向机器人销售：当 AI 代理介入买卖双方时，B2B 企业如何展开竞争

1) 建立专门的以机器人为中心的企业部门

建立一个拥有独立产品、销售、技术和运营模式的专门部门，围绕为作为关键利益相关者的机器人提供服务而构建。

在 21 世纪初算法交易重塑股票市场时，金融信息供应商面临着同样的选择：是开始为机器投入更多资金，还是继续关注人类交易员。关于将资本分配给算法的数据源还是给人类的终端的内部辩论持续了多年。许多供应商最终选择建立专门的企业部门，拥有自己的产品、研发、销售、技术和运营模式，专注于向机器销售。

零售业就是一个例子。直接向使用 LLMs 进行产品研究的消费者销售产品的公司，面临着最紧迫的与机器人功能接轨的压力。BDO 的 A Retailer’s Guide to Leading in the Agent Economy 描述了为测试机器人对机器人 (bot-to-bot) 交易而组建的跨职能团队，但同样的重组逻辑也适用于任何在买卖双方之间出现代理的情况。

当机器成为客户时，产品管理变得更加困难。在 AI 和机器人出现之前，当一个人进行产品研究时，产品经理可以使用来自网站日志的数据详单（例如搜索词、过滤）和/或销售人员的反馈来观察行为。随着人类买家通过第三方机器人进行产品研究，产品经理对买家行为的可见性可能会变得有限甚至完全消失。产品经理需要与机器人运营商合作，以获取提示词历史和其他买家意图信号。随着买家、卖家和机器人学习新的互动方式，预计买家行为将不断发生变化。

2) 重新思考针对混合客户群的定价和合同

随着机器人在交易过程中占据一席之地，重新评估定价和合同。

当终端买家依赖机器人而不是直接购买时，公司需要为“自我蚕食”做好准备。通过在损益 (P&L) 层面分别跟踪企业销售和直接销售，组织可以有目的地进行自我蚕食，以优先考虑客户总价值，而不是保护单一产品线。这一策略在客户层面而非产品层面采取了严谨的商业条款处理方法。

卖家还需要采取明确的战略谈判立场：

• 固定规则法（对每个代理使用相同的条款）。
• 双赢法（旨在实现共同利益）。
• 权衡法（平衡相互竞争的优先事项）。
• 价值最大化法（针对每笔交易进行单独优化）。

选择是战略性的，而非战术性的。

买家可能会在直接体验和机器人交付体验之间切换多年。客户细分需要考虑不同的采用速度、对全机器人交付的需求、偶尔使用与大量使用，以及混合偏好。这种通常由产品和商业战略团队负责的客户细分工作，是保持商业模式在混合客户群中具有韧性的关键。

机器人交付的产品定价是一个持续的挑战，机器人本身也仍在摸索中。企业 AI 助手正在跨阶梯价位进行测试，主要平台也在尝试将 AI 服务捆绑到现有产品中。卖家应准备好围绕代理用于评估和推荐产品或服务的各类激励措施进行谈判。

3) 更新销售渠道

销售团队需要同时向人类和代理销售，构建启用机器人的交易，谈判期限更短的协议，并根据新的激励计划运作。

随着销售人员看到其受众扩大到包括 AI 代理，销售人员可以习得新的销售技能，以有效地与终端买家组织谈判主协议，并与中间机器人构建交易。