AI + 搜索营销 | Gushwork 获 900 万美元融资,下一代“自动化增长引擎”来了

Gushwork 创始团队

01.

营销的下一场革命：不是投放，而是让 AI 主动找到你

不知道大家有没有发现现在自媒体（小红书，Google，Tiktok etc）上的流量越来越贵，那是因为传统营销渠道已经饱和，内容开始同质化，假设你是需要开拓业务的中小企业，你现在开始投放流量，那么一定流量贵。这背后的原因也很简单，在各类App过多，导致用户注意力分散与内容过载，商家层出不穷的“新鲜内容“，用户已经见多不怪。而且，因为传统广告是根据大众需求设计的，很难做到真正的个性化，基本依赖内容营销和精细化运营提升ROI，精准获取客户难度增加，运营成本过高。

随着 ChatGPT 的出现，全球营销行业正在经历一场结构性重塑。多项研究显示，AI 正在迅速成为消费者与企业的“第一入口”。在 C 端，美国已有超过 30% 的消费者通过 AI 搜索商品；在中国，超过 2 亿用户依赖 AI 进行比价、选品与决策（数据来自工信部与阿里研究院）。与此同时，在 B2B 领域，超过 40% 的企业采购部门已经将 AI 用于供应商筛选、价格预测与风险评估。

这意味着一个关键拐点正在到来：AI 大模型正在从“辅助工具”跃升为“主流决策渠道”。用户的购买路径正在被重写，AI 的推荐权重正快速逼近甚至超越传统搜索与内容平台。换句话说，谁能影响 AI 的输出，谁就能影响下一代的商业流量。

02.

AI 搜索营销的先行者Gushwork

Gushwork 是一家成立于 2023 年的美国 agentic AI 初创公司，在印度班加罗尔拥有重要运营团队。公司专注于开发 AI 营销代理（AI marketing agents），帮助中小企业（SMBs）在各大 AI 搜索平台上提升可见度，这些平台包括 ChatGPT、Gemini、Claude 和 Perplexity。这类能力正逐渐成为现代搜索引擎优化（SEO）的关键组成部分。

公司团队  

Nayrhit Bhattacharya， Co-founder

Nayrhit B 是 Gushwork 的联合创始人，拥有覆盖 战略、风投、金融科技产品 与 AI 增长 的复合背景。他的职业经验一直在数字营销，产品数据策略等领域积累，随后加入印度顶级 VC Chiratae Ventures（原 IDG India）。2023 年，他共同创立 Gushwork，切入 AI 搜索驱动的增长赛道，推动公司实现高速扩张。

Adithya Venkates，Co-founder 

Adithya Venkatesh 是 Gushwork 的联合创始人，职业路径从数据分析、咨询到产品管理，再到 AI 创业，展现出典型的“技术 × 产品 × 增长”复合能力。他毕业于 IIT Bombay，从事运营分析与机器学习项目，工作经验一直在数字营销和机器学习的方向积累。2023 年，他共同创立 Gushwork，专注构建 AI 搜索引擎与网站之间的通信层，带领团队实现高速增长。

融资情况

Gushwork 于 2026 年 2 月 26 日宣布完成 900 万美元的种子轮融资，使其总融资额达到 1100 万美元。

领投方： Susquehanna Asia Venture Capital（SIG）

主要参与机构：   Lightspeed Venture Partners、B Capital、Seaborne Capital、Beenext、Sparrow Capital、2.2 Capital

03.

AI搜索营销时代来临，但市场还在沉睡

虽然近几年大家开始流行在Tiktok购买视频友好的商品，例如：时尚快消品和护肤品，但是在欧美国家，大部分中小企业的生意，例如餐厅，供应商，户外体育工具等等，搜索广告还是最主要的购物咨询入口，过去20年中每年大概35-40%的数字营销费用都是花在Google Search里。

随着2022年ChatGPT的出现，搜索广告向 AI 驱动的方式转变仍，买家越来越多地使用生成式 AI 聊天机器人和 AI 浏览器来研究供应商和产品。AI成为一个推荐产品的载体，回答用户的日常所有问题，例如：购物建议，旅游地点计划，供应商筛选等等。OpenAI 在 2025 年 7 月表示，ChatGPT 全球每天收到约 25 亿条提示（prompts）。高盛预测，到 2030 年，AI Agent 可能占据超过 60% 的软件支出。我们讨论的不是遥远的未来——这一转变正在当下发生。

即使变革以飞速发生，但是90%的企业在这些AI搜索引擎中完全是隐形的。因为AI Agents 的购物决策逻辑与人类完全不同，导致大量网站页面失效、链接断裂、AI 爬虫无法索引，从而排名下滑。当潜在客户问AI：“美国中西部最好的精密轴承工业分销商是谁？”——模型通常只会给出3–5 个产品。很可能，你不会出现在答案里，甚至连被提及的资格都没有。这不关乎流量、曝光或引用量。这关乎在全新的购买旅程中，你是否“存在"AI Bots检索中。

我认为这里面的营销决策逻辑发生本质变化：现在靠AI Agent做决策是“推理”，依赖结构化数据, 可被机器理解的内容, 页面可抓取性（crawlability），backlinking链接健康度；而不是“感性判断”，即依赖用户的情绪，视觉偏好，心理出发点为中心的营销漏斗。很多传统公司缺失相关AI-skilled 的营销人才去维护，于是Gushwork就趁着这个好时机进入这个庞大的空白市场。

04.

创业的洞察：雇主想要更多的线上曝光

初期创业，这家来自印度的AI初创公司是在疫情中”远程工作“趋势中，打造了一个“AI 工具 + 人力执行”的混合模式的离岸外包人力市场，类似：Fiverr和Upwork的自由职业者平台。这个平台上的工作人员均接受过多种 AI 工具的系统化训练，能够高效协助企业执行各类业务流程。通过该平台，创业者可以将繁琐、重复的工作流程外包出去，从而将精力集中在更具战略价值的核心事务上。

同时，为了让竞争对手在短期内难以复制这类劳动力训练体系，Gushwork还对这些“AI增强型劳动力”进行了数字营销能力的系统化训练，使其能够执行包括线索挖掘、邮件营销、广告管理、社交媒体平台上的线索互动、网络研讨会（Webinar）的主持与营销、社交媒体运营、回复入站线索、CRM 搭建、社交媒体分析数据抓取、潜在客户外联以及广告投放管理等多项任务。

Gushwork CEO表示：“在看到客户对提升线上曝光度的强烈需求后，这家初创公司开始将重点收窄到以搜索为主导的营销领域。” 于是，他们推出了 AI Feeds的测试版，表现远超预期。短短三个月内，该产品便实现了 150 万美元的年度经常性收入（ARR），主要来自迫切寻求解决方案的企业用户。随着市场口碑迅速扩散，AI Feeds 的业务规模呈现 每月 80% 的高速增长，并在客户生态中持续产生强劲需求，每月带来 超过 1,000 条潜在客户线索。这一系列数据不仅展示了产品的市场契合度，也凸显了企业在 AI 驱动的内容与工作流自动化领域的巨大需求。

05.

AI搜索优先的CMS系统

Gushwork 的核心产品押注在一个被忽视但极具颠覆性的方向：AI Feed CMS——一个为 AI 模型而生的内容管理系统。它不是传统 CMS 的替代产品，而是构建在主站之上的“AI 协议层”，让你的内容第一次能够被 AI 模型真正理解、引用与推荐。对于企业来说，它更像是一个部署在域名下的“AI 内容图书馆”（例如 yourdomain.com/feeds），专门面向 AI bots爬虫机制，而非人类读者。

与普通网页不同，AI Feed 的底层结构完全围绕 AI 代理的读取方式设计：高级 schema 标记、结构化数据、llms.txt 文件等全部开箱即用，让模型能够以机器级精度解析你的内容。这意味着企业不再需要猜测“AI 会不会读懂我”，而是第一次拥有了一个可控、可优化、可迭代的 AI 可读层。

更关键的是，AI Feed 遵循所有 AEO（答案引擎优化）最佳实践，并能实时追踪模型生态的变化。当 OpenAI 调整 ChatGPT 的引用逻辑时，你的 AI 内容图书馆会在一夜之间自动适配；当 Google 更新 Gemini 的抓取策略时，你的结构化内容也会同步更新。企业不再需要在每次规则变化时手动修改数百个页面——底层基础设施会自动完成所有适配。换句话说，Gushwork 正在把内容管理从“写给人看”升级为“写给 AI 理解”，并让企业第一次拥有了与 AI 模型持续沟通的能力。这不仅是 CMS 的迭代，更是未来流量入口的重构。

更重要的是，Gushwork 的 AI Feed CMS 不只是一个“给 AI 看懂内容”的协议层，它正在把企业的内容运营变成一套实时自进化的系统。基于最新的反馈数据，CMS 会自动调整页面结构、内容布局与信息密度，不断提升线索匹配的精准度，让每月的 Leads 获取变得更可预测、更可量化。

与此同时，系统还会实时追踪 AI bots 的访问轨迹，细致到“哪个模型、在什么时间、访问了哪一页”。企业甚至能看到自己的产品在什么 prompt 中被提及、被引用、被推荐。这些数据第一次让企业能够透明审查 AI 流量是否真实有效：模型是否读懂了内容、引用是否准确、推荐是否带来了实际转化。

换句话说，Gushwork 正在把过去黑箱式的 AI 流量入口变成一个可观测、可验证、可优化的增长系统。对于任何依赖搜索、内容或 AI 推荐的企业来说，这不仅是工具升级，而是一次关于“如何被 AI 选择”的底层能力重构。

我认为这种设计体现了一个重要的理解：AI搜索引擎和传统搜索引擎在信息消费方式上有本质区别。Google爬虫主要关注关键词、元标签、链接结构这些表面信号。但AI模型会真正"理解"内容，它们能识别概念、关系、因果逻辑。这意味着内容的结构化程度、信息的完整性、数据的准确性变得比关键词密度更重要。

06.

Multi-Agent销售团队，真正为营收负责

这是一支由 8 个专业 Agent 组成的高效自动化销售团队，他们分工精细、协同紧密，构建出一个真正意义上的“闭环式智能增长引擎”。从数据研究、市场洞察、策略制定，到内容设计、品牌一致性管理、机会发现、渠道分发，再到 AI‑first 的 backlinking 与持续优化，每一个环节都由专门的 Agent 负责执行与调度，实现端到端的全自动化增长流水线。

过去，一个由 6 -10人以上组成的传统营销团队需要耗费一周才能产出并上线的 campaign，如今在这个多 Agent 系统中只需数秒即可完成。而且它不仅能自动执行，还能自动学习、自动迭代，在数据驱动下持续优化表现。换句话说，这不是一个工具，而是一支永不疲倦、可自我进化的 AI 销售团队。

Memory Agent

AI的记忆功能负责把所有信息记录一起，好处是能让品牌发布所有的页面内容保持一致性，可以根据品牌口吻，视觉素材（颜色、风格等），产品信息，等等去发布内容，还会储存所有买家的基本资料，输出的问题（需求痛点），行为轨迹，购买记录，购买偏好，过这样大大提高匹配的精准度和购买转化率。这些在过去都需要花费很长时间去创建的一致性品牌素材，而现在AI可以一键生成。

Research Agent

过去的25年的Google搜索时代，商家都是通过关键词，backlinking等来提高网页可见性，买家需要看10个结果并点击进入网站找到想要的结果，所以Google并不能直接提供问题的回答，而是提供相关性高的回答，让用户自己寻找答案。

但在AI搜索时代：Research Agent逻辑不一样：它可以研究分析多个平台，包括Google，ChatGPT对话，各类AI工具，它不是只看关键词，而是发现和真正理解高意图的长尾、深场景的需求“询问Prompt”，分析并排名，找到最有可能成交的高意图。这背后是更高效的逻辑是：通过人们在AI搜索中提出的问题往往更长、更具体、更接近自然语言，接触真实的场景痛点需求，这种需求比过去通过关键词找更高效。

Strategy Agent

在深入研究并分析用户查询需求后，Strategy Agent 的核心作用是构建一套基于意图的内容规划体系。它首先会对用户提出的问题进行聚类，例如划分为“商业类、知识类、交易类、对比类”等类别，并进一步识别用户所处的 Buyer Journey 阶段。在此基础上，它将每个页面精准映射到一个明确的买家问题，形成一份结构清晰的内容蓝图。

接下来，Strategy Agent 会围绕这份蓝图进行全方位策划，包括：页面标题、核心关键词、内容结构、所需的 backlinks 策略等。相比传统依赖关键词堆砌的内容规划方式，这种以“用户意图”为中心的方法在 AI 搜索时代更具优势。因为当搜索逐渐被 AI 问答主导时，网站只有在内容真正匹配用户意图、能够回答 AI 所提炼的问题时，才有机会被引用；单纯依赖关键词排名的旧方法已经难以奏效。

Content & Design Agent

除了好的内容规划，用户往往会被设计优美，有趣的内容所吸引和被清晰的引导购买，这些都是依靠Content & Design Agent来完成。过去营销由于成本约束，只能是创作面对大众的campaign，未来的AI Era营销内容会超个性化：不仅仅是在邮件开头写上客户名字，或者是推荐"买过这个的人还买了那个"。它将会融合你的实时行为、当前位置、使用设备、一天中的时段，甚至从你的浏览轨迹推断出你此刻的心情，在你开口之前，就把你需要的东西送到面前。

Backlinking Agent

Backlinking Agent 是 Gushwork 在 AI 搜索营销体系中的外链自动化引擎，专为提升企业在 AI 模型与搜索生态中的权重而设计。它的核心任务是自动生成、优化并分发高质量的外链网络，让品牌在 AI 时代获得更高的可见性、可信度与引用率。 Backlinking Agent 能将外链自动分发到 200–300 个高流量、高权重合作网站 ，覆盖行业媒体、垂直社区、知识库与内容平台，形成大规模的权威链接网络。

总的来说，AI 搜索营销之所以正在成为新的流量入口，本质上是因为它重写了用户的购买路径。在传统电商逻辑里，用户必须经历一连串繁琐步骤：想关键词、挑品牌、选型号、跳转多个网站比价，再去不同平台查看评论。每一步都增加流失，每一次跳转都在拉长决策链条。

而在 AI 驱动的购买场景中，这条路径被彻底压缩成一句话——一个场景化 prompt。用户只需要描述自己的需求，而不必再懂产品、不必懂参数、不必懂搜索技巧。GPT 会自动完成过去用户需要花几十分钟甚至几小时才能完成的工作：解析需求、筛选参数、横向对比、过滤差评、提取五星用户反馈，最终给出高度匹配的推荐。

这意味着购买决策第一次从“用户主动搜索”变成“模型主动理解”。便利性成为新的默认，长链路被压缩成一次对话。对于企业而言，这不仅改变了用户如何找到产品，也改变了产品如何被 AI 选择。

07.

重新定义营销的价格体系

08.

打造营销增长闭环：从 PMF 到可持续增长的系统化路径

在产品达到PMF后，公司客户增长主要以免费为主营销策略：内容驱动的自然增长和品牌私域。首先使用自家的现有的Leads Engine实现线上获取自然流量，还在LinkedIn,官网上发布最有说服力的客户Case study; 至于线下，创始团队则到不同的科技峰会进行公司演讲活动宣传。未来，公司还计划投入部分资金，用于内容驱动的自然增长，和私域渠道的建设，以触达更多潜在客户。

最值得学习的是公司增长策略的底层方法论，是一套持续迭代的Pivot实验体系。团队坚持“测试、测试、再测试”的原则，通过行为重定向广告验证用户反应，并设置实验组与对照组，按周复盘关键指标，包括点击率、转化率与客户终身价值（LTV）。这种精细化的实验机制，使得行为定向广告的线索获取效率相比通用广告提升可达 10 倍，从而形成真正的数据驱动增长闭环。

09.

Why Now？AI 搜索营销难得的机会窗口

过去十年，营销技术的迭代几乎停滞不前。大公司依旧依赖传统搜索逻辑，Marketing Agency 还在用关键词和 SEO 的旧方法论解释世界。AI 搜索正在重塑用户的购买路径、品牌的营销方式、企业的增长逻辑。而 Gushwork 正站在这个裂缝的中心，拥有先发优势、数据壁垒、场景化能力和稀缺人才。

竞争格局尚未成型：一个巨大的空白市场正在等待被定义

传统巨头还没开始布局，Agency 还没搞懂 AI 搜索的底层逻辑，初创公司的竞争格局也尚未形成。而 Gushwork 已经跑通了模型，拿到了真实的市场数据，并开始积累最关键的资产——用户行为轨迹。这些数据会不断反哺系统，让内容规划更精准、推荐更智能、转化更高效。随着时间推移，这种数据飞轮会形成 高置换成本（High Shift Cost） 的护城河，让后来者难以追赶。这是一个典型的“窗口期市场”：谁先理解用户意图，谁就定义未来的营销方式。

深度场景化的 AI Agent 团队：不是大模型能替代的能力

Gushwork 的 7 人 AI Agent 营销团队，不是简单的“用 AI 做营销”。他们深入每一个业务场景，拆解每一个 Workflow，把行业 know-how 结构化成可执行的智能体。这是一种 深度场景化的技术框架，不是通用大模型能替代的，也不是 Manus 这类通用 Agent 能覆盖的。

AI-Skilled Labor：新时代的稀缺劳动力红利

在自动化浪潮中，真正稀缺的不是工具，而是能驾驭工具的人。Gushwork 拥有一支经过系统训练的 BPO 外包团队，他们不仅能执行任务，更能熟练使用 AI 工具完成复杂工作。这类 AI-skilled worker 在全球范围内都极度稀缺，是新时代的“技能红利”。而 Gushwork 已经提前把这支队伍训练出来了。

10.

AI营销的未来：超个性化

目前，AI Agents 的营销还是受到不少争议，即使一方面，已经能自动生成内容、执行研究、创建 backlinks，并处理大量长尾任务，但它们的能力仍停留在“实习生水平”。无论是 GPT 还是Manus 这类通用 Agent，都无法在没有人类干涉的情况下，自主完成真正高价值的营销动作，而未来的营销核心将取决于 专业化、深度场景化、超个性化 的智能体体系，这样才不会因大模型能力的迭代被取代。

另一方面，关于“当所有交易都由通用 Agent 完成时，品牌与用户关系会被削弱、所有产品最终卷向最低价”的讨论正在行业内持续升温。但如果把视角放得更长，会发现这并不是 AI Agent 带来的新问题，而是互联网商业早已显现的趋势。拼多多已经证明：在大多数消费场景中，人性天然偏向“更便宜、更省心”，而 AI Agent 的出现，只是把最后那一点点信息差彻底抹平。

但我认为值得关注的是：并不是所有品类都会被压成同质化的低价竞争。 对于高客单价、强决策依赖、深度专业化的产品——例如投资服务、医美项目、专业咨询——价格从来不是唯一变量。用户需要的是专家的判断、对隐藏需求的洞察、对风险的解释与对方案的定制，而这些都是通用 Agent 无法完全替代的高认知成本服务。换句话说，AI Agent 会重塑的是“低认知成本的消费品”，让它们回归效率逻辑；但对于“高认知成本的决策型产品”，专业度、信任与服务体验反而会变得更加重要。AI 不会让所有产品都卷成最低价，它只是加速了市场的分层：能被自动化的品类走向效率，不能被自动化的品类走向价值。

关于AI营销的未来，a16z的合伙人Andre Chen 在《How AI will reinvent Marketing》中提出，AI Marketing 的主流渠道仍未成型，这正是行业最具想象力的地方。未来的 AI 营销体系极有可能全面取代传统的 SEO/SEM 模式。但在新的交互范式尚未定型之前，我们仍无法判断未来几年哪一种 UI 会成为主导。新的营销入口正在不断被发明，而旧的渠道要么被迫重塑，要么逐渐淡出历史舞台。换句话说，未来的主导性营销界面仍处在剧烈的演化期。

在这场入口之争中，AI Companion 类产品极有可能成为下一代最重要的营销渠道。与传统搜索引擎不同，这类智能体不仅理解你的关键词，更理解你这个人：你的偏好、预算、历史行为，甚至能在你开口之前预测你的下一步需求。当用户习惯以对话方式与 AI 互动时，信息获取的逻辑将被彻底改写——营销不再是插入式广告，而是嵌入式建议；不再是品牌主动推送，而是智能体基于深度理解给出的“最合理选择”。在这种范式下，AI 陪伴类产品有望成为继搜索之后的下一代流量入口，重塑整个营销生态。

与此同时，超级个性化的内容营销正在成为新常态。过去的营销公司用“25–35 岁女性”这样的粗放标签定义用户，而 AI 能识别的是“对折扣高度敏感但复购率低”或“高终身价值但最近三个月沉默”这样的精细群体，并为每类人群匹配最优策略；更重要的是，AI 能融合实时行为、地理位置、设备类型、时间段，甚至从浏览轨迹推断用户此刻的心情，在用户表达需求之前就把最合适的内容呈现出来。在生成式 AI 的加持下，千人千面的营销成本正趋近于零。内容不再是“批量复制”，而是“批量定制”。同一款产品，卖给追求性价比的用户和追求品质感的用户，文案可以完全不同——而且是自动生成的。

Ref:

https://andrewchen.substack.com/p/ai-and-marketing-what-happens-next

https://mp.weixin.qq.com/s/ymbaFGxNIXhOpaYbgOpPeg

https://techcrunch.com/2026/02/25/gushwork-bets-on-ai-search-for-customer-leads-and-early-results-are-emerging/

https://techcrunch.com/2023/07/20/gushwork-ai-funding-lightspeed/https://www.gushwork.ai/ 

转载请联系公众号后台