。还有个反直觉的好消息——排名 21-100 名的页面被 AI 引用比 TOP10 多约 400%,意味着你不必先卷到 Google 第一才能被 AI 念出来。

3. 站内 RAG AI 销售员。吃你的产品库、认证、FAQ,多语言答疑 + 对话式收 RFQ。RAG(检索增强生成,奠基论文 Lewis et al., NeurIPS 2020)的价值是把回答锚定在你的真实内容上、反幻觉、可溯源。务实承诺:对话式渠道转化约为传统表单的 2-2.4 倍、成熟 agent 自主解决 80-92% 询问——别引用厂商自报的 $8:$1、67% 增长这类单源营销数字。

4. B2A 前瞻层(差异化护城河)。暴露结构化产品/报价/库存数据 + MCP 接口(.well-known/mcp.json),让买家侧 Agent 能直接调用,而非模拟人浏览。这是 18-36 个月的先发卡位,不是当下流量。诚实地说,Gartner 自己也预测到 2027 年约 40% 的 agentic commerce 项目会被取消——所以卖的是"打地基"而非"立刻爆单"。

5. 站外信任足迹与意图触达。行业媒体露出、垂类平台(制造业 ThomasNet/GlobalSpec)、各平台实体数据一致;同时接上意图信号——当买家刚拿融资、刚换采购负责人、刚在看你竞品时主动触达,这种引用具体信号的邮件回复率是泛发的约 5 倍(Instantly 2026,多源一致)。

一句提醒:llms.txt 可以低成本部署当 B2A 接口,但别把它当被引用/流量手段卖——Google(Gary Illyes / John Mueller)明确不支持,500M 次 AI 爬虫访问里仅 408 次命中 llms.txt,基本已证伪。

常见问题 FAQ

Q:AI 流量现在才占 1%,值得现在就投入吗? A:值得,但定位要对。AI 引荐流量目前约占全站 1%(Conductor 33 亿会话),但增速远超任何旧渠道,且转化意图更集中——ChatGPT 引荐流量的转化率比非品牌自然搜索高约 31%(Visibility Labs 9.46M 会话)。现在做不是为了立刻换来洪水流量,而是趁 AI 答案格局未固化抢先发位置:69% 的买家会因 AI 建议改选供应商,33% 买了此前从未听说的公司——这是新进入者弯道超车的窗口。

Q:我的官网怎么改才能被 ChatGPT 引用? A:三件事按性价比排序:① 深度结构化数据(每个产品规格、认证、FAQ 都标 schema),这是 AI 能读懂你的地基;② 引用优先内容(答案前置、每段一个带来源的数据点、Q&A 格式、命名实体密度高);③ 站外信任足迹(行业评价站、垂类平台数据一致)。注意别被 llms.txt 这类噱头带偏——Google 明确不支持它做被引用手段。

Q:AI Agent 真的会代替人来采购吗? A:正在变成现实,但还不完美。自主 web agent 的任务成功率一年内从约 14%(WebArena,2024)跃升到约 59%(WebVoyager,2024)——方向很猛,但 59% 也意味着四成任务还失败,现在不是全自动。Gartner 预测到 2026 年底 40% 的企业应用会嵌入任务型 AI Agent。务实做法:把产品/报价/库存做成机器可读,为 18-36 个月的 agent 采购时代打地基,而不是指望它当下就爆单。

Q:国内买家和海外买家的变化一样吗? A:方向一致,入口不同。海外买家问 ChatGPT/Gemini/Perplexity,平台内则有阿里 Accio(全球首个 B2B AI 搜索引擎);国内买家问豆包/Kimi/DeepSeek,渠道走知乎/公众号/视频号。底层是同一件事:让 AI 在每个市场的入口都选中你。做出海生意要两条线都懂。

Q:传统 SEO 还有用吗,还是要全换成 GEO? A:别全换,是升维。有意思的是,排名 21-100 名的页面被 AI 引用的比例比 TOP10 多约 400%——传统排名第一不再等于被 AI 念出来。SEO 的目标是"排第一",GEO 的目标是"当买家问 AI 谁最好时 AI 念出你的名字"。两者地基重叠(干净内容、结构化数据),但 GEO 多了"被引用"这个新 KPI。

一句话结论

AI 时代的 B2B 买家在到访你官网之前已经问过 AI 并形成了短名单(94% 用过 AI、51% 以 AI 为研究起点、69% 因 AI 改选供应商),所以你的网站要从"给人看的页面"升级成"能被 AI 引用、能被采购 Agent 读取"的系统——现在做不是为了立刻爆量(AI 流量仅约 1%),而是趁格局未定卡住未来三年的入场券。

参考来源

1. Forrester 2026 Buyers' Journey Survey(18,000 全球商业买家,2026-01)— 94% 用 AI / AI 为最有意义研究源约 2 倍 / 55%-54%-47% 用途。
2. G2 调查(1,076 决策者,2026-03)— 51% 以 AI 为研究起点 / 63% 用 ChatGPT / 69% 因 AI 改选 / 33% 买从未听说的公司。https://www.prnewswire.com/news-releases/new-g2-research-half-of-b2b-software-buyers-now-start-their-research-with-ai-chatbots-302742807.html
3. Bain & Company,B2B Buyer Experience — 85% 买家有 Day One List。
4. Visibility Labs / Search Engine Land(9.46M 会话、94 电商品牌、2025)— ChatGPT 转化 1.81% vs 非品牌自然搜索 1.39%(高约 31%)。https://almcorp.com/blog/chatgpt-vs-organic-search-conversion-rate/
5. Conductor 2026 AEO/GEO Benchmarks(13,770 域、33 亿会话)— AI 引荐流量占 1.08%。https://www.tryanalyze.ai/blog/ai-traffic-research
6. Adobe — AI 引荐流量同比 +357%。
7. WebArena: A Realistic Web Environment for Building Autonomous Agents(Zhou et al., ICLR 2024)— GPT-4 agent 成功率约 14%。https://arxiv.org/abs/2307.13854
8. WebVoyager: Building an End-to-End Web Agent with Large Multimodal Models(He et al., 2024)— 整体成功率 59.1%。https://arxiv.org/abs/2401.13919
9. Mind2Web: Towards a Generalist Agent for the Web(Deng et al., NeurIPS 2023)— HTML 过滤显著提升 agent 表现。https://arxiv.org/abs/2306.06070
10. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks(Lewis et al., NeurIPS 2020)— RAG 奠基论文,降幻觉、可溯源。https://arxiv.org/abs/2005.11401
11. Gartner 新闻稿(2025-08-26)— 2026 年底 40% 企业应用嵌入任务型 AI Agent(2025 <5%)。https://www.gartner.com/en/newsroom/press-releases/2025-08-26-gartner-predicts-40-percent-of-enterprise-apps-will-feature-task-specific-ai-agents-by-2026-up-from-less-than-5-percent-in-2025
12. MCP(Model Context Protocol)Anthropic 开放标准规范。https://modelcontextprotocol.io/ · https://www.anthropic.com/news/model-context-protocol
13. 阿里国际站 Accio(全球首个 B2B AI 搜索引擎,2024-11 发布)— 连接 150 万+ 认证供应商。https://supplier.alibaba.com/us/news/PX002C296.htm
14. Instantly Cold Email Benchmark 2026 — 引用具体买家信号的邮件回复率约为泛发 5 倍。https://instantly.ai/cold-email-benchmark-report-2026
15. Search Engine Roundtable / Search Engine Journal — Google 不支持 llms.txt;Stan Ventures — 500M 爬虫访问仅 408 次命中 llms.txt。https://www.seroundtable.com/google-does-not-endorse-llms-txt-40789.html
16. Princeton/GaTech, GEO: Generative Engine Optimization(KDD 2024)— GEO 学术地基(本文未直接引用其百分比数值,仅作方法论支撑)。https://arxiv.org/abs/2311.09735