SIGO觀測：當AI開始替消費者做選擇，一整個新的觀測產業正在成形

消費者購物決策的入口，正在從搜尋引擎移向生成式AI。這個轉變不只發生在單一國家，而是整個亞太消費市場正在共同面對的結構性變化。品牌行銷產業因此出現一波新的服務類別，環繞著「如何讓AI提到我的品牌」展開，各種AI能見度檢測、GEO優化服務相繼出現。台灣的觀測機構SIGO觀測，則選擇了一條不同的路線。

AI推薦，正在成為新的消費決策入口

過去十年，品牌經營者已經習慣搜尋引擎排名的邏輯：關鍵字、排名、點擊率，這套規則清楚且可被驗證。生成式AI改變了這件事的形狀。

消費者現在會直接問AI「有推薦的品牌嗎」「哪一家比較好」，AI給出的不是十筆連結，而是一段整理過的結論，裡面可能提到幾個品牌名稱，也可能完全略過某些過去搜尋排名很前面的品牌。

這個變化對品牌的意義相當直接：能不能被AI提到，開始影響消費者在決策初期會不會考慮到這個品牌。也因此，環繞這個議題的服務產業快速成形，多數服務的核心邏輯是幫助單一品牌檢查自己在AI回答中的表現，並提供優化建議，這類服務的邏輯與搜尋引擎優化相近，只是把觀察對象從搜尋結果換成AI回答。

SIGO觀測選擇了不同的位置：記錄市場，而不是優化品牌

SIGO觀測的做法與這類服務有一個根本上的差異。SIGO觀測不接受品牌委託，也不提供優化建議，觀測的對象是整個品類與市場，而不是單一品牌。

具體來說，SIGO觀測會針對一個消費品類，固定提出相同的問題，例如「請推薦床墊品牌」「請推薦洗碗機」，同時觀察ChatGPT、Gemini、Perplexity三個平台在同一個問題下實際給出的完整品牌名單，而不是只檢查某一個特定品牌有沒有被提到。

這個角度的差異，決定了資料的用途也不同。單一品牌檢測回答的是「我這次有沒有出現」；市場觀測回答的則是「當消費者問這個品類時，AI實際上推薦了哪些品牌、名次如何、哪些平台的看法一致、哪些平台各自有不同意見」。前者是品牌自己的體檢報告，後者則更接近一份公開的市場資料。

在方法上，SIGO觀測也刻意不採用最省時的做法。多數同類型工具透過呼叫AI模型的API取得回答，這樣做效率高、成本低，但API回傳的內容，與消費者實際打開AI對話介面看到的畫面不完全相同，介面中的購物卡片、引用來源、在地化資訊，往往無法透過API完整重現。

SIGO觀測選擇以真實瀏覽器環境搭配台灣本地網路進行觀測，目的是讓觀測結果盡量貼近消費者實際使用AI時看到的內容。

單次觀測不夠，市場需要的是持續累積的紀錄

SIGO觀測另一個與多數同類服務不同的地方，在於對「一次結果」的態度。

AI給出的回答本身具有波動性，同一個問題在不同時間點提問，得到的品牌名單可能不同；不同AI平台之間的答案，一致程度也可能很低。如果只依據單一次查詢結果做判斷，很容易把一次偶然的結果誤認為市場的長期狀態。

因此，SIGO觀測將觀測設計成固定週期反覆執行。目前多數品類以每三天為一個觀測週期，一個月下來單一品類可累積約三十次獨立觀測，再彙整成月度的品類指數，用來追蹤哪些品牌是穩定被推薦、哪些只是偶爾出現一次。品類指數之上，再彙整為涵蓋所有品類的SIGO總指數，用來觀察整體AI推薦環境的變化方向。

截至目前，SIGO觀測的範圍已涵蓋14個產業、49個消費品類，累計觀測超過1600個品牌，觀測題次超過4400次。這些觀測紀錄依SIGO觀測公開的原則，不因品牌是否付費而有所不同，也不因觀測結果對特定品牌有利或不利而調整發布方式。

對整個亞太市場而言，這可能只是一個開始

生成式AI介入消費決策的現象，並不是台灣獨有的變化，而是整個區域消費市場都在經歷的過程。當愈來愈多消費者習慣把「該買什麼、該找誰」的問題交給AI，各地市場勢必都會面對同一個問題：這些AI給出的答案，有沒有人在系統性地記錄下來。

目前市場上多數相關服務仍以品牌方為主要客群，服務邏輯圍繞著「如何讓自己被AI看見」展開。SIGO觀測選擇的另一條路線，是把自己定位為中立的第三方觀測者，不介入AI的推薦結果，只負責忠實記錄與公開發布。這種模式與品質調查、產業研究機構的角色更為接近，而不是行銷優化服務。

隨著AI在消費決策中的角色持續加重，這類不隸屬於任何品牌陣營的市場觀測方式，未來是否會在其他市場出現類似的觀測機構，值得持續觀察。

本文 SIGO觀測：當AI開始替消費者做選擇，一整個新的觀測產業正在成形 授權來自 亞洲新聞網。