1120万美元，这是Azoma刚刚完成的A轮融资。
这家公司做的事，是让品牌的产品被ChatGPT、Alexa for Shopping、Walmart Sparky这些AI购物助手看见、读懂，再推荐给消费者。
同一个赛道里，有人一年之内估值冲到18亿美元，有人被软件巨头以约2.25亿美元买走。AI开口推荐商品的那一刻，为什么突然有这么多人想挤进来？
Azoma到底在做什么
Azoma总部设在多伦多和伦敦，CEO Max Sinclair做过亚马逊高管，联合创始人Timur Luguev是机器学习博士。2025年12月，公司宣布完成400万美元种子轮。这次的A轮是1120万美元，由Puma Growth Partners领投。
公司披露，过去一年收入增长了近十倍，团队从12人扩到40人。客户包括欧莱雅、联合利华、玛氏、拜尔斯道夫、利洁时，都是全球快消和美妆的头部玩家。
Azoma把自己的业务叫作代理商务优化，简称ACO。说白了，就是搜索引擎优化的AI版。以前品牌费尽心思，是想在谷歌搜索结果里排前面。现在消费者越来越习惯直接问AI，比如适合敏感肌的防晒推荐哪款。AI的回答里带不带你的名字，成了新的战场。
难点在于，每个AI的口味都不一样。Azoma分析了3800万条AI引用，发现Google Gemini引用的内容里，编辑报道占51.9%，而在同属谷歌的AI Overviews里只有7.6%。Alexa for Shopping引用的内容里，联盟营销内容占到39.6%，其他搜索引擎都低于2%。也就是说，一套打法在这家AI里管用，搬到另一家，可能几乎没效果。
为了给品牌一个通用的做法，Azoma和Digital Shelf Institute搭了一套框架，包含完整性、背景、引用、正确性和客户获取五个维度。Azoma称，全球最大的50家消费品公司里，已有40%在使用这套框架。
产品层面，Azoma把监测、优化和执行放在了一起。品牌先看到自己的产品在各个AI里是怎么被描述的，再去调整产品数据、内容和第三方来源。其中有个工具叫数字孪生，可以模拟不同类型的AI购物者画像，让品牌看到某一类买家问同一个问题时，AI会怎么介绍自己。公司还提到，手里有两项已获授权的专利，分别涉及AI品牌监测和AI产品内容创建。
至于这轮钱怎么花，Azoma表示，会用来扩展到ChatGPT Dots、Meta Muse这类AI个人助理，给大企业客户做更深入的优化和归因工具，剩下的用于招人，尤其是AI方向的人才。
不止Azoma，一群人在抢同一块地
据麦肯锡预测，到2030年，全球代理商务规模可能达到5万亿美元，其中美国零售收入最高约1万亿美元。
把镜头拉远，这个赛道的热度，比Azoma的融资数字高得多。业内通常叫它GEO（生成式引擎优化）或AEO（答案引擎优化），Azoma的ACO算是其中偏电商的分支。
走在最前面的是Profound。它成立于2024年，2025年6月拿到2000万美元A轮，2026年2月完成9600万美元C轮，估值10亿美元，到了9月又融到1.8亿美元D轮，估值18亿美元，距离上一轮不到七个月。累计融资超过3.35亿美元。公司称有1000多家企业客户，包括沃尔玛、雅诗兰黛、Comcast，收入半年增长了3倍。
欧洲这边，柏林的Peec AI在2025年11月完成2100万美元A轮，有报道说，它在2026年6月前后正在洽谈约2亿美元的投前估值。
另一类结局是被收购。2026年6月，内容管理软件公司Sitecore宣布收购Scrunch，花费约2.25亿美元。Scrunch一边把网站内容转成AI看得懂的格式，一边监测品牌在AI回答里的可见度，Sitecore称有500多个品牌和机构在使用它。
此外还有Bluefish AI、Evertune、AthenaHQ，以及OptimizeGEO、geoSurge这类刚起步的种子阶段公司。有一份行业统计说，已披露融资的约十家GEO和AEO公司，合计融了约6亿美元，Profound一家就占了一半多。这个统计的口径无法核实，但足以说明赛道有多热。
电商方向和Azoma最像的几家，规模都小一些。
ReFiBuy由ChannelAdvisor创始人Scot Wingo创办，同样打ACO的牌子，做的是持续检查、补全和监测商品目录，让购物agent能读懂，Steve Madden是早期合作方。汉诺威的ShopAgentic在2026年6月拿到190万欧元pre-seed，思路是用一组专门的AI agent，让品牌不用更换电商系统就能接入。YC的Wildcard则在做代理商务的控制台，支持ACP和UCP两个协议。
再往下游看，支付和身份验证也有人押注。Basis Theory、Nekuda、Skyfire三家合计融了近5000万美元，面向消费者的购物agent Daydream拿过5000万美元种子轮。
这一圈数字摆下来，能读出几件事。
第一，资本认可了这个预算科目。品牌以前有搜索广告预算、社媒预算，投资人现在赌的是，还会再长出一块预算，专门用来让AI说自己的好话。Profound七个月估值涨近一倍，是这个押注里最大的一笔。
第二，行业整合已经开始。Scrunch被软件公司买走，说明这类能力有可能被并进现有的营销或内容管理系统，不一定一直以独立产品存在。
第三，Azoma的位置偏垂直。它的体量远不及Profound，靠的是专注快消、美妆和零售客户，以及在购物助手这条线上的深耕。能不能守住，要看大平台会不会自己把这些功能做进后台。
第四，平台规则变得很快。有报道称，OpenAI在2026年3月下线了ChatGPT的Instant Checkout，用户在聊天里发现商品后，要到商家网站完成交易。Google的通用商务协议，则是在NRF 2026上发布的。入口的玩法一变，依附在入口上的公司，价值也会跟着变。
中国出海品牌，AEO该从哪里下手
前面这些公司卖的是工具，大品牌买得起。但它们指向的是同一件事，AI读不读得懂你的产品，正在变成被推荐的前提。对中国卖家来说，真正的问题不是买不买工具，而是哪些基本功要先补上。
第一件事，是把自家的信息统一。
AI读东西，是整页整页地读。以亚马逊的Rufus为例，据多家服务商的总结，它会读完整个listing，包括五点描述、A+内容、评论、问答和后台属性，而且会先用结构化的属性筛一轮候选，再做对话式的排序。
中国卖家常见的情况是，同一款产品在亚马逊、独立站、TikTok Shop上，参数写法不一样，卖点有出入，品牌名拼写都可能不同，再加上翻译腔重等问题，一些空话Rufus基本不看，但互相矛盾的信息，它读得到。
比较实在的做法，是先做一张产品事实底表，规格、材质、尺寸、认证、适用人群、使用场景、保修，一栏一栏写清楚，各个渠道都从这张表出发。听着土，但最见效。
第二件事，是亚马逊上专门为Rufus改写。
核心思路是从堆关键词，转向回答问题。五点描述不再只罗列功能，而是回答买家会问的话，适合谁、什么场景用、和同类比强在哪。每个适用场景都写出来，每一个都可能对应一个提问。
问答区被不少服务商称为最容易被忽视的位置，因为Rufus直接读它，口吻也最像买家提问。评论同理，想在“露营冷藏箱哪款好”里被推荐，评论里得真有人提到露营。A+页面里的对比图，也会帮Rufus判断你在同类产品里的位置。
推进节奏上，没必要一次改完所有listing，先从销量前几名的ASIN开始，改完留出至少两周让系统重新索引，有服务商告诉品牌工厂，大概的见效周期大约是一到两个月。
第三件事，是独立站的数据要让机器读得懂。
页面上加上完整的Product标记，品牌、GTIN、价格、库存、评分都写进去，别屏蔽AI的爬虫，价格和库存保持准确。
OpenAI那边有自己的商品feed规范，必填字段包括item_id和brand，建议用group_id把变体归在一起，整份feed每天全量上传，白天用API增量更新。需要留意的是，目前接入ChatGPT的商品feed面向获批的合作方，要通过表单申请，用Shopify的卖家则可以先看平台自带的集成。
第四件事，注重垂直网站的内容收录。
在Aleyda Solis对电商类的统计里，外部来源占到约七成。Ahrefs的数据也显示，品牌的网络提及量和AI概览里的可见度相关性最强。
也就是说，如果一个品牌在英文世界的Reddit讨论、YouTube测评、评测媒体和导购站里几乎没有存在感，AI就没有东西可引。这块预算该分一些出来，向正规评测媒体送样，和YouTube测评者合作并按规则标注，在相关的社区里真实参与讨论。
另外，也可以每月固定在ChatGPT、Gemini、Perplexity和Rufus里问一批问题，记录品牌被提及的频率和说法，同时看后台里来自AI助手的流量。同一个问题要多问几次，因为结果不会很稳定。做欧洲站的，还可以按不同语种分别问一遍，答案来源可能不一样。
本文为「品牌工厂BrandsFactory」原创，如需转载请联系授权
点击文末阅读原文获取更多精彩内容
