B2B 订单逻辑改变：订单不再只靠销售谈出来
一个销售做了十年，客户只认他。
一个销售做了十年，客户只认他。
一个工程师做了十几年，项目跟着他走。
那么 AI 越来越深入以后，一个很现实的问题就冒出来了：
客户为什么还要认这个人，而不是直接认这家公司？
我觉得这个问题其实比“AI能不能帮销售写开发信”重要得多。
因为 B2B 本来就不是一种统一的销售模式。
有些订单，确实很看关系。
客户跟了十几年，供应商换不换，首先看信任。
有些订单，主要看产品。
参数、稳定性、交期、价格，谁的东西更合适，谁就有机会。
还有一些订单，本质上是一个项目。
客户甚至自己也不知道最后应该买什么，需要供应商一起把需求、方案、预算和交付方式慢慢弄清楚。
还有很多业务是混合的：
客户先认可产品，
然后因为信任选择你，
最后又通过项目能力决定订单。
所以我越来越觉得：
AI进入B2B以后，真正改变的不是“销售这个岗位”，而是订单到底是怎么形成的。
过去，客户很多时候是先找到一个人
一家工厂要采购某种设备。
一家贸易公司要找新的供应商。
一家工程企业要找项目承包商。
一家企业要采购一套软件。
过去很常见的路径是：
介绍一个人。
加个微信。
吃个饭。
发一份产品资料。
再约客户聊。
然后慢慢建立信任。
这个过程里，销售本人其实承担了非常多事情。
他既是：
信息入口。
又是：
产品介绍的人。
还是：
客户需求的翻译者。
同时也是：
公司信誉的一部分。
客户很多时候未必真正了解这家公司。
但他认识：
“老王”。
于是：
老王在这家公司，
和：
这家公司值得合作，
在客户脑子里可能就是一回事。
这就是为什么很多企业会出现：
“这个客户只认这个销售。”
AI进入以后，客户可以自己先做很多事情了
这个变化其实比企业内部使用 AI 更值得关注。
以前客户想知道一家供应商怎么样，可能需要：
找销售。
要资料。
问朋友。
比较几家供应商。
现在很多基础工作可以先自己完成。
比如：
产品参数。
行业信息。
功能比较。
价格区间。
应用案例。
竞争产品。
使用方法。
甚至：
“这家公司适不适合我们？”
客户都可能先通过 AI、搜索、行业平台和企业自己的公开资料做第一轮判断。
2026年 Gartner 对 B2B 买家的调查已经观察到这种变化：不少买家开始用生成式 AI 来研究供应商和产品，同时越来越偏好自主完成采购流程。
这意味着一个很重要的事情：
销售原来负责的“信息差”，正在慢慢缩小。
这对传统销售其实是一个不小的变化
以前一个销售可以靠：
“客户不知道，所以来问我。”
建立连接。
以后客户可能已经知道：
你的产品是什么。
竞争对手是谁。
大概多少钱。
有没有类似案例。
甚至可能已经把：
你和三个竞争对手
放在一起比较过。
这时候销售如果还主要做：
发资料。
讲参数。
介绍公司。
那么价值自然会下降。
因为客户自己已经完成了一部分。
所以销售真正需要承担的事情可能开始变成：
客户已经知道什么以后，我还能提供什么？
这时候，关系型订单反而变得更加有意思
因为 AI可以解决很多：
信息问题。
却不一定能够解决：
信任问题。
客户可能知道三家供应商的价格。
也知道三家公司的产品参数。
但最后还是会问：
“出了问题你们会不会管？”
“这个项目交给你们，我晚上能不能睡得着？”
“临时要改方案，你们愿不愿意配合？”
“真的出现交付问题的时候，谁来负责？”
这些事情很难单纯靠产品页面回答。
更难的是：
客户自己也未必能够把这种担忧完整说出来。
所以关系并没有因为 AI 出现就消失。
它只是可能从：
“我认识你，所以我买。”
逐渐变成：
“信息我自己已经查得差不多了，但我需要一个可信的人来帮助我承担判断和风险。”
这其实解释了一个看起来矛盾的现象
客户一方面：
越来越不想被销售反复介绍。
另一方面：
在真正重要的决定上，又越来越需要专业的人。
Gartner 2026 年的调研恰好观察到了这一点：虽然67%的 B2B 买家偏好无销售代表的体验，但69%表示会找销售人员验证 AI 生成的洞察。调查中，买家也更容易认为销售人员能够理解具体需求、帮助推进采购和增强决策信心。
这意味着：
销售可能不是消失，而是后移。
过去销售可能在：
需求形成之前就出现。
以后很多客户可能：
自己研究一大圈以后，
才开始找销售。
而客户找你的时候，问题可能已经从：
“你们有什么？”
变成：
“你们为什么适合我？”
对产品型企业来说，变化甚至更加明显
假设一家企业卖的是标准化工业产品。
以前销售需要花很多时间：
介绍型号。
发参数。
回答常见问题。
给报价。
做基础方案。
AI可以把其中很多事情压缩掉。
客户自己就能够完成：
参数查询。
型号比较。
基础计算。
案例筛选。
于是销售真正需要处理的是：
“你的现场为什么适合这一款？”
“这个产品实际用起来会不会有问题？”
“你现在这个方案为什么不能直接照搬别人的？”
“如果未来产能扩大，今天这个选型会不会成为限制？”
这时候销售反而更接近：
顾问。
而不是：
产品说明书的真人版。
如果订单是靠产品拿下的，AI可能反而会让产品本身变得更加重要
过去一个销售很厉害，有时候可以把一个普通产品卖出去。
因为：
他会讲。
他有关系。
他会维护。
但 AI越来越普及以后，客户获得信息的成本下降。
那么：
产品到底怎么样，
可能越来越容易被比较。
这个时候销售再会包装，也不能长期解决：
产品体验。
交付能力。
售后。
稳定性。
价格。
真实案例。
这些问题。
所以对于产品型企业来说，AI可能不是让销售越来越重要。
反而可能让销售越来越难掩盖：
产品本身到底行不行。
因为客户自己能查到更多东西了。
但项目型B2B又是另外一回事
项目业务的问题通常是：
客户自己也说不清楚。
比如一家工厂准备做一套自动化改造。
客户可能只知道：
“我现在人工太多。”
但到底应该怎么改？
设备怎么买？
软件怎么接？
生产线怎么调整？
哪些地方能自动化？
哪些地方不能动？
最终需要多少投入？
这些都不是客户自己查几个资料就能解决的。
于是供应商真正提供的就不是：
一个产品。
而是：
把问题变成方案。
这时候 AI可以做很多事情。
它可以：
整理历史项目。
分析客户需求。
生成方案初稿。
做参数比较。
辅助成本测算。
帮销售准备材料。
帮工程师查类似案例。
但最后：
哪套方案真的适合客户，
仍然需要有人判断。
所以项目型订单里，AI可能不是削弱销售，而是让销售和工程师更靠近
以前可能是：
销售先谈。
工程师后面跟。
两个人之间存在大量信息传递。
AI如果把：
客户历史。
技术资料。
方案记录。
项目经验。
沉淀下来以后，
销售可以更懂技术。
工程师也可以更懂客户。
于是原本：
销售 → 工程师 → 客户
的一条链，
可能变成：
销售 + 工程师 + AI → 客户
一起工作。
分工重组、知识沉淀、人与 AI 协作，这几条变化在这里汇到了一起。
还有一种订单，可能会受到AI更直接的冲击
就是：
高度标准化、价格透明、信息公开的订单。
因为这种业务本来就不太依赖复杂判断。
客户只需要比较：
价格。
参数。
交期。
服务。
AI恰恰特别适合做：
搜索。
比较。
筛选。
总结。
所以这类订单可能越来越接近：
自助采购。
客户甚至不太需要和销售谈很多。
这时候企业真正的竞争力就可能从：
“谁销售更会说”
逐渐转向：
产品。
价格。
交付。
数据。
品牌。
采购体验。
甚至：
客户能不能很容易理解你。
这其实会让“销售能力”本身被重新拆开
以前我们说一个销售厉害，通常是一句话：
“他很会卖。”
但 AI以后，可能会拆成很多部分。
他会不会：
找客户？
AI可以帮助。
他会不会：
做客户画像？
AI可以帮助。
他会不会：
写开发信？
AI可以帮助。
他会不会：
整理报价？
AI可以帮助。
他会不会：
记客户跟进？
AI可以帮助。
但还有一些东西：
客户愿不愿意把真实预算告诉你。
客户为什么在最后一步犹豫。
两个部门意见不一致的时候怎么协调。
客户内部有人反对采购时怎么推进。
项目出问题以后你怎么把关系保住。
这些事情：
很难简单外包给 AI。
于是一个销售原本混在一起的能力，也开始被拆开。
而且，B2B订单越来越像一个“多人决策”的过程
这也是未来企业需要适应的一件事情。
买一个几十块钱的办公用品：
一个人决定。
买一个几百万的设备：
可能是老板。
生产。
技术。
财务。
采购。
使用部门。
甚至外部顾问一起决定。
所以销售过去可能只需要：
搞定关键联系人。
以后不一定够了。
因为：
客户内部的每个人，也都可能自己去查信息。
一个技术人员会问：
参数有没有问题？
采购会问：
价格能不能压？
财务会问：
回报周期多久？
老板会问：
出问题谁负责？
AI甚至可能让每一个参与采购的人：
都拥有更强的信息获取能力。
于是企业需要面对的，不再只是：
一个客户。
而是：
客户内部的一整个决策系统。
Forrester 2026 年的 B2B 买家研究就观察到，复杂采购涉及的内部参与者和外部影响者都在增加，采购部门也更早进入决策过程。
这时候，“客户关系”本身也会发生变化
过去：
一个销售认识客户老板。
可能就意味着：
公司有了关系。
但以后客户内部可能越来越多人自己掌握信息。
那么一个销售真正有价值的关系，就不只是：
“我认识采购经理。”
而是：
我理解这个客户公司为什么要买。
我知道不同部门真正担心什么。
我知道谁支持，谁反对。
我知道项目卡在哪里。
我知道客户什么时候真正准备好了。
这其实已经不是简单的人脉。
而是：
对客户决策过程的理解。
这比通讯录有价值得多。
于是，AI可能反而让“假关系”越来越不值钱
过去一个销售可以说：
“我和客户很熟。”
但到底熟不熟，企业未必知道。
AI进入 CRM 以后：
沟通记录。
项目进展。
报价历史。
客户反馈。
订单变化。
这些东西开始逐渐被记录下来。
企业可能第一次真正看见：
这个销售到底给客户带来了什么。
是：
每周发很多消息。
还是：
真正推动了几个重要项目。
所以 AI 不只是让客户关系被企业看见。
它也可能让：
客户关系本身开始被重新定义。
但“关系被企业记录下来”不等于“关系就变成企业资产”
这其实是知识沉淀问题的另一个版本。
CRM里可以记录：
什么时候联系过客户。
说了什么。
买了什么。
但记录不了全部：
客户为什么愿意相信你。
更记录不了：
某次关键危机的时候，你怎么替客户解决了问题。
更不一定能够复制：
客户为什么愿意把下一次机会提前告诉你。
所以企业不能简单认为：
“把客户信息都导入 CRM，销售就没有那么重要了。”
真正的关系：
仍然在人身上。
只是：
一部分信息不再只在人身上。
这两个区别非常重要。
所以AI可能把B2B销售推向两个完全不同的方向
第一种：
越来越像交易员。
客户自己做研究。
系统自动匹配。
AI生成报价。
自动跟进。
自动比较。
最后：
谁价格低、交付快，谁成交。
这种业务里：
人的关系价值可能下降。
第二种：
越来越像复杂问题的解决者。
客户自己已经研究过很多东西。
但不知道：
到底应该选什么。
为什么选。
怎么落地。
风险在哪里。
谁承担责任。
这时候销售反而需要：
更懂行业。
更懂客户。
更懂产品。
更懂项目。
更懂企业内部如何做决定。
两种模式都可能存在。
而且可能同时存在于同一家企业。
所以我越来越觉得，未来B2B企业真正应该问的不是“AI能不能替代销售”
而是：
“我们的订单到底是靠什么形成的？”
如果主要靠：
价格。
那么 AI可能让比价越来越容易。
如果主要靠：
产品。
那么 AI可能让产品差异越来越透明。
如果主要靠：
关系。
那么企业应该思考：
关系怎样从个人能力逐渐变成组织能力。
如果主要靠：
项目。
那么企业应该思考：
AI能不能让销售、工程和交付真正形成一个更快的解决问题系统。
如果四种因素都有：
那就不能拿一个统一的销售模型来处理。
这也解释了为什么同一个AI，在两家B2B公司里的价值可能完全不同
一家企业：
产品同质化。
价格透明。
客户采购标准明确。
那么 AI 最适合做：
自动获客。
客户筛选。
报价。
跟进。
订单处理。
因为它本来就是一个：
高度标准化的销售过程。
另一家企业：
产品复杂。
项目周期长。
客户需求不明确。
每个项目都有特殊情况。
AI的价值就不一定是：
自动销售。
反而可能是：
把销售和工程师从大量信息处理里释放出来。
让他们：
更早理解客户。
更快形成方案。
更快试错。
更快响应。
表面上两家企业都叫：
“AI赋能销售。”
实际上：
AI承担的完全是不同的工作。
所以订单形成以后，企业与销售之间的关系也会变
过去老板可能会觉得：
“销售带来客户。”
于是销售掌握：
客户。
企业掌握：
产品。
两边形成一种交换。
AI以后：
客户数据可能在系统里。
产品知识可能在知识库里。
报价过程可能被记录。
历史案例可以被调用。
客户需求也可以被分析。
于是企业开始拥有：
更完整的客户经营能力。
这对企业来说是很大的组织进步。
但同时也意味着：
销售不能只靠“客户在我手里”来证明自己的价值。
未来真正稀缺的可能变成：
“这个客户为什么愿意在你这里买更大的东西？”
这也许才是AI真正进入B2B以后最有意思的地方
它并不只是让销售：
少做几个表格。
也不只是：
自动写几个开发信。
它可能慢慢把一个原本非常模糊的过程拆开：
客户从哪里来？
为什么产生需求？
为什么选择比较你？
为什么相信你？
为什么愿意试用？
为什么愿意付款？
为什么第二次还找你？
过去这些事情经常都被归结成一个词：
销售能力。
AI以后，它们可能一个一个被拆出来。
而每拆出来一个环节，企业就会发现：
有些环节可以自动化。
有些环节可以数据化。
有些环节可以组织化。
有些环节仍然需要人。
这其实也是对很多中小企业的一次挑战
因为很多中小企业真正拥有的竞争力，未必是：
产品第一。
也未必是：
价格最低。
而可能是：
老板认识很多人。
或者：
有几个销售做了很多年。
或者：
某个工程师特别懂客户。
这种企业过去也完全可以经营得很好。
但 AI越来越普及以后，客户自己知道得更多。
企业内部也越来越能够记录关系。
于是过去那种：
“只要认识人就可以拿订单”
的优势，可能会慢慢被稀释。
这不代表关系不重要。
只是：
关系本身需要越来越多地和产品、交付、专业能力、企业信誉结合起来。
所以我现在越来越倾向于这样理解
AI进入 B2B 以后：
标准化信息，会越来越便宜。
比较和筛选，会越来越容易。
基础沟通，会越来越自动化。
客户会越来越早开始自己的研究。
而真正贵的东西，可能逐渐变成：
信任。
判断。
复杂问题的解决能力。
真正理解客户业务的能力。
出了问题以后有人愿意负责。
这几个东西，其实都很难单独交给 AI。
所以写到这里，我反而不想得出：
“以后销售会更重要。”
或者：
“以后销售会越来越不重要。”
这两句话都太简单。
我更倾向于认为：
AI会让B2B销售的“信息价值”下降，让“判断价值”和“关系价值”变得更加清楚。
而对于企业来说，更重要的变化可能是：
订单不再只是某个销售个人拿回来的东西，而会越来越像一个由产品、品牌、数据、技术、交付和关系共同形成的企业能力。
一个销售当然还可以非常重要。
但如果一家企业真正开始用 AI，它可能会越来越不希望自己的订单只依赖：
“某一个人认识谁。”
因为这意味着：
这个人一走，
订单也可能跟着走。
真正成熟的企业，也许会慢慢走向另外一种状态：
客户可以因为一个人认识公司，
但最终选择的：
是这家公司。
而 AI 恰恰可能帮助企业完成这个转变。
只是转变完成以后，又会出现一个更有意思的问题：
当客户、订单和知识都越来越容易被企业留下来以后，一家小公司是不是就真的可以越来越少人？
这个问题，值得单独拿出来想一想。