在科技领域，一场对抗 OpenAI 的“危险游戏”正在悄然兴起。各方势力纷纷投入其中，试图在人工智能的竞争中抢占先机。一些投资者看到了其中蕴含的巨大潜力，认为这是一场能够带来丰厚回报的冒险。他们相信，通过与 OpenAI 竞争，能够推动技术的更快发展，创造出更具创新性的产品和服务。然而，也有担忧之声，这场竞争可能引发技术失控、数据安全等一系列问题，带来难以预料的风险。究竟这场对抗 OpenAI 的“危险游戏”值不值得投资，需要综合考虑各种因素，谨慎权衡利弊后才能做出决策。

“AI原生100”是虎嗅科技组推出针对AI原生创新栏目，这是本系列的第「07」篇文章。

当 ChatGPT 的周活用户冲破 10 亿大关时，一场静悄悄的权力转移正在发生 —— 超过 60% 的消费者开始绕过谷歌、百度，直接向 AI 助手询问商品信息。但品牌们却像蒙眼的玩家，既不知道 AI 会如何描述自己，也无力左右推荐的天平。

2025 年 6 月，纽约初创公司 Profound 用 2000 万美元融资撕开了这个市场的口子。Kleiner Perkins 和英伟达风投的入局，让这个成立仅 11 个月的公司站到聚光灯下——生成式AI 时代的 "品牌翻译官"，帮企业摸清大模型的脾气。

自2024年7月成立以来，Profound已被《财富》100强品牌中的数千名营销人员所采用，并入选科技媒体TechCrunch“2024年最具颠覆性的51家初创公司”榜单。

硅谷风投 a16z 已经迫不及待将其定义为新风口，在其近期发表的一篇文章中直言，"21 世纪初是谷歌 AdWords 的套利时代，2010 年代属于 Facebook 的定向引擎，2025 年，轮到 LLM（大语言模型） 和 GEO（生成式引擎优化）了。" 在硅谷最大孵化器 YC 最新的 Demo Day 上，两家同类公司的出现，似乎印证着这个判断。GEO，是如今全球创投圈一个热门话题。

对于这样诞生于生成式AI之上的“新物种”，业界对此基本属于——“干中学”的态度。

回归最简单的商业逻辑就会发现，这类创业公司能做到多大、这类商业模式能持续多久，或许都非常有限。

"这更像场‘猫鼠游戏’。" 嘉和资本 CEO 袁子恒直言。这些公司试图破解大模型的黑箱，帮品牌优化 AI 推荐权重，但底层算法的每次调整，都可能让之前的努力归零。

UpScaleX 合伙人 Alan Zong 观察到，类似项目如今屡见不鲜。由于这类商业模式本质上是在与平台算法博弈，一旦搜索算法迭代，原先的产品逻辑便可能失效。选择深耕 GEO 赛道的团队，必须预设算法门槛不断抬升，并随时调整策略，以维持竞争力。

Profound 们的故事，或许从一开始就写好了悖论——他们要对抗的，恰恰是自己赖以生存的技术根基。何况，如今的AI算法，仍无法突破黑盒瓶颈，对于GEO公司而言，弄懂算法内部运行的机制，利用这样的机制做推荐算法，本身可能就是一项伪命题。

AI原生的搜索优化是什么样？

GEO这种商业模式下，Profound属于走得较早的一批。

在a16z的文章中，提及了一个案例，Canada Goose，曾使用这样的GEO工具，深入了解大语言模型是如何提及该品牌，研究结果并非关于用户如何发现 Canada Goose，而是模型是否自发提及了该品牌，这是 AI 时代品牌知名度的一个指标。

Profound创始人

Profound创始人詹姆斯·卡德瓦拉德（James Cadwallader），最早是网红营销机构凯拉Kyra的创始人，有和大型品牌合作的经验，当他在创业孵化器South Park Commons结识迪伦·巴布斯（Dylan Babbs），两人均在关注人工智能对在线搜索带来的改变。出于对市场和时代的观察，两人共同创立了Profound。关于二者的介绍并不多，我们尝试从有限的公开资料中，梳理Profound的成长经历。

Profound连续两年获得资金投入，其融资情况如下：

2024年8月，Profound种子轮融资350万美元，主要投资者包括Khosla Ventures风投、Saga资本等。

2025年6月，Profound获得由Kleiner Perkins领投的A轮融资2000万美元，NVentures、Khosla Ventures、Saga VC、South Park Commons和SV Angel也参与了该轮投资。

从市场前景和行业数据上看，这都是一门充满前景的生意。

根据Adobe的一份报告，与2024年7月相比，2月份美国商业网站的流量增长了1200%，其中的增量客户很多来源于AI助手的推送。报告称，使用过AI搜索引擎的消费者用户占比39%，但随着AI搜索的快速发展，消费者的消费习惯将会被重塑。届时，电子商务网站将不得不适应这一新变化，从而调整吸引客户的方式。而这一调整，将牵动零售商每年在谷歌、亚马逊、元平台等数字广告上约8000亿美元的资金花费。

第三方市场分析机构Coherent Market Insights在2025年4月发布的《人工智能搜索引擎市场规模与份额分析——增长趋势与预测（2025 - 2032年）》数据显示，全球人工智能搜索引擎市场预计在2025年将达到436.3亿美元，并在2032年增长至1088.8亿美元，从2025年到2032年的复合年增长率（CAGR）为14%。

其中，在应用层面，2025年网络搜索板块预计将在全球人工智能搜索引擎市场中占据最高份额，达到61.7%；技术层面上，2025年生成式人工智能将在全球人工智能搜索引擎市场中占据最高份额，达到54.2%。

GEO的初创公司虽然不多，但在陆续出现。与Profound面向品牌方提供服务不同，Daydream更偏向一种ToC面向消费者的购物搜索平台，是一家由电商资深人士Julie Bornstein创办的公司，Daydream 的首席技术官是 Matt Fisher，他曾在微软领导数据和应用科学；首席商务官是 Lisa Green，她曾在谷歌、The Yes 和康泰纳仕从事技术、时尚和业务开发工作；首席战略官是 Richard Kim，他曾是 Pinterest 的购物战略和运营主管。在Daydream上，用户可以使用自然语言和图像识别来搜索产品——比如说，“我夏天要去哥斯达黎加参加一场婚礼，我需要一些穿什么的建议。” 你甚至可以上传一件衣服的图片，并使用对话式语言进行额外的过滤。

Goodie AI，是一款专注于AI搜索可见性的平台，他们提供的产品包括，AI可视性监控平台，通过一个直观的仪表盘监控品牌在AI搜索模型中的知名度、情绪和竞争对手的基准；提供针对模型构建的语义进行AI内容优化，增加品牌在搜索模型中的曝光度；同时，在几分钟内编写AI模型喜欢的内容等等。Goodie AI的CEO 穆斯塔法·艾尔伯马维（Mostafa EIBermawy），曾经在字节跳动和宝洁公司担任增长顾问，

Profound的竞争者除了初创公司，还有从SEO（搜索引擎优化）转型过来的公司，例如Ahrefs，这类公司由之前SEO时代打下的客户基础和生态，将是Profound这类初创公司的最大对手。

虎嗅根据公开信息整理

这些玩家共同定义了 GEO 的早期轮廓，但它们都面临同一个命题：在大模型的规则里跳舞，如何不被随时改写的舞步淘汰？

Profound做了什么？

在如今的GEO领域，Profound算是做得早，并且产品形态较为丰富的一家。这是Profound与其他初创公司相比的优势。

Profound目前提供的功能和服务主要包括以下内容：

· Answer Engine Insights（答案引擎洞察）：展示聊天机器人对品牌、产品和行业的描述情况。

· Agent Analytics（代理分析）：精准追踪并分析AI爬虫与品牌网站的互动内容，揭示AI机器人对品牌网站的爬取和解释行为。

· Conversation Explorer（对话探索器）：能实时洞察全球用户在ChatGPT、Perplexity和微软Copilot等人工智能问答引擎中的搜索内容；发现人工智能问答领域的新兴趋势；预估特定主题的搜索量；展示在单次人工智能聊天过程中，人们如何在营销漏斗中推进决策。

· Shopping（购物）：在人工智能中追踪产品的植入。

Profound官网，可以通过Demo的演示，决定是否付费

此外，Profound还推出一项名为“Profound Lite”的自助服务计划，定价为每月499美元，为初创公司和小型企业带来领先的 AI 可见性工具。

根据其官网发布的营销人员手册，为了提高合作品牌在AI平台的可见度，Profound搭建了一套完整的工作流程：

第一步——分析，Profound会明确品牌行业的AI引用前景，从而准确了解某些品牌出现在 AI 答案中的位置、方式和原因。

第二步——创建，基于分析，Profound会生成针对AI答案引擎检索进行优化的内容。这一内容将易于AI模型理解，且具有权威性。

第三步——分发，确保AI模型已经信任的媒体和来源引用新的、经过 AI 优化的内容。为此，Profound将建议品牌接触包括小众行业出版物等在内的“隐形影响者”，采用相应的公关和媒体策略，或者优化自有渠道。

第四步——衡量，Profound将持续跟踪品牌的AI可见性，以了解哪些措施有效并指导未来的决策。

第五步——迭代，Profound会跟进AI生态的发展，从而更新品牌的相应策略。

这套组合拳击中了企业的核心焦虑：在 Perplexity、Copilot 等 AI 问答引擎里，自家品牌的曝光度、情绪倾向、竞争对手的声量。

Profound的渗透速度很快，根据美通社数据，截至2025年6月，Profound每月处理超过1亿次人工智能搜索查询，所服务的用户遍及18个国家，用户包括Indeed、MongoDB和Ramp等企业。早期采用者报告称，在60天内，AI回答的声量份额提升了25%-40%。

金融科技公司Ramp是Profound的重要用户之一，这家金融科技公司发现，他们在应付账款方面的可见度很低，希望能够以正确的方式提高这部分的曝光度。

它利用Profound的答案引擎洞察（Answer Engine Insights）发现，人工智能引擎经常引用与自动化、人工智能和软件比较相关的内容——这些内容传统上在自然搜索中被忽略，而Ramp现有的引用中，有6%来自此类自动化相关内容。

于是，Ramp创建了两个专为AI应答引擎选择的定制页面——小型企业应付账款软件和大型企业应付账款软件，这两个目标页面在一个月内产生了超过300次引用，跻身Ramp引用次数最多的内容之一。

Ramp的AI可见性在一个月内从3.2%飙升至 22.2%，在应付账款领域的金融科技品牌中从第19位上升到第8位。

Kleiner Perkins合伙人伊利亚·弗什曼（Ilya Fushman）表示：“在定义现代营销的关键领域中，Profound是当之无愧的引领者。随着网络从网页浏览转向AI问答时代，Profound提供了每家企业都必需的基础设施。”

一场“对抗”大模型的生意

GEO 的故事听起来像场革命。风投们说它会颠覆 SEO 时代的规则，但剥开概念的外衣，更像是一场与大模型的危险“对赌”。

从业界看来，GEO的生意尽管听起来十分唬人，长期来看确实也将颠覆旧有的搜索引擎优化模式，但在现下的时点，GEO的初创公司最大的瓶颈不是技术，而是商业模式和大模型平台的冲突。

“GEO的模式，和大模型带了对抗关系。”在过去几周时间里，袁子恒接触了不少做GEO的创业公司，AI的创业，最好的商业模式一定是随着大模型能力的增长，实现AI应用能力的增长。但GEO的模式似乎相反。

在美国接触了多家 GEO 公司后，Alan 发现，不少团队的核心优势更多体现在面向中小企业的端到端产品服务上，整体体验流畅、易于上手；但在搜索推荐层面的技术储备相对有限。

这些公司试图教会品牌如何在大模型里 "钻空子"—— 分析关键词权重、生成优化内容、提高 AI 推荐概率，整套动作都建立在对底层算法的揣摩上。但大模型的每次升级，都可能让这些努力变成废纸。另外，这些公司其实没有破解AI算法“黑盒”的核心技术，更像在做算法的“反向工程”。当 OpenAI 或谷歌调整推荐逻辑，这些公司就得连夜改写优化策略，这种猫鼠游戏的成本正随着模型迭代速度飙升。

尽管在a16z的那篇文章中，提及GEO公司他们会不断调整自己的模型，从各个垂直领域的数十亿个隐性提示中学习。他们将掌控整个循环——洞察、创意输入、反馈、迭代——并运用差异化技术，不仅观察LLM行为，更能塑造它。他们还将找到一种方法来捕获点击流数据，并整合第一方和第三方数据源。

更棘手的是效果归因难题。某品牌突然在 AI 推荐中曝光量翻倍，客户很难说清是 GEO 工具起了作用，还是大模型自发调整了权重。在按效果付费的商业世界里，这种模糊性足以让预算决策者却步。a16z 曾畅想 GEO 公司能 "掌控从洞察到迭代的全循环"，但现实是，只要算法黑盒不透明，所谓的 "优化效果" 就永远像笔糊涂账。这会导致客户不知道该如何买单。

过去SEO（搜索引擎推荐优化）时期，就未曾产生过垄断性的赢家，是一个碎片化的市场，初创公司更多承担工具的功能，例如进行关键词研究工具等。如今 GEO 想复制搜索引擎时代的广告红利，却面临更严苛的生存环境——如果当年谷歌算法调整以月为单位，现在大模型的规则改写可能按周计。

如果商业模式是最大的瓶颈，那是否说明，GEO领域的创业没有机会？

Alan 表示，若 GEO 团队技术扎实，能在短期内保持“半步领先”，确实有机会快速积累客户，但关键在于能否延续这一优势，推动规模化增长。面向品牌方的服务具备长期价值，也有望成为发力方向。GEO 公司可先通过起盘积累客户与品牌数据，随后进行业务转型，或进一步做“厚”自身服务。

“可以做的环节链条多一些，不光是提升广告效果。”袁子恒说，而是把自己变成一个垂直行业中的服务公司，多做一些工具，而不是仅做GEO。毕竟，这场与大模型的“对赌”生意，最后还是要靠创业公司自我革命才能延续。

（本文感谢嘉和资本袁子恒与UpScaleX合伙人Alan Zong的专业支持。）

文章标题：一场对抗OpenAI的“危险游戏”，值不值得投资

文章链接：https://www.huxiu.com/article/4605158.html