🔗 원문 전체 보기 → Venturesquare.net
요약
생성형 AI 확산으로 스타트업 브랜딩과 PR 전략이 ‘검색 최적화’에서 ‘답변 최적화’ 중심으로 이동하고 있다. 이중대 메시지하우스 대표는 AI 시대 핵심 경쟁력으로 “AI가 회사를 정확하게 설명할 수 있는 구조”를 꼽으며 AIEO(AI Information Engine Optimization) 개념을 제시했다. 그는 AI 시대에는 단순 노출보다 구조화된 콘텐츠와 신뢰 가능한 외부 맥락이 브랜드 경쟁력을 좌우하게 될 것이라고 분석했다. 그가 처음 위기감을…
본문
- 생성형 AI 시대, 브랜드 경쟁은 ‘노출’에서 ‘설명 가능성’으로 이동 중
- “배운 형태로 보도자료만 뿌려선 안돼"… AI는 외부 검증·산업 맥락까지 함께 학습하기 때문
- 스타트업 마케팅의 핵심은 클릭 수가 아니라 ‘AI가 신뢰하는 정보 구조’
AI는 더 이상 검색 결과만 보여주지 않는다. 질문을 이해하고, 여러 정보를 조합해 하나의 답변을 구성한다. 그리고 그 답변 안에 어떤 브랜드를 넣을지 스스로 판단한다. 이 변화는 스타트업 마케팅과 브랜딩 전략 자체를 흔들고 있다.
에델만과 웨버샌드윅 등 글로벌 PR 에이전시를 거쳐 소셜링크를 창업했고, 현재 메시지하우스를 이끌고 있는 이중대 대표는 지금을 “검색의 시대에서 답변의 시대로 넘어가는 전환점”이라고 설명했다. 최근 저서 『된다! AI 상위 노출』을 출간한 그는 생성형 AI 시대 기업들이 반드시 던져야 할 질문으로 “우리 회사는 AI가 설명할 수 있는 구조를 갖고 있는가”를 꼽았다. 단순히 유명한 브랜드가 되는 것만으로는 더 이상 충분하지 않다는 이야기다.
그가 처음 위기감을 느낀 건 의외로 단순한 장면이었다. 기업들은 분명 보도자료를 배포했고 기사도 나왔지만, 정작 ChatGPT와 Gemini, Perplexity 같은 생성형 AI 서비스 안에서는 회사의 핵심 메시지가 빠져 있거나 전혀 다른 맥락으로 요약되는 일이 반복됐다는 것이다.
이 대표는 “많은 기업이 ‘우리가 발표했는데 왜 AI는 모르죠?’라고 묻는다”며 “하지만 AI는 기업이 스스로 주장한 내용만 보는 게 아니라 외부 검증과 반복 언급, 산업 맥락, 제3자 평가까지 함께 본다”고 설명했다.
그는 이것이 단순한 검색 노출 문제를 넘어 “브랜드 존재 방식 자체가 바뀌고 있는 현상”이라고 분석했다. 과거 SEO 시대에는 검색량과 키워드, 클릭 수가 중요했다면, 생성형 AI 시대에는 브랜드를 얼마나 구조적으로 설명할 수 있는지가 더 중요해지고 있다는 것이다.
“검색되기 위한 SEO에서, 답변되기 위한 AIEO로”
최근 업계에서 주목받는 키워드는 GEO(Generative Engine Optimization), 즉 생성형 AI 최적화다. GEO가 AI 답변 환경 안에서 브랜드가 어떻게 발견되고 인용되는지를 다루는 개념이라면, 이 대표는 여기에 한 걸음 더 나아가 AIEO(AI Information Engine Optimization)라는 개념을 제안했다.
그는 AIEO를 “AI가 브랜드를 답변 안에 포함해도 되는 이유를 콘텐츠 안에 구조화하는 작업”이라고 설명한다.
“SEO가 검색엔진에 발견되기 위한 구조였다면, GEO는 AI 답변 안에서 인용되기 위한 전략입니다. AIEO는 그것을 실제 콘텐츠 설계와 글쓰기 방식으로 구현하는 방법론에 가깝습니다.”
그는 기존 스타트업 마케팅 방식 가운데 가장 먼저 버려야 할 전략으로 ‘키워드 반복 중심 콘텐츠’를 꼽았다. 자극적인 제목과 검색 유입만 노린 글은 생성형 AI 시대에 영향력이 점점 약해지고 있다는 설명이다.
반대로 AI가 선호하는 콘텐츠는 훨씬 구조적이다. 무엇을 하는 회사인지, 누구를 위한 서비스인지, 어떤 문제를 해결하는지, 경쟁사와 무엇이 다른지까지 명확하게 설명된 콘텐츠다. 예를 들어 “혁신적인 플랫폼 기업” 같은 표현은 사람에게도 모호하지만 AI에게는 사실상 의미가 없는 문장에 가깝다. 반면 대상 고객과 서비스 구조, 문제 해결 방식, 차별점이 정리된 콘텐츠는 AI 답변 안으로 들어갈 가능성이 높아진다.
이 대표는 이를 ‘이중 글쓰기(Dual Writing)’라고 설명했다.
“사람은 맥락과 문제의식에 반응하고, AI는 정의와 비교, 근거와 구조에 반응합니다. 이제는 둘 다 이해할 수 있는 문장을 써야 하는 시대죠.”
“AI 시대, 언론과 창업자 콘텐츠의 가치가 달라진다”
이 흐름 속에서 스타트업 홈페이지와 뉴스룸의 역할도 바뀌고 있다. 단순 회사 소개 페이지가 아니라 AI가 회사를 학습하는 데이터 허브 역할을 해야 한다는 것이다. 그에 말에 따르면 스타트업들은 최소한 회사 정의와 고객 대상, 핵심 문제 해결 방식, 차별점, FAQ와 고객 사례 정도는 반드시 구조화할 필요가 있다는 것이다.
특히 그는 “B2B 스타트업일수록 고객 사례와 데이터 기반 콘텐츠 중요성이 훨씬 커지고 있다”고 설명했다. 생성형 AI는 추상적인 표현보다 실제 적용 사례와 결과 데이터를 더 신뢰하는 경향이 강하기 때문이다. 흥미로운 점은 생성형 AI 시대가 오히려 전문 미디어의 가치를 다시 끌어올리고 있다는 부분이다.
이 대표는 “예전에는 언론 노출 자체가 중요했다면, 지금은 언론이 AI가 참고하는 신뢰 가능한 외부 데이터 역할을 하고 있다”고 설명했다.
전통 경제지뿐 아니라 산업 전문 매체와 기술 콘텐츠, 기업 뉴스룸처럼 특정 분야의 맥락을 설명해주는 출처들의 중요성이 커지고 있다. 이는 스타트업 PR 전략에도 적지 않은 변화를 만들고 있는데, 단순 기사 건수 경쟁보다 AI가 참고할 수 있는 정보 밀도와 산업 맥락을 가진 콘텐츠를 만드는 방향으로 무게 중심이 이동하고 있음을 알 수 있다.
창업자 개인 브랜딩 중요성 역시 커지고 있다.
그는 사고 리더십(Thought Leadership)을 단순 SNS 활동이 아니라 “회사가 세상을 바라보는 기준을 보여주는 행위”라고 정의했다.
생성형 AI는 기업 홈페이지뿐 아니라 대표 인터뷰와 기고문, 발표 자료, 링크드인 글 같은 공개된 정보 자산까지 함께 참조해 브랜드를 설명한다. 결국 창업자의 언어 자체가 브랜드 데이터가 되는 셈이다. 이 대표는 최근 에스코토스컨설팅, 헤일로엑스와 함께 GEO 얼라이언스를 구축했다. AI 답변 데이터를 분석하는 기술과 브랜드 전략, 콘텐츠 구조화를 하나로 연결하기 위해서다.
그는 인터뷰 말미, 생성형 AI 시대 가장 위험한 조직으로 “우리는 이미 충분히 알려져 있다”고 자만하는 기업을 꼽았다. 과거에는 브랜드 인지도와 검색량, 광고 집행 규모가 시장 영향력을 좌우했다면, 이제는 AI가 그 회사를 얼마나 정확하게 이해하고 설명할 수 있는지가 훨씬 중요한 시대가 되고 있다는 것이다.
“앞으로 브랜드 경쟁은 더 크게 말하는 곳이 아니라, 더 정확하게 설명되고 더 신뢰 가능하게 인용되는 회사가 유리해질 겁니다.”
그는 특히 생성형 AI 시대에는 기업이 스스로를 설명하는 방식 자체가 달라져야 한다고 강조했다. 화려한 수식어나 추상적인 비전보다, 어떤 문제를 해결하고 누구를 위해 존재하며 어떤 데이터와 사례를 갖고 있는지가 구조적으로 정리되어야 한다는 이야기다. AI는 감성적인 광고 문구보다 반복적으로 검증된 정보와 외부 맥락, 실제 사례를 더 신뢰하기 때문이다.
결국 AI 시대의 브랜딩은 단순 노출 경쟁이 아니다. 얼마나 많이 알려졌느냐보다, 얼마나 일관된 정보 구조를 갖고 있느냐가 중요해지고 있다. 기업 홈페이지와 뉴스룸, 인터뷰와 고객 사례, 대표의 발언과 산업 분석 콘텐츠까지 모두가 AI가 학습하는 브랜드 데이터가 되는 셈이다.
검색창 위에서 경쟁하던 시대는 빠르게 바뀌고 있다. 이제 스타트업의 경쟁 상대는 단순히 같은 업계 기업만이 아니다. AI가 어떤 브랜드를 더 이해하기 쉽고, 더 신뢰 가능하며, 더 설명하기 좋은 존재로 판단하느냐가 앞으로 시장 진입의 중요한 기준이 되고 있다.
그리고 그 변화 속에서 살아남는 브랜드는 단순히 유명한 회사가 아니라, AI와 사람 모두에게 “무슨 회사인지 명확하게 설명할 수 있는 회사”에 가까워지고 있다.
Like this:
Like Loading...Related
“Getting into the AI response is more important than being No. 1 in search results,” says Lee Jung-dae, CEO of Message House
AI no longer simply displays search results. It understands questions, combines various pieces of information to construct a single answer, and independently determines which brands to include in that response. This shift is shaking up startup marketing and branding strategies themselves.
Lee Joong-dae, CEO of Message House, who founded Social Link after working at global PR agencies such as Edelman and Weber Shandwick, described the present as a “turning point transitioning from the era of search to the era of answers.” Having recently published the book *It Works! AI Top Ranking*, he identified “Does our company have a structure that AI can explain?” as the question companies must ask themselves in the era of generative AI. This implies that simply becoming a famous brand is no longer sufficient.
The scene where he first felt a sense of crisis was surprisingly simple. Companies had clearly distributed press releases and articles were published, yet within generative AI services like ChatGPT, Gemini, and Perplexity, the company's core message was repeatedly missing or summarized in a completely different context.
CEO Lee explained, “Many companies ask, ‘We made an announcement, so why doesn’t AI know?’” He added, “However, AI does not just look at what a company claims itself, but also considers external verification, repeated mentions, industry context, and third-party evaluations.”
He analyzed this as a phenomenon that goes beyond a simple issue of search visibility, stating that “the very way brands exist is changing.” He argued that while search volume, keywords, and click counts were important in the past SEO era, in the era of generative AI, the ability to structurally explain a brand is becoming more critical.
From SEO for Search, to AIEO for Answers
A keyword recently garnering attention in the industry is GEO (Generative Engine Optimization). While GEO is a concept that addresses how brands are discovered and cited within an AI response environment, CEO Lee went a step further and proposed the concept of AIEO (AI Information Engine Optimization).
He describes AIEO as “the work of structuring within content the reasons why AI can include a brand in the answer.”
If SEO was a structure designed for discovery by search engines, GEO is a strategy for being cited within AI responses. AIEO is closer to a methodology for implementing this through actual content design and writing methods.
He cited "keyword-repetition-centered content" as the first strategy to be abandoned among existing startup marketing methods. He explained that the influence of articles featuring sensational titles and aiming solely for search traffic is gradually weakening in the era of generative AI.
Conversely, the content preferred by AI is much more structured. It is content that clearly explains what the company does, who the service is for, what problems it solves, and how it differs from competitors. For example, a phrase like "innovative platform company" is vague even to humans, but to AI, it is practically meaningless. On the other hand, content that organizes the target customers, service structure, problem-solving methods, and differentiators is more likely to be included in the AI's response.
Representative Lee described this as 'Dual Writing'.
Humans respond to context and problem awareness, while AI responds to definitions, comparisons, evidence, and structure. We are now in an era where we must write sentences that both can understand.
In the AI Era, the Value of Media and Founder Content Changes
Amidst this trend, the roles of startup websites and newsrooms are also changing. The consensus is that they must function as data hubs where AI learns about the company, rather than simply serving as company introduction pages. According to him, startups must structure at least their company definition, target audience, core problem-solving methods, differentiators, FAQs, and customer case studies.
In particular, he explained, “For B2B startups, the importance of customer case studies and data-driven content is growing significantly.” This is because generative AI has a strong tendency to trust actual application examples and result data more than abstract expressions. Interestingly, the era of generative AI is actually re-elevating the value of specialized media.
CEO Lee explained, “In the past, media exposure itself was important, but now the media is serving as reliable external data that AI references.”
The importance of sources that provide context for specific fields—such as industry-specialized media, technology content, and corporate newsrooms—is growing, extending beyond traditional business newspapers. This is bringing about significant changes to startup PR strategies, indicating a shift in focus from a competition based solely on the number of articles to creating content with high information density and industry context that AI can refer to.
The importance of founder personal branding is also growing.
He defined thought leadership not as mere social media activity, but as “an act that demonstrates the standards by which a company views the world.”
Generative AI explains a brand by referencing not only the company website but also publicly available information assets such as CEO interviews, articles, presentation materials, and LinkedIn posts. Ultimately, the founder's language itself becomes brand data. CEO Lee recently established the GEO Alliance with Escotos Consulting and HaloX. This was done to integrate technology for analyzing AI response data with brand strategy and content structuring.
At the end of the interview, he cited companies that are complacent, believing "we are already well-known," as the most dangerous organizations in the era of generative AI. He argued that while brand awareness, search volume, and the scale of advertising spending determined market influence in the past, we are now entering an era where the ability of AI to accurately understand and explain a company is far more important.
Going forward, brand competition will not be about who speaks louder, but about the company that is explained more accurately and cited more credibly.
He emphasized that, particularly in the era of generative AI, the very way companies describe themselves must change. This means that instead of flashy rhetoric or abstract visions, companies must structurally organize what problems they solve, who they exist for, and what data and case studies they possess. This is because AI trusts repeatedly verified information, external context, and real-world examples more than emotional advertising slogans.
Ultimately, branding in the AI era is not merely a competition for exposure. Having a consistent information structure is becoming more important than how widely known a brand is. From corporate websites and newsrooms to interviews, customer case studies, CEO statements, and industry analysis content, everything effectively becomes brand data that AI learns from.
The era of competing solely on search engines is rapidly changing. Startups are no longer limited to competitors within the same industry. Going forward, a key criterion for market entry is whether AI determines which brands are easier to understand, more trustworthy, and better to explain.
And the brands that survive amidst this change are not merely famous companies, but are becoming closer to “companies that can clearly explain what kind of company they are” to both AI and people.
「検索1位より重要なのはAIの回答の中に入ること」、二重大メッセージハウス代表
AIはもはや検索結果だけを表示しません。質問を理解し、複数の情報を組み合わせて一つの回答を構成する。そしてその答えの中にどのブランドを入れるか自ら判断する。この変化はスタートアップマーケティングとブランディング戦略自体を振っている。
エデルマンやウェバーサンドウィックなどグローバルPRエージェンシーを経てソーシャルリンクを創業し、現在メッセージハウスを率いる二重大代表は今を「検索の時代から回答の時代に移る転換点」と説明した。最近著書『なる！ AI上位露出』を出版した彼は、生成型AI時代企業が必ず投げなければならない質問として「私たちの会社はAIが説明できる仕組みを持っているか」を挙げた。単に有名なブランドになるだけではこれ以上十分ではないという話だ。
彼が初めて危機感を感じたのは意外と単純な場面だった。企業は明らかに報道資料を配布し、記事も出てきたが、本当のChatGPTとGemini、Perplexityのような生成型AIサービスの中では会社の中核メッセージが抜けていたり、まったく別の文脈で要約されることが繰り返されたということだ。
李代表は「多くの企業が「私たちが発表したが、なぜAIはわからないのですか」と聞く」とし「AIは企業が自ら主張した内容だけを見るのではなく、外部検証と繰り返し言及、産業コンテキスト、第三者評価まで一緒に見る」と説明した。
彼はこれが単純な検索露出問題を超えて「ブランド存在方式自体が変わっている現象」と分析した。過去のSEO時代には検索量とキーワード、クリック数が重要だったなら、生成型AI時代にはブランドをどれだけ構造的に説明できるかがより重要になっているということだ。
「検索されるためのSEOから、回答されるためのAIEOへ」
最近業界で注目されているキーワードは、GEO(Generative Engine Optimization)、つまり生成型AI最適化だ。 GEOがAI回答環境の中でブランドがどのように発見され、引用されるかを扱う概念であれば、この代表はここにさらに一歩進んでAIEO(AI Information Engine Optimization)という概念を提案した。
彼はAIEOを「AIがブランドを回答の中に含めてもよい理由をコンテンツの中に構造化する作業」と説明する。
「SEOが検索エンジンに見つかるための構造であれば、GEOはAIの回答の中で引用されるための戦略です。AIEOは、それを実際のコンテンツ設計と書き込み方式で実装する方法論に近いです」
彼は既存のスタートアップマーケティング方式の中で一番最初に捨てなければならない戦略として「キーワード繰り返し中心コンテンツ」を挙げた。刺激的なタイトルと検索流入だけ狙った文は、生成型AI時代に影響力がますます弱まっているという説明だ。
逆に、AIが好むコンテンツははるかに構造的です。何をする会社なのか、誰のためのサービスなのか、どのような問題を解決するのか、競合他社と何が違うのかまで明確に説明されたコンテンツだ。例えば「革新的なプラットフォーム企業」のような表現は人にも曖昧だが、AIには事実上意味のない文章に近い。一方、対象顧客とサービス構造、問題解決方法、差別点が整理されたコンテンツは、AIの答えに入る可能性が高くなる。
李代表はこれを「二重書き込み(Dual Writing)」と説明した。
「人は文脈と問題意識に反応し、AIは正義と比較し、根拠と構造に反応します。今は両方とも理解できる文章を書かなければならない時代です。」
「AI時代、メディアと創業者のコンテンツの価値が変わる」
この流れの中でスタートアップホームページとニュースルームの役割も変わっている。単純会社紹介ページではなく、AIが会社を学習するデータハブとして機能しなければならないということだ。それによればスタートアップらは少なくとも会社定義と顧客対象、核心問題解決方式、差別点、FAQと顧客事例程度は必ず構造化する必要があるということだ。
特に彼は「B2Bスタートアップほど顧客事例とデータ駆動型コンテンツの重要性がはるかに大きくなっている」と説明した。生成型AIは、抽象表現より実際の適用事例と結果データをより信頼する傾向が強いからだ。興味深い点は、生成型AI時代がむしろ専門メディアの価値を再び引き上げているという部分だ。
李代表は「以前はメディア露出自体が重要だったら、今はメディアがAIが参考にする信頼できる外部データの役割をしている」と説明した。
伝統経済誌だけでなく、産業専門媒体と技術コンテンツ、企業ニュースルームのように特定分野の文脈を説明してくれるソースの重要性が高まっている。これはスタートアップPR戦略にも少なくない変化を作っているが、単純記事件数競争よりAIが参考にできる情報密度と産業コンテキストを持つコンテンツを作る方向に重心が移動していることが分かる。
創業者個人のブランディングの重要性も大きくなっている。
彼は思考リーダーシップ（Thought Leadership）を単純なSNS活動ではなく、「会社が世界を見る基準を示す行為」と定義した。
生成型AIは企業ホームページだけでなく、代表インタビューや寄稿文、発表資料、リンクドイングなどの公開された情報資産まで一緒に参照してブランドを説明する。結局創業者の言語自体がブランドデータになるわけだ。この代表は最近エスコトスコンサルティング、ヘイロエックスと共にGEOアライアンスを構築した。 AIの回答データを分析する技術とブランド戦略、コンテンツ構造化をひとつにつなげるためだ。
彼はインタビューの終わりに、生成型AI時代の最も危険な組織として「私たちはすでに十分に知られている」と自慢する企業を挙げた。過去にはブランド認知と検索量、広告執行規模が市場影響力を左右したとすれば、今はAIがその会社をどれだけ正確に理解し説明できるかがはるかに重要な時代になっているということだ。
「今後のブランド競争は、より大きく話すところではなく、より正確に説明され、より信頼できるように引用される会社が有利になるだろう」
彼は特に生成型AI時代には企業が自らを説明する方式自体が変わらなければならないと強調した。派手な修飾語や抽象的なビジョンより、どのような問題を解決し、誰のために存在し、どのようなデータと事例を持っているのかが構造的に整理されなければならないという話だ。 AIは感性的な広告フレーズよりも繰り返し検証された情報と外部の文脈、実際の事例をより信頼するためだ。
結局、AI時代のブランディングは単純露出競争ではない。どれだけ知られたかより、どれほど一貫した情報構造を持っているかが重要になっている。企業ホームページやニュースルーム、インタビューと顧客事例、代表の発言と産業分析コンテンツまで、皆がAIが学習するブランドデータになるわけだ。
検索ウィンドウの上で競争していた時代は急速に変わっている。今、スタートアップの競争相手は単に同じ業界企業だけではない。 AIがどのブランドをより理解しやすく、より信頼性が高く、より説明しやすい存在と判断するかが、今後市場参入の重要な基準となっている。
そしてその変化の中で生き残るブランドは単に有名な会社ではなく、AIと人の両方に「どんな会社なのか明確に説明できる会社」に近づいている。
Message House首席执行官李正大表示：“进入人工智能响应系统比在搜索结果中排名第一更重要。”
人工智能不再仅仅展示搜索结果。它能够理解问题，整合各种信息构建单一答案，并独立决定在答案中包含哪些品牌。这种转变正在颠覆初创企业的营销和品牌战略。
Message House 的首席执行官李钟大 (Lee Joong-dae) 曾在爱德曼 (Edelman) 和伟达公关 (Weber Shandwick) 等全球公关公司工作，之后创立了 Social Link。他将当下描述为“从搜索时代向答案时代过渡的转折点”。他最近出版了《It Works! AI Top Ranking》一书，书中指出，在生成式人工智能时代，企业必须扪心自问：“我们的公司是否拥有人工智能可以解释的组织结构？” 这意味着，仅仅成为一个知名品牌已经远远不够了。
他第一次感受到危机的场景出乎意料地简单。各公司明明已经发布了新闻稿，文章也已发表，但在 ChatGPT、Gemini 和 Perplexity 等生成式人工智能服务中，公司的核心信息却屡屡缺失，或者被概括到完全不同的语境中。
李首席执行官解释说：“很多公司会问，‘我们已经发布了公告，为什么人工智能不知道？’”他补充道：“然而，人工智能不仅会查看公司自己声明的内容，还会考虑外部验证、重复提及、行业背景和第三方评估。”
他分析认为，这不仅仅是搜索可见性的问题，而是“品牌存在的本质正在发生变化”。他指出，虽然搜索量、关键词和点击量在过去的搜索引擎优化时代很重要，但在生成式人工智能时代，对品牌进行结构化阐释的能力变得更加关键。
从搜索引擎优化（SEO）到答案分析（AIEO）
最近，GEO（生成式引擎优化）这一关键词在业内备受关注。GEO 的概念旨在解决品牌在人工智能响应环境中如何被发现和引用的问题，而首席执行官 Lee 更进一步，提出了 AIEO（人工智能信息引擎优化）的概念。
他将 AIEO 描述为“在内容中构建人工智能可以将品牌包含在答案中的原因”。
如果说SEO是为搜索引擎优化而设计的结构，那么GEO则是在AI搜索结果中获得引用的策略。AIEO则更接近于通过实际的内容设计和写作方法来实施这一策略。
他指出，在现有的创业公司营销方法中，“以关键词重复为中心的内容”策略应该首先被摒弃。他解释说，在生成式人工智能时代，那些标题耸人听闻、只为获取搜索流量的文章的影响力正在逐渐减弱。
相反，人工智能更偏爱结构化的内容。这类内容能够清晰地解释公司是做什么的，服务对象是谁，解决了哪些问题，以及与竞争对手有何不同。例如，“创新平台公司”这样的短语即使对人类来说也显得模糊不清，而对人工智能来说，它几乎毫无意义。另一方面，能够系统地组织目标客户、服务结构、问题解决方法和差异化优势的内容，更有可能被人工智能纳入其回复中。
李议员将其描述为“双人写作”。
人类根据语境和问题意识做出反应，而人工智能则根据定义、比较、证据和结构做出反应。如今，我们必须编写出人类和人工智能都能理解的句子。
人工智能时代，媒体和创始人内容的价值发生了变化
在这种趋势下，创业公司网站和新闻中心的角色也在发生变化。人们普遍认为，它们必须发挥数据中心的作用，让人工智能能够从中了解公司，而不仅仅是作为公司介绍页面。他认为，创业公司至少应该构建公司定义、目标受众、核心问题解决方法、差异化优势、常见问题解答和客户案例研究等内容。
他特别解释说：“对于B2B创业公司而言，客户案例研究和数据驱动型内容的重要性正在显著提升。”这是因为生成式人工智能更倾向于信任实际应用案例和结果数据，而非抽象表达。有趣的是，生成式人工智能时代实际上正在重新提升专业媒体的价值。
李首席执行官解释说：“过去，媒体曝光本身很重要，但现在媒体正作为人工智能参考的可靠外部数据。”
能够提供特定领域背景信息的媒体——例如行业专业媒体、科技内容和企业新闻中心——的重要性日益凸显，其影响力已超越了传统的商业报纸。这给初创企业的公关策略带来了重大变革，表明其关注点正从单纯追求文章数量转向创作信息密度高、包含行业背景且可供人工智能参考的内容。
创始人个人品牌的重要性也日益凸显。
他将思想领导力定义为“一种展现公司看待世界的标准的行为，而不仅仅是社交媒体活动”。
生成式人工智能不仅参考公司网站，还会参考公开的信息资产，例如首席执行官访谈、文章、演示材料和LinkedIn帖子，以此来阐释品牌。最终，创始人的语言本身也成为了品牌数据。首席执行官Lee近期与Escotos Consulting和HaloX共同成立了GEO联盟。此举旨在将用于分析人工智能响应数据的技术与品牌战略和内容结构相结合。
在采访结束时，他指出，那些自满于现状、认为“我们已经声名远扬”的公司，才是生成式人工智能时代最危险的组织。他认为，虽然过去品牌知名度、搜索量和广告支出规模决定了市场影响力，但我们现在正进入一个人工智能能否准确理解和解释一家公司才是关键的时代。
展望未来，品牌竞争将不再是比拼谁的声音更大，而是比拼哪家公司能够更准确地解释自身，并被更可信地引用。
他强调，尤其是在生成式人工智能时代，企业自我描述的方式必须彻底改变。这意味着，企业不能再使用华丽的辞藻或抽象的愿景，而必须系统地组织自身解决的问题、服务对象以及拥有的数据和案例研究。这是因为人工智能更信任经过反复验证的信息、外部环境和真实案例，而不是煽情的广告口号。
归根结底，人工智能时代的品牌塑造不再仅仅是一场曝光度的竞争。拥有连贯一致的信息结构比品牌知名度本身更为重要。从企业网站和新闻中心到采访、客户案例研究、CEO声明和行业分析内容，所有信息都有效地转化为人工智能可以学习的品牌数据。
仅仅依靠搜索引擎竞争的时代正在迅速改变。初创企业不再局限于同一行业的竞争对手。展望未来，市场准入的关键标准之一是人工智能能否判断哪些品牌更容易理解、更值得信赖、更易于解释。
在这种变化中生存下来的品牌不仅仅是知名公司，而且越来越接近于“能够向人工智能和人们清楚地解释自己是什么类型的公司”。
« Être pris en compte par l’IA est plus important que d’être numéro un dans les résultats de recherche », déclare Lee Jung-dae, PDG de Message House.
L'IA ne se contente plus d'afficher des résultats de recherche. Elle comprend les questions, combine diverses informations pour construire une réponse unique et détermine de manière autonome les marques à inclure dans cette réponse. Cette évolution bouleverse les stratégies marketing et de marque des startups.
Lee Joong-dae, PDG de Message House et fondateur de Social Link après avoir travaillé dans des agences de relations publiques internationales telles qu'Edelman et Weber Shandwick, décrit la période actuelle comme un « tournant, marquant la transition de l'ère de la recherche à l'ère des réponses ». Auteur de l'ouvrage *It Works! AI Top Ranking*, il identifie la question suivante comme essentielle pour les entreprises à l'ère de l'IA générative : « Notre entreprise possède-t-elle une structure que l'IA peut expliquer ? » Cela signifie qu'il ne suffit plus d'être une marque reconnue.
La scène où il a ressenti pour la première fois un sentiment de crise était étonnamment simple. Les entreprises avaient clairement diffusé des communiqués de presse et des articles avaient été publiés, pourtant, au sein des services d'IA générative comme ChatGPT, Gemini et Perplexity, le message principal de l'entreprise était systématiquement absent ou résumé dans un contexte complètement différent.
Le PDG Lee a expliqué : « De nombreuses entreprises se demandent : “Nous avons fait une annonce, alors pourquoi l’IA ne le sait-elle pas ?” » Il a ajouté : « Cependant, l’IA ne se contente pas d’examiner ce qu’une entreprise affirme elle-même, mais prend également en compte la vérification externe, les mentions répétées, le contexte sectoriel et les évaluations de tiers. »
Il a analysé ce phénomène comme allant au-delà d'une simple question de visibilité dans les moteurs de recherche, affirmant que « la manière même dont les marques existent est en train de changer ». Il a soutenu que si le volume de recherche, les mots-clés et le nombre de clics étaient importants à l'époque du référencement naturel, à l'ère de l'intelligence artificielle générative, la capacité à expliquer structurellement une marque devient plus cruciale.
Du SEO pour la recherche, à l'AIEO pour les réponses
Un mot-clé qui a récemment attiré l'attention dans le secteur est GEO (Generative Engine Optimization). Si GEO est un concept qui traite de la manière dont les marques sont découvertes et citées dans un environnement de réponse basé sur l'IA, le PDG Lee est allé plus loin en proposant le concept d'AIEO (AI Information Engine Optimization).
Il décrit l'AIEO comme « le travail de structuration, au sein du contenu, des raisons pour lesquelles l'IA peut inclure une marque dans la réponse ».
Si le SEO est une structure conçue pour être découverte par les moteurs de recherche, le GEO est une stratégie visant à être cité dans les réponses des IA. L'AIEO s'apparente davantage à une méthodologie permettant de mettre cela en œuvre concrètement par la conception et la rédaction de contenu.
Il a cité le « contenu basé sur la répétition de mots-clés » comme la première stratégie à être abandonnée parmi les méthodes marketing existantes pour les startups. Il a expliqué que l'influence des articles aux titres sensationnalistes, visant uniquement à générer du trafic issu des moteurs de recherche, s'affaiblit progressivement à l'ère de l'intelligence artificielle générative.
À l'inverse, le contenu privilégié par l'IA est beaucoup plus structuré. Il s'agit d'un contenu qui explique clairement l'activité de l'entreprise, le public cible du service, les problèmes qu'il résout et en quoi il se distingue de ses concurrents. Par exemple, une expression comme « entreprise de plateforme innovante » est vague même pour les humains, et pratiquement dénuée de sens pour l'IA. En revanche, un contenu qui organise les clients cibles, la structure du service, les méthodes de résolution de problèmes et les éléments différenciateurs a plus de chances d'être inclus dans la réponse de l'IA.
Le représentant Lee a décrit cela comme une « double écriture ».
Les humains réagissent au contexte et à la compréhension du problème, tandis que l'IA réagit aux définitions, aux comparaisons, aux preuves et à la structure. Nous sommes désormais entrés dans une ère où il est impératif de rédiger des phrases compréhensibles par les deux.
À l'ère de l'IA, la valeur des médias et du contenu fondateur évolue.
Dans ce contexte, le rôle des sites web et des salles de presse des startups évolue également. Il est désormais admis qu'ils doivent servir de plateformes de données où l'IA apprend à connaître l'entreprise, et non plus se limiter à des pages de présentation. Selon lui, les startups doivent structurer au minimum leur définition, leur public cible, leurs principales méthodes de résolution de problèmes, leurs éléments différenciateurs, une FAQ et des études de cas clients.
Il a notamment expliqué : « Pour les startups B2B, l’importance des études de cas clients et des contenus basés sur les données croît considérablement. » En effet, l’IA générative a tendance à privilégier les exemples d’application concrets et les données de résultats aux expressions abstraites. Fait intéressant, l’ère de l’IA générative revalorise les médias spécialisés.
Le PDG Lee a expliqué : « Auparavant, l'exposition médiatique était importante en soi, mais aujourd'hui, les médias servent de données externes fiables auxquelles l'IA se réfère. »
L'importance des sources contextualisant des domaines spécifiques — telles que les médias spécialisés, les contenus technologiques et les rédactions d'entreprises — s'accroît, dépassant le cadre de la presse économique traditionnelle. Cette évolution bouleverse les stratégies de relations publiques des startups, révélant un changement d'orientation : la concurrence passe d'une logique de nombre d'articles à la création de contenus riches en informations et contextualisés sectoriellement, exploitables par l'IA.
L'importance du marketing personnel des fondateurs est également croissante.
Il a défini le leadership éclairé non pas comme une simple activité sur les réseaux sociaux, mais comme « un acte qui démontre les normes selon lesquelles une entreprise perçoit le monde ».
L'IA générative explique une marque en s'appuyant non seulement sur le site web de l'entreprise, mais aussi sur des ressources d'information publiques telles que des interviews du PDG, des articles, des supports de présentation et des publications LinkedIn. Au final, le langage même du fondateur devient une donnée de marque. Le PDG, Lee, a récemment créé l'alliance GEO avec Escotos Consulting et HaloX. L'objectif ? Intégrer la technologie d'analyse des données de réponse de l'IA à la stratégie de marque et à la structuration du contenu.
À la fin de l'entretien, il a cité les entreprises complaisantes, persuadées d'être déjà bien connues, comme les organisations les plus dangereuses à l'ère de l'IA générative. Il a soutenu que si la notoriété de la marque, le volume de recherches et l'ampleur des dépenses publicitaires déterminaient autrefois l'influence sur le marché, nous entrons désormais dans une ère où la capacité de l'IA à comprendre et à expliquer précisément une entreprise est bien plus importante.
À l'avenir, la concurrence entre les marques ne se jouera plus sur celui qui parle le plus fort, mais sur celui qui explique le plus précisément ses activités et qui est cité le plus fidèlement.
Il a souligné que, particulièrement à l'ère de l'IA générative, la manière même dont les entreprises se présentent doit évoluer. Cela signifie qu'au lieu de discours sensationnalistes ou de visions abstraites, elles doivent structurer leurs actions en identifiant les problèmes qu'elles résolvent, en précisant leurs clients et en détaillant les données et études de cas dont elles disposent. En effet, l'IA accorde davantage de crédit aux informations vérifiées à maintes reprises, au contexte externe et aux exemples concrets qu'aux slogans publicitaires émotionnels.
À l'ère de l'IA, le branding ne se résume plus à une simple course à la visibilité. La cohérence de l'information prime désormais sur la notoriété de la marque. Sites web, salles de presse, interviews, études de cas clients, déclarations du PDG, analyses sectorielles : tout devient une donnée de marque que l'IA exploite pour son apprentissage.
L'ère de la concurrence exclusivement axée sur les moteurs de recherche est en pleine mutation. Les startups ne se limitent plus à leurs concurrents directs. Désormais, un critère essentiel d'entrée sur le marché sera la capacité de l'IA à identifier les marques les plus faciles à comprendre, les plus fiables et les plus faciles à expliquer.
Et les marques qui survivent à ce changement ne sont pas simplement des entreprises célèbres, mais se rapprochent de plus en plus des « entreprises capables d’expliquer clairement quel type d’entreprise elles sont », tant à l’IA qu’aux individus.