01
从2025年11月以来，负责营销的Dirk越来越郁闷。
它们是德国一家做家具跟店铺陈列设备的公司，叫Mandai Design，通过网络营销收集潜在客户的表单跟电子邮件实现转化。
这些年来，他们一直在Google、Meta、Pinterest上投广告，效果还不错。
但Dirk越来越发现，他们的广告预算不断上升，访问量、点击量也在增加，但业绩没有跟着增加，平台还在建议他继续扩大投放规模。
但他沿着客户留下的表单信息联系过去，却发现很多根本不像是客户，甚至不像人。
Dirk开始意识到，自己好像被机器人给骗走了广告费，还一直在告诉广告算法，嗯，你干得不错，给我那么多表单都是我想要找的客户。
这就是目前企业营销，特别是网络营销的一个新困境：
不怕没人点，而是付费投放引来的相当一部分流量不是人，甚至连网站上那些看起来像客户自己填写的表单，也不是人了。
02
这个困境是怎么来的呢？
以前我们企业做网络营销，逻辑是非常直观的，有人搜关键词，说明他可能有需求，有人点广告，说明他感兴趣，然后点链接、进官网、填表，最后让销售联系。
于是，我们慢慢建立了一套特别熟悉的指标：访问量、点击率、表单数跟CPL，也就是获得一条线索要多少钱。
但这套逻辑有一个默认前提，做这些动作的，应该是人，而且一般来说至少是有需求的潜在客户。
现在，这个前提有点不太可靠了。
我们查了全球互联网流量检测平台Cloudflare Radar过去30天的数据，在全球HTML网页请求中，AI机器人的自动化请求占到60%，而真正的人类请求只有40%。
这是什么概念？
相当于每天访问我们企业官网，点击选项、填写表单、查看资料的各种动作，只有40%是真实的人，60%都是AI Bot。
这对我们企业今天的广告投放来说，特别麻烦。
因为广告早就不是十年前那个调整关键词、改两次价格的生意了，今天绝大多数广告系统都是靠算法来自动执行的。
企业得先告诉平台，我想要什么结果？
比如说我想有人提交表单，好了，我把这个作为结果告诉算法。
然后，系统就会自动去寻找什么样的关键词、哪些受众、什么场景更容易产生这种结果。
那么，这时候混进来一个没有真实需求的AIBot，它不但点击了广告，还交了一张表单，系统又把这张表单记成一次成功的结果。
你猜，这么做会发生什么？
我们要把线索分配给销售，等到销售打电话过去，才发现对面压根没人。
但平台算法又不知道，它只知道，这个结果我给你找来了，现在我要扣你广告费了。
而且，算法是会深度学习的，它下一次可能又会继续去找更多相似流量。
这就是无效的AI流量或者叫BOT流量，容易被低估的地方，第一次，它可能只是浪费了你的点击跟一点点广告费。
第二次，它就开始影响系统怎么分预算、找客户、判断什么叫好客户，然后给你带来越来越多的无效流量。
针对这种现象，像Google的广告部门建议企业把线索继续往后分成Qualified Lead合格潜在客户跟Converted Lead转化后的客户。
翻译成人话来说，一个是销售、CRM进一步确认过，确实有价值的人，另一个更靠后，可以是已经成交了，也可以是企业自己定义的关键业务结果。
然后，把这些真实的业务结果反馈回来，把自己的业务标准告诉广告系统，才能得到更好的优化。
03
当然，到这里，事情还没结束，而且，还要拐个弯。
因为今天还有另一类AI流量，它不是假装客户来骗你的，它真的是客户派来的。
在今年的5月份，全球最大的企业管理解决方案供应商，做出了ERP软件系统的SAP，给自己的采购系统发布了AI助手。
它会从寻找供应商开始，一路参与创建采购项目、分析投标、评估供应商，再到谈判跟最终定标。
其中，核心的第一步就叫发现供应商
以前我们可能要自己搜索，打开十几家公司的网站，翻产品手册，问销售，做对比表。
现在乃至未来，这些事都可以交给AI来做的，我们只要告诉AI，我需要什么，要求是什么，交期、价格范围是什么。
AI就会自己跑到各个平台做筛选，看内容，然后把名单跟优劣势交给你。
Cloudflare也分析企业不能完全拒绝AI流量，因为它们有的是大模型来收集内容，以后用于回答问题，有的是抓取企业的内容来训练模型，有的是代表真人完成任务。
Gartner今年8月甚至直接用了一个说法，叫Agentic buying is now scalable，也就是由Agent驱动的采购，已经开始具备规模化条件，以后不是靠人，而是靠AI去采购了。
Gartner也同时提醒企业CEO，当采购Agent找供应商的时候，你能不能被它发现？
所以，问题一下就变成了，我既担心无效的AI流量来我这里骗广告费跟点击量，我又担心那些替客户找供应商，包括大模型自己的AI流量不来我这，抓不到我，无法把我推荐出去。
真的是既怕你来，又怕你乱来。
04
那么，对今天的企业营销来说，AI正在改造营销漏斗的两头。
入口这一头，机器越来越会模仿人的行为。
它可以点击、浏览、提交表单，让我们误以为来了真客户。
决策这一头，人又开始把自己的行为交给机器。
让AI自己去搜索、比较跟筛选。
于是，那个过去非常简单的关系，流量从人到客户的过程就被慢慢拆开了。
这就给企业营销提出了更高、更复杂的要求，我们总结下来是两件很具体的事。
第一是把“什么是真客户”的判断，继续往生意后端拉。
不要因为填了一张表，就以为来了客户，而是要让销售快速联系确定，同时，对比CRM里的有效线索、真实商机跟成交结果，收紧关键词匹配范围，把销售确认的有效线索设为最高权重转化，让AI系统学习，逐步优化投放逻辑。
第二件就是要把企业真正有价值的东西给拿出来，讲清楚，让AI听得懂。
我们很多企业的官网一打开就是“专业、诚信、创新、共赢”这些理念，再往下就是致力于为全球客户提供一站式解决方案的口号。
这些内容AI读完以后，可能只是礼貌地点点头，嗯，这家企业文化不错。
但AI会选你，把你推荐给特定对象吗？
当然不会。
它要找的是你有没有做过哪一个具体行业？产品是什么样的精度？什么材料？有什么认证？产能是多少？交付边界在哪里？有没有类似客户案例？有没有行业分析跟理解？
所以，我们的产品参数、应用场景、认证、案例、技术边界、交付能力，包括我们对行业的研究跟理解，能公开的就讲清楚，包括我们在其他平台的内容也是一样，让AI足够理解你。
这也是我跟很多企业在讲GEO以及我们玄琨GEO的逻辑，我们怎么用GEO，创造什么样的价值，目的是为了什么？
如果一个企业的价值没有被清楚表达出来，能够被检索跟验证，在人的世界里顶多就是“酒香也怕巷子深”，还能救得回来。
但在AI的世界里，那就是“查无此人”，甚至你自己完全不知道发生这些事。
所以，以后不要只问流量从哪里来？
我们得先弄明白一件更基础的事，流量背后，到底是谁。
责任编辑 | 罗英凡
图片均来源于AI
本文不构成任何投资建议，股市有风险，投资需谨慎
■ 免责声明
本文涉及有关上市公司的内容，为作者依据上市公司根据其法定义务公开披露的信息（包括但不限于临时公告、定期报告和官方互动平台等）作出的个人分析与判断；文中的信息或意见不构成任何投资或其他商业建议，市值观察不对因采纳本文而产生的任何行动承担任何责任。
热门跟贴