模型份額（SOM）：AI時代口腔品牌的新戰場

前言

一位國產種植體品牌的市場負責人最近在小聚上分享了這么件事：“我們投了那么多錢做醫生教育、辦學術會議、請KOL背書，但經銷商反饋說，診所醫生現在選品時，會拿著AI生成的品牌對比表追問參數差異。”

這個困惑背后，是一個正在發生的結構性變化。《哈佛商業評論》在《Forget What You Know About Search. Optimize Your Brand for LLMs》一文中，提出了一個新概念——“模型份額”（Share of Model, SOM），指的是品牌在大語言模型推薦中被提及的頻率和顯著性。數據顯示，2024年美國假日季零售網站來自AI搜索推薦的流量激增1300%，58%的消費者表示曾使用AI工具獲取產品推薦（2023年僅為25%）。

*圖源：《What matters to today’s consumer 2025》

在口腔行業，這種轉變帶來的影響更為復雜。它不僅改變了患者獲取信息的方式，還在重構品牌、醫生、患者三者之間的信任關系。

以前，品牌的市場邏輯很清晰：影響醫生，醫生推薦患者，形成一條線性路徑。現在，AI成了這條路徑中的新節點——它既影響患者的預期，也影響醫生的選擇。當患者帶著AI生成的答案走進診所，醫生的專業建議不再是唯一的信息源，而是需要與AI的推薦進行對照、甚至對抗。

本文將以“模型份額”為切入點，從三個層面拆解這一變化：患者決策邏輯的轉變、品牌與醫生關系的重構、以及行業信任體系的分化。

以下：

一、從“醫生說”到“AI說”

《哈佛商業評論》指出，消費者正在從簡短關鍵詞搜索，轉向更長、更具對話性的查詢方式，搜索行為本身也從“查找鏈接”轉向“獲取完整答案”。在口腔醫療決策中，這種變化的影響更直接。

過去，患者在百度搜索“種植牙多少錢”，得到的是廣告堆砌和競價排名。患者知道這些不可信，所以真正的決策發生在線下——到店后聽醫生講解、觀察診所環境、對比價格。

小紅書的“種草-拔草”機制也曾在一段時間內影響決策路徑。患者會先刷“避雷帖”篩掉不靠譜的診所、醫生和品牌，再看“種草帖”尋找推薦。但近兩年，“避雷帖”和“營銷帖”的邊界越來越模糊——有些所謂的“真實避雷”其實是競品攻擊，有些“素人分享”背后是MCN機構操盤——患者發現，連“誰在說真話”都需要猜測。

轉折出現在AI工具的普及。患者開始嘗試在豆包或DeepSeek里問“種植體哪個品牌好”，AI直接給出結構化答案：品牌對比表、價格區間、選擇標準。患者還沒到店，心里已經有了一套“標準答案”。

AI搜索結果

于是診所的困境來了。如果醫生推薦的品牌恰好在AI的“推薦清單”里，患者會想：“你說的和AI一樣，那我為什么要多花錢？”如果醫生推薦的品牌不在AI清單里，患者會質疑：“AI都沒提到這個品牌，你為什么推薦？”

信任的默認值發生了倒置。以前是“醫生說的我信，除非他露出破綻”。現在是“AI說的我信，醫生得證明自己比AI更懂”。患者對“專業性”的定義也隨之改變——真正的專業性不再是“你告訴我答案”，而是“你告訴我為什么AI的答案在我這里不完全適用”。

二、下一代流量分發的鑰匙

患者的決策方式變了，品牌方的應對也在重新調整。以前，品牌市場部的工作重心是“教育醫生、影響KOL、辦學術會議”——因為醫生是決策的終點。但現在經銷商反饋了一個新現象：診所醫生在選品時，會拿著AI生成的品牌對比表追問參數差異。

品牌方面對的不只是“醫生認可”這一關，還多了“AI認可”這道門檻。普林斯頓大學2024年的研究顯示，通過優化網站內容，可以將品牌在生成式AI響應中的可見度提升40%。具體來說，添加引用來源可以提升115.1%的可見度，添加統計數據可以提升65.5%的可見度。

*圖源：《GEO: Generative Engine Optimization》

那些在行業媒體上持續發布臨床數據、學術論文、真實案例的品牌，在AI的推薦清單里排名更靠前。而那些只靠經銷商話術和醫生回扣推動銷售的品牌，在AI眼里“不存在”。

經銷商的價值定位也在這個過程中被重新定義。以前核心能力是“關系+庫存+賬期”，現在這些不夠了。當診所醫生說“患者問我為什么不用AI推薦的那個品牌”，經銷商如果答不上來“因為那個品牌在你的患者群體里返修率更高”或者“因為你的技術水平更適合用這個系統”，就只剩下價格戰這一條路。

投資人評估口腔項目的邏輯也在變化以前看的是“單店模型跑通了嗎、復購率多高、能不能快速復制”。現在要加一條：“你的診所品牌在AI推薦體系里的位置在哪？如果患者都帶著AI答案進店，你的轉化率還能維持嗎？”

2026年1月29日，GEO（生成式引擎優化）概念登上A股熱搜，萬得GEO概念指數盤中一度漲超10%。資本市場的反應印證了一個判斷：當AI成為信息入口，誰能在AI的推薦列表里占位，誰就掌握了下一代流量分發的鑰匙。

*圖源：同花順APP

三、為“模型份額”積累籌碼

AI的推薦依據是訓練數據里的共識，但口腔醫療恰恰是非標準化、高度依賴個體化方案的行業。當AI給出一個治療項目的常見價格區間，而某個患者因自身條件復雜、需要額外處理、費用超出AI預估的上限時，患者會認為“診所在坑我”。

《哈佛商業評論》的文章提到，傳統品牌只要在相關性、品牌形象和數字敘事方面投資，也能在AI時代蓬勃發展。但文章未深入討論的是：這個矛盾會倒逼整個行業做出選擇——要么把服務標準化到AI能理解的程度，砍掉復雜病例、只做標準化項目，犧牲利潤；要么提升患者對"個體化差異"的認知水平，而這個成本由誰承擔？

成本不是一次性的。當患者心中已經有了AI給的“標準答案”，醫生的解釋難度被放大了十倍。醫生不再是在建立信任，而是在推翻一個看起來更客觀、更權威的參照系。患者對“客觀性”的信任已經從人轉移到了算法——AI沒有利益關聯，所以AI說的更可信。

AI 時代品牌核心指標對比 *圖源：《Forget What You Know About Search. Optimize Your Brand for LLMs》

這種信任轉移背后，藏著一個更深層的悖論。過去三年在行業媒體、學術期刊、患者科普平臺上發布的每一篇內容，都在為今天的“模型份額”積累籌碼——但當時沒人意識到這件事的戰略價值。從好的牙此前發布的《GEO——口腔品牌營銷的更新議題》可以看出，GEO不僅是一場技術更新，更是一種權力轉移，未來的競爭將取決于專業積累與真實回答的能力。普林斯頓大學的研究也證實：優化內容結構、增加引用與數據，可以有效提升品牌在AI響應中的可見度。

這些內容沉淀不僅影響AI推薦，也在重塑患者對“什么是專業”的理解。當AI成為患者獲取信息的第一入口，那些能夠被AI理解、被AI引用、被AI推薦的品牌和機構，正在獲得一種新的背書——這種背書不來自醫生的權威，而來自算法的“客觀性”。

但矛盾不會自動消解。當患者帶著AI的答案進店，誰來承擔解釋成本？是診所前臺、咨詢師，還是醫生本人？這個問題的答案，將決定接下來三年里，哪些機構能在AI重構的信任體系中站穩腳跟，哪些會在“AI說的和你說的不一樣”這句話面前，失去患者。

所以，這算法排名固然重要，但那些算法尚未學會計算、卻最終被患者用腳投票的能力——把復雜問題講清楚的能力，把個體化差異解釋透徹的能力——或許才是更長久的護城河。

參考資料：
1.Forget What You Know About Search. Optimize Your Brand for LLMs,哈佛商業評論
2.GEO: Generative Engine Optimization,普林斯頓大學
3.GEO——口腔品牌營銷的更新議題,好的牙

【特別鳴謝】如果本文有錯漏之處需要勘誤，請聯系我們的客服，屆時我們會為您準備小禮物，感謝！

【免責聲明】上述內容源于公開信息，可能存在不準確性，僅供參考。本文不構成對任何人的投資與決策建議，好的牙不對因使用本資料而導致的損失承擔任何責任，并對本內容擁有最終解釋權。文中圖片均已獲版權方授權

@好的牙口腔行業研究