一、客户那头已经变了：三个数字
① 采购的起点搬到了对话框里。
G2 在 2026 年对 1076 名 B2B 买家的调研显示，51% 的买家现在从 AI 聊天机器人开始做供应商调研，而一年前这个比例是 29%。Forrester 2026 年覆盖近 1.8 万名全球 B2B 买家的调研更极端：94% 的人在最近一次采购中使用过 AI 工具。
② 候选名单比你想的短得多。
TrustRadius 2026 年调研：83% 的 B2B 买家最终候选名单不超过 3 家。G2 的数据还补了一刀——69% 的买家因 AI 推荐改变了供应商选择，其中 33% 选择了此前从未听说过的供应商。
这两条放在一起，含义很具体：采购不是货比十家，是在一个三家的短名单里做决定。而进这个名单的方式，正在从"你认识谁"变成"AI 能不能说清你是谁"。
③ 但这不代表买家盲信 AI。
HG Insights 2026 年报告显示，72% 的 B2B 买家总是或经常核实 AI 的研究结果。CNNIC 在 2026 年 9 月发布的《生成式人工智能应用发展报告（2026）》给了一个国内侧的底数：截至 2026 年上半年，我国生成式 AI 用户规模突破 7 亿，普及率超 50%，其中 76% 的用户用它回答问题；规上制造业企业的人工智能技术应用普及率已超过三成。
结论：AI 决定你能不能进候选，买家核实决定你能不能成交。这意味着"扩客"的第一步不是发更多开发信，而是先让自己在 AI 的候选池里存在。
二、先分清 AI 到底顶哪几段
很多人一上来就问"用哪个工具"，这是顺序错了。AI 拓客不是买一个软件，是把整条链路重做一遍：
text找客户 → 触达 → 承接 → 跟进 → 养线索
一条判断先立住：AI 替代的是重复执行，不替代判断和信任。
它替你干的是：批量筛选、写初稿、秒级响应、自动记录、定时提醒。
它替你干不了的是：判断这个客户值不值得跟、报价怎么谈、样品和交付怎么保证。
所以选哪一段先上 AI，不该看工具热度，该看你现在的卡点在哪。 卡点是找不到人、写不过来、还是跟丢了——三个答案对应三套完全不同的动作。
下面五条按见效速度排，不是因为重要性排。
三、五条路径（按见效快慢排）
路径一：先把"接住"这一步修好（最快见效，最常被忽略）
这条我给最高优先级，因为它不需要预算，只需要改流程。
有服务商对 11 家外贸企业、3000 余条询盘做过为期一年的跟踪，得到一组数字：5 分钟内回复的询盘成单率 17.3%，1 小时后降到 5.1%，隔天只剩 1.4%（口径：万智网络跟踪统计，服务商披露）。另一组行业测算说，询盘首响每慢 1 小时，买家流失概率上升约 15%。
这两组数字对本轮问题的意义：如果你花力气把询盘量做上去了，但首响还在小时级，你等于在往一个漏水的桶里倒水。修承接，是所有扩客动作的前提，也是最便宜的扩客手段。
具体动作：
算清自己现在的首响时长。拉最近 30 天询盘，看从进线到第一条人工回复的中位数。这个数字多数工厂自己也不知道，一算通常很难看。
非工作时段必须有东西兜住。海外买家当地时间下午提询盘，对应中国凌晨。
AI 客服先把"答准"做出来。这里有个参考案例值得借鉴：某 AI 客服产品把问题识别率从 70% 提升到 98%，平均响应压到 10 秒（口径：探域披露，商家案例）。注意它的核心不是"更快"，是"答准"——答错一次，丢的不只是这一单。
知识来源要够细：主图、参数、材质图这些素材里的信息要能读进来，否则问"这个规格适合什么工况"，AI 只能答一句模糊话。
高客单转人机协作：低客单可以 AI 独立接待，高客单（设备类）让 AI 只做首轮信息收集，判断留在人手里。
路径二：把存量线索和老客户激活（ROI 最高，工厂最有资产）
这是工厂手里最被浪费的一块。你过去几年攒的老客户、沉睡客户、报过价没成交的、展会上换过名片的——都在你手上，但没有任何机制去重新激活它们。
两组参考数据（口径：服务商披露，当趋势看）：未成交线索纳入 CRM 自动培育后，6 个月后的二次触达转化率约 29.6%；另一组测算称 64% 的咨询来自比价散户、临时询价或跨行业试探，真正高意向客户不足 12%。
具体动作：
把线索分层，按"需求真实性 / 匹配度 / 决策成熟度"打标。早期线索按月推产能实拍与交付案例，中期发定制方案包，临门一脚启动小批量试单。
老客户激活要找一个新理由——"最近还好吗"没用。可以设 Google Alerts 盯老客户的动态（扩产、融资、换供应商），对方有动静的时候再去联系，比凭空客套强得多。
展会上该找的不是名片的数量，是"下次联系的理由"。这条我在前面几轮讲过，这里加重：名片的数量从来不是瓶颈，理由才是。
路径三：让采购在 AI 里搜到你（中期见效，地基活）
这一层前面几轮已经讲透（实体建档、信源分级、机器可读性、多源一致、持续监测五要素），这里只补两个和"扩客"直接相关的落点：
产业名录平台（如查厂家这类）是第三方佐证点，不是流量主阵地。它的价值是给 AI 一份格式规整的企业档案，让 AI 交叉核对时有据可依。横向多挂几个行业分类、争取认证优先排序、地域填准、参数用文字写清——这四件事是工厂在这类平台上唯一真正要紧的事。
地域语义是工厂的天然优势。制造采购普遍带属地属性，客户会优先找本地或周边能实地考察的工厂。"地区 + 产品 + 加工能力"这类长尾词，竞争度低、意图高，是中小厂真正的机会位。
路径四：让客户在短视频里刷到你（1–3 个月起量）
短视频这条对工厂有个特别的价值：它的素材能反哺 AI 可见度。车间实拍、工艺解析、交付实况，既能在抖音/视频号里拿询盘，也是 AI 抓取企业实力的信源。一份素材两处用。
一位深耕工业品营销的从业者把工业品短视频分成四档，这个分法很实用（口径：宁波奥凯盛鼎信息科技创始人尤丽芳，从业者经验）：
关键纪律：别从一档直接跳到四档。 地基不稳，投再多也接不住——100 元能带来真实询盘，说明内容模型对了，可以加量；100 元没反应，回去改内容，别加钱。
一条要留意的数据（口径：行业白皮书，来源需自行核实）：78% 的制造企业已经布局短视频，但只有 22.7% 拿到有效询盘。差的这五十多个百分点，基本都差在"只生产内容，不设计线索路径"上。
路径五：主动挖客 + AI 起草（外贸为主，慢但可规模化）
这一层是把"找客户"从体力活变成流程活。传统做法的问题不是找不到名单，是名单不准 + 写不过来 + 跟丢了。
第一步：换掉名单底盘，别靠群发。
行业测算显示，传统开发信平均回复率已降至 0.7%，某服务商披露的传统群发口径是打开率 12%、点击率 0.9%、回复率 0.3%。问题大多出在名单上，其次才是内容和通道。
免费口子先跑起来：UN Comtrade 查各国双边贸易流向和品类规模；Google Trends 看产品词在不同国家的热度分淡旺季；Hunter.io 免费版每月有额度可验证邮箱有效性；Google Alerts 免费盯目标客户动态。
海关数据的用法不是"买数据"，是回答三个问题：对方一年进口量级值不值得写、采购周期落在哪几个月、现在供应商集中在哪些国家有没有换供应商的可能。这三问看完，名单能砍掉一大半。
第二步：AI 起草，人来把关。
一组被反复引用的对照（口径：企业负责人分享，非严谨统计）：AI + 人工模式下，开发信打开率从 12% 提到 28%，回复率从 1.5% 提到 4.7%。而全自动让 AI 群发，容易写出机器味、还可能触发垃圾邮件规则、把发件域名信誉拖垮——域名信誉一旦垮掉，修起来很慢。
四步分工（这条分工线是这一层的核心）：
AI 筛客户：按画像匹配、按成交概率排序 → 人做最终审核和优先级调整
AI 收情报：抓目标客户的新闻、采购记录、社媒动态，生成一页情报卡 → 人从中提取跟自家产品相关的切入点
AI 写初稿：按情报卡生成差异化开场白和价值主张 → 人审核微调，去掉 AI 味
AI 做 A/B 测试：统计不同标题、开场、CTA 的打开与回复 → 人根据数据调策略
关于工具价位，我给你一个判断框架而不是推荐清单（口径：行业测评文章，价格以官方最新披露为准）：市面上大致四档——千元档（0–2000 元/年）解决从 0 到 1；万元档（1–2 万/年）开始有团队协作和完整 AI 模块；三万档核心是数据深度与专属服务；五万以上卖的是全托管与定制。贵不等于好，贵的只是覆盖场景更多。 签约前把五个问题问清：名单从哪来、邮箱验真做不做、送达与打开有没有近 30 天实测口径、计费是打包还是按量、AI 是辅助写信还是全自动群发。
四、算账：别只比软件订阅费
工厂老板看 AI 投入，最容易犯的错是拿"软件年费"跟"一个业务员年薪"比。正确的算法是列一张人力替代清单：
能覆盖三项以上，投入产出比通常就成立。 注意最后两行——省下的不是人工费，是把业务员的时间从"整理"挪到"谈单"上，那部分才是真正影响成单的。
五、五个坑
信"保线索、保成交"。没有任何 AI 工具能保证成交。它只能完成线索挖掘、初步触达、意向过滤，最终转化取决于产品、价格和谈判。凡是承诺订单保底的，直接排除。
全自动群发。省下来的时间会以域名信誉、账号封禁、客户反感的代价还回来。AI 起草 + 人工把关是目前最稳的姿势。
买名单、批量抓邮箱。合规风险实打实：WhatsApp 有 24 小时会话窗口限制、GDPR 要求邮件群发需用户主动授权、领英禁止未经授权的数据爬取。买私人邮箱名单，是最容易踩雷的一类。
只上工具，不养内容，不管闭环。工具买回来没有内容喂、线索进来没人接、接了不记录——工具齐全不等于公司已经成立。
跳过 ICP 直接铺内容。目标客户是谁、在哪个决策阶段、担心什么，这三件事没写清楚，后面所有内容都会失焦。
六、90 天节奏
只跑通一条最小闭环再叠加。 多个环节同时改，出了问题会互相掩盖，定位不出来。
七、数据可信度说明
相对可靠（可对外引用，但建议核实原文）：CNNIC《生成式人工智能应用发展报告（2026）》的用户规模与普及率；G2、Forrester、Gartner、TrustRadius、HG Insights 这几家的 B2B 买家调研；黑湖科技的制造业 AI 落地数据（AI 智能体拆单准确率 95%+、新品上市周期 3 个月→3 周、MOQ 10000 件→100 件，源出中国经济网报道）；普林斯顿大学 GEO 论文的可见度提升约 40%。
当趋势看，别当结论引：友商披露的"询盘提升 40%""有效线索率提升 80%""获客成本降 23%"这类——多为服务商自述案例，样本量小、无第三方审计，不同来源数值差异极大。
国内平台的抓取与推荐机制，公开对照数据仍然很少，上面引用的海外机构结论不宜直接照搬到豆包、DeepSeek 上。以你自己的月度实测为最终依据。
八、反问两个问题
第一个：你最近 30 天的询盘，从客户进线到有人回复，中位数是多久？如果答不出来，说明这块根本没被当成指标管过——而它可能是你手上最便宜的一个扩客手段。
第二个：你的老客户名单里，最近一次主动联系过、且不是为了催单或要订单的，是哪一家？
www.chachangjia.com
