僵尸数据：AI 引用的数字究竟从何而来

# 僵尸数据：AI 引用的数字从何而来 | Trakkr Research 来源：https://trakkr.ai/trakkr-research/zombie-stats ## 一个数字，一路追下去 我们向 ChatGPT、Perplexity、Gemini、Claude 和 Google 的 AI Overviews 提出了 200 个需要给出数字的问题——就是人们每天都会问的那种。然后我们点击了引用链接，一直点下去。以下是其中一条完整链路，从回答一直到终点。 Google AI Overviews 有多少销售人员在一次跟进后就放弃？ 44%的销售人员仅仅在一次跟进尝试后就放弃了。 - 44% - 44% - 44% - 44% - 44% 某销售公司的统计数据页面 2020年 44%的销售人员在一次跟进后就放弃（来源）。 一位自由撰稿人的示例文章 2017年上线 80 Percent of Sales Require 5 Follow-up Calls after Meeting；44 Percent Salespeople Give Up After One Follow-up **其背后没有研究**没有调查，没有样本，没有日期。 1. 在回答中所有助手都收到了同一个问题："有多少销售人员在一次跟进后就放弃？"五个助手给出的数字完全相同，只有 ChatGPT 表示其背后的证据并不明确。 2. 点击一次后Google AI Overviews 引用了一家销售公司 2020 年的统计数据页面。数字就明明白白写在那里。它的"来源"链接指向的是一篇写作示例。 3. 点击两次后这又指向一篇自由撰稿人的示例文章，2017 年上线。数字就写在标题里。文中列出了两份幻灯片、一个博客列表和两篇新闻报道，没有一项是对跟进行为的研究。 4. 这条链路的终点故事到此为止。没有调查，没有样本，没有研究：我们尝试过的通往这个数字的所有其他路径，都停在了一个不引用任何研究的页面上。这个数字依然到处流传，底下却空无一物。这就是一个僵尸数据。 大多数数字并不是僵尸。但你无法从回答里分辨出来：僵尸数字带着同样的自信和同样的引用出现，而在这里，五个助手全都意见一致。于是我们对 1,285 个统计数据做了同样的追查。 ## 不到一半能追到源头 我们从每个助手引用的统计数据中随机抽样，共 1,285 条，并用同样的方式追查每条链路：被引用的页面，再追到该页面的来源，最深追五层。如果某个页面提到了来源却没有链接，我们就自己去搜索。 40% 追到了一项说法一致的研究。另有 8% 追到了研究，但数字或其背景在传播途中已经改变。剩下的始终没能追到：40% 停在了我们无法核实的来源上——它要么被锁住、已失效、要么对这个数字只字未提；11% 则完全追不到任何东西。 ### 十条链路中有四条追到了说法一致的研究 每个方块代表我们追溯的 1,285 个统计数据中的百分之一，按其链路终点分类排序。 - 40% 已溯源我们找到了研究，而且研究的说法一致。 - 8% 已改变我们找到了研究，但数字、被调查对象、地点或时间已经不同。 - 40% 无法核实某个页面提到了一个真实来源，但数字不在其中，或者来源被锁住或已失效。 - 11% 无处可去整条链路上没有任何研究。每个页面都在重复这个数字，却不注明任何出处。 最后的 1%：链路页面无法加载。 Trakkr Research，向五个 AI 助手提出 200 个需要给出数字的问题，2026 年 10 月。从每个助手引用的统计数据中随机抽样，按各助手引用数量加权，并用 150 条人工核查的链路进行校正。已溯源：40%，95% 置信区间 34% 到 46%。ChatGPT 表现最好，同时引用的数字也最少：每个回答 1.3 个，而 Claude 是 6.8 个。其余四个落在 38% 到 46% 之间，差距太小，无法排名。 ### ChatGPT 引用的数字最少，溯源率最高 同样是每个助手的一百个方块，取自其各自的引用统计数据样本。 1. ChatGPT **57%** 已溯源 每个回答 1.3 个统计数据 2. Perplexity **46%** 已溯源 每个回答 2.2 个统计数据 3. AI Overviews **39%** 已溯源 每个回答 4.8 个统计数据 4. Gemini **38%** 已溯源 每个回答 6.2 个统计数据 5. Claude **38%** 已溯源 每个回答 6.8 个统计数据 Trakkr Research，向五个 AI 助手提出 200 个需要给出数字的问题，2026 年 10 月。各助手追溯数量：ChatGPT 108 条，Perplexity 277 条，Google AI Overviews 300 条，Gemini 300 条，Claude 300 条。ChatGPT 之后的四个助手数值互相落在彼此的区间内，因此不作排名。这并不是我们提问方式造成的偶然结果。在 Google AI Overviews 对真实日常搜索的 300 个统计数据中，40% 已溯源——比例完全一样。 ## AI 引用的是转载页，而非研究本身 大多数情况下，AI 并不是在编造数字：它引用的页面有 82% 的概率确实含有该数字。问题在于引用的是哪种页面。为某个数字而引用的页面中，只有 21% 是研究本身。 超过一半是公司博客。再加上新闻报道和数据汇总，大多数引用都落在那些专门从别处收集数字的页面上，而且往往不附回链。 ### 链路从哪里开始，决定它在哪里结束 每个助手为某个数字首先引用的页面，按类型划分。每列的宽度是该类型在这些引用中的占比。绿色代表其链路追到说法一致的研究的比例。 62% **研究机构**13% 的引用 研究机构或调查：占首次引用的 13%，其中 62% 已溯源。 61% **政府**7% 的引用 政府或官方机构：占首次引用的 7%，其中 61% 已溯源。 37% **公司博客**54% 的引用 公司博客：占首次引用的 54%，其中 37% 已溯源。 37% **新闻**10% 的引用 新闻或杂志：占首次引用的 10%，其中 37% 已溯源。 35% **数据汇总**8% 的引用 数据汇总：占首次引用的 8%，其中 35% 已溯源。 41% **其他**8% 的引用 其他：占首次引用的 8%，其中 41% 已溯源。 Trakkr Research，向五个 AI 助手提出 200 个需要给出数字的问题，2026 年 10 月。1,268 条已追溯的统计数据，其首个页面均可正常阅读。页面类型根据页面本身判定。结果已用 150 条人工核查的链路进行校正。链路从哪里开始，决定它在哪里结束。从研究机构或政府页面出发，有 61% 追到了匹配的研究；从公司博客出发，只有 37%；从数据汇总出发，只有 35%。即便是研究机构，也有 38% 的时候追不到——原因通常是完整报告被放在表单后面。 引用告诉你的是 AI 在哪里找到了一个数字，而不是这个数字从哪里来。 ## 数字在传播途中会变 追到研究并不意味着数字就站得住。在追到研究的统计数据中，有 17% 在途中发生了变化。数字本身变动大约只有四分之一。变化的通常是背景信息：测量了什么、年份、来源，或者被调查的是谁。 所有被记录的变化中，各变化类型的占比 数字变了 26% 测量对象变了 20% 年份变了 17% 来源变了 16% 被调查对象变了 14% 地点变了 4% 十五位女性对健康网站的评判，变成了每个网站的第一印象。三家公司变成了一条商业规则。以下是我们追踪到的最清晰的几条链路，每一条都经过人工核查。 ### 看一个数字如何失去它的背景 每条链路从原始研究一直延伸到某个助手在 2026 年 10 月给出的回答。逐步走一遍：数字始终没变，但它周围的话变了。 提问网站的第一印象中有多大比例与设计相关？ > 研究· Sillence 等人，CHI，2004 年 15 位女性关于拒绝或不信任健康网站所作的评论中，94%与设计有关。 一项 2004 年的研究观察了 15 位英国女性评判健康网站，她们关于拒绝某个网站的评论中有 94% 与设计有关。经过二十年的转述，它变成了"94% 的第一印象与设计有关"，而 Google AI Overviews 把它当作事实陈述。 第 1 步，共 4 步 每一步都在开放网络上经过人工核查，并保留了存档副本。我们列出原始研究的名称；重复引用这些研究的页面只按类型描述，不点名。 ## 僵尸们 问五个助手同一个问题，你往往会得到五个不同的数字。在全部五个助手都给出百分比的 71 个问题中，有 28 个我们得到了四个或五个不同的数字。 ### 一个问题，五个答案，从 49% 到 96% 在同一天，用一字不差的原话提问"有多少百分比的营销人员使用营销自动化工具？" **49–51%** AI Overviews **62%** ChatGPT **70–79%** Gemini **81%** Perplexity **96%** Claude - **ChatGPT**并不存在一个统一的数字，这因调查和"营销自动化"的定义而异。一项常被引用的调查显示**62%**的美国数字营销人员使用自动化软件，但该数据来自 2020 年，因此可能无法反映当前的采用率。 - **Perplexity**大约**81%**的营销组织使用营销自动化。 - **Gemini**在各大行业基准中，**70% 到 79%**之间的营销人员和公司以某种形式使用营销自动化工具。 - **Claude****96%**的营销人员曾使用过营销自动化平台，或计划使用。 - **AI Overviews**根据 Moosend 及相关研究的行业基准，大约**49% 到 51%**的公司和营销团队目前使用营销自动化工具。 Trakkr Research，向五个 AI 助手提出 200 个需要给出数字的问题，2026 年 10 月。回答采集于 2026 年 10 月 25 日。区间以最低值到最高值表示。这并不是一个孤立的怪问题。最高值与最低值之间的典型差距是 16 个百分点。 ### 71 个问题中有 31 个，五个数字相差 20 个百分点以上 所有五个助手都给出百分比的每个问题各占一行，从最低值到最高值排列。差距最小的在顶部。 有多大比例的搜索包含本地意图，如"附近"或"我附近"？ 46% 到 46% 有多少社交媒体用户至少关注了一个品牌？ 90% 到 90% 有多大比例的网购购物车被放弃？ 70% 到 70% 电子商务网站的平均转化率是多少？ 3% 到 3% 有多大比例的学生在学习期间至少修读了一门在线课程？ 54% 到 54% 有多大比例的社交媒体用户通过移动设备访问平台？ 99% 到 99% 网站的平均转化率是多少？ 3% 到 4% 平均有多大比例的销售线索能转化为客户？ 4% 到 5% 有多大比例的小企业能挺过头五年？ 49% 到 51% 自然社交媒体帖子的平均互动率是多少？ 0% 到 2% 有多大比例的员工至少有一部分时间远程办公？ 22% 到 24% 有多少人每月都背负信用卡余额？ 45% 到 48% 有多大比例的小企业由女性所有？ 40% 到 43% 有多大比例的网络流量来自移动设备？ 57% 到 60% 有多大比例的组织报告 AI 提升了决策质量？ 50% 到 53% 有多大比例的用户在网站上使用广告拦截器？ 30% 到 33% 大型开放式在线课程的平均完成率是多少？ 7% 到 10% 用户多久点击一次第一个自然搜索结果？ 25% 到 29% 有多大比例的家庭拥有智能手机？ 87% 到 91% 有多大比例的人有学生贷款？ 16% 到 21% 网站多久采用一次响应式设计？ 90% 到 95% 有多少家庭没有任何应急储蓄？ 21% 到 27% 有多大比例的领导岗位由女性担任？ 27% 到 33% 有多少学生在完成学位或证书前辍学？ 30% 到 39% 电子商务收入中有多大比例来自回头客？ 40% 到 50% 有多少小企业拥有网站？ 73% 到 83% 有多大比例的人月月靠工资度日？ 48% 到 59% 销售人员有多大比例的时间花在真正的销售上？ 29% 到 40% 有多大比例的工人在主业之外还从事零工或自由职业？ 8% 到 20% 营销预算中通常有多大比例花在数字渠道上？ 55% 到 68% 用户多久点击一次精选摘要或答案框？ 9% 到 22% 有多大比例的购物者因为运费而放弃结账？ 40% 到 54% 有多大比例的搜索在移动设备上完成？ 53% 到 67% 公司预算中花在 AI 上的平均比例是多少？ 2% 到 17% 有多大比例的软件功能很少或从不被使用？ 64% 到 80% 有多大比例的数据泄露由人为失误造成？ 60% 到 78% 有多大比例的成年人经常使用某种处方药？ 50% 到 68% 主动外呼线索的平均成交率是多少？ 2% 到 20% 有多大比例的邮件在移动设备上被打开？ 42% 到 61% 有多少成年人受失眠等睡眠障碍困扰？ 13% 到 33% 有多大比例的免费试用用户会转化为付费客户？ 5% 到 25% 有多大比例的 SaaS 支出花在了未使用的许可证上？ 30% 到 50% 有多大比例的学生报告学习期间有心理健康困扰？ 63% 到 85% 有多少营销人员报告经常使用电子邮件营销？ 63% 到 86% 有多大比例的营销人员使用社交媒体进行推广？ 73% 到 97% 有多大比例的成年人使用社交媒体？ 70% 到 95% 有多大比例的成年人被归类为肥胖？ 16% 到 42% 入站线索的平均成交率是多少？ 4% 到 30% 有多大比例的客户愿意为更好的体验支付更多？ 59% 到 86% 有多大比例的人在接受条款前会阅读？ 9% 到 37% 有多大比例的软件开发团队使用 AI 代码助手？ 66% 到 97% 有多大比例的家庭拥有互联网接入？ 58% 到 93% 有多少人背负信用卡债务？ 23% 到 60% 有多少 AI 项目未能上线到生产环境？ 46% 到 88% 有多少线上购买是通过市场平台而非独立店铺完成的？ 30% 到 72% 有多少网购者使用社交媒体来发现产品？ 39% 到 82% 有多大比例的营销人员使用数据分析来做活动决策？ 44% 到 90% 有多大比例的营销人员使用营销自动化工具？ 50% 到 96% 组织每年多久遭遇一次勒索软件攻击？ 25% 到 72% 有多大比例的公司在运营中使用 AI？ 37% 到 88% 人们每天多久查看一次社交媒体？ 33% 到 85% 员工多久报告一次自己感到职业倦怠？ 27% 到 82% 有多大比例的消费者使用社交媒体研究购买？ 26% 到 82% 有多大比例的学生在完成中等教育后进入高等教育？ 44% 到 100% 有多大比例的消费者无视在线广告？ 37% 到 93% 有多大比例的消费者信任 AI 的购物推荐？ 33% 到 89% 有多大比例的小企业在线销售产品或服务？ 23% 到 85% 提供免运费时，客户购买的可能性高出多少？ 20% 到 82% 有多大比例的数据泄露涉及凭证泄露？ 22% 到 90% 差距最小 20 个百分点以上 差距最大 Trakkr Research，向五个 AI 助手提出 200 个需要给出数字的问题，2026 年 10 月。区间按中点计算。2 个数字超过 100% 的问题未纳入图表。一致看起来像证据。但它不是。在 10 个问题上五个助手给出了相同的数字，其中我们追溯的 5 个里有 2 个已溯源。它们重复最多的那些统计——被三个或以上助手引用的——表现也不更好：29 个中有 11 个。 而且有四个数字被全部五个助手引用，背后却没有任何研究。 ### 五个助手全都引用了。没有一个溯源成功。 五个助手都给我们的四个统计数据，每一条链路都终止于一个不引用任何研究的页面。 - 44% #### 在一次跟进后就放弃的销售人员 每条链路都终止于一个不引用任何研究的页面，其中之一是一位自由撰稿人的示例文章。其完整链路见第 1 章。五个助手全部引用 - 90% #### 关注至少一个品牌的社交媒体用户 未注明来源。未找到含有该数字的研究。五个助手全部引用 - 75% #### 从不翻过搜索结果第一页的搜索者 无来源地被重复引用，通常归功于一个已不再刊登该数字的旧营销汇总。未找到研究。五个助手全部引用 - 5 到 25 倍 #### 获取一个客户比留住一个客户贵多少 一篇 2014 年的《哈佛商业评论》文章给出的区间是"取决于你相信哪项研究"，却没有点名任何一项。五个助手全部引用 Trakkr Research，向五个 AI 助手提出 200 个需要给出数字的问题，2026 年 10 月。五个助手都引用过、且每条链路都终止于一个引用研究