本週 AI 搜尋領域出現兩個發展，它們的共同點是——都在提醒我們 AI 搜尋仍是年輕的基礎設施，既有驚人的增長，也有致命的脆弱性。
發展一：AI 搜尋引擎同日集體癱瘓——基礎設施集中風險浮現
發生了什麼事？
9 月 3 日，ChatGPT、Claude 和 Grok 在同一時段先後出現大規模斷線。OpenAI 將其解釋為「從約早上 7:43 PT 開始的路由錯誤」，約半小時後解決。xAI 則表示 Grok 的問題來自「孟菲斯運算中心上午的故障」。Anthropic 未公開解釋原因。
Wired 的報導標題直指核心：「沒有人說清楚為什麼 OpenAI 和 Anthropic 同時出問題。」 雖然三家公司各自給出解釋，但事件同時發生的巧合，引發了業界對 AI 基礎設施供應鏈集中度的關注——如果共同的雲端供應商、冷卻系統或電力網絡出現問題，多家 AI 引擎可能同時失效。
對香港企業的意義：
這不是一個抽象的話題。如果你的業務流程——客戶查詢、內容推薦、數據分析——已經依賴單一 AI 引擎，該引擎的一次故障就等於一條業務線停擺。
- 評估 AI 引擎依賴度：列出你業務中所有依賴 AI 搜尋或生成式 AI 的環節，識別其中的單點故障
- 備援策略不是開銷：至少確認你的核心內容在 ChatGPT、Gemini 和 Perplexity 中都有可接受的可見度，而不是全部壓注在單一平台
- 建立降級方案：當一個 AI 引擎故障時，你的用戶體驗不應因此崩潰
發展二：Muck Rack Generative Pulse 引入真實用戶查詢數據——GEO 監測從「猜測」進入「實證」時代
發生了什麼事？
9 月 10 日，Muck Rack 宣布 Generative Pulse 成為首個將 真實消費者 AI 搜尋數據 引入 GEO 監測的平台。傳統上，品牌需要自行決定要監測哪些查詢提示詞（prompts），但這個選擇往往基於假設——「我們認為客戶會這樣問」。Muck Rack 的做法是分析 數百萬次真實 AI 用戶互動，從中找出消費者實際上在問什麼，然後將這些查詢推薦給品牌作為監測提示詞。
這項功能基於 Muck Rack 既有的 “What Is AI Reading?” 研究——該研究已分析超過 2,500 萬次 AI 引用，追蹤 ChatGPT、Claude 和 Gemini 的引用模式。同時，Sutton Hills Research Partners 本月的報告也再次確認：Earned Media 仍佔 AI 引用的 84%，付費內容僅 0.3%，且 ChatGPT 的 B2B 推薦流量年增 303%。
對香港企業的意義：
- 「客戶在問什麼」應該是 GEO 監測的起點，而不是事後補充——若你監測的查詢提示詞不反映真實的消費者需求，你對 GEO 表現的一切判斷都建立在虛假基礎上
- Earned Media 仍然是 AI 引用的核心驅動力——對於香港企業，這意味著本地媒體報導、行業評論、客戶案例研究比付費推廣對 GEO 的提升效果更大
- 工具生態正在成熟——GEO 不再是靠 Excel 表格手動追蹤的時代。Muck Rack、Pepper Agent Atlas 等平台正在將 GEO 從顧問服務轉變為數據驅動的 SaaS 產品
總結——AIGEO 團隊觀點
這週的兩個發展乍看之下沒有關聯——一個是基礎設施故障，一個是工具升級。但它們指向同一個方向：AI 搜尋正在從「實驗性的未來」變成「有風險但可管理的現在」。
基礎設施故障提醒我們：依賴單一 AI 平台是風險，不是策略。工具升級提醒我們：GEO 正在從經驗驅動轉向數據驅動，正確的起始點（真實的用戶查詢）決定了 GEO 策略的成敗。
對於香港企業，我們的建議：這個月投資在兩件事上——分散你的 AI 引用組合，以及確保你的 GEO 監測基於真實的客戶查詢，而不是假設。 這兩件事都不需要額外預算，只需要改變思考方式。