文｜Alex

编辑｜燕子

在AI技术席卷各行各业的浪潮中，营销行业正迎来前所未有的转型。

当大多数人还在观望时，前字节跳动火山引擎市场总经理、豆包大模型市场负责人鲁扬却在2024年这个被广泛认为是“创投寒冬”的时刻，下场创业，创立了PureblueAI清蓝。

鲁扬将创业比作“人生前半场的集中变现”。他所说的“变现”并非指金钱，而是他过去数十年人生中所积累的所有“隐性资产”——

从在清华求学时的价值观与认知锤炼，到在IBM接受的职场训练，到在京东云从零到一的市场部建设，再到在销售易的创业公司历练，直到在字节跳动对AI大模型的一线实战。

这些经历中的学识、行业洞察、人脉和资源，都在他创业的过程中得到集中激活，为他的创业之路提供了支撑。

鲁扬意识到，在大模型时代，传统的SEO营销模式逐渐失去效力，而新兴的GEO（生成式引擎优化）技术将成为企业适应AI规则、抢占未来流量入口的关键。

为抓住这一机遇，他与字节同事、算法专家王立新博士和AI营销产品专家邹郢路组建了“铁三角”，依托“技术+产品+商业化”的模式，率先进入这一新兴领域。

在牛透社的专访中，鲁扬回顾了营销从1.0到3.0时代的演变，指出AI正在成为新的流量入口，并重新定义流量的分配方式。

他解释了GEO与SEO的根本区别，分享了团队从“经验驱动”到“数据驱动”再到“模型驱动”的实践历程，以及PureblueAI清蓝“环境自感知数据模型进化引擎”的技术核心。

此外，鲁扬还正面回应了针对大模型优化的真实性与边界等行业争议，并坚定地提出了“内容向正”的GEO价值观选择。

在他看来，GEO的终极目标并非短期流量收割，而是帮助企业构建一个可持续的“AI口碑营销”体系，使品牌在客观定位的基础上被AI精准识别与推荐。

如果说AI是未来商业的“水电煤”，那么GEO便是连接企业与AI认知的基础设施。

在这场刚刚拉开帷幕的营销革命中，PureblueAI清蓝正通过产品化、平台化的路径，走出一条技术驱动、价值优先的创业之路。

【 以下为牛透社部分问答内容 】

牛透社：以你的各方面条件，留在任何一家大厂都会前途无量，是什么促使你决定亲自创业的？

鲁扬：其实创业的想法很早就有了。早在2015、2016年“双创”热潮时期，移动互联网创新迭现，同时也是ToB SaaS元年。

我当时已经在大厂工作了十余年，就想跳出舒适圈加入创业公司。于是先加入了一家大厂的内部创业项目，后来还去国内头部的SaaS创业公司担任市场副总裁，工作了四五年时间。

当时的想法是加入一家创业公司当高管。直到2022年SaaS开始下滑，我从创业公司出来加入字节，重新回到大厂，那时也同时看清一件事：加入创业公司跟自己创业是完全不同的。

2023年大模型火起来后，好几家当时炙手可热的AI创业公司想请我去做CMO，我都婉拒了，当时自己创业的想法已经很坚定了。

那会儿也有一些初创公司的联创机会，比如AI外呼、智能商拍、智能剪辑之类的项目。

但一方面当时我们在做豆包大模型的上市，忙到根本没有时间考虑其他的事，另一方面我也觉得这些产品门槛较低，很容易被复制，所以没有考虑。

我自己的经验和资源都在市场营销领域，还是希望做跟营销相关的项目。

牛透社：关于创始团队搭建，当时是基于哪些考量？

鲁扬：我与CTO王立新博士是字节的同事，也是清华校友，他一直深耕机器学习和算法领域，最近两年在做量化交易，这也成为了我们后来通过模型算法做GEO的思路来源；

COO邹郢路早年是蚂蚁的技术专家，最近两年在头部广告公司担任AI营销产品负责人，是国内第一批营销Agent从业者。我们三个人分别负责技术、产品和商业化，非常互补。

牛透社：从大厂高管到亲自操盘创业公司，你觉得最大的挑战和心态转变是什么？

鲁扬：第一个转变是从“高管”到“创始人”的身份切换。以前做高管，只负责营销这一块，核心是把自己的领域做好，辅佐CEO推进整体业务。

但做CEO不一样，要对整个业务负责——从0到1搭建模式，再从1到10、10到100去放大，需要全局把控能力。

创业对个人能力的全面性要求，比大厂高管岗位高好几个量级，这是最核心的区别。

第二个转变是对环境转变的适应。很多纯大厂背景的人去创业公司，第一关就是资源落差——以前在大厂，品牌、预算、人才、生态资源都是现成的；而创业公司最大的挑战是资源匮乏，啥啥都没有，没品牌积淀、没成熟产品、没充足预算，团队也多是“新兵”。

但你必须在这样的局面里摸爬滚打，把业务从0建起来。我因为有过创业公司的工作经历，心理建设比较充足，所以过渡得还算顺利。

而我最深刻的感悟是：创业是人生前半场的一次“集中变现”，是你过去几十年积累的所有“隐性资产”——无论是学识、对行业的认知，还是人品、人脉与资源，都会在从0到1搭建事业的过程中被集中调动、充分激活。

我有一个很好的创始人朋友，在我刚创业时跟我说，“创业能让你看清谁是你真正的朋友”。以前做高管时，有大厂的光环和资源加持，与别人的合作也是相互支持、互利互惠的；

但创业时没有了平台资源，你实际上无法给他人带来任何回报，却依然能遇到一些人会无私地帮助你，有萍水相逢的陌生人，也有多年未联系的老朋友，他们不图任何回馈，只是单纯地帮你一下。

这种经历让我真切体会到，创业就是把前半生的积累全部“兑现”成往前走的动力。即便我创业刚起步，已经收获了太多这样的善意，也特别感谢这些帮助过我的人。

牛透社：我发现一个有意思的点，“PureblueAI”和蓝色光标的“BlueAI”名字很像，这是巧合，还是有意为之？

鲁扬：完全是巧合。我起这个名字是为了致敬两家机构，“清”是清华，“蓝”是IBM。这分别也是造就今天最多中国AI从业者的高校，以及开辟人类AI启蒙的公司。

因为我一毕业就进入了IBM，而英文名“Pureblue”既是“清蓝”的意译，同时也是IBM内部对校招生的称呼，算是个小彩蛋。连公司LOGO也是我自己用PPT画的，颜色直接用了IBM蓝和清华紫。从起名到设计Logo不到半天就搞定了。

但是我跟蓝色光标有很深的缘分。我从事市场营销工作20年，蓝色光标作为合作伙伴始终伴随左右。今天蓝色光标是我们种子轮的联合领投方。

当时跟蓝标CEO潘飞总聊的时候，我说公司叫“PureblueAI”，他对一屋子高管说“这一看就是蓝标系的”。现在想起来可能真是一种缘分。

牛透社：相比传统SEO“堆量博收录”的模式，现在因为大模型有“黑箱特性”，过去的人工经验已经失效。在这种营销范式转移下，企业营销的逻辑会发生什么变化？

鲁扬：今天的企业营销已经进入3.0时代了。

在营销1.0时代，互联网都尚未兴起，企业营销的投放渠道是电视广播、报刊杂志、户外广告这些传统媒介。当时的营销依赖的是媒介资源而不是技术。那个年代造就了一批头部的创意机构和广告代理商。

然后是营销2.0时代，就是最近一二十年的互联网、移动互联网时代。投放平台变成了网络媒体、搜索引擎和抖音、小红书这些内容社交平台，核心逻辑变成了竞价排名。

这个时代催生出了一批Martech（营销技术）和Adtech（广告技术），比如DSP、搜索引擎优化、程序化广告购买等。大多是对竞价逻辑的适配和补充。

而我们今天进入到了营销3.0时代，企业投放的平台对象变成了AI平台。不仅仅是指豆包这类Chatbot，而是所有以AI为基础规则的平台。

今天各类AI搜索和Chatbot正在成为新的流量入口；同时我们看到传统搜索和内容平台上面的AI Overview也正在蚕食原生内容和网页的自然点击。

再加上ChatGPT、豆包等逐步闭环电商交易，这些都说明AI还在逐步掌握流量的分配权。AI既是流量入口，又是流量出口。

未来无论是搜索引擎还是内容、社交、电商、OTA平台，甚至是AI Agent，其背后都会是一套AI搜索和AI推荐机制，这会成为新的商业社会基础设施。

而我们说的GEO（生成引擎优化）技术的核心，就是帮助企业的品牌适配AI的认知规则。

当前最常见的商业化场景是在豆包、Deepseek上搜索跟品牌相关的问题，比如“xxxx哪家好”时，AI能把你的品牌推荐出来，提升品牌在AI平台的曝光率和影响力。

牛透社：从SEO到GEO，它是单纯的技术升级，还是说本质上完全不一样了？

鲁扬：完全不一样。SEO面对的是搜索引擎基于关键词的权重规则；而GEO面对的是大模型，大模型没有传统意义上的规则，是个不断进化的黑盒，优化的对象变成了用户的搜索意图。

牛透社：你们聚焦GEO之后，有没有发现行业里其他服务商的做法和你们不一样？

鲁扬：有很大区别。我们是从2024年8月创业开始做GEO，应该是国内第一家做GEO的公司。当时我们的产品是营销Agent，帮助企业做流量运营，GEO是三大Agent能力之一。

那时还没有GEO这个词，我们称之为“AI平台的SEO”。直到1月份Deepseek崛起后，我们预测GEO的需求会爆发，从那时开始聚焦在GEO上。

从去年8月至今，我们的技术路线经历了三个阶段：经验驱动、数据驱动、模型驱动。事实上，今天所有国内和海外的服务商，正是分为这三大技术流派。

牛透社：能否展开说说？

今年的3月份是个明显的分水岭。3月之前很少有人关注GEO；而从春节后，随着客户需求的爆发，几乎一夜之间所有的国内SEO服务商都开始做GEO，还有不少做营销咨询、舆情、公关的公司也加入进来。

但大家的做法，跟我们去年刚起步时的“经验驱动”非常一致，也就是靠人工去做。

人工的做法，就是基于SEO的经验，人工帮助客户写稿、改稿、发稿。试图影响AI收录。

然而这套方法对于过去的SEO有效，因为SEO的操作有规则可循，但当我们面对GEO背后大模型的黑盒机制时，人工的方式就不再适用了。

牛透社：大模型这个“黑盒”特性，会让人工GEO出现什么问题？

鲁扬：GEO兴起后，网上有很多文章探讨如何做GEO，比如如何正确地引用数据、标注数据来源，如何优化文章的内容与结构等等。

这些方向都没错，但核心问题是靠人工来做，最后就变成了无休止的“猜”和“碰”，人工撰写的稿件能否被模型引用完全是“碰运气”，其最大的问题是不精准。

牛透社：发现这些问题后，你们是怎么调整的？

鲁扬：我们很快就演进到了第二阶段，也就是数据驱动。今天绝大部分的海外GEO公司都是数据驱动，我们也一样，开始建立数据监控系统，做数据分析和AB测试。

但很快就发现，精准度是提升了，效率却极低。往往平台算法都迭代了，我们一轮AB测试还没做完。最后我们认识到的是，面对不断进化的大模型，不能靠人工去追逐模型，只能让模型去学习模型，用算法去解密算法。

从那时起，我们开始训练模型，用算法学习内容的AI可辨识度，进入到了“模型驱动”的第三阶段。

牛透社：你们打造了环境自感知数据模型进化引擎，但大模型本身一直在快速变化，这个引擎能在多大程度上实现同步调整？

鲁扬：“模型驱动”的优势就在于对平台算法的实时响应，而不是靠人工去揣测算法的变化。我们通过强化学习的方法学习内容的特征结构，跟随平台算法动态调整，确保对用户的内容优化能够始终贴合最新的AI认知规则。

牛透社：PureblueAI清蓝采用按效果付费的模式，这种模式对结果要求高，怎么保证能满足客户的需求？

鲁扬：核心的壁垒就是我们的自研模型算法，而不是依靠人工优化。我们可交付的优化维度包括提升品牌在AI平台的呈现率、排名率以及AI描述的准确度。不同效果对应的付费标准不一样，客户可以根据自己的需求来选。

牛透社：有人认为通过GEO可以利用恶意内容影响大模型的判断和信息收集，你怎么看这个问题？

鲁扬：GEO本质上做的还是帮助企业优化品牌内容，做内容营销。

那么企业做营销、投广告，该恪守什么原则？我们说无论是当年的平面广告还是今天的网络投流，无论是之前的软广硬广还是后来的SEO和今天的GEO，我们在营销过程中都要遵守基本的真实、守信、合规要求。这是营销的基本规则。

这一点上，GEO跟任何新兴的广告或传播手段一样，既需要所有从业者的价值恪守，也需要有相应的行业规范与守则。

我们刚刚在中国商务广告协会指导下，跟明略等头部企业共同发布了中国GEO行业测量标准与发展倡议。相信随着越来越多从业者的加入，这个行业也会越发规范和健康。

牛透社：记得你说过，你们“不帮客户做品牌升维”，还举了例子，比如客户想把自己优化成“世界第一的XX品牌”，你们没有接。

鲁扬：是的。这只是个例子，但真的有用户希望优化到一个明显不属于自己的行业位置，也就是我们说的做“品牌升维”。对于这种让品牌脱离当前真实定位的优化需求，我们不接。

牛透社：为什么有这样的选择？

一方面这是我们三个创始人共同的价值观选择。清华校诲里有句话是“服膺守善心无违”，也就是要坚守正道成功。

如果不坚持这个原则，现在可能很多像莆田系医院这类机构都会成为我们的客户——确实已经有这类私立医院联系过我们，但我们评估之后婉拒了。我们希望做长期正确的事情。

二是技术上不可持续。虽然今天AI的识别能力尚有缺陷，但是基础模型能力迭代日新月异，随着AI能力的不断进化，未来任何夸大、不真实的信息想要在AI上得以呈现，一定是越来越难，直至无法实现。

GEO的真正使命是帮助用户在客观定位和合理宣传区间之内，做品牌优势的挖掘和露出。我们从第一天起就坚守这一原则。

至于怎么把握品牌边界，我们当前的做法是，为每一家客户构建向量化数据库，基于其所有官方公开的品牌信息搭建知识库，并以此作为我们算法和内容生产的依据，让GEO的内容与其公开的品牌信息完全同频。

牛透社：为什么说To C品牌对GEO的觉醒速度比To B要快？是因为AI天然更容易被C端接受吗？

鲁扬：其实To B客户的需求也很多，我们也正在服务蚂蚁数科、腾讯云、合思等To B客户。

但是当前To C客户的GEO诉求确实更旺盛些，一方面C端的流量竞争更加激烈，品牌有更强的迫切性去寻找新的营销手段、新玩法；二是To C品牌很在意用户中的品牌口碑。

今天AI平台作为新的流量和口碑阵地，已经成为了品牌争夺用户入口和心智的必须阵地。

牛透社：你们开拓市场会有优先级吗，优先打To B客户，还是To C客户？

鲁扬：我们公司目前其实没有销售团队，除了解决方案和项目交付人员外，公司3/4的人员都是产研人员。现在服务的客户几乎都是主动找过来的。不管是To B还是To C客户，只要有需求，我们都会全力做好服务。

牛透社：刚刚完成的种子轮融资，钱会怎么花？

鲁扬：基本上全部用于产研投入。

今天大量服务商做GEO的方法是采用人工方式，依托于SEO时代的经验，人工写稿、人工改稿、人工发稿。

如果你看到一家GEO公司宣传自身的优势是“拥有10余年数字营销及搜索优化经验”，提供的方案里动不动就是“词包”这种SEO时代用语，那他大概率就是靠人工经验去做。也就是我们说的“经验驱动”。事实证明这种方式既无法做到精准，也不能规模化。

最近我们看到有一些服务商开始开发SaaS工具，用于数据监测等环节。也就是我们所说的第二阶段“数据驱动”，但是核心的内容优化动作还是依赖于人工经验。

而我们的核心技术壁垒是自研的模型算法和Multi-Agent平台。公司目前最主要的投入也是产研。

我们的技术团队源自字节豆包和算法团队，核心成员来自清华大学、中科院、加州理工等院校的硕、博、博士后，以及字节、阿里、百度、滴滴等大厂技术专家。

之前有朋友给我推荐SEO人员，我说我们不招SEO人员，我们招聘的主要是算法工程师。

牛透社：接下来会保持什么样的融资节奏？

鲁扬：从上一轮融资到现在，其实有非常多的投资机构在主动跟我们接触。我们当前的业务重点还是在产品技术迭代以及客户项目的服务交付上。融资方面还是要匹配业务发展的节奏，我们也一直保持着跟一些头部机构的交流。

牛透社：您觉得SaaS时代的哪些营销工具可能会被淘汰掉？

鲁扬：我最早接触Martech工具是2010年时，在IBM应用和推广Unica。后来十几年里几乎把国内外的Martech工具都用了一遍，也主导和参与过一些SaaS Martech产品的开发，完整地经历了中国SaaS行业的起落。

我觉得今天很多人分不清AI应用和SaaS的区别，以致于最后看到什么2B应用都觉得像SaaS。在我看来，今天的AI应用跟SaaS的核心差别有三点。

一是交付结果还是交付工具。传统SaaS本质是交付工具，用户需要自己操作工具来达成效果，而用户的专业水平会成为效果瓶颈；

但AI应用可以直接交付结果，比如我们做GEO服务，是利用我们自己的Multi-Agent平台直接帮客户完成优化，客户只需要观察看板上的效果呈现，不需要自己上手操作。

二是AI应用可以实现颠覆性的降本提效。传统SaaS也能帮客户降本提效，但效果有限，需求并不刚需。

但AI带来的是颠覆性的降本提效，比如AIGC在电商、直播等领域的应用，动辄将成本降低了80%、90%；或者实现了以往靠堆砌人工很难实现的效率场景。

三是AI应用往往不附着于客户的现有流程。传统SaaS的核心是流程数字化，但国内很多客户的流程是不健全的。而国内SaaS公司往往难以挑战客户流程，最后都是给客户做定制化，最后的结果就很难如意。

但AI应用往往是重塑了客户的流程，而现在客户对AI转型的包容度和渴求度都很高，愿意为了适配AI应用去调整自己的流程，甚至重建一套新流程。这在传统SaaS时代很难实现。

所以，不是某类SaaS会被淘汰。今天一些业务场景下的SaaS和Agent也呈现出融合的趋势。最后会被淘汰的是缺乏AI能力，无法给用户提供新价值的产品。

牛透社：您认为未来一两年，GEO赛道会出现哪些新的技术突破或市场机会？

鲁扬：GEO的概念有狭义和广义之分。今天大家谈论比较多的是狭义上的GEO，即提升企业品牌在各大Chatbot上的推荐率和曝光度。

而长远来看，未来AI会成为商业社会的基础规则，而企业的每一个营销动作都应该适配AI的基础认知规则，这样企业的营销动作才是有效的，才能通过AI传递给用户。

甚至从更大的角度，不仅仅营销，企业的每一个经营动作都需要适配AI的规则。

所以广义上的GEO，解决的是企业的营销和经营行为跟AI规则适配的问题。

以前我们做企业营销的一个维度，是做互联网口碑营销（IWOM），核心是在各种论坛、贴吧等平台做内容，让品牌获得好的口碑传播。

但未来企业要做的是AI口碑营销。这意味着企业日常的每一个营销动作、每一篇营销文案，都要符合AI的认知规则和采信逻辑，并通过这些常态化的内容，反过来影响AI对品牌的认知，让AI更准确地理解和反馈品牌价值，这才是企业在生成引擎优化思维下，长远要做的事情。

牛透社：是不是可以理解为，让企业生产的品牌相关内容，既能被AI发现、理解、推荐，还能通过这些内容影响AI对品牌的认知？

鲁扬：是这个逻辑。我们现在为客户提供的服务，除了提升品牌在AI平台上的推荐率和排名率外，另一个重要的维度就是描述准确率的优化。

我们发现，即便是有些一线品牌，AI对于其的认知有可能是不准确的，对于品牌的描述也存在偏差。这些都可以通过GEO来进行修正。

牛透社：客户在使用PureblueAI清蓝的产品服务时，反馈最多，或者您认为最核心的问题是什么？

鲁扬：一个高频问题是“能不能追踪GEO带来的营收”。今天的GEO还是以品牌效果为主，以品牌露出和用户心智占领为主要目的。

但是随着各家Chatbot开始纷纷接入电商，比如最近ChatGPT内化了电商交易、豆包开始全面向抖音电商导流，我们认为GEO很快会成为新的引流工具，一方面需求会迎来又一次爆发，同时给业务带来的营收也可以被追踪。

今天最早布局GEO的企业，会是第一批吃到这一波红利的品牌。

另一个问题是，GEO该如何设置测量指标。我们看到今天市场上鱼龙混杂，有一些服务商给客户报出非常低的价格，但实际上通过在测量方式上设置各种限制条件和隐形的“坑”，实际上是损害了品牌的利益。

牛透社：具体有哪些坑？

鲁扬：我们看到有的服务商，统计品牌推荐率的方法是“单个意图推荐率相加”，而不是平均。比如优化十个词，每个词推荐率是10%，整体的推荐率就是100%。实际应该是取平均值10%。

还有的指标统计是按设备来，比如10台设备做监测，有5台设备能搜索出结果，推荐率就是50%。但有可能每台设备搜了几百遍才搜索出1次结果。

类似的还有服务商交付“每日截屏”，只要每天能搜索出1次，提交一张截屏就算完成任务。

甚至还有的在合同条款里备注，如果因为大模型算法迭代导致数据下降，他们不负责。客户说为什么做GEO连平台算法迭代都应对不了？背后实际原因就是人工操作，没有算法支持。

牛透社：所以清蓝的服务效果会更有保证。

鲁扬：我们承诺达不到效果不收费。目前所有项目的达标率是100%，客户续费率也是100%。

我们的收费不是最低的。事实上我们服务的客户中有很多是之前选择了其他的低价服务商，然后发现效果不好，或者执行环节遇到种种的“坑”，后来重新回来跟我们合作的。

牛透社：能给那些对GEO还不够了解的企业客户提几点建议吗？

鲁扬：我自己做了20年市场营销，其实我想跟更多的市场同学说，无论是SEO、GEO，都只是“术”。高质量的内容积累、品牌文化的沉淀、用户口碑的积攒才是企业品牌的真正资产，才是“道”。

今天随着AI的不断进化，大模型会推荐什么样的品牌？只会推荐“好”的品牌。所以GEO实际上是呼唤营销内容向“正”。

无论是企业市场部还是GEO服务商，只有基于品牌的客观定位和真实价值，在合理的宣传区间内做品牌价值的正向挖掘和露出，才是正确的方向。

当年SEO时代，出现了很多“黑帽”的做法，这些在GEO时代，随着AI规则的演进都将失效，市场会被净化，企业营销也会回归真正的价值创造。