GEO概念股涨八成、业务零收入：AI搜索为什么还没有计价方式

一、一门毛利不到三个点的生意，因为一项还没有收入的新业务，市值在两周里涨了八成

2026年1月13日，引力传媒发了一份股票交易风险提示公告。在此之前的两周，这家公司的股价涨了79.60%。动态市盈率被推到283.20，市净率36.85——而它所处的行业，静态市盈率是32.49，市净率2.23。触发上涨的理由是，有媒体把它列进了"GEO概念股"。

公告里，公司这样描述自己的处境：主营业务仍为广告代理服务，GEO事业部"仍处于组建筹划阶段"，业务"尚未形成成熟的商业模式"，市场认可度与盈利模式"均存在不确定性"。最后一句是：该业务尚未形成相关收入。

同一家公司2025年前三季度的财务数据是：营收64.62亿元，归母净利润2036.02万元，毛利率2.69%，同比还降了1.73个百分点。

营收六十四亿，净利两千万。一门毛利不到三个点的生意，因为一项还没有收入的新业务，市值在两周里涨了八成。

这个场景值得停下来看一会儿。它同时说明了两件事：资本相信AI搜索会重塑流量分配；以及，到目前为止，没有人知道这件事该怎么收钱。

二、AI搜索为什么还没有成熟的计价方式

在线营销这三十年，本质上是一部计价方式的演进史。

PC门户时代卖的是版位，结算单位是CPM，风险在广告主身上——你买的是曝光，转化与否自负。搜索引擎时代变成CPC，风险开始分担，因为点击至少证明了兴趣。效果营销时代出现CPS和CPA，风险大幅转移给媒体方，成交才付钱。程序化时代把CPM做成了实时竞价，用算法在毫秒级里重新分配库存。到了MarTech时代，CDP和SCRM干脆不按流量计价了，改成按席位和数据量订阅，成本前置到甲方。

五个阶段，五种结算单位，但底层逻辑是同一条：流量方先想清楚怎么收钱，产业链再围绕这个收费方式重组。

CPM催生了媒介代理，CPC催生了SEM代运营，CPS催生了联盟平台，程序化催生了DSP和第三方监测，MarTech催生了数据中台的整套供应商生态。结算单位一旦稳定，分工、定价、考核方式就跟着长出来。

生成式引擎是第一次例外。用户已经在AI里做决策，品牌已经在回答里被提及或被忽略，但没有任何一方在为这次提及付费或收费。这是一个在广告史上不太常见的状态——需求侧已经形成，供给侧还没定价。引力传媒的股价，涨的就是这个空档。

三、OpenAI等头部平台目前如何变现

判断这个空档会持续多久，得先看流量方自己在做什么。

OpenAI是目前唯一有实质商业化动作的一家。2026年2月上线广告，到7月，美国区回答中出现广告的比例已经到了51.0%；在购物类查询里，带赞助标识的比例是76.4%。它还计划在2027年一季度推出对话内成交并抽取佣金。

推进速度很快。但路径是保守的——它复制的是搜索广告那套成熟模式，只是把广告位从结果页搬进了对话流。这条路的好处显而易见：广告主知道怎么买，代理商知道怎么卖，监测方知道怎么算。整条产业链是现成的。代价是用户会立刻感知到这是广告。

关键在于，即便是走得最快的这一家，也没有为"被引用"这件事本身定价。它卖的仍然是位置。

国内头部大模型选了另一条路。豆包和通义千问在做的是打通电商与本地生活的交易链路，把AI当成新入口，但变现回到平台既有的抽佣和广告体系。这条路跑得通，因为商业模式是现成的；副作用是它优化的是成交而不是回答质量。

DeepSeek到目前为止几乎什么都没做。没有广告标识，没有可见的商业排序。对品牌方来说这意味着，在这个平台上，内容质量与信源结构几乎就是被引用与否的全部决定因素。

三家，三种姿态，对甲方的含义完全不同。在OpenAI上，现在的自然引用是限时红利，迟早要为位置付费；在豆包和通义上，"被推荐"和"被交易链路选中"会逐渐分化，后者会有价格；在DeepSeek上，内容本身就是全部。

四、财报里的三十家公司

行业报告可以写得很热闹，但判断一件事是否真实发生，最保守的证据是上市公司在受法律约束的文件里怎么写。财报可以措辞谨慎，不能编造。

我们检索了SEC EDGAR全文库中十个与AI搜索相关的"干净词"。命中152份文件、60家公司，其中30家明确提到generative engine optimization或answer engine optimization。

把这30家按首次提及的时间排开，曲线是这样的：2025年一季度1家，三季度3家，四季度5家，2026年一季度突然变成11家，此后每季度稳定在5家左右。

名单的构成比曲线更有意思。Intuit是做财税软件的，Primerica是保险公司，Atlantic Union Bankshares是银行，Duluth Holdings和Tailored Brands是服装零售，Rent the Runway做时装租赁。这些公司里没有一家是营销服务商或科技媒体。

另一半名单则是工具方的集体转向：SEMrush、Similarweb、Yext、TechTarget、Stagwell、Fastly、Zeta Global。老牌SEO与数字营销工具厂商，全部在财报里写下了这个词。

其中一份文件透露了更进一步的信息。SEMrush在2025年11月19日提交的DEFA14A里，披露了与Adobe的合并安排——SEMrush将作为Adobe的全资子公司存续。两个月后，Adobe自己的10-K里也出现了generative engine optimization。

一家老牌SEO工具厂商被内容与体验软件巨头收编，这是品类走向成熟的典型信号：从独立工具变成大平台的一个能力模块。

不过读这份名单要区分动机。有的是风险披露，有的是战略陈述，有的只是业务描述。TripAdvisor在2026年8月6日的文件里写AI Overviews挤占了原本排名靠前的位置，酒店板块持续承压；Yelp在2月预期2026年流量继续承压；LegalZoom明确写下"零点击"搜索导致自然流量减少、获客成本上升。这三家是在挨打。而Adobe和Stagwell是在宣布方向，SEMrush和Similarweb是在描述产品。

把它们混在一起读，会得出"大家都在做GEO"的错误结论。实际情况是：有人在挨打，有人在卖铲子，有人在观望。

五、中文里没有"验收"这个词

在中文和英文两套语料里追踪同一批概念，会看到一个不太舒服的事实。

"有没有效果"这个说法，在中文语料里出现了1481次。而在规模小得多的英文语料里，attribution——归因——出现75次。这不是同一个问题的两种说法。"有没有效果"是一道是非题，attribution是一道分配问题。前者只能回答"有"或"没有"，都无法向上汇报；后者要回答的是"这部分增长里有多少来自这个渠道"，那是能进预算表的东西。

更麻烦的是另一组。"验收"这个词在中文语料里只出现了14次。而在英文侧，decision-grade出现17次、reproducibility 14次、benchmark 23次——这三个词是IAB那份度量标准的核心章节名。不是需求不存在，是词不存在。没有词，需求就说不出来。

这重新解释了一个此前让人困惑的数据。我们把中文社区里的甲方发言按购买旅程分类，394条集中在"还没买"阶段——不知道找谁151条、不知道多少钱111条、不知道是什么84条、怀疑是不是骗局48条；而"买了之后"的问题只有48条，其中"不知道怎么验收"仅24条。

直觉上会推断：抱怨少说明效果还行。但把语言学证据放进来，推断就反过来了——不是不需要验收，是没有语言去表达这个需求。甲方能说出口的只有"有没有效果"，而这句话得不到有用的答案。

六、标准先于市场到来

2026年8月3日，IAB发布了《Measuring Visibility in the AI Era》，状态Final，约35页，由该组织的AI副总裁Caroline Giegerich牵头。工作组名单里有Walmart的测量科学高级总监、EMARKETER负责AI可见性与测量的高级总监、Acxiom的首席创新官、WPP Media、Microsoft Clarity的两位、以及PMG的媒体创新负责人。

甲方、代理商、平台、数据方都在里面。这是标准制定的典型阵容，不是某一方的自说自话。

文件对市场现状的诊断写得很直接："二十多家公司在卖AI可见性工具，各用各的方法，对同一个品牌给出不同答案。买方预算已经准备好了，但他们没有依据判断自己买的是什么。"

这句话由行业组织写出来，比任何第三方评论都有分量。它也解释了海外从业者社区里的那种敌意——Reddit上近一年990条相关讨论，主流态度是敌意，而骂点集中在"你凭什么说你测得准"，不是"优化AI可见性没意义"。这是个重要的区分。争议不在这件事该不该做，在于数据可不可信。

IAB把品牌侧的指标组织成一个有因果顺序的四层框架，称为4P。Presence（在场）回答有没有出现，指标是提及率、引用率、声量占比和可见度动量。Prominence（显著度）回答出现在什么位置。Portrayal（呈现方式）回答被怎么描述，指标包括情感、框架，以及幻觉率和事实错误率。Persuasion（说服力）回答有没有推动决策，指标是推荐强度和引用后点击率。

先要在场，才谈得上位置；有了位置，才谈得上被怎么描述；被正确描述了，才谈得上说服力。第三层是这个框架里最容易被忽略、也最该被重视的一层。幻觉率和事实错误率被列为需要持续测量的正式指标，而不是偶发事故——这正是"投毒"框架下容易漏掉的部分。

而整份文件里对甲方最实用的，是它把AI可见性数据分成了两档。Directional（方向性）数据用于识别模式与趋势，适合早期信号发现和竞争态势感知，文件明确写它"不足以支撑预算分配或战略决策"。Decision-Grade（决策级）数据用于支撑高风险动作——预算重新分配、代理商brief、绩效考核、高管战略——要求在样本量、查询量、提问类型覆盖、测试频率、可复现性、数据校验、方法学文档、平台覆盖八个方面达到更高标准。

文件里有一句判断值得原样记住："两者都有正当用途；失败在于把方向性数据当成决策级数据来用，却没意识到中间的差距。"这句话是给买方的。当服务商拿出报告说"你的提及率是百分之多少"，第一个该问的不是这个数字好不好，而是这属于哪一档、依据是什么。上面那八项里有一项说不清楚，就只能算directional。

七、招聘启事是最诚实的文件

白皮书可以写，案例可以编，首推率可以自报。但招人要走审批、要进组织架构、要发真工资。

我们通过Greenhouse和Lever的公开接口取了12份GEO/AEO岗位的职位描述全文。招聘方是Stripe、Databricks、Instacart、Calendly、Asana、MongoDB、Datadog、Brex。职级普遍偏高。Stripe在招Head of AEO & SEO，Asana的Head of SEO & AEO给出的薪资区间是21.8万到25.6万美元，Datadog招的是Senior Director，Databricks招的是Director和Staff Engineer。这不是招执行，是招负责人。

更值得注意的是出现了工程岗。Databricks的Staff Software Engineer, AI Search，Instacart的Software Engineer II, Technical Search Visibility。在部分公司里，这件事已经不只是市场部的活，而是需要工程投入的系统问题。

对这12份JD全文做词频，能看出这个岗位实际在做什么。experiment出现22次，SQL出现13次，citation 14次，technical SEO 13次，schema 13次，share of voice 7次，attribution 4次。这不是一个"写更多文章"的岗位，是一个设计对照实验、自己拉数据、验证假设的岗位。

还有一个细节对做出海业务的人有直接影响：这12份JD里，AEO出现37次，GEO只有17次。海外习惯说answer engine optimization，国内几乎只说GEO。用错词，会直接影响被检索到的概率。

国内的甲方岗位也出现了。杭州美仪自动化在招GEO优化师，15-30k、14薪。这是一家做工业仪表和过程自动化的公司，近600人，B轮，2026年7月启动IPO辅导，海外总部在新加坡，业务覆盖150多个国家。招这个岗位是为了出海获客，职责写得很具体：追踪主流AI搜索引擎的算法更新、主导生产符合AI理解范式的内容、搭建全平台品牌知识库、使用工具监测品牌在AI答案中的引用情况。

一家做工业仪表的公司为出海设GEO岗，这比任何行业报告都更能说明渗透的广度。

八、认知已经到位，行动还没有

Duke大学富卡商学院主持的The CMO Survey第35版，在2026年1月向2111位美国营利性公司的营销负责人发出邀请，308人应答，其中97%是副总裁及以上。赞助方是德勤和美国营销协会，不是任何GEO服务商的委托调研。

在"贵公司如何在营销中使用AI"这道多选题里，GEO的采用率是41.5%，在18个选项中排第8。排在它前面的是内容生产73.9%、内容个性化65.4%、优化内容与时机以改善ROI 49.5%、营销自动化48.9%、数据分析与报告46.3%、定向决策45.2%、客户洞察预测分析41.5%。

两个对比值得看。第一，GEO的41.5%已经超过程序化广告的32.4%。程序化是一个发展了十余年、有成熟产业链和结算标准的领域，而GEO是2023年底才被命名的概念。第二，也是更该警惕的一个：语音搜索优化在这份榜单上只有4.3%。2017到2019年间，语音搜索也曾被广泛预测为"下一个入口"，"语音搜索优化"是当时的行业热词。七八年后，它在有预算决策权的人的实际使用清单里排在倒数第三。

GEO目前的41.5%说明它的兑现程度远超语音搜索。但这不构成"它一定会继续兑现"的保证。

还有一层结构性的东西藏在排名里：排在GEO前面的七项，基本都是"用AI提效"——把AI当工具用。而GEO是"应对AI改变了用户找信息的方式"，方向是反的。大多数企业对AI的使用还停留在降本提效，而"AI改变了获客链路"这件事的应对，才刚开始。

这个判断在另一组数字上更明显。WFA在2026年6月8日发布的《The Future of Discoverability》，覆盖27个品牌、累计全球广告支出约310亿美元。96%认为AI生成式搜索会带来变革性或重大影响；6%已经建立了明确的策略、归属和度量框架。中间差了90个百分点。另有43%的品牌把归属分散在多个团队共担——在组织现实里，这通常意味着没有人真正负责，也没有独立预算。

WFA给品牌的五条建议里，最后一条是"从战术性的GEO讨论，转向协调一致的可见性方法"。这既是对前四条的总结，也是对当下市场的直接批评——所谓战术性讨论，指的就是眼下大量存在的技巧层面的争论。第二条建议"定义品牌信息的source-of-truth"值得单独说。它承认了一件事：品牌自己往往说不清哪份材料是权威版本。官网、公众号、电商详情页、百科词条、经销商页面、历史新闻稿各说各的，分属不同部门、不同时期、不同外包商。当AI给出的答案里出现过时或错误的信息，第一个问题往往不是"怎么改"，而是"这句话是哪来的、谁能改"。

九、那个被引用了两年的"40%"

市面上大量GEO服务商引用一个数字：GEO能提升40%的可见度。这个数字有确切出处。2023年11月16日，Pranjal Aggarwal等六位作者提交了《GEO: Generative Engine Optimization》，后来发表在KDD 2024。论文的原始表述是"can boost visibility by up to 40%"。

三个前提在传播过程中被系统性地掐掉了。"up to"是"最高可达"，被读成了"平均可以"。测量是在作者自建的GEO-bench基准集上做的，不是真实流量环境。提升的是生成回答中的可见性，不是流量，更不是营收。一家服务商引用这个数字时如果不说明这三条，基本可以判断它没读过原文。

更值得玩味的是论文的立场。作者关切的是内容创作者在生成式引擎面前的弱势地位，文中明确写道"we must ensure the creator economy is not disadvantaged"，针对的是生成引擎的黑箱不可控。这是一篇防御性的论文。而市面上卖的GEO是进攻性的——把同行挤下去。同一个词，两个相反的框架。

顺着这条线往前追，起点还要更早。2023年4月，斯坦福的Nelson F. Liu、Tianyi Zhang和Percy Liang发表《Evaluating Verifiability in Generative Search Engines》，被引428次。这篇论文的出发点是：生成式搜索引擎直接生成答案并附带行内引用，而可验证性是可信任的前提——系统应当让用户能核查每一句话的来源。最早的学术关切是"能不能核查"，不是"怎么优化"。

把三条线并排看，时间差很清楚：2023年4月可验证性研究，2023年11月GEO概念提出，2024年进入KDD，2025年3月第一家公司写进SEC文件，2025年11月SEMrush被Adobe收购，2026年1月11家公司同季度首次提及，2026年6月WFA报告，2026年8月IAB标准落地。从概念提出到行业标准，两年九个月。

十、GEO概念股的窗口期还能持续多久

回到最初那个问题：既然没人收钱，这段时间该怎么用。

先把"免费"的边界说清楚。被引用本身不收费，但要被引用，你得先有能被引用的内容，这部分成本实打实。不过跟前几个时代比，相对成本确实低——CPC时代每次点击都要付费且价格随竞争抬升，程序化时代要为曝光付费还要承担监测和反作弊成本，而现在，一篇结构化、有数据、有出处的内容，被引用多少次都不额外计费。"抓到流量就是赚到"的准确含义是：不是流量免费，是这段时间的边际成本极低。

这个状态会持续多久，没有人能准确预测，但有两个参照。历史上从形态出现到计价成型，通常要几年。搜索广告从雏形到CPC成为行业标准用了数年，程序化从概念到RTB生态成熟同样如此。生成式引擎的形态到现在两三年。更直接的信号是标准化已经启动。而在广告业的历史里，度量口径统一之后，计价方式通常就不远了——可计量是可交易的前提。CPM能成为结算单位，前提是第三方监测能算清曝光；CPC能成立，前提是点击可被验证。

IAB那份文件真正的意义不在于它规定了什么，而在于它是行业组织第一次尝试统一"AI可见性"的度量口径。它把一个模糊概念，变成了一个可以被第三方核验的指标。所以更合理的判断是：这段窗口期是有限的。现在的低成本状态，本质上是标准尚未建立带来的红利。

至于最后会长成什么样，目前有三条路在跑，都还没有明显胜出。沿用广告位逻辑是OpenAI正在走的——把对话流当成新版位，按曝光或点击计价。产业链现成，代价是用户会感知为广告，长期损耗信任。走交易抽佣是豆包和通义正在走的——不为提及收费，为成交收费。效果明确，但会把AI推向导购而非顾问。为可见性本身定价目前没有平台在做，但IAB的度量标准是这条路的前提；如果可见性能被第三方核验，理论上就可以被交易。

对甲方来说，现在押注任何一种都为时过早。但这三条路对内容的要求是趋同的——结构化、有数据、有出处、跨平台一致。把这部分做扎实，无论最后哪种计价方式胜出都不吃亏。

有两个变量值得持续观察。第一，会不会出现第三方核验机构。就像当年的曝光监测第三方，这个角色一旦出现，市场会迅速规范。现在的问题恰恰是平台既是运动员又是裁判员，而服务商的数据缺乏独立验证渠道——这也正是海外从业者敌意的来源。第二，甲方招聘的JD里会不会开始出现标准术语。如果decision-grade、reproducibility这类词进入职位描述，说明标准在落地，而不只是停留在文件里。

国内还有两条线值得分开看。出海线面对的是海外的规则与标准，像美仪股份这样的公司会更快跟上IAB那套度量语言。本土线面对的是豆包、通义、DeepSeek三种截然不同的商业化姿态，且缺乏对应的行业组织与标准。本土线最大的缺口不是技术，是那个不存在的"验收"。没有共同的度量语言，甲方无法向内部交代，乙方无法证明价值，市场就只能靠话术竞争——引力传媒的股价故事，某种意义上正是这个真空的产物。

三十年里，每一次媒介变革最终都沉淀成一种结算单位，然后整个产业围绕它重新分工。这一次的特殊之处在于，需求已经形成，价格还没出现。在这个空档里，最容易被误判的是时间。资本市场用两周把一家毛利2.69%的广告代理推高八成，赌的是这件事很快会有答案；而96%认为它会带来重大影响、只有6%建立了度量框架的品牌方，则用行动表达了另一种判断——大家都知道要变，但没人知道怎么算账。

真正确定的只有一条：无论最后是按曝光收费、按成交抽佣，还是为可见性定价，那些结构化的内容、可核验的数据、跨渠道一致的品牌信息，在哪一种计价方式下都不会作废。而按目前的语料看，中文语境里最欠缺的恰恰是最后一环——一套自己能说清楚的度量口径。前三样决定你能不能被引用，最后一样决定你能不能向老板解释这件事。