AI 重塑美国购车决策：六成消费者已用 LLM 选车

美国 C 端购车流程正在被生成式 AI 改写。Invoca 数据显示，2025 年下半年至 2026 年中，美国消费者在购车研究中使用生成式 AI 的比例从 41% 跃升至 63%；考克斯汽车的统计也呈现 61% 到 63% 的近似增长曲线。这意味着原本依赖 Google 跳转、汽车网站纵深对比的传统选车模式，正快速让位于 LLM 对话框里的一句话查询。本文以一位硅谷典型华人中产的实际购车经历为样本，拆解这场变革的具体形态。

一名硅谷程序员的结构化选车流程

家住加州森尼韦尔的林哲需要为父母来访选购一台三排 SUV，预算上限 6 万美元（含目的地费）。他没有打开任何汽车网站，而是在 Claude 中直接输入一段结构化 Prompt：明确车身长度 ≥ 16.5 英尺、第三排须可容纳成年人短途乘坐、优先乘坐舒适性与静谧性，并要求三年保值率数据引用 ALG、KBB 或 J.D. Power。

两分钟内，Claude 返回一张候选清单：

• 丰田 Grand Highlander：车长 201.4 英寸（约 5.16 米），J.D. Power 综合评分 82/100，转售价值单项 90/100，iSeeCars 预测五年折旧约 35.7%，起售价 41860 美元，顶配 Hybrid Limited 落地约 5.8 万美元。
• 起亚 Telluride、现代 Palisade：因尺寸略小、二手保值略弱，位列第二梯队。
• 雪佛兰 Traverse：车长 204.7 英寸、第三排腿部空间 32.1 英寸，空间表现最强，但 J.D. Power 转售评分 83/100，KBB 标注其保值能力低于细分市场平均水平。

林哲使用的 16.5 英尺硬线自动过滤了汉兰达、福特 Explorer 这类 4.9 米级的「伪三排」；「no off-road hardware」则给 Jeep Wagoneer、Traverse Z71 等越野取向车型降权；强制引用数据源的指令，倒逼模型放弃「丰田保值」这类训练语料中的常见印象，而调用具体残值评分。

AI 为何能直接给出有用答案

考克斯汽车零售解决方案总裁 Lori Wittman 评价：「AI 正在改变购车旅程的起点，并给经销商带来信息更充分、决策更果断的买家。」这一表现的根源在于主流大模型在预训练阶段已大量吸收 KBB、J.D. Power、汽车垂直媒体的语料，「三排 SUV、预算 6 万、保值好」这类语义组合天然激活 Grand Highlander、Telluride、Palisade 等已被神经网络认可的「优等生」车型。即使非专业用户只输入笼统的口语化问题，模型仍会自然给出带数据来源的具体推荐。

GEO 取代 SEO：流量入口的迁移

Fullpath 数据显示，来自生成式 AI 平台的经销商网站流量同比增长超过 15 倍，其中 ChatGPT 一家占据约 89% 的 AI 引荐流量。当车主向大模型提问「附近买电动 SUV 哪家最划算」时，AI 直接给出两三家经销商名称而非 N 个链接。对照国内市场，DeepSeek、豆包、元宝也开始承接类似查询，主机厂与经销商需要从「做给人看的官网」转向「做给机器读的结构化数据」。

当前约 82% 的美国经销商已在内部某个环节用上 AI，但仅 29% 针对 AI 驱动的搜索行为作出实质性调整，知道需要调整但尚未启动的比例从 26% 升至 32%。消费者与经销商的准备度差距正在持续扩大。

边界：AI 不替代试驾与谈判

AI 并非万能药。美国市场调查显示，58% 的消费者在同等条件下仍偏好人工；86% 认为高风险购车决策中的人际连接重要或非常重要。林哲的经历印证了这一点：他带着 AI 生成的进店提问清单走进展厅，亲自试驾、亲自谈判；AI 能告诉他 Grand Highlander 的 J.D. Power 残值是 90/100、Hybrid Limited Trim 落地价卡在 6.3 万美元内，却无法替他感受第三排的头顶空间，也闻不出销售洽谈室里今天还能再让一千刀的味道。

更合理的路径是「以 AI 加速响应，让人专注高价值环节」。错失当年 SEO 红利的不少经销商没能活到今天，而 GEO 这场抢位战留给所有玩家的窗口，并不会开启太久。