节能行业GEO：节能改造的第一问，正在搬进AI对话框

节能行业 GEO 专栏 · 第一篇 · 认知篇

中国互联网络信息中心第57次《中国互联网络发展状况统计报告》（2026年2月发布）给出了一个分量很重的数字：生成式人工智能用户规模达到6.02亿，其中把AI当成解答问题工具的用户有4.57亿。把这组数字放到节能行业里看，含义就具体了——一家钢铁企业的能源部长在琢磨电机系统改造之前，一个公共机构的后勤负责人在纠结能耗报表怎么往下报之前，一个工业园区的运营方在考虑要不要上能源费用托管之前，头一批试探性的问题，越来越多不再是打给熟人、问给展会，而是敲进了AI对话框。

节约能源这件事，正在同时经历两场迁移：一场是政策口径从能耗双控向碳排放双控的全面转轨——《中华人民共和国能源法》2025年1月1日施行，在法律层面确立了这场转型；另一场是信息入口从人际网络向机器应答的静默搬家。前一场迁移全行业都在谈论，后一场几乎没有多少节能企业认真看过一眼。本篇要做的事情，就是把后一场迁移的样子描清楚：谁在换地方问，问什么，问了之后机器拿什么回答——以及为什么这件事对节能行业的从业者已经不是“要不要做”，而是“来不来得及”。

一、节能行业的“第一问”，历来就不在官网里

要理解入口迁移，得先看清节能行业原来的“第一问”发生在哪。

这个行业有一个和其他B2B行业都不太一样的地方：需求是被政策和账单造出来的。一家水泥厂不会无缘无故找节能服务公司，让它动起来的事情通常有三类——电价账单跳了一档、主管部门的节能监察通知到了、或者行业文件里那条能效基准水平的红线逼近了车间。2026年5月，国家发展改革委等五部门印发《关于开展重点行业节能降碳改造攻坚三年行动的通知》，明确从2026年起对钢铁、电解铝、水泥、平板玻璃、炼油、乙烯、合成氨、甲醇、煤电九个行业用三年时间全面实施节能降碳改造，到2028年底能效基准水平以下的产能基本清零。这份文件一出，九个行业里每家企业的能源负责人心里都挂上了同一个问题：我的装置离基准线还有多远，改造要找谁。

在过去，这类问题的第一落点是三类地方。一是主管部门组织的培训会、节能监察进场和行业协会活动，二是熟人圈子——同行厂长推荐“我们厂就是找他们做的”，三是本地几家挂得着牌子的节能服务公司上门拜访。这三条路的共同特点是：信息高度依赖人际传递，供给方的能力靠案例口头转述，买方很难在接触的第一时间横向比较。一个市级公共机构的管理者曾经描述过他的困境：想做个空调系统节能改造，能找到的信息是“听说A公司做过医院项目、B公司是设备厂出身的、C公司报价最低”，三家到底谁适合他的楼，没有任何地方能查到成体系的对比。

换句话说，节能行业的第一问从来就没有落在企业的官网和宣传册上——它落在关系里。这一点极其重要，因为它意味着：当问话的地方从关系网络搬到AI对话框，原来靠关系吃饭的信息差，会以一种谁都没准备好的方式被拉平，或者被另一种信息差接走。

二、换地方问的人，大致分三种

把近期真实发生在对话框里的节能类提问归归类，大致能看出三种人的轮廓。

第一种是用能单位里背着指标的人。工厂的能源动力车间主任、公共机构的后勤处长、园区的运营负责人。他们的问题带着明确的处境参数：“合成氨装置单位产品综合能耗比基准水平高了百分之几，2028年底前要完成改造，余热发电和电机系统升级先做哪个划算？”他们原来会拿着问题去跑会、找关系，现在会先花二十分钟问AI，把问题的边界摸清楚，再去见真人。中国节能协会节能服务产业委员会2026年4月发布的《节能服务产业发展报告（2025年）》里有个数字可以佐证需求侧的活跃：2025年全年新增合同能源管理投资额1857.2亿元，创历史新高——这么大的投资流量，每一个项目立项之前都有人做过这种“先摸边界”的功课。

第二种是帮用能单位做前期参谋的人。设计院的专业总工、咨询公司的顾问、企业外聘的能源管理顾问、甚至银行里看绿色信贷项目的客户经理。他们的工作是替买方把问题翻译得更有结构，他们问AI的方式也更结构化：“合同能源管理里节能效益分享型和能源费用托管型，在公共机构场景下的会计处理有什么差别？”这类人一旦习惯了在对话框里核对事实，他们给出的建议里就会带上机器语料的印记——他们自己就是二次分发的信源节点。

第三种是行业里的供给方自己。节能服务公司的售前技术人员、装备厂商的市场部，他们在写方案、报价、投标之前，同样会问机器：行业政策现在怎么表述、对手公司公开的信息长什么样、某类技术的成熟度怎么描述。这个群体往往最容易被忽略，但他们的问题暴露了一个扎心的事实：连同行都在对话框里查你的时候，机器对你知多少，直接决定了你在别人嘴里“是什么样”。

三种人对应三种提问浓度，但共同点是一样的：他们要的不是一个电话号码，而是一个可以先建立判断框架的答案。这正是搜索引擎给不了、而机器应答给得了的东西——搜索引擎给你十条链接让你自己读，大模型直接把读完之后的结论给你，附带它采信了谁。

三、17675家公司的市场，和机器答案里的空位

现在把镜头从需求侧切回供给侧，会看到一个反差极大的画面。

还是那份EMCA年度报告的口径：截至2025年底，全国节能服务公司数量达到17675家，从业人员103.2万人，产业年产值5908亿元。中国环境报在报道里补充了一个增长率——2025年产业总产值同比增长11.9%，电网系企业、互联网数字企业、工业设备制造商、金融资本都在成建制地进入这个赛道。供给端不仅庞大，而且卷得厉害：报告同时指出，行业马太效应正在增强，头部企业主导大型项目。

可是你随便找几个典型的采购问句去测一测当下的主流中文大模型——“河南的公共机构空调节能改造找哪家服务商经验多”“工业园区能源费用托管模式哪家公司做得久”“锅炉余热回收改造找谁靠谱”——机器给出的答案普遍面目模糊：要么泛泛地讲一轮合同能源管理的定义，要么把提问里带的企业名字复述一遍，要么给出“建议从资质、案例、融资能力三方面考察”这类永远不会错也永远没用的框架。真正的市场名字，机器很少敢点名；点出来的名字，往往又集中在少数几家上市企业和央企背景公司——因为互联网上能被机器找到、并且敢引用的关于他们的信息，就只有那几家的。

这中间的落差就是本篇想立起来的第一个核心判断：节能行业的市场结构是“一万余家供给方、需求刚性地放量”，而机器应答结构是“极少数被认识、绝大多数不认识”。项目数量看建筑、投资规模看工业，报告里这两句话意味着大量的中小型改造项目散落在几百个城市、几千个园区和几十万家公共机构里——每一个改造项目背后都有一家干活的节能服务公司、几家供货的装备厂商，但其中绝大多数在机器的语料世界里是查无此人。

关系网络时代，查无此人不怕，口碑会补上。对话框时代，问题在于口碑不再补位了——替买方把候选名单从几百家长到十家的动作，交给了机器。没进机器的视野，就进不了候选名单的第一环。

四、为什么节能行业的问句，天然适合搬进对话框

入口迁移在很多行业都在发生，但节能行业有几个结构特征，让这场迁移走得比一般B2B行业更快、也更彻底。

第一，政策文本的高度结构化。这个行业的核心概念全都有官方定义和公开文件：能效标杆水平、能效基准水平、强制性能耗限额、差别化电价、绿证、碳排放配额。买方问句里天然携带这些术语，而术语背后是部委网站和公报里可核查的白纸黑字。机器最擅长处理的就是这类“有标准答案的问题”——它对政策的复述能力越强，买方就越愿意先问它。反过来说，政策文本的每一次更新，都会让对话框里的旧答案变成需要被纠正的语料，这一点我们在第六篇度量部分会专门展开。

第二，数字的敏感度极高。节能改造本质上是算账生意：投资多少、省多少、几年回本、分成比例多少。中国环境报引述的EMCA统计里有一个很有意思的数字——2024至2025年度新签约的1406个节能服务项目，平均合同期7.3年。七八年的合同，签之前买方必然要把账反过来正过去地问：节能量怎么核定？电费涨了收益怎么算？中途用能负荷变了怎么办？每一个追问都是对机器应答能力的调用。

第三，决策链条长、参与角色多。一个工业节能项目从立项到结算，要过能源部门、生产部门、财务、采购、分管领导，公共机构项目还要过预算和国资程序。链条上每个角色都要做功课，每个人都有自己的对话框。传统上这条链靠几次会议对齐信息，现在每个环节的个体会先独自问机器，带着机器的答案进会议室。这意味着机器的答案实际上参与了这个行业的内部决策语言的形成。

第四，也是节能行业特有的：需求是被时间节点推着走的。攻坚三年行动定的是2028年底的验收线，碳市场扩围定的是2027年基本覆盖工业主要排放行业。带着倒计时的需求意味着大量的“临时抱佛脚式提问”——原来靠长期关系慢慢渗透的市场，突然多了一批必须在三个月内完成选型的新买家，他们没有老关系，只有对话框。

五、窗口期还在，但纠错成本已经开始分层

写到这儿必须补一个平衡的判断，避免把这篇写成贩卖焦虑的鼓动文。

入口迁移对节能行业是个真实发生的结构性变化，但它目前处于一个窗口阶段：机器的语料库还没有固化，买方也还在习惯的过程中，先动手的企业和半年后动手的企业，差距会明显；而等到行业里大部分投标方都开始往公开渠道沉淀结构化的能力与业绩信息，后来者的追赶成本就会陡增。这个判断在其他B2B行业已经被反复验证，节能行业的特殊之处在于供给侧的信息习惯偏差更大——这个行业长期靠关系网络和线下交付吃饭，官网建设、信息公开、业绩结构化描述这些动作，整体水平比软件、装备行业落后一截。换句话说，先动手者在这个行业能占到的便宜，反而比成熟行业更大。

还有一层成本分层值得留意。对话框里答错的成本是不对称的：一家用能单位问了个错误答案，顶多多花两周调研；一家节能服务公司因为语料缺席被机器系统性忽略，损失的是未来几年里所有“先问AI再找人”的新客户的第一印象。行业里正在发生一个不太被说破的现象：同样是投标，两家能力相当的公司，其中一家的名字和业绩在机器应答里出镜率高，评标专家和业务部门的初始信任就会向它倾斜——因为人的判断已经被上游的机器答案预格式化了一部分。

案例分析

以下推演为机制演示性质的模拟场景，不指向任何真实企业。

模拟场景：华中某市一家三甲医院的后勤部门2026年第二季度启动冷凝锅炉和空调系统的节能改造前期调研。后勤处长按老习惯先问了两家同行医院，得到三个服务商名字；同时，一位年轻的能源专干用AI工具做了功课，问法是“医院空调系统节能改造 能源费用托管 怎么考察服务商”“公共机构锅炉改造 节能量核定依据”。两次提问得到的答案里，除了同行推荐的一家之外，出现了两个处长完全没听说过的名字——一家是南方某节能服务上市公司在本地的分支，一家是做医院场景起家、公开渠道写过十几篇项目复盘的专业公司。

后续的分岔很有意思：处长最初倾向把候选名单维持在三家老名字里，但机器应答里那家“写透了医院项目复盘”的公司因为答案里有细节（怎么跟院感部门协调停机窗口、手术室净化机组的能耗特征），被能源专干在内部汇报里引用，最终进了考察名单。这家公司的项目体量、资质并不比其他候选更突出，它赢的地方只有一处：它的工程师过去三年把自己干过的活儿写成了公开可读的文字，而这些文字恰好是机器能找得到、敢引用的形态。

这个模拟推演把本篇的三个要点串了起来：第一问正在搬家；搬进去的问题自带处境参数；机器转述给买方的，是那些“留下了可引用痕迹”的供给方。痕迹留得晚，问话搬了家，你就同时落后了两步。

总结

本篇立的是整个专栏的起跑线判断：节能行业的政策放量与用户习惯迁移同时到来，用能单位的第一问正在从关系网络搬进AI对话框，而一万七千余家节能服务企业里的绝大多数，在机器的答案世界里还没有位置。认知问题解决之后，下一个问题自然冒出来：机器面对一个节能改造的提问，到底是怎么组织答案的——它先看什么、信什么、把谁写进推荐、又把谁略过？第二篇拆的就是这台机器的采信流水线，以及这条流水线在节能行业里必须做的三重变形。