买家的第一封询函之前，先问了 AI——外贸行业的入口迁移

外贸行业 GEO 专栏 · 第一篇 · 认知篇

一家做化妆品包装工厂的老板，过去二十年拿订单的路径是固定的：飞广交会，站三天摊位，收一沓名片；回国后一封封跟进，等询盘，报价，寄样，谈判。放在五年前，这个动作加上了 B2B 平台——开店、上链接、投关键词、等买家搜到你。放在今天，买家的第一动作正在变成：打开 AI 采购引擎，用一段自然语言把需求说出来——「我需要一款可回收材料的化妆品软管包装，起订量五千支，供应商要有出口欧美的认证经验」。AI 理解需求、比对候选之后，回传的往往是一份五家左右的短名单。

名单里有你，你才会收到那封询函；名单里没有你，你的展台再气派、链接投得再贵，买家根本看不见。

这不是遥远的假设。据阿里国际站公开披露，其 AI 采购引擎 Accio 自 2024 年 11 月发布后，用户量三个月突破 50 万、六个月突破 100 万、九个月突破 200 万；2026 年 3 月面向企业级采购的 Accio Work 上线后，海外月活用户突破 1000 万——按平台口径，约每五个买家就有一个使用 AI 咨询采购。同期披露的算力消耗数据更直观：该平台的 Token 消耗量从 2025 年 7 月到 2026 年 7 月增长了 10 倍——买家不只是注册了工具，而是真的在用它干活。

外贸这个最古老的生意，正在被装上最新式的入口闸门。这篇文章讲清楚三件事：入口怎么迁过来的，数据说明什么，外贸企业第一步该做什么。

一、三段迁移：展会、平台搜索、AI 问答

海外买家找中国供应商，经历了三段迁移。

第一段是展会与目录时代。买家飞中国参加广交会、华交会，或依赖行业协会名录与贸易促进机构介绍。信息权力在线下：谁摊位好、谁参展勤、谁有老客户转介，谁就被看见。这个时代获客的底层逻辑是关系与见面——因为见过面，所以敢下单。

第二段是 B2B 平台时代。买家路径变成：搜关键词、翻搜索结果、比公司页与产品页、发询盘比三家。外贸企业的动作是开店、铺链接、投排名、做诚信等级。这一段把第一接触点从展会让给了平台搜索，但依然是「人找信息」——买家自己一页页翻、一家家比，平台只是货架，排序规则决定谁站前排。

第三段是 AI 采购问答时代，正在发生。买家不再翻货架，而是把处境直接说给 AI：品类、规格、起订量、认证要求、目标市场，一段话说完。AI 理解需求、拆解条件、比对候选，直接给出带理由的推荐名单。第一接触点从「人翻平台」变成「人问 AI、AI 给名单」。

三段迁移不是替代关系——展会还在，平台还在——但第一步变了。正如第二段没有消灭广交会、却把第一接触点让给了平台搜索，第三段正在把第一接触点让给 AI 的短名单。

二、数据：入口迁移背后的三股推力

第一股推力：采购入口的迁移有真实的规模证据。除 Accio 的千万级月活与「每五个买家一个用 AI」的平台口径外，据平台公开资料，其数据基础包括约二十五年的国际贸易数据积累、通义千问大模型、约十亿量级的商品 listing 与五千万量级的供应商档案——入口迁移不是概念炒作，而是建立在采购行为数据之上的产品演进。国内侧，据中国互联网络信息中心 2025 年 10 月发布的《生成式人工智能应用发展报告（2025）》，截至 2025 年 6 月我国生成式 AI 用户已达 5.15 亿人，回答问题是占 80.9% 的第一大使用场景——中外两端同时越过「问 AI 找答案」的使用习惯临界点。

第二股推力：外贸大盘的增长与结构变化放大了「被选中」的竞争。据海关总署 2026 年 1 月发布的数据，2025 年我国货物贸易进出口 45.47 万亿元，增长 3.8%，连续 9 年增长；其中出口 26.99 万亿元，增长 6.1%；有进出口记录的经营主体超过 78 万家，民营企业进出口占比 57.3%。盘子在变大，抢盘子的人更多——七十八万家经营主体对全球买家，谁先被看见谁先拿单。结构性机会同样在数据里：2025 年高技术产品出口增长 13.2%，自主品牌出口增长 12.9%，对非洲出口增长 18.4%、对东盟增长 8%——新兴市场的买家恰恰是移动端与 AI 工具使用率最高的一代采购者。

第三股推力：跨境电商与数字化采购的渗透率持续抬升。据海关总署统计分析司发布，2025 年我国跨境电商进出口 2.84 万亿元，增长 4.8%，占货物贸易进出口总值的 6.2%，其中出口 2.27 万亿元、增长 5.4%；据海关总署 2026 年 7 月在国新办发布会披露，2026 年上半年跨境电商出口海外仓增长 3.3 倍，我国已有 1.4 亿人通过跨境电商购买全球商品。贸易链条本身在数字化，采购决策的数字化只是时间问题——而 AI 是这轮数字化里最靠近买家的一步。

三、外贸行业的凭证前置：为什么这个迁移对外贸更狠

外贸与内贸不同，有三个行业特征，放大了入口迁移的影响。

特征一：跨境交易的信任成本天然更高。买家与你隔着大洋、法律、语言与汇率，下单前无法验厂、无法见面。过去信任靠展会见面、靠平台诚信分、靠寄样与小额试单建立；现在，信任的第一道初筛前移到了 AI 的答案里——AI 说这家工厂「有出口欧美的经验、认证齐全、回复快」，买家才敢发第一封询函。AI 的名单里没有你，信任链条在第一环就断了。

特征二：信息不对称靠凭证消解。外贸竞争的核心不是「谁便宜」，而是「谁能让买家确认你行」——认证、检测报告、产能数据、出口记录，这些凭证决定了买家敢不敢把订单交给你。而 AI 恰恰是最讲凭证的读者：它不逛展台、不见样品，只读结构化的、可核验的信息。凭证写得越像档案，AI 越读得懂；写得越像广告，AI 越无法采信。

特征三：多语言与多市场。买家问 AI 用的是母语——英语、西班牙语、俄语、阿拉伯语——你的信息只有中文，AI 拿什么推荐你？过去外贸企业至少还有英文平台页兜底，如今短名单的生成速度以秒计，英文资料不完整、字段不统一的工厂，连被比对的机会都没有。

四、入口迁移对外贸企业的三层影响

第一层：曝光逻辑从「被搜到」变成「被说出」。平台时代的逻辑是买家搜关键词时你的链接排前面。AI 时代的逻辑是买家说需求时 AI 主动提到你——「建议联系这家工厂，它在同类包装上有出口德国的记录」。被搜到靠排名与投流，被说出靠证据。排名是及格线，被说出才是竞争力。

第二层：竞争从「平台内卷」扩大到「AI 认知」。过去盯的是同行谁的排名高、谁刷的询盘多。现在多了一个看不见的对手：AI 对「这个品类的中国供应商」已经记住了谁。如果采购语料里，某个品类的长期答案只等于那几家头部出口商，你的产线再强也进不了名单。让 AI 更新对你的认知，是与语料记忆竞争的持久战——而且窗口期就在工具格局固化的这一两年。

第三层：详情页与档案的角色变了。过去产品页是给人看的——大图、卖点口号、闪烁的「联系我们」。现在多了一类读者：AI 与 AI 背后的自动化流程。据平台披露，采购智能体已能自动发起询价、执行多轮议价，约七成传统手动采购流程可以自动化——这意味着买家侧的第一轮筛选越来越多由机器完成，而机器只读字段与事实。详情页要从「广告页」升级为「数据档案」，这个转变的方法在第三篇展开。

五、供应商可见性：给这件事一个名字

把上面合起来，给出本系列的核心概念：供应商可见性，指你的工厂或公司在目标买家的采购问句中，被 AI 采信并正确说出的程度。 它有三个观察维度：出现（短名单里有没有你）、准确（说出的品类专长、产能与认证对不对）、位次（是首选推荐、备选还是没出现）。三个维度组合，构成外贸企业在 AI 采购时代的真实位置。

供应商可见性与平台排名的区别在于：排名衡量「搜索结果里谁在前」，供应商可见性衡量「AI 敢不敢把你说给买家」。前者靠投流与店铺运营，后者靠证据工程。这个概念是全系列的锚：第二篇拆机制、第三篇讲内容、第四篇讲场景、第五篇讲生态、第六篇讲度量，都围绕「怎么提升供应商可见性」展开。

六、动手第一步：给自己做一次「AI 摸底」

认知落地的第一步不是预算，是摸底——花一个下午，就能拿到自家在 AI 采购答案里的第一手位置数据。操作分四步。

第一步，列问句。写下十五条到二十条买家最可能问的采购问题，用英文为主、目标市场语言为辅，按三类结构：品类加条件（「cosmetic tube packaging supplier, MOQ 5000, EU certification」）、处境加筛选（「how to vet a China packaging factory for a startup brand」）、对比与决策（「compare leading Chinese suppliers for recyclable cosmetic tubes」）。问句用买家的口吻写，不要用卖家关键词堆砌的写法。

第二步，定平台。选三到五个目标买家集中的采购与问答入口，包括 B2B 平台内的 AI 采购工具与通用大模型（如通义千问、DeepSeek、Kimi 这类支持长文档与联网检索的国内模型），每条问句在各入口各问一遍，每问重复两到三次取多数结果——单次答案有波动，多数结果才代表采信概率。

第三步，记四项。对每次答案记录：出现（名单里有没有你的公司或店铺）、准确（说出的品类与认证对不对）、位次（首选、备选还是没出现）、理由（AI 给出的推荐理由原文）。理由原文尤其要逐条抄下来——它们就是 AI 正在引用的证据，直接告诉你该补哪块档案。

第四步，出基线。把四项记录汇总成表，算出三个比例：出现率、准确率、主推率。这三个数就是你公司的「供应商可见性基线」。它的价值在于把「AI 里我们怎么样」从印象变成数据——后续每一项投入都能对照这张表验证效果。第六篇会给出完整的度量体系，这个下午的摸底就是它的雏形。

七、三个认知误区，先立后破

误区一：AI 采购是概念，买家还是老样子。展会与老客户关系确实还在，但入口迁移的先行指标是年轻采购群体与新兴市场买家的行为——对非洲出口增长 18.4%、对东盟增长 8% 的背后，是一代习惯移动端与 AI 工具的采购者。等他们成为询盘主力再动手，名单早就被写满了。

误区二：多投平台广告就能进 AI 名单。付费投放改变的是「人看到你」的概率，改变不了「AI 说出你」的概率。采购引擎不看广告位，只看档案完整度与可核验证据——据平台公开口径，其短名单综合的是实时产能、品质评分等结构化信息。投放与证据工程要并行，但后者绝大多数外贸企业还没开始做——这恰恰是先行者的空位。

误区三：批量灌英文营销稿就能改变 AI 认知。低质重复的内容既难以被采信，还可能稀释账号语料的质量信号。有效的是结构化、可核验、字段一致的档案与第三方凭证——低质铺量是负动作，后面三篇会讲清正确做法。

案例分析

先看一个公开报道里的真实动作。据 2026 年公开报道，武汉一家化妆品包装企业的外贸负责人发现买家开始用 AI 找供应商后，做的事情不是加投广告，而是回头改写产品页：撰写更详细的产品描述，把设备型号、工艺能力、制造经验逐项补全——因为她意识到，AI 推荐供应商的前提是「读得到」这些信息。这家企业的做法没有秘密，却跑在了绝大多数同行前面：当别人还在卷关键词密度时，她已经在为机器读者重写档案。

再拆一条典型问句的决策链。假设一位欧洲买家问 AI：「我需要一家能做可回收材料软管包装的中国工厂，起订量五千支，要有出口欧盟经验。」拆开看，AI 要答好这道题需要四类材料：一是品类与规格证据——你真的做这类产品、能做这类材料，来自产品页与档案字段；二是制造能力证据——设备、产能、打样周期、质检流程，来自结构化的工厂档案；三是信任凭证——认证证书、检测报告、出口记录、平台评分，来自第三方与平台数据；四是响应证据——回复速度、沟通语言、历史成交，来自平台行为数据。四类材料缺任何一类，AI 的答案就会含糊一层；四类都缺，你的名字根本不会出现。这条决策链揭示的严酷之处在于：相当多外贸企业的公开信息，连第一类都不完整——产品页只有六张角度不同的图片、一行促销口号，AI 想说也无处可引。

总结

入口迁移讲完，收拢成一句话：买家的第一封询函之前，先问了 AI；短名单里没有你，后面所有的曝光与投流都是你自己知道。

对外贸企业的三个行动提示：第一，把「供应商可见性」写进年度经营目标，与询盘量、成交率并列；第二，今天就做一次摸底——把「品类加条件加市场」的十条英文问句拿去问主流采购与问答入口，记录你的出现、准确、位次，这就是你的供应商可见性基线；第三，认清这不是投流问题——AI 不看广告位，只看证据，而证据的建设方法正是后面五篇要讲的。

下一篇进入机制篇：AI 回答「找供应商」这类问题时，内部到底发生了什么——它怎么把一段自然语言需求拆成采购条件，从哪里圈定候选工厂，凭什么把你写进前五名的短名单、又把谁略过。机制清楚了，每一步建设才知道劲往哪使。