Cadastra与Similarweb联合研究显示，71%的AI导流访问量集中在行业前三的电商平台

生成式人工智能正在彻底改变巴西消费者在线发现和购买产品的方式。这项开创性研究揭示了这一点 “《搜索的未来：生成式人工智能如何重新定义触达消费者之路》”, ，该研究由 Cadastra（, e一家解决增长挑战的全球性公司）, 与 Similarweb（, 全球数字竞争情报平台）联合开发。该研究分析了2023年1月至2025年8月期间人工智能平台在巴西的使用情况，重点关注其对电子商务和数字营销的影响。.

研究显示， ChatGPT占据了巴西生成式人工智能市场99%的份额, ，在2025年8月录得 3.1067亿次访问 — 年增长率为 124,58% 217%。位列 第二的Perplexity, 也呈现出显著增长，增幅达 131,03%, 1,067%，同期访问量达到201万次。这些数据巩固了巴西作为 全球人工智能工具流量第三大国的地位, ，仅次于美国和印度。.

对于 Cadastra首席信息官Adilson Batista, 表示，人工智能的进展标志着品牌与受众连接方式的结构性转变。. “人工智能有潜力将用户旅程转变为自适应系统，能够实时决策、学习并创建内容。”

生成式人工智能开启GEO，数字搜索的新时代

研究指出了 GEO（生成式引擎优化）, 的出现，这是一门新学科，它通过优先考虑内容被大语言模型引用为来源的可见性（而不仅仅是其在搜索引擎中的排名）来补充传统SEO。这种转变要求品牌重新制定内容策略，以便被人工智能识别和引用。. 

在2023年1月至2025年8月期间， ChatGPT为巴西前十大电商网站生成了超过610万次推荐访问, ，巩固了其作为新的发现和转化渠道的地位。与此同时，谷歌仍然相关，但其访问量略有收缩，因为用户开始交替使用这两个平台进行搜索并互为补充。. 

“利用人工智能提高转化率对于将关注度转化为盈利能力并巩固品牌在数字环境中的存在至关重要，"”」 Cadastra的SEO与CRO经理Tiago Dada.

表示。搜索更长，旅程更短

消费者行为也发生了变化：在人工智能工具中进行的查询 比传统SEO查询长五倍 （平均每次查询23个词），且会话持续时间超过7分钟。此外，ChatGPT开始提供 即时结账功能, ，使用户无需离开平台即可完成交易。. 

在美国，, 41%的消费者已经更倾向于使用生成式搜索进行在线购物, ，这种模式预计在未来几个月内将在巴西重现。在这种新形势下，传统的绩效指标——如点击率——影响力减弱，让位于 推荐率 和 提及密度, ，这些指标反映了品牌在人工智能回答中被引用的频率。. 

这些平台的用户以年轻人为主： ChatGPT用户中60%年龄在18至34岁之间, ，其中54.9%为男性. 。而 第二的Perplexity Perplexity的用户画像相似，使用场景更偏技术性，且男性用户集中度更高（56.8%）。平台之间的用户重叠度很低：仅有 1.04%的ChatGPT用户同时使用Perplexity, ，这强化了OpenAI在市场上的主导地位。. 

重点行业

Cadastra和Similarweb的分析显示了不同行业如何受到生成式人工智能的影响：

• 美妆： 美妆：用户互联且关注ESG实践，寻求实体店与数字店之间的平衡。.
• 医药： 通过人工智能产生的访问量有70%集中在该领域三大电商平台，重点是价格比较。.
• 时尚： 时尚：转售和可持续消费市场表现突出，以Enjoei等平台为主导。.
• 旅游： 人工智能在日常运输、住宿和路线规划应用中的使用。.

对于 Tiago Dada, 指出，内容的作用在此背景下变得更为重要。. “内容不再仅仅是补充。当内容定位准确并旨在解答消费者疑问时，它能自然地推动销售，而不仅仅依赖付费媒体。” 

研究建议企业采用 “内容供应链”的视角”, ，通过持续且集成的创建、修订和衡量流程——据Adilson Batista称，这对于希望在全球人工智能环境中竞争的企业至关重要。. “若要在全球电商运营中取得成功，需构建‘内容供应链’，以明确的概念、清晰的规则和持续衡量为基础，将内容创建、审批和分发视为一体化工厂进行管理。” 

方法论

本研究采用Similarweb数据库，该平台整合多源数据——包括直接测量、贡献者网络、公开数据及合作伙伴数据——以估算数字流量与用户行为。研究分析时段为 2023年1月至2025年8月, ，覆盖 600个网站 （六大行业各100家：AI聊天机器人、电子商务、旅游、时尚、美妆及制药），以及 逾12,000个监测关键词.

数据采集平台涵盖 桌面端、移动网页端及应用程序, ，涉及指标包括 受众规模、用户参与度、付费与自然搜索、社交流量、展示广告及引荐流量. 。数据收集完成后，经过 清洗、匹配、处理与融合流程, ，以消除重复项并统一数据源标准。.

在建模阶段，应用了 机器学习与预测校准方法 以调整流量与市场份额预估。该建模方案确保不同时期与行业数据的一致性，从而实现 历史趋势对比与走向识别 ，覆盖巴西及全球数字环境。.